摘要：海上风电场并网柔性直流输电系统中,双闭环PI调节器常用来控制风场侧和电网侧变流器,该方法较为成熟,但存在采用的调节器过多、且参数整定困难等不足。文中以神经网络中间层至输出层的权值作为粒子群寻优参数,采用粒子群（particle swarm optimization,PSO）算法设计PID神经网络（PID neural network,PIDNN）控制器,并将该控制器用于控制海上风电场柔性直流输电变流器。根据PIDNN的结构特点,经过简单改进,即将输入层至中间层的权值设定为定值,这时粒子群只需优化中间层至输出层权值,能够明显减少粒子维数,并提高训练速度。用训练获得的PIDNN控制器代替传统PI调节器,建立变流器控制系统的传递函数,开展仿真研究。结果表明,基于合作粒子群算法的PIDNN控制器与传统PI调节器相比,系统的瞬态和稳态性能有明显提高;与传统PIDNN和PSO方法相比,训练次数明显减少,为实施在线训练奠定了基础,同时,也为海上风电场柔性直流输电变流器提供了一种可行的控制方案。

关键词：合作粒子群 海上风电场 pid神经网络 柔性直流输电 

单位：上海交通大学电子信息与电气工程学院 上海市闵行区200240