張學(xué)陽

（華僑大學(xué) 信息科學(xué)與工程學(xué)院，福建 廈門 361021）

0 引言

風(fēng)電是一種可再生的清潔能源，取之不盡、用之不竭，發(fā)電過程不消耗礦產(chǎn)資源，不排放污染物和溫室氣體,是人與自然和諧共處、實現(xiàn)經(jīng)濟(jì)和社會可持續(xù)發(fā)展的新能源[2]。由于風(fēng)場中的風(fēng)向隨時會發(fā)生變化，所以需要風(fēng)輪始終對準(zhǔn)風(fēng)向。偏航系統(tǒng)是風(fēng)力發(fā)電機(jī)組特有的伺服系統(tǒng)，它是使風(fēng)輪穩(wěn)定地跟蹤變化的風(fēng)，保證捕獲最大的風(fēng)能。風(fēng)力發(fā)電機(jī)組在發(fā)電狀態(tài)下偏航時會產(chǎn)生陀螺力矩波動，進(jìn)而引發(fā)塔架、葉片等的振動，從而對整個風(fēng)力發(fā)電系統(tǒng)的安全性構(gòu)成威脅，因此偏航系統(tǒng)不適合頻繁起動[3]。此外，近年來風(fēng)力發(fā)電機(jī)組的大型化也對偏航系統(tǒng)的穩(wěn)定性提出了更高的要求。

如果將常規(guī)的PID 控制器應(yīng)用于偏航系統(tǒng)中，偏航執(zhí)行機(jī)構(gòu)很容易因為頻繁動作而損壞[3]。神經(jīng)網(wǎng)絡(luò)控制作為智能控制的一個重要分支，是模仿人的思維形式進(jìn)行的一種自動控制，具有較好的動態(tài)性能和較強(qiáng)的魯棒性，能夠有效地改善偏航系統(tǒng)的響應(yīng)速度，文獻(xiàn)[4]中提出，傳統(tǒng)PID 控制與神經(jīng)網(wǎng)絡(luò)相結(jié)合的PID 神經(jīng)元網(wǎng)絡(luò)控制器，克服了PID 控制方法和神經(jīng)網(wǎng)絡(luò)的缺點[5]。經(jīng)Matlab編程仿真證明，采用PID 神經(jīng)元網(wǎng)絡(luò)設(shè)計的偏航系統(tǒng)控制器能夠滿足控制要求。

1 偏航裝置簡介

圖1 偏航系統(tǒng)閉環(huán)控制結(jié)構(gòu)圖Fig.1 Structure diagram of yaw system closed loop control

風(fēng)機(jī)的偏航控制系統(tǒng)框圖如圖1所示[6]，風(fēng)機(jī)對風(fēng)的測量主要是由風(fēng)向標(biāo)來完成。當(dāng)實際的風(fēng)向與風(fēng)向標(biāo)成一定角度時，風(fēng)向標(biāo)產(chǎn)生一電信號，偏航控制器采集該信號，經(jīng)程序計算判定是否偏航。當(dāng)確定偏航后，計算機(jī)發(fā)出偏航動作信號，信號經(jīng)放大后驅(qū)動順偏或逆偏繼電器，使偏航電機(jī)運(yùn)行來完成順時針、逆時針或向上、下向轉(zhuǎn)動對風(fēng)。當(dāng)對風(fēng)結(jié)束后，風(fēng)傳感器失去電信號，電機(jī)停止工作，偏航過程結(jié)束[7]。

2 偏航的神經(jīng)網(wǎng)絡(luò)控制

由于風(fēng)向的隨機(jī)性,所以偏航系統(tǒng)是一非線性的系統(tǒng),各種參數(shù)也存在時變性。因此,不僅用經(jīng)典控制理論來解決得不到滿意結(jié)果,即便是現(xiàn)代控制理論有時也得不到非常滿意的結(jié)果。而PID 神經(jīng)元網(wǎng)絡(luò)控制不需要精確的數(shù)學(xué)模型,它是一種模仿人的思維形式對難以建立精確模型的對象實施的一種自動控制，是處理推理系統(tǒng)和控制系統(tǒng)中不精確和不確定性的一種有效方法。

2.1 PID 神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)

PID 神經(jīng)元網(wǎng)絡(luò)控制器和被控對象構(gòu)成的閉環(huán)控制系統(tǒng)如圖2所示[8]；圖中X11 是水平角度控制目標(biāo)，X21 是垂直角度控制目標(biāo)；y1是控制器水平控制律， y2 是控制器垂直控制律；X12是風(fēng)輪機(jī)水平角度的當(dāng)前值，X22 是風(fēng)輪機(jī)垂直角度的當(dāng)前值；上述變量之間關(guān)系如圖3所示，由于偏航控制系統(tǒng)有兩個角度控制量（水平角度和垂直角度），所以選擇由兩個單神經(jīng)元網(wǎng)絡(luò)組成的多神經(jīng)元網(wǎng)絡(luò)作為系統(tǒng)控制器。

圖2 雙控制量的BP 神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖Fig.2 The topological structure of BP neural network diagram of dual control volume

圖3 偏航系統(tǒng)控制器輸入輸出變量圖Fig.3 Diagram of the yaw system input variable

2.2 控制律計算

PID 神經(jīng)元網(wǎng)絡(luò)分為輸入層、隱含層和輸出層，網(wǎng)絡(luò)輸入層為控制量當(dāng)前值和控制目標(biāo)，輸出量為控制律，各層的輸入輸出計算公式如下：

（1）輸入層：其中包含4個神經(jīng)元，輸出數(shù)據(jù)等于輸入數(shù)據(jù)。

（2）隱含層：其中包含6個神經(jīng)元，即2個比例神經(jīng)元，2個積分神經(jīng)元，2個微分神經(jīng)元。

（3）隱含層各神經(jīng)元輸出的計算公式如下：

比例神經(jīng)元：

積分神經(jīng)元：

微分神經(jīng)元

式（1～5）中，s—并聯(lián)子網(wǎng)絡(luò)的序號；j—子網(wǎng)絡(luò)中隱含層神經(jīng)元序號；xsi（k）—各子網(wǎng)絡(luò)輸入層神經(jīng)元輸出值；ωij—各子網(wǎng)絡(luò)輸入層至隱含層的連接權(quán)重值。

（4）輸出層：其中包含2個神經(jīng)元，構(gòu)成2 維輸出量，輸出層的輸出為隱含層全部神經(jīng)元的輸出值加權(quán)和。

式中：h—輸出層神經(jīng)元序號；s—子網(wǎng)序號；j—子網(wǎng)的隱含層神經(jīng)元序號；usj（k）—隱含層各神經(jīng)元輸出值；ωjk—隱含層至輸出層的連接權(quán)重值。

2.3 網(wǎng)絡(luò)權(quán)值修正

PID 神經(jīng)元網(wǎng)絡(luò)在控制過程中根據(jù)控制量采用 “梯度修正法”修正權(quán)值，采用粒子群算法優(yōu)化神經(jīng)網(wǎng)絡(luò)初始權(quán)值，通過增加動量項的方法提高網(wǎng)絡(luò)學(xué)習(xí)效率，可以避免權(quán)值在學(xué)習(xí)過程中陷入局部最優(yōu)值并有利于提高網(wǎng)絡(luò)學(xué)習(xí)效率，從而使控制量快速接近控制目標(biāo)。

（1）誤差計算公式：

式中： yh（k）—預(yù)測輸出； r（k）—控制目標(biāo)。

（2）權(quán)值修正公式：

式中：ωij—輸入層到隱含層間權(quán)值；ωjk—隱含層到輸出層間權(quán)值；J—控制誤差；η，η1—學(xué)習(xí)速率。

3 偏航系統(tǒng)控制器仿真

根據(jù)PID 神經(jīng)元網(wǎng)絡(luò)的控制原理，在Matlab 中利用神經(jīng)網(wǎng)絡(luò)工具箱編程實現(xiàn)PID 神經(jīng)元網(wǎng)絡(luò)雙控制變量耦合系統(tǒng)，利用粒子群算法優(yōu)化初始網(wǎng)絡(luò)權(quán)值，粒子群算法參數(shù)設(shè)置：種群規(guī)模為60，進(jìn)化次數(shù)為40；控制量初始值 [X12，X22]=[0，0]，控制目標(biāo)為 [X11，X21]=[0.6，0.4]；仿真時間間隔為0.001 秒，網(wǎng)絡(luò)權(quán)值學(xué)習(xí)速率為0.05，偏航控制系統(tǒng)仿真效果如圖4～5所示。

圖4 控制量變化曲線Fig.4 Change curve of control quantity

圖5 控制誤差變化曲線Fig.5 Change curve of control error

4 結(jié)果分析

由于風(fēng)向變化具有隨機(jī)性和不確定性的特點，而且風(fēng)力發(fā)電機(jī)組的偏航控制過程中難以建立準(zhǔn)確的數(shù)學(xué)模型，如果將傳統(tǒng)的PID 隨動控制器應(yīng)用于偏航系統(tǒng)中，雖然可滿足基本要求，但是響應(yīng)速度較慢，會導(dǎo)致風(fēng)能的浪費(fèi)。本文設(shè)計了一種基于神經(jīng)網(wǎng)絡(luò)算法的控制器來

完成對偏航系統(tǒng)的控制。仿真結(jié)果表明，該控制系統(tǒng)的整體性能要優(yōu)于PID 控制系統(tǒng)，它能同時滿足偏航系統(tǒng)對控制精度和穩(wěn)定性的要求，有效地消除了系統(tǒng)的超調(diào)和振蕩，能夠快速響應(yīng)系統(tǒng)的變化，因此可以更好地達(dá)到預(yù)期的控制目標(biāo)。

[1]楊偉歡，葉安麗，馬鴻雁.模糊控制在風(fēng)力發(fā)電機(jī)組偏航控制系統(tǒng)中的應(yīng)用[J].北京建筑工程學(xué)院學(xué)報，2011，3.

[2]李毅，溫正忠，趙少剛，等.風(fēng)力發(fā)電機(jī)偏航系統(tǒng)模糊控制的研究[J].設(shè)計·研究·分析，2006，3.

[3]宋建軍，張揚(yáng)，張長安，等.基于模糊控制的風(fēng)力發(fā)電機(jī)組偏航系統(tǒng)研究[J].電網(wǎng)與清潔能源，2011，7.

[4]舒懷林.PID 神經(jīng)元網(wǎng)絡(luò)及其控制系統(tǒng)[M].北京:國防工業(yè)出版社，2006.

[5]楊華.基于神經(jīng)網(wǎng)絡(luò)的航空發(fā)動機(jī)PID 控制[D].西北工業(yè)大學(xué)，2007.

[6]葉杭冶.風(fēng)力發(fā)電機(jī)組的控制技術(shù)[M].北京:機(jī)械工業(yè)出版社，2006.

[7]張嘉英，等.風(fēng)力發(fā)電機(jī)組偏航控制系統(tǒng)[J].兵工自動化，2009，11.

[8]汪麗媛，周銳，強(qiáng)鵬翔.基于BP 神經(jīng)網(wǎng)絡(luò)整定的多變量PID 控制器設(shè)計[J].信息與電腦，2009，12.