基于BP神经网络的飞轮转子全系统模型

摘要

在前人的研究中，转子动力学模型和系统调度模型分属不同研究领域，缺乏完整的飞轮转子全系统模型，难以有效分析飞轮储能系统中复杂的电-磁-力耦合问题。为了解决这一问题，通过替代映射方法，使用有限元模型参数化计算结果训练BP神经网络，构造了AMB、PMSM和PMB模块，并与飞轮转子动力学模型、功率-电流-转速模块和PID控制器等组成一个完整的飞轮储能全系统模型。该模型成功应用于燃煤火电机组二次调频和风电输出平滑场景，可以同时计算飞轮储能系统的功率跟随和转子运动情况。仿真结果表明不同的转速起点，会改变转子的转动频率变化范围，从而影响转子振幅等安全参数。该模型具有接近实时的仿真速度。研究结果为飞轮储能系统的设计优化和运行控制提供了重要工具。

关键词

飞轮转子 / 全系统模型 / BP神经网络 / 有限元方法 / 替代映射