基于自適應模糊PID的風力發電機葉片角度控制

摘 要：本文研究了風力發電機傾斜角度控制問題，探討了自適應模糊PID調節器在該控制系統中的應用。通過仿真試驗和分析，驗證了自適應模糊PID調節器在不確定模型條件下的穩定性和控制效果。結果表明，與傳統PID控制器相比，自適應模糊PID調節器能夠更好地響應風力發電機的傾斜角度控制，能夠快速、平滑地調節角度并保持穩定。本文可為提高風能利用效率和減少環境污染提供參考，未來可驗證其他控制方法以獲得更好性能。

關鍵詞：風力發電機；葉片角度控制；模糊PID；自適應控制

中圖分類號：TM 315" " " 文獻標志碼：A

全球工業化和城市化進程加快對能源的需求日益增長。作為一種重要的新能源資源，風能具有無限可再生性和環境友好性[1]。作為將風能轉化為電能的技術，風力發電中的機械葉片角度控制是關鍵因素。傳統PID控制方法面對風速的不確定性和隨機性時難以精確控制風力發電機轉速。為了解決該問題，模糊PID控制方法應運而生，該方法通過模糊化處理風力發電機的轉速，提高控制精度和魯棒性。

風力渦輪機的結構形式可分為水平軸和垂直軸風力渦輪機[2]。幾乎所有較大的渦輪機都會采用水平軸結構（這樣能更好地利用風能）。在風力渦輪機設計中，葉片的形態和尺寸具有至關重要的作用，可以通過優化設計來提高渦輪機性能。另外，風力渦輪機的控制也是一個重要問題。傳統的PID控制方法不適應風速的不確定性，模糊PID[3-5]控制方法被廣泛應用于風力渦輪機控制，以提高控制精度和魯棒性。

本文旨在研究基于模糊PID控制的風力發電機機械葉片角度控制，介紹模糊PID控制方法，并研究其在風力發電機機械葉片角度控制中的應用，以提高風力發電系統的效率和穩定性。

1 風力渦輪機模型

渦輪機由葉片、轉子輪轂和連接部件組成，而傳動系則由渦輪機的旋轉質量、低速軸、齒輪箱、高速軸和發電機的旋轉質量組成。傳動系的作用是將渦輪機的機械能傳遞到發電機的轉子，進而轉化為電能。當風撞擊水平軸渦輪機的轉子時，轉子開始旋轉。低速軸將能量傳遞到變速箱，變速箱增加速度并驅動高速軸旋轉。高速軸使發電機旋轉，從而產生電能。為保證轉子始終面向風，渦輪機配備了偏航系統。低速軸上還設有用于驅動空氣動力學制動器的液壓系統管道，而高速軸則配備了緊急機械制動器，以應對空氣動力學制動器出現故障的情況。發電機的作用是將風的機械能轉換為電能（如圖1所示）。

通常情況下，發電機會以較低的電壓輸出電能，而變壓器則將其提升至與所連接電網相匹配的電壓。為了減少能量損耗，變壓器可以安裝在塔底或機艙內。風力渦輪機系統還包括其他組件，如用于測量風速的風速計和用于測量風向的風向標。風速信息用于有需要時關閉渦輪機，以保障安全。而偏航控制機構則利用風向測量將轉子定向向風的方向。此外，電風扇和油冷卻器被用于冷卻變速器和交流發電機。

在空氣動力學模型中，風力渦輪機通過旋轉的葉片捕獲能量，將其以扭矩的形式傳遞到發電機，并產生電能。根據文獻[6]，風速和功率間的關系如公式（1）所示。

（1）

式中：Pa代表由風力渦輪機轉子葉片捕獲的氣動功率；Cp代表轉子的功率系數；ρ代表空氣密度；R代表旋轉葉片的半徑；υ代表風速；λ代表葉片傾角與風速的比值；β代表葉片傾角。

功率系數Cp與傳動比λ、葉片角度β有關。風力渦輪機驅動系統主要由風力渦輪機轉子、低速軸、傳動裝置、高速軸和發電機轉子組成。本文選擇具有柔性軸的雙質量模型。該模型考慮低速軸和高速軸是柔性的，可使風力渦輪機轉子和發電機轉子具有各自的旋轉自由度。風力渦輪機轉子的加速度由低速軸的氣動力矩和制動力矩間的不平衡決定，而發電機轉子的加速度由高速軸傳動力矩和發電機轉矩間的不平衡決定[7]。

傳動裝置將低速軸TT的氣動扭矩轉換為高速軸Te的扭矩。不同類型的傳動裝置具有不同的工作原理和動力學特性。齒輪傳動是一種常見的傳動裝置，齒輪的嚙合可將扭矩傳遞并轉換到不同的軸上。齒輪傳動的動力學可以通過齒輪的幾何特性、模數和齒數等參數來描述。齒輪傳動的微分方程可以考慮齒輪的運動學和動力學，包括齒輪的轉速、齒數比以及齒輪的慣性矩等。傳動裝置的動力學可以用公式（2）描述。

（2）

式中：TT為機械渦輪的扭矩；Te為機電發電機的扭矩；JT為風力發電機的轉動慣量；JG為發電機轉動慣量；KS為剛度系數；B為阻尼系數；ωT為風力發電機軸轉速；ωg為發電機軸轉速；θT為風力機軸角；θg為發電機軸角；1：ngear為齒輪比。

公式（2）描述了傳動裝置在外部輸入和輸出轉矩的作用下，轉動角度隨時間的變化。通過求解該微分方程，可以得到傳動裝置在不同條件下的轉動行為和響應特性。

2 傾斜角度控制

PID控制是應用最廣泛的傳統變速風力發電機控制策略。仿真結果表明，當風速高于標稱風速時，增益控制環節能夠有效提高風力機的控制性能。PID控制器用于控制變速恒頻風力發電機的轉速，以調節傾斜角。PID控制器具有結構簡單、可靠性高且穩定性好等優點，但其過于依賴被控對象模型的參數。

PID控制器在工業中應用廣泛，并具有一些有趣的特性。它由比例控制、積分控制和微分控制3個部分組成，分別處理當前值、過去值和未來值。比例部分決定系統的速度，積分部分通過減少穩態誤差來補充。為了能夠抵消系統即將出現的錯誤，PID控制器必須包括可以提高穩定性的可微分部分。使用PID控制器時的輸入信號定義如公式（3）所示。

（3）

當系統的動態特性未知或包括顯著的非線性時（例如在高度湍流的風中），模糊邏輯控制器非常有用。傳統控制方法通常需要對系統的數學模型進行準確建模，但在實際應用中，系統的動態特性可能非常復雜，難以準確建模。而模糊邏輯控制器通過模糊推理和模糊規則的應用，能夠更好地處理這種復雜性和不確定性。模糊邏輯控制器的設計過程包括定義輸入變量、設置模糊規則以及開發將模糊規則的結果轉換為輸出的方法（通常稱為去模糊化）。其中，定義輸入變量是指確定影響系統行為的輸入參數，例如傳感器測量的數據或控制器的輸出。設置模糊規則是指根據專家知識和經驗，將輸入變量與輸出變量間的關系以規則的形式表達出來。這些規則基于決策者做出決策的方式，使模糊邏輯控制器更具人類的智能特征。為了獲得模糊邏輯控制器的準確輸出信號，通常采用加權平均法[4]。

自適應控制是一種能解決PID參數自調問題的有效方法。基于新理論和新技術，模糊自適應控制是其中的一種。模糊自適應PID控制的思想是將普通PID控制器與模糊邏輯控制器相結合（如圖2所示）。該方法具有自適應能力，可以自動識別受控過程的參數，設置控制參數并適應過程參數的變化。它還具有PID控制器的優點，例如簡單的結構和高可靠性。自適應控制是一種管理策略，可以識別管理標準模型。當系統在運行中出現動態變化時，自適應控制系統將實時調整控制器參數或算法，以最大限度地接近最佳性能指標，并將其維持在所需水平。綜上所述，模糊自適應PID控制方法結合了模糊邏輯控制和PID控制的優勢，具有自適應能力、簡單可靠的特點。在風力發電機控制系統中，該方法可以提供穩定的傾斜角度控制，從而提高風能利用效率并減少環境污染。

考慮風力渦輪機變速控制建模的不確定性，自適應控制具有廣泛的應用前景。模擬結果表明，當風速或參數變化時，該控制方法能夠有效地維持發電機的恒定速度和輸出功率。

3 仿真試驗與分析

根據模擬結果，當受控對象的模型不確定時，自適應模糊PID調節器具有較高的穩定性。當系統發生故障或電力網絡不穩定時，自適應調節器比其他工業調節器更具優勢，還可獲得更好的控制效果（如圖3所示）。

研究結果證明了采用模糊自適應調節器對風力發電機葉片傾角控制系統的有效性。通過對控制系統進行模擬，可以確定本文提出的控制器響應快速且平滑，并具有穩定性，可最大程度地接近最佳控制指標。從所建立的仿真控制系統案例可以看出，自適應模糊PID調節器比其他調節器具有更好的響應性能，其穩定速度快，過沖量較?。▋H為0.05％），因此自適應模糊PID調節器具有更好的控制風力渦輪機角度的能力。

4 結論

本文的研究結果為風力發電機的控制提供了有益參考，為提高風能利用效率、減少環境污染做出了貢獻。但是本文僅考慮單一的風速條件和模型假設，未考慮其他因素的影響，如氣候變化和風力渦輪機的不同工況。因此，未來的研究需要考慮更多的實際情況，以進一步驗證自適應模糊PID調節器的有效性。除了自適應模糊PID調節器，還可以探索其他控制方法來進一步提高風力發電機的控制性能。例如，模型預測控制（Model Predictive Control）是一種基于數學模型的控制方法，可以預測未來的系統行為，并優化控制策略。另外，神經網絡控制（Neural Network Control）利用神經網絡模型來學習和優化控制策略，具有較強的適應能力和非線性建模能力。這些控制方法在風力發電機的控制中具有潛在的應用價值，可以在未來的研究中進行探索和驗證。

參考文獻

[1]張繼勇，嵇仁君，馬一鳴，等.風力發電變槳距模糊自適應PID控制[J].科技創新與應用，2022，12（33）：16-19.

[2]高翔.定槳距變轉速水平軸風力渦輪氣動性能與轉速控制方法研究[D].南京：南京航空航天大學，2017.

[3]吳俊鵬，翟學，郭紫昱，等.直驅永磁同步風電機組的PID控制器設計與仿真[J].自動化與儀表，2015，30（2）：38-41.

[4]張繼勇，嵇仁君，馬一鳴，等.風力發電變槳距模糊自適應PID控制[J].科技創新與應用，2022，12（33）：16-19.

[5]李飛飛.基于雙模糊PID控制策略的風力發電機組變槳系統研究[J].模糊系統與數學，2019，33（3）：29-34.

[6]GOLEA N，GOLEA A，BENMAHAMMED K.Stable indirect

fuzzy adaptive control[J].Fuzzy sets and systems，2003，137（3）：353-366.

[7]杜靜，文薄程，謝雙義，等.變速變槳風力機的自適應變槳及轉矩控制[J].電源技術，2014，38（10）：1904-1906.