摘　要：將神經網絡逆控制方法應用于雙饋發電系統，根據雙饋發電機功率控制數學模型推導逆系統模型，合理選擇逆控制輸入、輸出信號，用神經網絡實現逆控制算法，將系統分解為有功功率和無功功率的兩個單變量線性子系統。運用線性系統綜合方法，設計了由PI 調節器組成的有功功率和無功功率線性閉環子系統，建立了相應的仿真模型并進行了仿真。仿真結果表明，采用神經網絡逆系統控制的雙饋發電系統具有較好的性能，不僅能夠方便地實現有功功率的控制，而且可獨立地提供電網所需的無功功率。
    1. 引言
    在并網型雙饋風力發電系統中，常用的控制方法是通過定子磁場定向矢量控制，進行發電機有功、無功功率的解耦控制。由于風能具有強烈的隨機性、時變性，且含有未建模或無法準確建模的動態部分，使雙饋發電系統成為一個復雜、多變量非線性系統，因此采用傳統PI 調節很難達到高性能。
    逆控制是解決復雜非線性系統控制的一種有效方法^[1]；耿華、楊耕在《基于逆系統方法的變速變槳距風機的槳距角控制》中，為優化變速變槳距風電系統的高風速區的風能捕獲，基于奇異攝動理論和逆系統方法提出一種非線性的槳距角控制器[2]；張先勇等新著《基于逆系統理論的風力發電功率解耦控制》中，將逆系統理論引入雙饋型變速風力發電系統進行有功功率和無功功率的解耦控制。但是逆控制中，要實現解耦線性化，必須已知系統的精確數學模型，使得解析逆系統方法難以在實際中真正應用[3]。神經網絡逆控制既具有對非線性系統的逼近及對參數變化的適應能力，又具有逆系統的解耦線性化能力，已成功用于感應電動機的矢量控制調速系統中^[4]-[8]取得了較好控制效果。
    本文將神經網絡逆控制方法應用于雙饋發電系統，根據雙饋發電機特點推導逆系統模型，利用神經網絡進行逆控制，確定神經網絡逆控制輸入、輸出變量，離線訓練神經網絡后得到其輸入樣本集和期望輸出樣本集，將訓練好的神經網絡與被控系統串聯，構成以PI 調節器作為復合控制器的閉環控制系統。通過系統仿真，可以實現有功功率、無功功率有效控制。
    2. 雙饋發電機數學模型
    根據電機學理論，同步旋轉M-T 坐標系中雙饋發電機數學模型為^[9]，