風力發(fā)電機組的智能控制設計

摘 要：本文將針對目前風力發(fā)電機組中廣泛采用的兩種發(fā)電機，即繞線轉子雙饋異步發(fā)電機和交流永磁同步發(fā)電機，介紹基于模糊邏輯智能控制方案。

關鍵詞：風力發(fā)電控制系統(tǒng)；智能控制

風力發(fā)電控制系統(tǒng)的基本目標分為3個層次。這就是保證可靠運行，獲取最大能量，提供良好的電力質量。風力發(fā)電系統(tǒng)的控制技術從定漿距發(fā)展到變槳距又發(fā)展到近年來采用的變速控制技術正是為了達到這一控制目標。

傳統(tǒng)的變速控制模式需要首先建立一個有效的系統(tǒng)模型，而由于空氣動力學的不確定性和電力電子模型的復雜性，系統(tǒng)模型的確定不是件容易的事情。從已列出的那些可能影響風力發(fā)電機組性能的誤差源和不確定性因素中，研究人員發(fā)現，由于雷諾數的變化會引起在功率上5%的誤差，而由于葉片上的沉積物和下雨可造成20%的功率變化，其他諸如老化和大氣條件等因素，也將在機組的能量轉換過程中引起不同程度的變化。因此所有基于某些有效系統(tǒng)模型的控制也僅適合于某個特定的系統(tǒng)和一定的工作周期。由于這些原因，基于模糊邏輯的智能控制技術于最近幾年被引入了風力發(fā)電機組控制領域并受到研究人員的重視。

1 模糊邏輯控制

模糊邏輯控制是一種新穎的控制策略，與經典的控制策略相比，模糊控制的優(yōu)勢在于模糊邏輯控制器無需數學模型即可由控制器執(zhí)行其功能。不論是在非線性還是多變量系統(tǒng)中，特別是當系統(tǒng)數學模型未知或不確定時，都能產生令人滿意的效果。模糊邏輯控制器框圖如圖1所示。

模糊邏輯控制策略分5個步驟來實現：

1）輸人控制變量（文字控制變量）；

2）通過適當的模糊從屬函數將文字控制變量模糊化；

3）通過基于規(guī)則的判定矩陣決定控制策略（試探規(guī)則）；

4）通過設置模糊的集合形式將輸出的控制變量非模糊化；

5）反饋輸出信號，通過適當的調節(jié)器來控制風力發(fā)電機組運行。

模糊邏輯控制器的參數

簡化的模糊邏輯控制器包括4個主要部分：

1）輸入接口；

2）判定規(guī)則矩陣；

3）推理引擎；

4）輸出接口。

⑴控制變量。模糊邏輯控制器用非線性圖形來描述從輸入變量到輸出變量的過程?？刂破鞲鶕y量值來確定風力發(fā)電機組運行條件，并根據判定規(guī)則矩陣選擇適當的動作。根據系統(tǒng)狀態(tài)，控制器在‘‘不動作”和“全動作”的范圍內，以極度非線性的方式抑制波動?？刂破鞑⒉缓瑒討B(tài)部件，因此，它在理論上可以即時根據判定規(guī)則矩陣進行校正控制。

⑵從屬函數。如果x為一個目標集合，則模糊集合A在x中是一組順序數對A={（x，μA（x）），x在X中且μA（x）為從x到[0，1]區(qū)間的映射}，式中，μA（x）被稱作是A中x的模糊從屬函數。定義模糊從屬函數時，代表模糊邏輯控制器文字變量的輸入控制變量，必須分成幾個部分。為給每一文字變量挑選屬性號，必須考慮到模糊邏輯控制器將根據4個輸入變量和它們的時間導數來決定系統(tǒng)特性趨勢。當4個輸入變量維持在平衡點或在預先確定的范圍之內時，可以通過適當的從屬函數來設計模糊邏輯控制器。為了滿足良好的設計要求，我們?yōu)檩斎胛淖肿兞俊⑺鼈兊膶岛湍：拚x了5個模糊集合。

⑶判定規(guī)則矩陣。一般說來，可以為每一個輸入變量定義共5×5=25個規(guī)則。但是，模糊邏輯控制器的應用經驗說明，往往只需利用其中的幾個規(guī)則，系統(tǒng)性能就可以得到很好的控制。判定規(guī)則以IF（A） AND（B） THEN（c）的形式進行公式化，其中，A、B是兩個前提，而c是結果。

⑷輸出控制變量。模糊輸出控制變量的確定實際上是一個非模糊化過程，將模糊修正集合轉化為輸入控制變量預定義運行范圍內的真實值。

2 模糊轉速控制器的設計

2.1 模糊邏輯控制器設計

為了取得在額定風速以下運行時的最大功率。在風力發(fā)電機組的變速恒頻運行中，采用了3個模糊控制器：模糊控制器A用于跟蹤不同風速下發(fā)電機的最佳轉速從而優(yōu)化風力機的氣動性能；模糊控制器B在低負載時調節(jié)發(fā)電機轉子氣隙磁通，從而優(yōu)化發(fā)電機的效率；模糊控制器C抵抗干擾，保證轉速控制系統(tǒng)的魯棒性。

2.2 仿真與模擬研究

根據上述控制方案，用MATLAB/SIMULINK軟件進行仿真研究。MAT[AB/SIMULINK的Power system元件庫內有很多包括發(fā)電機存內的電氣器件模型，但沒有風力機模型。根據風力機特性和參數，可以建立風力機的模型。

由于模糊隸屬函數與模糊控制規(guī)則的建立包含很多經驗因素，初步的選擇可能并不能達到比較好的效果，因此在仿真過程中可以根據仿真結果對它們進行修改，以達到理想的結果。

采用模糊控制技術的優(yōu)點是明顯的，在它進行實時搜索的過程中不需要風速信號，而且也不在乎系統(tǒng)參數的變化，對于噪聲和擾動于擾的也不敏感。對于風力發(fā)電機組這樣的非線性時變系統(tǒng)是一種理想的控制方案。

2.3 模擬研究

為了評估模糊邏輯控制器的性能，將上述控制器用于實際運行的風力發(fā)電機組。

分析模擬結果可以看出，模糊邏輯控制器表現了良好的動態(tài)特性?？刂撇呗缘闹饕繕耸窃O計一種對運行條件變化不太敏感的控制方案，而使用模糊控制，無論是在低速、常速還是高速條件下，都可以觀測到同樣的動態(tài)特性。特別是在較高風況下，模糊邏輯控制器可以有效抑制系統(tǒng)的擾動，兼顧最大功率系數和良好的發(fā)電質量。

3 采用智能控制的風力發(fā)電機組模型

系統(tǒng)由一水平軸、可變槳距風輪，通過增速器與同步發(fā)電機連接構成。發(fā)電機與電網連接采用交-直-交變流器。在這個設計中采用了兩個控制環(huán)：

（1）內部勵磁環(huán)，低于額定風速時它通過發(fā)電機勵磁電流控制電壓和轉矩。

（2）外部風輪環(huán)，在風速高于額定風速時控制最大功率。

風力發(fā)電機組從控制系統(tǒng)角度來看可分為3個子系統(tǒng)：風輪氣動特性、傳動系統(tǒng)動態(tài)特性和發(fā)電機整流器模型。

3.1 風輪氣動特性

在系統(tǒng)中，我們假定可變距的槳葉是剛性的。這樣氣動特性可以用一個以平均風速為輸入量的簡化模型來表達。

風輪吸收的功率為

當風速超過額定風速時，應調節(jié)槳距角p來限制輸入功率。槳葉角度由一個機電調節(jié)器控制，該調節(jié)器的一階模型由下式表示： 式中τβ——調節(jié)器的時間常數；βτ——節(jié)距角參考輸人。

系統(tǒng)的輸入量為風速ν、槳葉節(jié)距角β和風輪轉速ω，輸出量娃風輪轉矩Tr。

3.2 傳動系統(tǒng)動態(tài)特性

根據風輪氣動特性產生的轉矩Tr，作用于帶有慣性矩Jr的風輪上。風輪通過增速比為n的增速器連接到帶有慣性矩Jg的發(fā)電機上，發(fā)電機將產生——反轉矩Te。

3.3 發(fā)電機——整流器模型

系統(tǒng)中發(fā)電機采用三相同步發(fā)電機，有一勵磁繞組和二個阻尼繞組。整流器是一三相晶閘管整流橋，它將同步發(fā)電機產生的恒壓變頻的交流電轉換為直流電。傳輸線路上有電阻尺和電感，在直流傳輸線路上有電阻和電感。假設逆變器是理想的，這樣整流器的輸出直流電功率全部被轉化為高質量的三相交流電功率。由于這一假設不需要逆變器模擬。

[參考文獻]

[1]余波，張禮達，王輝.水輪機故障診斷專家系統(tǒng)的一種模糊診斷方法[J].水力發(fā)電，2002，（4）：38～39.

[2]周志英.模糊技術在柴油發(fā)動機故障診斷中的應[J].煤礦機械，2005，（12）：162～164.

[3]曹謝東.模糊信息處理及應用[M].北京：科學出版社，2003.

[4]李士勇.工程模糊數學及應用[M].哈爾濱：哈爾濱工業(yè)出版社，2004.

[5]吳泉源，劉江寧.人工智能與專家系統(tǒng)[M].長沙：國防科技大學出版社，1995.

[6]謝成山，陳家松，徐濟仁.基于模糊推理和知識庫的通信設備故障診斷[J]計算機工程，2003，29（12）：23～25.