控制理论与应用

作者：杨博,朱德娜,邱大林,束洪春,余涛

单位：昆明理工大学电力工程学院,昆明理工大学电力工程学院,昆明理工大学电力工程学院,昆明理工大学电力工程学院,华南理工大学电力学院

关键词：深度军队联合作战算法;最大功率跟踪;风能转换系统;永磁同步发电机

基金：国家自然科学基金

本文提出一款新型启发式算法,即深度军队联合作战算法(deep joint operations algorithm,DJOA),用于调节永磁同步发电机(permanent magnetic synchronous generator,PMSG)的比例-积分-微分(proportional-integral-derivative,PID)控制器最优参数。从而实现不同风速下的最大功率跟踪(maximum power point tracking,MPPT)。DJOA由如下三类策略构成,即(a)进攻作战：DJOA与传统军队联合作战算法(joint operations algorithm,JOA)的进攻作战机理一致,以实现最优解的全局搜索(global exploration)；(b)深度防御作战：DJOA引入两名副官(当前两个次最优解),通过综合考虑军官(当前最优解)与两名副官的信息,从而合理引导士兵以实现更深度的局部探索(local exploitation)；(c)混合重组作战：DJOA引入混合蛙跳算法(shuffled frog leaping algorithm,SFLA)机制来有效避免算法陷入局部最优。本文通过三个算例对DJOA的优化性能进行研究,即阶跃风速、低频随机风速和高频随机风速。仿真结果表明,与量子遗传优化算法(quantum genetic algorithm,QGA)、生物地理学习的粒子群算法(biogeography-based learning particle swarm optimization,BLPSO)和JOA相比,所提算法能够最大程度地获取风能且仅需最低的控制成本。

来源：2019年第8期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2019年第8期