韓 兵， 周臘吾， 陳 浩， 田 猛， 鄧寧峰

(1. 湖南大學(xué), 湖南 長(zhǎng)沙 410082; 2. 長(zhǎng)沙理工大學(xué), 湖南 長(zhǎng)沙 410114; 3. 湖南世優(yōu)電氣股份有限公司, 湖南 湘潭 411101)

基于變論域模糊控制的大型風(fēng)電機(jī)組偏航系統(tǒng)

韓 兵1， 周臘吾2， 陳 浩3， 田 猛1， 鄧寧峰1

(1. 湖南大學(xué), 湖南 長(zhǎng)沙 410082; 2. 長(zhǎng)沙理工大學(xué), 湖南 長(zhǎng)沙 410114; 3. 湖南世優(yōu)電氣股份有限公司, 湖南 湘潭 411101)

風(fēng)力發(fā)電在解決能源和環(huán)境問(wèn)題上的積極意義，使其成為增長(zhǎng)速度最快的綠色能源之一。偏航控制是大型風(fēng)力發(fā)電機(jī)組的熱門(mén)研究課題，偏航系統(tǒng)是典型的非線性、時(shí)變系統(tǒng)，常存在較大程度的參數(shù)變化和大時(shí)變負(fù)載與干擾。本文提出一種變論域模糊偏航控制策略，將變論域模糊控制與風(fēng)向標(biāo)反饋控制相結(jié)合，將風(fēng)向數(shù)據(jù)與功率數(shù)據(jù)進(jìn)行迅速的對(duì)比識(shí)別處理，來(lái)實(shí)現(xiàn)變論域模糊控制參數(shù)自整定和控制規(guī)則的自調(diào)整，提高偏航控制系統(tǒng)對(duì)風(fēng)速擾動(dòng)和參數(shù)變化的適應(yīng)能力，最后進(jìn)行風(fēng)電機(jī)組偏航控制的仿真與實(shí)驗(yàn)，證明變論域模糊偏航控制具有動(dòng)態(tài)響應(yīng)快、抗干擾能力和魯棒性強(qiáng)等優(yōu)點(diǎn)。

大型風(fēng)電機(jī)組； 偏航系統(tǒng)； 變論域； 模糊控制

1 引言

風(fēng)向變化會(huì)引起風(fēng)力發(fā)電機(jī)組輸出功率的脈動(dòng)，隨著電網(wǎng)中風(fēng)電容量的增加，輸出功率的脈動(dòng)將會(huì)影響電網(wǎng)的穩(wěn)定性[1]。偏航系統(tǒng)是風(fēng)力發(fā)電機(jī)組特有的伺服系統(tǒng)，它的作用一是跟蹤風(fēng)向的變化，在可用風(fēng)速范圍內(nèi)旋轉(zhuǎn)風(fēng)輪使風(fēng)向與掃掠面始終處于垂直狀態(tài)，保證風(fēng)電機(jī)組最大捕獲風(fēng)能，而在非可用風(fēng)速范圍下能夠保持90°側(cè)風(fēng)，以保證風(fēng)機(jī)的穩(wěn)定的停機(jī)狀態(tài)；二是在連續(xù)跟蹤風(fēng)向可能造成電纜纏繞的情況下進(jìn)行自解纜；三是當(dāng)風(fēng)輪保持迎風(fēng)位置時(shí)，通過(guò)控制偏航電機(jī)及軸承提供相應(yīng)的鎖緊力矩，維持風(fēng)機(jī)的安全運(yùn)行[2-4]。

由于風(fēng)機(jī)非線性的空氣動(dòng)力學(xué)特性、系統(tǒng)參數(shù)的不確定性，很難給出精確的數(shù)學(xué)模型，這給風(fēng)機(jī)的控制帶來(lái)許多困難[5-7]。為提高風(fēng)機(jī)的功率利用系數(shù)，國(guó)內(nèi)外學(xué)者相繼提出了各種有效的控制策略，但主要是在風(fēng)機(jī)的變槳距、發(fā)電機(jī)和并網(wǎng)控制等方面的研究，在偏航控制方面仍然未能取得有效的進(jìn)展[8,9]。文獻(xiàn)[10]中的偏航控制方法的對(duì)風(fēng)精度均只達(dá)到了15°，顯然此種偏航控制方法精確性不夠。文獻(xiàn)[11,12]中偏航控制方法采用傳統(tǒng)的PID控制方法，其參數(shù)的選取對(duì)系統(tǒng)的控制品質(zhì)有很大的影響。文獻(xiàn)[13]提出模糊PID控制方法，將模糊控制與PID控制器相結(jié)合，但此種控制方法不能及時(shí)地調(diào)整自身的控制參數(shù)，表現(xiàn)出較差的自適應(yīng)性。

本文利用智能控制理論，設(shè)計(jì)了一種基于變論域模糊偏航控制策略。首次將變論域模糊控制與風(fēng)向標(biāo)反饋控制相結(jié)合的偏航控制策略，即讓風(fēng)向數(shù)據(jù)或功率數(shù)據(jù)進(jìn)行迅速的對(duì)比識(shí)別處理后，來(lái)實(shí)現(xiàn)模糊控制器的參數(shù)、隸屬函數(shù)和控制規(guī)則的自整定，以提高控制系統(tǒng)對(duì)擾動(dòng)和參數(shù)變化的魯棒適應(yīng)能力，然后根據(jù)系統(tǒng)參數(shù)的變化發(fā)出偏航命令，使偏航電機(jī)偏轉(zhuǎn)到相應(yīng)的位置以達(dá)到有效對(duì)風(fēng)的目的。本文通過(guò)仿真和實(shí)驗(yàn)，驗(yàn)證了變論域模糊偏航控制策略的可行性和有效性。

2 風(fēng)電機(jī)組系統(tǒng)特性

風(fēng)能的基本轉(zhuǎn)換過(guò)程即動(dòng)能轉(zhuǎn)換為電能，其風(fēng)電機(jī)組的輸出功率P與風(fēng)速v的之間關(guān)系為：

(1)

(2)

式中，ρ為空氣密度；R為風(fēng)輪半徑；ω為風(fēng)輪角速度；β為槳距角；λ為葉尖速比；n為風(fēng)輪轉(zhuǎn)速；Cp為風(fēng)能利用系數(shù)。

風(fēng)能利用系數(shù)Cp是表征風(fēng)力發(fā)電機(jī)組吸收轉(zhuǎn)換風(fēng)能程度的重要參數(shù)。風(fēng)能利用系數(shù)Cp可以用式(3)近似表示，Cp-λ特性曲線如圖1所示。

(3)

圖1 風(fēng)能利用率Cp-λ的關(guān)系圖Fig.1 Wind energy utilization Cp-λ diagram

本文建立簡(jiǎn)化的大型風(fēng)電機(jī)組模型的狀態(tài)方程，如式(4)和式(5)所示：

(4)

(5)

式中，Ωr為風(fēng)輪轉(zhuǎn)速；J為風(fēng)輪轉(zhuǎn)動(dòng)慣量；Mr為風(fēng)輪轉(zhuǎn)矩；S為風(fēng)機(jī)塔基剛度；M為機(jī)艙總質(zhì)量；snay為機(jī)艙左右擾度；H為機(jī)艙高度；D為風(fēng)機(jī)的阻尼系數(shù)；Myaw為偏航力矩；Fsd為機(jī)艙的側(cè)向力。

風(fēng)電機(jī)組偏航原理是將風(fēng)向傳感器檢測(cè)的風(fēng)向信號(hào)送入偏航控制器，當(dāng)發(fā)現(xiàn)風(fēng)向與風(fēng)輪軸線偏離一定角度時(shí)，偏航控制器就會(huì)根據(jù)風(fēng)向信號(hào)，發(fā)出相應(yīng)的偏航信號(hào)給偏航執(zhí)行機(jī)構(gòu)，調(diào)整風(fēng)輪的方向，使風(fēng)輪的掃掠面與風(fēng)向保持垂直，實(shí)現(xiàn)風(fēng)輪準(zhǔn)確迎風(fēng)[14]。偏航控制系統(tǒng)原理圖如圖2所示。

圖2 偏航控制系統(tǒng)原理框圖Fig.2 Block diagram of yaw control system

為實(shí)現(xiàn)風(fēng)電機(jī)組的偏航控制，以水平軸進(jìn)行分析，其風(fēng)向角θW、風(fēng)輪偏航角θe和風(fēng)輪角度θT三者的關(guān)系有以下四種情況，其原理圖如圖3所示。

(1) 風(fēng)輪法線方向與風(fēng)向的差值為0°～90°時(shí)，風(fēng)機(jī)選擇銳角順時(shí)針?lè)较蚱剑瑒t偏航角θe為：

θe=θW

(6)

(2) 風(fēng)輪法線方向與風(fēng)向的差值為90°～180°時(shí)，風(fēng)機(jī)選擇鈍角順時(shí)針?lè)较蚱剑瑒t偏航角θe為：

θe=θW

(7)

(3) 風(fēng)輪法線方向與風(fēng)向差值為180°～270°時(shí)，風(fēng)機(jī)選擇鈍角逆時(shí)針?lè)较蚱剑瑒t偏航角θe為：

(8)

(4) 風(fēng)輪法線方向與風(fēng)向差值為270°～360°時(shí)，風(fēng)輪選擇銳角逆時(shí)針?lè)较蚱?，則偏航角θe為：

(9)

圖3 風(fēng)電機(jī)組的偏航角度原理圖Fig.3 Yaw angle of wind turbine

3 變論域模糊偏航控制系統(tǒng)

由于風(fēng)電機(jī)組的偏航系統(tǒng)是典型非線性時(shí)變系統(tǒng)，有較大的參數(shù)變化和大時(shí)變負(fù)載與干擾，因此建立精確的數(shù)學(xué)模型很困難。本文利用變論域模糊自調(diào)整偏航控制器采用模糊推理方法對(duì)參數(shù)進(jìn)行在線調(diào)整[15]，以滿足不同的風(fēng)向?qū)ζ娇刂茀?shù)的不同要求，設(shè)計(jì)的變論域模糊PID偏航控制器的結(jié)構(gòu)如圖4所示?？紤]變論域模糊偏航控制系統(tǒng)的n輸入單輸出，令Xi=[-Ei,Ei](i=1,2，…,n)和Y=[-U,U]分別為輸入變量xi(i=1,2,…,n)和輸出變量y的論域[16]。

圖4 變論域模糊PID偏航控制器框圖Fig.4 Variable universe fuzzy PID controller for yaw

為了達(dá)到滿意的偏航系統(tǒng)控制精度，定義輸入變量xp(p=1,2)的基本論域?yàn)閄p=[-Ep,Ep]，Xp上的模糊劃分為Ai={aij}(1≤j≤m，m=7)；輸出變量yq(q=1,2,3)的基本論域?yàn)閅q=[-kq,kq]，將Yq上的模糊劃分為Bi={bj}(1≤j≤m)，結(jié)合偏航系統(tǒng)的模糊推理規(guī)則，則

(10)

變論域調(diào)整是指變量Xi與Y可以分別隨著xi與y的變化而進(jìn)行自動(dòng)改變，輸入變量Xi的基本論域?yàn)閄(x)=[-α(x)E,α(x)E]，輸出變量Y的基本論域?yàn)閅(y)=[-β(y)K,β(y)K]，其中，α(x)與β(y)為論域的伸縮因子。則αi(xi)的計(jì)算方法為：

(11)

則變論域模糊偏航控制器的模糊推理規(guī)則的n元分片動(dòng)態(tài)插值函數(shù)表示為：

y=βω

(12)

(13)

而偏航控制器是以誤差E和誤差變化率Ec作為輸入，控制器的三個(gè)參數(shù)PID的修正ΔKp、ΔKi、ΔKd作為輸出。取輸入E、Ec和輸出ΔKp、ΔKi、ΔKd模糊子集為{NB, NM, NS, ZO, PS, PM, PB}，子集中元素分別代表負(fù)大、負(fù)中、負(fù)小、零、正小、正中、正大。本文建立的輸出變量的模糊偏航控制規(guī)則如表1所示。

伴隨著風(fēng)向發(fā)生改變，變論域模糊偏航控制器采集計(jì)算到偏航角度差超過(guò)允許誤差的范圍后，根據(jù)E(k)及Ec(k)調(diào)整變論域模糊控制器的量化因子，并進(jìn)行相應(yīng)的模糊推理得到輸出量，通過(guò)偏航控制器發(fā)出偏航指令，驅(qū)動(dòng)偏航電機(jī)旋轉(zhuǎn)執(zhí)行風(fēng)輪對(duì)風(fēng)的校正動(dòng)作，使風(fēng)輪迎風(fēng)面實(shí)現(xiàn)準(zhǔn)確對(duì)風(fēng)。圖5為變論域模糊偏航控制過(guò)程流程圖。

圖5 變論域模糊控制流程圖Fig.5 Variable universe fuzzy control flow chart

4 仿真與實(shí)驗(yàn)

為驗(yàn)證本文所提變論域模糊偏航控制系統(tǒng)的性能，本文在Matlab/Simulink建立仿真模型，對(duì)風(fēng)電機(jī)組的偏航系統(tǒng)進(jìn)行仿真，偏航系統(tǒng)的具體參數(shù)如表2所示。偏航電機(jī)設(shè)計(jì)誤差大于100r/min時(shí)為正大，即E的基本論域?yàn)閇-100,100]，Ec的基本論域?yàn)閇-4×103，4×103]，由式(6)～式(8)可得KE=0.0025，KEc=1.25×10-4。初始參數(shù)取Kp0=5，Ki0=47，Kd0=2.5；Kp=15，Ki=2，Kd=0.02；KE1=18，KEc1=5。

偏航控制系統(tǒng)的對(duì)比仿真實(shí)驗(yàn)為本文設(shè)計(jì)的變論域模糊控制與模糊PID控制相比較，結(jié)果如圖6所示。風(fēng)向的變化經(jīng)歷±10°左右，如圖6(a)所示。本文設(shè)計(jì)的變論域模糊控制與模糊PID控制表現(xiàn)出了不一樣的控制特效，結(jié)果如圖6(b)所示。變論域模糊控制系統(tǒng)風(fēng)輪轉(zhuǎn)速的波動(dòng)也比模糊PID控制系統(tǒng)小，這是因?yàn)轱L(fēng)電機(jī)組的非線性時(shí)變性無(wú)法給出精確的模型，模糊PID很難獲得參數(shù)的全局最優(yōu)值；而變論域模糊控制可以對(duì)不精確的非線性模型進(jìn)行參數(shù)自整定。在20s時(shí)，風(fēng)向急劇由-10°向+10°變化，變論域模糊控制器給定的偏航幅度和速度相對(duì)較小，進(jìn)而有效地減輕偏航執(zhí)行機(jī)構(gòu)的磨損。變論域模糊控制器輸出偏航角的變化率較小，卻沒(méi)有影響系統(tǒng)偏航電機(jī)的轉(zhuǎn)矩，以適應(yīng)風(fēng)向的變化。在40s后，風(fēng)向又出現(xiàn)+5°向-15°的變化趨勢(shì)，由圖6(c)可以看出，此時(shí)模糊PID控制時(shí)風(fēng)輪波動(dòng)較大，抑制轉(zhuǎn)速波動(dòng)幅值的效果不夠理想，而基于變論域的模糊控制器能使轉(zhuǎn)速快速穩(wěn)定，平滑的偏航動(dòng)作減小了輸出功率幅值變化。

表2 偏航系統(tǒng)的具體參數(shù)表Tab.2 Parameters of yaw control system

圖6 變論域模糊控制仿真對(duì)比圖Fig.6 Comparison of variable universe fuzzy control

基于變論域模糊控制器相比模糊PID控制能夠快速響應(yīng)變化的風(fēng)向，對(duì)于維持風(fēng)電機(jī)組輸出功率有更好的穩(wěn)定性。表3給出了偏航系統(tǒng)的仿真對(duì)比統(tǒng)計(jì)數(shù)據(jù)。根據(jù)仿真統(tǒng)計(jì)數(shù)據(jù)分析，風(fēng)輪轉(zhuǎn)速和轉(zhuǎn)速的波動(dòng)明顯降低，其中風(fēng)輪轉(zhuǎn)速的標(biāo)準(zhǔn)差降低了32.8%，風(fēng)輪轉(zhuǎn)矩的標(biāo)準(zhǔn)差降低了16.9%，明顯提高了風(fēng)電機(jī)組的穩(wěn)定性。

表3 仿真統(tǒng)計(jì)數(shù)據(jù)分析Tab.3 Statistical analysis of simulation

為了驗(yàn)證本文提出偏航控制方法的優(yōu)越性，搭建了2MW風(fēng)電機(jī)組的偏航控制實(shí)驗(yàn)平臺(tái)，實(shí)驗(yàn)平臺(tái)主要由偏航系統(tǒng)、上位機(jī)、偏航電機(jī)、風(fēng)向標(biāo)和信號(hào)采集裝置等組成，如圖7所示。采用四臺(tái)功率為3kW的三相交流異步電動(dòng)機(jī)作為偏航電機(jī)，偏航電機(jī)分別對(duì)稱地立式安裝在機(jī)艙的四個(gè)角落。

圖7 風(fēng)電機(jī)組偏航控制實(shí)驗(yàn)平臺(tái)Fig.7 Yaw control experimental platform of wind turbine

圖8為利用變論域模糊偏航控制策略進(jìn)行偏航控制所得的偏航角度誤差實(shí)時(shí)處理數(shù)據(jù)。在受風(fēng)向等各種不利因素影響時(shí)，變論域模糊控制偏航角度保持2°以內(nèi)的偏差，可見(jiàn)該控制的可行性。利用此策略準(zhǔn)確對(duì)風(fēng)的同時(shí)，發(fā)電量和機(jī)組振動(dòng)情況相當(dāng)，沒(méi)有因此策略的引入而受任何影響。這樣不僅提高了整個(gè)風(fēng)電機(jī)組的效率，而且避免了偏航電機(jī)的頻繁轉(zhuǎn)動(dòng)，降低了系統(tǒng)的機(jī)械損耗。圖9為風(fēng)電機(jī)組的輸出功率，可見(jiàn)利用變論域模糊偏航控制策略能實(shí)現(xiàn)高性能的功率控制，穩(wěn)定在額定值2MW左右。

圖8 偏航角度誤差實(shí)時(shí)處理數(shù)據(jù)Fig.8 Real-time data processing for yaw angle error

圖9 風(fēng)電機(jī)組輸出功率Fig.9 Output power of wind turbine

表4給出了偏航系統(tǒng)實(shí)驗(yàn)對(duì)比統(tǒng)計(jì)數(shù)據(jù)。根據(jù)數(shù)據(jù)分析，變論域模糊偏航控制系統(tǒng)表現(xiàn)出的穩(wěn)態(tài)性能明顯優(yōu)于模糊PID控制。利用變論域模糊控制偏航能保持2°以內(nèi)的偏差，而偏航執(zhí)行動(dòng)作次數(shù)在整個(gè)實(shí)驗(yàn)周期內(nèi)縮短3%左右，可延長(zhǎng)風(fēng)電機(jī)組的使用壽命。實(shí)驗(yàn)表明，基于變論域模糊偏航控制方法可以有效地減輕偏航執(zhí)行機(jī)構(gòu)的疲勞度，減少部件間的磨損，減少機(jī)組機(jī)艙的振動(dòng)，對(duì)降低風(fēng)電機(jī)組的故障發(fā)生率具有重要意義。

表4 偏航系統(tǒng)實(shí)驗(yàn)對(duì)比統(tǒng)計(jì)數(shù)據(jù)Tab.4 Statistical analysis of yaw control experiment

5 結(jié)論

大型風(fēng)電機(jī)組偏航系統(tǒng)難以建立準(zhǔn)確的數(shù)學(xué)模型，使用傳統(tǒng)控制很難保證其效果。本文將變論域模糊控制方法運(yùn)用到偏航控制，得出以下結(jié)論：

(1) 該控制器可以有效地提高偏航的控制精度，有助于保持電壓穩(wěn)定性，提高機(jī)組的輸出功率。

(2) 所提變論域模糊偏航控制方法具有較強(qiáng)的魯棒性，可對(duì)參數(shù)變化進(jìn)行自整定。

(3) 文中方法解決傳統(tǒng)控制難以兼顧動(dòng)靜態(tài)性能的缺點(diǎn)，偏航控制轉(zhuǎn)矩脈動(dòng)小，延長(zhǎng)使用壽命。

[1] 李慧, 孫宏斌, 張芳(Li Hui, Sun Hongbin，Zhang Fang). 風(fēng)電場(chǎng)風(fēng)速分布模型研究綜述(Review on models of wind speed distribution in wind farms) [J]. 電工電能新技術(shù)(Advanced Technology of Electrical Engineering and Energy), 2014, 33(8): 62-66.

[2] F A Farret, L L Pfitscher, D P Bernardon. Sensorless active yaw control for wind turbines [A]. The 27th Annual Conference of the IEEE Industrial Electronics Society, IECON’01 [C]. 2001. 2:1370-1375.

[3] Mona M, Karolos M Grigoriadis. Anti-windup linear parameter-varying control of pitch actuators in wind turbines [J]. Wind Energy, 2015, 18(2):187-200.

[4] Hassan H M, Eishafei A L, Farag W A, et al. A robust LMI-based pitch controller for large wind turbines [J]. Renewable Energy,2012, 44:63-71.

[5] X N Lin, Y X Zhuo, F Zhao, et al. Voltage sag problems in large-scale clustering wind farms[J]. IEEJ Transactions on Electrical and Electronic Engineering, 2015, 10(1): 63-69.

[6] Christof D, Wout W, Mahmoud E. Monitoring resonant frequencies and damping values of an offshore wind turbine in parked conditions [J]. IET Renewable Power Generation, 2014, 8(4): 433-441.

[7] I Houtzager, J W Wingerden, M Verhaegen. Wind turbine load reduction by rejecting the periodic load disturbances [J]. Wind Energy, 2013,16(2):235-256.

[8] 韓兵, 周臘吾, 陳浩, 等(Han Bing, Zhou Lawu, Chen Hao, et al.). 基于RBF 神經(jīng)網(wǎng)絡(luò)的風(fēng)電機(jī)組獨(dú)立變槳控制(Based on RBF neural-network for Individual Pitch Control of Wind Turbine) [J]. 中國(guó)科學(xué): 技術(shù)科學(xué)(Scientia Sinica Technogica), 2016, 46(3): 248-255.

[9] Jauch C, Islam S M, Nsen P S, et al. Design of a wind turbine pitch angle controller for power system stabilization [J]. Renewable Energy, 2007, 32(14): 2334-2349.

[10] Bianchi F D, Mantz R J, Christiansen C F. Gain scheduling control of variable speed wind energy conversion systems using quasi-LPV models [J].Control Engineering Practice,2005,13(2):247-255.

[11] K Tan, S Islam. Optimal control strategies in energy conversion of PMSG wind turbine system without mechanical sensors [J]. IEEE Transactions on Energy Conversion, 2004, 19(2): 392-399.

[12] 韓兵(Han Bing). 直驅(qū)永磁風(fēng)力發(fā)電機(jī)組偏航系統(tǒng)的設(shè)計(jì)(The design of the yaw system for permanent-magnet generator direct driven by wind turbine) [D]. 長(zhǎng)沙: 湖南大學(xué)(Changsha: Hunan University),2011. 21-31.

[13] 樸海國(guó),王志新(Piao Haiguo, Wang Zhixin). 風(fēng)電機(jī)組偏航Fuzzy-PID合成控制系統(tǒng)仿真(Simulation of fuzzy-PID synthesis yawing control system of wind turbine) [J].電工技術(shù)學(xué)報(bào)(Transactions of China Electrotechnical Society),2009,24(3):183-202.

[14] Y Q Zhang, Z Chen, M Cheng. Proportional resonant individual pitch control for mitigation of wind turbines loads [J]. IET Renewable Power Generation, 2013, 7(3): 191-200.

[15] 羅雅迪, 李靜, 陳利杰, 等(Luo Yadi，Li Jing，Chen Lijie, et al.). 基于模糊理論的地區(qū)電網(wǎng)在線供電風(fēng)險(xiǎn)分析方法研究(Method study of on-line risk analysis for district grid) [J]. 電工電能新技術(shù)(Advanced Technology of Electrical Engineering and Energy), 2014, 33(12): 60-64.

[16] 岳士弘, 張紹杰, 李平(Yue Shihong, Zhang Shaojie, Li Ping). 變論域自適應(yīng)模糊控制器失真率的計(jì)算(Computation of distortion ratio of adaptive fuzzy controller based on variable universe) [J]. 控制理論與應(yīng)用(Control Theory & Applications), 2005, 22(5): 807-810.

Variable universe fuzzy control based yaw system of large wind turbine

HAN Bing1, ZHOU La-wu2, CHEN Hao3, TIAN Meng1, DENG Ning-feng1

(1. Hunan University, Changsha 410082, China; 2. Changsha University of Science and Technology, Changsha 410114, China; 3. Hunan Shiyou Electric Co. Ltd., Xiangtan 411101, China)

Positive significance of wind power on solving energy and environmental issues makes it to become the world’s fastest-growing new energy. Yaw control is a new research topic in study of wind turbines, and yaw control system is a typical nonlinear, time varying system, in which there are often a greater chance of parameter changes and large time-varying load and interference, so to establish a precise mathematical model is difficult. This paper presents a variable universe fuzzy yaw control strategy. The variable universe fuzzy control is combined with vane feedback control, and the wind data are quickly compared with power data recognition processing to realize the variable universe fuzzy control parameter self-tuning setting and control rules, so as to improve the yaw control system’s ability to adapt to wind disturbances and parameter changes. Finally, the experiments results show that variable universe fuzzy yaw control system has the advantages of fast dynamic response, strong anti-interference ability and robustness, etc.

large wind turbine; yaw system; variable universe; fuzzy control

2015-10-16

湖南省研究生科研創(chuàng)新項(xiàng)目(CX2016B131)

韓 兵(1986-)， 男， 湖南籍， 博士研究生， 研究方向?yàn)轱L(fēng)力發(fā)電系統(tǒng)及其控制與新能源并網(wǎng)技術(shù)； 周臘吾(1965-)， 男， 湖南籍， 教授， 博士， 從事新型電機(jī)電器設(shè)計(jì)及控制、 新能源發(fā)電技術(shù)等研究。

TM614

A

1003-3076(2016)08-0015-06