風力機變槳距控制策略研究

戴媛媛 賈建芳 張吉宣 曾 杰

(中北大學計算機與控制工程學院，山西 太原 030051)

?

風力機變槳距控制策略研究

戴媛媛 賈建芳 張吉宣 曾 杰

(中北大學計算機與控制工程學院，山西 太原 030051)

作為目前大型風力發(fā)電機組中應(yīng)用最廣泛的控制技術(shù)之一，變槳距控制在風速高于額定風速時,可以有效提高系統(tǒng)效率以及輸出功率的穩(wěn)定性。然而，風力發(fā)電機系統(tǒng)的復(fù)雜性、非線性以及空氣動力學的時變性對變槳距控制產(chǎn)生影響。因此，變槳距系統(tǒng)的控制策略成為了風力發(fā)電技術(shù)的關(guān)鍵。對變槳距控制的工作方式以及關(guān)鍵性問題進行了研究，針對風電機變槳距系統(tǒng)的非線性、多變量、強耦合和時變性等特點，總結(jié)歸納了變槳距系統(tǒng)控制策略的研究現(xiàn)狀，分析了不同控制策略的優(yōu)缺點。最后，對變槳距系統(tǒng)控制技術(shù)的發(fā)展趨勢進行了分析。

風能 風力發(fā)電機 支持向量機 徑向基函數(shù) 粒子群優(yōu)化算法 智能控制 PID控制 H∞魯棒控制

0 引言

風能是一種綠色、可再生的新能源。我國風力資源豐富，總量約為32億kW。其中，陸地上可利用的風力資源共有2.5億kW，加上近海的風能資源，可開發(fā)的風能資源共有10億kW以上。利用風力發(fā)電替代傳統(tǒng)的發(fā)電技術(shù)，對我國的電力發(fā)展有著很重要的促進作用。但是，我國風電技術(shù)發(fā)展較晚，大多數(shù)大容量風力發(fā)電裝置依靠進口。要實現(xiàn)風電機的自主生產(chǎn)，需要掌握風電機的控制技術(shù)。最早的風力發(fā)電機主要采用定槳距控制，但這種控制方式風能利用率低且輸出功率不穩(wěn)定。20世紀90年代以后，變槳距作為一種可有效提高風力發(fā)電系統(tǒng)效率以及穩(wěn)定性的控制技術(shù)，成為了大型風力發(fā)電機組控制中應(yīng)用最廣泛的控制技術(shù)之一[1-2]。因此，變槳距系統(tǒng)控制策略的研究也成為了風電技術(shù)的關(guān)鍵。

1 變槳距系統(tǒng)及其關(guān)鍵性問題

根據(jù)不同風速下變槳距系統(tǒng)控制方式的不同，將風力發(fā)電機組的運行狀態(tài)分為3類[3]。

①起動狀態(tài)。發(fā)電機并網(wǎng)前，槳距角給定值由發(fā)電機轉(zhuǎn)速信號控制，變槳執(zhí)行器根據(jù)給定轉(zhuǎn)速的參考值調(diào)整槳距角β，從而使得發(fā)電機轉(zhuǎn)速保持在同步轉(zhuǎn)速附近，確保并網(wǎng)穩(wěn)定，此時系統(tǒng)為轉(zhuǎn)速控制。

②欠功率狀態(tài)。發(fā)電機并網(wǎng)后且風速低于額定風速時，為了使風力機具有最大風能捕獲率，將槳距角調(diào)節(jié)為β=0°且保持不變，此時，發(fā)電機功率小于額定功率。

③額定功率狀態(tài)。當風速高于額定風速時，變槳距控制方式轉(zhuǎn)換為功率控制，系統(tǒng)根據(jù)輸出功率與給定功率的差值進行槳距角控制。變槳距控制系統(tǒng)包括功率控制器和速度控制器這2個主要控制器，其工作原理如圖1所示。風力發(fā)電機工作時，變槳距系統(tǒng)跟蹤功率或轉(zhuǎn)速給定值，并及時改變槳距角。但是，過高的變槳速度會使風力機機械系統(tǒng)產(chǎn)生振動，影響系統(tǒng)穩(wěn)定性；過低的變槳速度又會造成風能的過量吸收，從而導致系統(tǒng)輸出功率超過額定功率，嚴重的則會引起發(fā)電機系統(tǒng)故障[4-5]。同時，葉片轉(zhuǎn)矩對槳距角變化的靈敏度在不同風速時也大不相同，高風速時的靈敏度遠遠高于低風速時。如何獲得最優(yōu)變槳速度是變槳距控制系統(tǒng)需要解決的第一個關(guān)鍵性問題。

另外，由于空氣動力學的不確定性，風電機系統(tǒng)的非線性、多變量、強耦合和時變性，風力發(fā)電機的準確模型難以建立，阻礙了變槳距系統(tǒng)的研究[6-7]。如何避免系統(tǒng)的復(fù)雜非線性帶來的影響，有效提高風力發(fā)電機組的效率以及穩(wěn)定性，是變槳距控制系統(tǒng)需要解決的第二個關(guān)鍵性問題。

圖1 變槳距工作原理圖

2 變槳距控制策略研究現(xiàn)狀

變槳系統(tǒng)是否能有效地提高風電機系統(tǒng)效率及穩(wěn)定性，與其控制策略息息相關(guān)。先進的變槳距系統(tǒng)控制策略是當前風電機系統(tǒng)研究的重點與熱點。檢索分析國內(nèi)外文獻資料，風力機變槳距系統(tǒng)的控制策略可劃分為傳統(tǒng)PID控制方法與現(xiàn)代控制方法2大類。

2.1 傳統(tǒng)PID控制方法

傳統(tǒng)PID控制方法一般基于系統(tǒng)的準確模型，通過改變控制參數(shù)和增益對系統(tǒng)進行控制。Hua等[8]通過分析比較線性與非線性算法在風能轉(zhuǎn)換系統(tǒng)(wind energy conversion system,WECS)變槳距控制中的結(jié)構(gòu)、性能、實施成本以及其他優(yōu)缺點，得出了線性控制器結(jié)構(gòu)簡單且系統(tǒng)魯棒性較好的結(jié)論。由于變槳距控制系統(tǒng)的非線性，PID控制器的增益值并不易于選擇，并且在風速過高時，無法保證系統(tǒng)操作穩(wěn)定性以及系統(tǒng)的輸出性能。針對PID控制器參數(shù)難以整定的問題，許昌等[9]提出了基于改進協(xié)同粒子群優(yōu)化(improved cooperative particle swarm optimization,ICPSO)算法和PID控制器相結(jié)合的ICPSO-PID控制算法。研究結(jié)果表明，控制算法可以快速優(yōu)化整定控制器參數(shù)，使得系統(tǒng)具有很好的魯棒性以及穩(wěn)定性。

1965年，數(shù)學家Leibniz等提出了對復(fù)雜系統(tǒng)進行研究的有力工具——分數(shù)階微積分?？刂破鞯奈⒎蛛A數(shù)或者積分次數(shù)不是整數(shù)而是任意實數(shù)。分數(shù)階微積分系統(tǒng)具有較好的動態(tài)與靜態(tài)性能[10]。Ghasemi S等[11]將分數(shù)階微積分應(yīng)用于風力發(fā)電機魯棒控制器的設(shè)計中，以提高系統(tǒng)的動靜態(tài)性能。通過分析其時域與頻域性能，驗證了這種方法的可行性。文獻[12]建立了基于粒子群優(yōu)化算法的分數(shù)階PIλDβ控制器以及整數(shù)階PID控制器的變槳距系統(tǒng)數(shù)學模型，并研究了各自的時域、頻域響應(yīng)。仿真結(jié)果表明，和整數(shù)階PID控制器相比，分數(shù)階PIλDβ控制器使系統(tǒng)具有更好的穩(wěn)定性，但是卻降低了系統(tǒng)的抗干擾能力。

2.2 現(xiàn)代控制方法

針對變槳距系統(tǒng)的非線性以及時變性，學者們提出了一類現(xiàn)代控制方法。這些控制技術(shù)主要包括：變增益控制、變結(jié)構(gòu)控制、模型預(yù)測控制、智能控制、H∞魯棒控制、自抗擾控制等。

①變增益控制。

變增益實質(zhì)上是自適應(yīng)控制的一種簡單特例，卻又不同于普遍意義上的自適應(yīng)控制，它不需要參數(shù)辨識以及數(shù)學模型自適應(yīng)調(diào)整。目前，變增益控制已經(jīng)廣泛應(yīng)用于非線性系統(tǒng)的控制器設(shè)計中[13]。Liu等[14]采用變增益PD控制算法，實現(xiàn)了風力機在風速低于額定風速時的最大風能捕獲。當風速高于額定風速時，輸出功率恒定，取得了很好的控制效果。文獻[15]將最優(yōu)增益調(diào)度功率控制器應(yīng)用于變槳變速風能轉(zhuǎn)換系統(tǒng)中，增強了系統(tǒng)的瞬態(tài)和穩(wěn)態(tài)性能，減少了超出額定風速時系統(tǒng)的機械負載以及湍流效應(yīng)。針對葉片轉(zhuǎn)矩對槳距角變化靈敏度的非線性問題，李潘等[16]設(shè)計了帶增益表的PI控制器，在風速高于額定風速時，根據(jù)不同的槳距角設(shè)定PI控制器的增益，使得風力機可以平滑地轉(zhuǎn)換工作狀態(tài)，并通過仿真驗證了此方法的可行性以及有效性。

要使系統(tǒng)具有好的全局穩(wěn)定性和魯棒性，就需要準確地進行設(shè)計點的選擇和變增益控制規(guī)律的調(diào)試。這些主要取決于設(shè)計者的經(jīng)驗和大量的仿真試驗，幾乎無任何規(guī)律可循。因此，這種方法較保守。

②滑?？刂?。

滑模控制(sliding mode control,SMC)是由Utkni等提出的一類不連續(xù)的非線性控制方法?？刂葡到y(tǒng)的結(jié)構(gòu)隨時間變化，并且系統(tǒng)滑動模態(tài)的建立獨立于被控對象以及外界干擾，這使得系統(tǒng)響應(yīng)快，對參數(shù)變化及擾動不敏感。Battista[17]最早提出將SMC運用于變槳距系統(tǒng)中。文獻[18]和[19]通過試驗，驗證了滑模控制可以有效地提高風力機的效率以及穩(wěn)定性。

滑?？刂频牟蛔阒幵谟?，其狀態(tài)軌跡難以嚴格地沿著滑模面向平衡點滑動，而是在滑模面兩側(cè)來回穿越，由此產(chǎn)生抖振，影響了系統(tǒng)的控制性能[20]。秦斌等[21]提出了針對直驅(qū)永磁同步發(fā)電機的支持向量機(support vector machine,SVM)滑模變槳距控制算法SVM-SMC。該控制方法包括了2個階段：①離線學習，首先采用SMC進行控制，SVM-SMC則進行離線學習得到滑?？刂破鞯妮斎胼敵鰯?shù)據(jù)；②自學習階段，在離線學習到達一定程度時，開始進行SVM-SMC控制。仿真結(jié)果表明，這一控制策略能有效減弱抖振，并且系統(tǒng)槳距角調(diào)節(jié)平穩(wěn)，魯棒性強。

③智能控制。

智能控制的非線性、變結(jié)構(gòu)和總體自尋優(yōu)等特點，使其廣泛應(yīng)用于風電機變槳距控制系統(tǒng)中[22-23]。文獻[22]結(jié)合變速變槳風力機的不同運行模式，設(shè)計出基于徑向基函數(shù)(radial basis function,RBF)的神經(jīng)網(wǎng)絡(luò)控制器，有效地實現(xiàn)了轉(zhuǎn)速控制、功率控制以及2種模式之間的平穩(wěn)過渡，并確保了在不同風速時高效跟蹤最佳葉尖速比。胡文勝等[23]提出了具有二階陷波濾波器的增益調(diào)度-神經(jīng)網(wǎng)絡(luò)PI控制算法，對轉(zhuǎn)速干擾起到了濾波作用，使風力機具有最優(yōu)槳距角轉(zhuǎn)換速率，從而減小系統(tǒng)波動，提高了系統(tǒng)穩(wěn)定性。文獻[24]對液壓變槳距系統(tǒng)進行了模糊自適應(yīng)PID控制，試驗結(jié)果表明系統(tǒng)動靜態(tài)性能良好，且槳距角得到了有效地控制。

雖然智能控制在風電機變槳距控制系統(tǒng)[25-26]中得到了廣泛應(yīng)用，但其絕大多數(shù)還處于仿真驗證階段，并且人工神經(jīng)網(wǎng)絡(luò)控制對系統(tǒng)進行控制的過程中，會存在過學習及過擬合問題。模糊控制的模糊化和反模糊化過程缺乏系統(tǒng)的方法，主要靠經(jīng)驗和試湊，控制規(guī)則一旦確定，不能在線調(diào)整及很好地適應(yīng)情況的變化。因此將智能控制應(yīng)用于實際風電機系統(tǒng)還有很多工作要做。

④模型預(yù)測控制。

模型預(yù)測控制(model predictive control,MPC)是一種先進的計算機控制技術(shù)，包含3個基本要素：預(yù)測模型、滾動優(yōu)化與反饋校正，其核心是預(yù)測模型。支持矢量回歸(support vector regression,SVR)方法根據(jù)學習理論中的結(jié)構(gòu)風險最小化原則，將復(fù)雜的非線性問題轉(zhuǎn)化為高維平面中的線性問題，解決了智能控制方法中存在的過學習問題。

文獻[27]提出了風力機變槳距系統(tǒng)基于SVR算法的雙模型切換預(yù)測控制。由于電液比例變槳距系統(tǒng)的差動回路設(shè)計和風力負載的單方向性會造成順槳、逆槳2種不同的系統(tǒng)數(shù)學模型，雙模型切換控制可以防止單一預(yù)測控制對系統(tǒng)精度的影響。為了減小SVR在線辨識時間，引入了序列最小優(yōu)化算法(sequential minimal optimization,SMO)以及通過偶然點排除法和模型的存儲與再用方法。仿真結(jié)果表明，采用雙模型切換SVR預(yù)測控制，可以大大降低發(fā)電機輸出功率的誤差，并且提高了風力機的發(fā)電質(zhì)量。

⑤H∞魯棒控制。

魯棒控制是針對不確定系統(tǒng)而設(shè)計的控制器。它不僅使得閉環(huán)系統(tǒng)保持穩(wěn)定，而且也保證了系統(tǒng)動態(tài)性能。利用H∞魯棒控制理論設(shè)計的控制器，可以實現(xiàn)風力發(fā)電系統(tǒng)在全風速段保持恒功率輸出[28-29]。文獻[28]中，作者通過提出標準H∞恒功率控制問題，并利用線性矩陣不等式(linear matrix inequality,LMI)方法進行求解，最終得到了槳矩角的H∞控制器。該控制器實現(xiàn)了恒功率輸出，并且系統(tǒng)具有很好的魯棒性。Lima等[30]采用多變量MIMO辨識法擬合出系統(tǒng)的模型，并設(shè)計了H∞控制器。這種控制器可以保證在捕獲最大風能的前提下，使得系統(tǒng)轉(zhuǎn)子軸轉(zhuǎn)矩變化值減小1個數(shù)量級。

魯棒控制系統(tǒng)只能在允許的不確定性范圍內(nèi)保證系統(tǒng)的穩(wěn)定性，如果系統(tǒng)要升級或作重大調(diào)整，就需要重新設(shè)計控制器，其控制階次高且算法復(fù)雜，因此難以實現(xiàn)實際應(yīng)用。

⑥自抗擾控制。

韓京清針對傳統(tǒng)PID無法有效控制具有內(nèi)、外部不確定因素的被控對象的問題，提出了一種基于誤差反饋的非線性控制方法——自抗擾控制(active disturbance rejection control,ADRC)技術(shù)。其控制獨立于被控對象的精確模型，并且可以對系統(tǒng)未建模部分以及未知干擾作出準確的估計與補償[31]。張金芳等[32]設(shè)計了變槳距控制系統(tǒng)的線性自抗擾控制器，并應(yīng)用于額定功率為300 kW的變槳距風電機組中。試驗結(jié)果表明，該方法在不同風速段均能有效地縮短調(diào)節(jié)時間、減小系統(tǒng)超調(diào)量。王曉磊等[33]則將自抗擾控制算法與DSP芯片組合，實現(xiàn)了軟硬件相結(jié)合的風力機變槳距控制系統(tǒng)。結(jié)果表明，系統(tǒng)輸出功率可動態(tài)維持在額定功率附近，具有良好的動態(tài)響應(yīng)特性。ADRC對于風電機變槳距系統(tǒng)而言，是一種有效、可行的控制技術(shù)，但當控制對象模型階次高于三階時，難以得到滿意的非線性函數(shù)，同時計算量大、控制周期長、系統(tǒng)實時性差。

3 變槳距系統(tǒng)控制技術(shù)發(fā)展趨勢

風電機變槳距系統(tǒng)不僅僅是一個非線性、多變量、強耦合的時變系統(tǒng)，還存在著由環(huán)境因素引起的外界干擾，并且隨著風電機組規(guī)模的逐漸增大，系統(tǒng)的控制難度逐漸加大。盡管風電機變槳距系統(tǒng)的控制方法多種多樣，但這些控制方法也都存在著各自的缺陷。為了進一步提高系統(tǒng)各方面性能，變槳距系統(tǒng)的控制可以從以下幾方面發(fā)展。

①神經(jīng)網(wǎng)絡(luò)控制與滑模控制的結(jié)合。神經(jīng)網(wǎng)絡(luò)可以以任意精度逼近非線性系統(tǒng)且具有自學習能力，而滑模變結(jié)構(gòu)控制對參數(shù)變化及擾動不敏感。針對變槳距系統(tǒng)的非線性、多變量時變性，將神經(jīng)網(wǎng)絡(luò)與滑?？刂葡嘟Y(jié)合對系統(tǒng)進行控制，不僅可以克服系統(tǒng)的非線性，也可以解決系統(tǒng)的復(fù)雜時變性，因此是一個很有效的控制方法。同時，神經(jīng)網(wǎng)絡(luò)快速學習算法及滑模變結(jié)構(gòu)抖振問題的解決方案仍需大量的研究工作。

②廣義預(yù)測控制。偏差估計模型可以估計未建模擾動對系統(tǒng)的作用，通過廣義預(yù)測控制和偏差估計模型，根據(jù)對系統(tǒng)未來輸出的估計來計算當前的控制，可以有效抑制風速變化對風電機的影響。預(yù)測控制主要是將系統(tǒng)非線性問題進行線性化處理，而根據(jù)非線性系統(tǒng)自身特點直接分析控制方法以及設(shè)計控制算法還需進一步研究。

③先進非線性控制算法研究。基于微分幾何理論的反饋線性化控制理論在風電系統(tǒng)中取得了較多的應(yīng)用[34-35]，但其控制規(guī)律復(fù)雜，存在奇異點，且需全狀態(tài)可測量以及精確抵消動態(tài)。基于能量控制的無源控制理論[36]是一種本質(zhì)上的非線性控制，風電系統(tǒng)的控制中采用它來實現(xiàn)變速恒頻風力發(fā)電系統(tǒng)的最大風能捕獲[37-39]。該方法雖然實現(xiàn)簡單，具有良好的動靜態(tài)特性、可實現(xiàn)系統(tǒng)全局穩(wěn)定性，但需要確定系統(tǒng)的數(shù)學模型及參數(shù)。如何解決這些控制方法存在的問題，設(shè)計先進的非線性控制算法，是未來研究的一個重要方向。

4 結(jié)束語

在清潔能源快速發(fā)展的今天，變槳距作為大型風電機組中應(yīng)用最廣泛的控制技術(shù)之一，其控制策略也成為了風電技術(shù)的重中之重。本文從變槳距控制的工作方式、關(guān)鍵性問題及控制策略等方面綜述了國內(nèi)外研究現(xiàn)狀；結(jié)合變槳距系統(tǒng)的特性以及現(xiàn)有的各個控制策略的優(yōu)缺點，探討了未來變槳距系統(tǒng)控制技術(shù)的發(fā)展趨勢；指出將智能控制和先進非線性控制理論應(yīng)用于變槳距系統(tǒng)中，對于解決因風電系統(tǒng)的復(fù)雜非線性以及空氣動力學的時變性給變槳距控制造成的困難、提高風電系統(tǒng)的效率和穩(wěn)定性具有重大意義。

[1] 徐大平,張新房,等.風力發(fā)電控制問題綜述[J].中國電力,2005,38(4):70-74.

[2] 黎明.風力發(fā)電機控制策略研究與應(yīng)用[D].重慶:重慶大學,2008.

[3] 高桃桃.大型風力機液壓變槳驅(qū)動技術(shù)研究及控制[D].保定:華北電力大學,2012.

[4] 王賢立,柴玉華.變速風力機變槳距系統(tǒng)建模與仿真[J].可再生能源,2012(9):37-40.

[5] PETROVIC V,BOTTASSO C L.Wind turbine optimal control during storms[J].Journal of Physics:Conference Series,2014,524(1):12-22.

[6] BIANCHI F D,SANCHEZ-PENA R S,GUADAYOL M.Gain scheduled control based on high fidelity Local wind turbine models[J].Renewable Energy,2012,37(5):233-240.

[7] ZHANG X F,XU D P,LIU Y B.Intelligent control for Large-scale variable pitch wind turbine[J].Journal of Theory and Application,2004,2(3):385-311.

[8] GENG H,YANG G.Linear and nonlinear schemes applied to pitch control of wind turbines[J].Hindawi Publishing Corporation Mathematical Problems in Engineering,2014:4041.

[9] 許昌,田薔薔,鄭源,等.基于ICPSO-PID風電機組槳距控制分析[J].排灌機械工程學報,2013,31(11):973-979.

[10]薛定宇,趙春娜.分數(shù)階系統(tǒng)的分數(shù)階PID控制器設(shè)計[J].控制理論與應(yīng)用,2007,24(5):771-776.

[11]GHASEMI S,TABESH A,ASKARI-MARNANI J.Application of fractional calculus theory to robust controller design for wind turbine generators[J].IEEE Transactions on Energy Conversion,2014,29(3):780-787.

[12]吳衛(wèi)珍.基于分數(shù)階微積分的風力發(fā)電機變槳距控制方法研究[D].南京：南京林業(yè)大學,2010.

[13]胡東.變增益控制理論及其應(yīng)用[D].南京:南京航空航天大學,1999.

[14]LIU XL,WANG R,ZHANG X G,et al.Gain scheduling PD controller for variable pitch wind turbines[C]//Processing of the 7th International Power Electronics and Motion Control Conference,2012.

[15]TAHER S A,FARSHADNIA M,MOZDIANFARD M R.Optimal gain scheduling controller design of a pitch controlled VS-WECS using DE optimization algorithm[J].Applied Soft Computing,2013,13(5):2215-2223.

[16]李潘,陳林.基于變增益的風力機變槳距控制研究[J].電子設(shè)計工程,2013,21(16):141-143.

[17]BATTISTA H D,MANTZ R J,CHRDISTIANSENC F.Dynamical sliding mode Power control of wind driven induction generators[J].IEEE Transactions on Energy Conversion,2000,15(4):452-457.

[18]田勇,張宏立,瑪依拉·賽依力.基于滑模變結(jié)構(gòu)的風力機變槳距控制研究[J].華東電力,2011,39(9):1438-1442.

[19]郭慶鼎,趙麟,郭洪澈.1MW變速變矩風力發(fā)電機的滑模變結(jié)構(gòu)魯棒控制[J].沈陽工業(yè)大學學報,2005,2:171-174.

[20]BATTISTA MANTZ R J,CHRISTIANSEN C F.Dynamical sliding mode power control of wind driver induction generators[J].IEEE Transactions on Energy Conversion,2000,15(4):451-457.

[21]秦斌,姜學想,周浩,等.基于SVM的永磁直驅(qū)風電系統(tǒng)滑模變槳距控制[J].儀器儀表學報,2014,35(7):1525-1531.

[22]JAFARNEJADSANI H,PIEPER J,EHLERS J.Adaptive control of a variable-speed variable pitch wind turbine using radial-basis function neural network[J].IEEE Transactions on Control Systems Technology,2013,21(6):2264-2272.

[23]胡文勝,丁艷軍.新型風力發(fā)電機組變槳控制算法研究[J].電力電子研究,2013(2):53-54.

[24]周基祥,張君君,陳俊強,等.模糊自適應(yīng)PID液壓變槳距控制[J].機械設(shè)計與制造,2010,2：204-206.

[25]FARD M,RAHMAN R,MUSTAFA M W.Fuzzy logic based pitch angle controller for variable speed wind turbine[C]//IEEE student conference on research and development,2011.

[26]MACEDO A V A,MOTA W S.Wind turbine pitch angle control using fuzzy logic[C]//IEEE/PES Transmission and Distribution:Latin America Conference and Exposition 6th,2012.

[27]林勇剛,李偉,崔寶玲.基于SVR風力機變槳距雙模型切換預(yù)測控制[J].機械工程學報,2006,42(8):101-106.

[28]張先勇,吳捷,楊金明,等.額定風速以上風力發(fā)電機組的恒功率H∞魯棒控制.控制理論與應(yīng)用,2008,25(2):321-328.

[29]秦生升,胡國文,顧春雷,等.風力發(fā)電系統(tǒng)的恒功率非線性H∞

魯棒控制[J].控制理論與應(yīng)用,2012,29(5):617-622.

[30]LIMA M L,SILVINO J L.H∞ control for a variable-speed adjustable-pitch wind energy conversion system[C]//Processing of the IEEE Canadian Conference on Electrical and Computer Engineering,1999:556-561.

[31]韓京清.自抗擾控制技術(shù)[J].前沿科學,2007,1(1):24-31.

[32]張金芳,姚恩利,許曼.風力發(fā)電機組變槳距線性自抗擾控制[J].華東電力,2013,41(2):371-375.

[33]王曉雷,毋炳鑫,吳必瑞.風力機的新型變槳距自抗擾控制系統(tǒng)[J].動力工程,2009(3):250-253.

[34]陳思哲,吳捷,姚國興,等.基于微分幾何的風力發(fā)電機組恒功率控制[J].控制理論與應(yīng)用,2008(2):336-341.

[35]MATAS J,CASTILLA M,GUERRERO J M,et al.Feedback linearization of direct-drive synchronous wind-turbines via a sliding mode approach[J].IEEE Transactions on Power Electronics,2008,23(3):1093-1103.

[36]王久和.無源控制理論及其應(yīng)用[M].北京:電子工業(yè)出版社,2010.

[37]QU Y B,SONG H H.A passivity-based control for power electronics converter in a DFIG wind turbine[C]//PIERS Proceedings,Moscow,Russia,2009:380-383.

[38]高勇,張文娟,楊媛.基于無源性的變速恒頻雙饋風力發(fā)電機控制系統(tǒng)[J].電工技術(shù)學報,2010,25(7):130-136.

[39]錢平,葛翔.雙饋感應(yīng)風力發(fā)電機的無源性控制方法研究[J].太陽能學報,2009,30(11):1540-1545.

Research on Strategies of Variable Pitch Control for Wind Turbine

As one of the most widely applied control technology in the large-scale wind turbine generation units,the variable pitch control can effectively improve the efficiency of the system and the stability of the output power when the wind speed exceeds the rated wind speed.But the complexity,nonlinearity of wind turbine generation system and the time varying of aerodynamics bring effect to variable pitch control.Therefore,the control strategy of variable pitch system becomes the key to the technology of wind power generation.The working mode and the key issues of variable pitch control are studied,aimed at the features of variable pitch system of wind turbine,e.g.,nonlinear,multivariable,strong coupling and time-varying,the research status of the control strategies of variable pitch system summarized,and the advantages and disadvantages of different control methods are analyzed.Finally,the development trend of variable pitch control technology is analyzed.

Wind power Wind turbine SVM Radial basis function Particle swarm optimization algorithm Intelligent control PID control H∞r(nóng)obust control

戴媛媛(1993—)，女，現(xiàn)為中北大學控制科學與工程專業(yè)在讀碩士研究生；主要從事風力發(fā)電機變槳距系統(tǒng)智能控制、自抗擾控制方向的研究。

TH137;TP271

A

10.16086/j.cnki.issn 1000-0380.201611006

修改稿收到日期：2016-04-26。