金鵬飛， 謝 源， 王 杰， 肖立健

(上海電機(jī)學(xué)院 電氣學(xué)院，上海 201306)

為了確保風(fēng)力發(fā)電機(jī)組在額定風(fēng)速以上能安全穩(wěn)定運(yùn)行，通常通過變槳距的方式限制風(fēng)力發(fā)電機(jī)組吸收的功率，即通過改變槳距角的大小來改變風(fēng)力發(fā)電機(jī)組的風(fēng)能利用系數(shù)，使機(jī)組的輸出功率穩(wěn)定在額定值附近[1]。針對(duì)傳統(tǒng)PID控制技術(shù)難以在大慣性、強(qiáng)耦合的風(fēng)力發(fā)電機(jī)組中取得較好控制效果，國(guó)內(nèi)、外學(xué)者提出將智能控制技術(shù)應(yīng)用到變槳控制中[2-3]。其中，滑?？刂芠4]、神經(jīng)網(wǎng)絡(luò)控制[5]、自適應(yīng)控制[6]、模糊控制[7-11]等智能控制算法逐漸被應(yīng)用到變槳控制中，且取得了較好地控制效果。文獻(xiàn)[4]中提出了一種改進(jìn)的滑模變槳控制策略，采用基于支持向量機(jī)的趨近律減弱了滑?？刂浦械亩墩?，在該控制策略下，風(fēng)力發(fā)電機(jī)組輸出的功率穩(wěn)定且抗干擾能力較強(qiáng)。文獻(xiàn)[6]中提出了一種改進(jìn)型的自適應(yīng)BP神經(jīng)網(wǎng)絡(luò)，在神經(jīng)網(wǎng)絡(luò)反向傳播調(diào)整連接權(quán)值時(shí)，不同的連接權(quán)處采用不同的學(xué)習(xí)率進(jìn)行尋優(yōu)，進(jìn)一步提高了系統(tǒng)的誤差收斂速度，控制效果較好。文獻(xiàn)[7-10]中提出了模糊自適應(yīng)PID控制的方法，通過功率誤差及其變化率實(shí)時(shí)調(diào)整PID控制器參數(shù)的數(shù)值，提高了系統(tǒng)的響應(yīng)特性，且輸出的功率更加平穩(wěn)。文獻(xiàn)[11]中將模糊控制與PID控制相結(jié)合，同時(shí)利用模糊控制的魯棒性、快速性以及PID控制的精確性，當(dāng)功率誤差較大時(shí)采用模糊控制，當(dāng)功率誤差較小時(shí)采用PID控制，具有較好地控制效果。文獻(xiàn)[12]中在模糊控制與PID控制切換的過程中，運(yùn)用了一種軟開關(guān)的方式，使模糊控制與PID控制平穩(wěn)過渡，有效減少了控制器切換對(duì)系統(tǒng)產(chǎn)生的影響。文獻(xiàn)[14]中提出了一種變論域的模糊控制方法，通過變論域的方式改變模糊控制器輸入、輸出論域的范圍，在模糊控制規(guī)則數(shù)量不變的情況下，提高了模糊控制精度。文獻(xiàn)[15]中將轉(zhuǎn)矩誤差及其變化率作為槳距角模糊控制器的輸入，實(shí)現(xiàn)了轉(zhuǎn)矩和變槳控制的解耦，同時(shí)給出了一種功率平均值限制算法，可抑制陣風(fēng)帶來的轉(zhuǎn)速過大和功率損失。

本文提出了一種風(fēng)速前饋的模糊PID變槳控制策略，采用了一種平滑函數(shù)作為模糊控制與PID控制切換的依據(jù)。該方法在功率誤差較大時(shí)利用模糊控制的快速性提高了系統(tǒng)的響應(yīng)，在功率誤差較小時(shí)利用PID控制器的精確性彌補(bǔ)了模糊控制穩(wěn)定時(shí)存在靜差的問題；通過Matlab仿真表明，該方法減少了控制器切換對(duì)系統(tǒng)造成的影響，用風(fēng)速前饋的方式實(shí)時(shí)補(bǔ)償槳距角度，提高了系統(tǒng)的響應(yīng)性。

1 風(fēng)力發(fā)電機(jī)組建模

1.1 風(fēng)輪模型

由空氣動(dòng)力學(xué)可知，風(fēng)力發(fā)電機(jī)組捕獲的風(fēng)能為[2-3]

(1)

式中:Pw為風(fēng)力發(fā)電機(jī)組吸收的風(fēng)能；ρ為空氣密度；Ar為風(fēng)輪面積；λ為葉尖速比；β為槳距角；v為風(fēng)速；Cp為風(fēng)能利用系數(shù)，

(2)

是λ和β的函數(shù)，根據(jù)貝茲理論，其理論極限為0.593。

1.2 傳動(dòng)系統(tǒng)建模

在永磁同步風(fēng)力發(fā)電機(jī)組中，發(fā)電機(jī)轉(zhuǎn)子的轉(zhuǎn)速和風(fēng)輪的轉(zhuǎn)速相同，可得到如下簡(jiǎn)化的傳動(dòng)鏈方程：

(3)

式中:Tm為風(fēng)輪的機(jī)械轉(zhuǎn)矩；Te為發(fā)電機(jī)電磁轉(zhuǎn)矩；J為風(fēng)力發(fā)電機(jī)組的轉(zhuǎn)動(dòng)慣量。

1.3 永磁同步風(fēng)力發(fā)電機(jī)建模

忽略發(fā)電機(jī)磁路飽和、渦流、磁滯損耗以及溫度環(huán)境等因素影響，假設(shè)磁場(chǎng)沿氣隙圓周呈正弦分布，永磁同步電動(dòng)機(jī)d/q軸模型如下[3-4,7,11]：

(4)

式中:ud和uq分別為d，q軸電壓；id和iq分別為d，q軸電流；Ld和Lq分別為d，q軸電感；Rs為定子電阻；φ為永磁體磁通；ωe為轉(zhuǎn)子電角速度。

假設(shè)定子d，q軸電感相等，永磁同步風(fēng)力發(fā)電機(jī)的電磁轉(zhuǎn)矩為

Te=1.5Npiqφ

(5)

式中,Np為發(fā)電機(jī)極對(duì)數(shù)。

1.4 變槳執(zhí)行機(jī)構(gòu)建模

目前，兆瓦級(jí)別風(fēng)力發(fā)電機(jī)組大多采用液壓和電動(dòng)的變槳執(zhí)行機(jī)構(gòu)，可將變槳執(zhí)行機(jī)構(gòu)的簡(jiǎn)化為

(6)

式中:τβ為時(shí)間常數(shù)；βc為給定槳距角；β為實(shí)際槳距角。

將式(6)進(jìn)行拉氏變換，可得

(7)

式中:s為復(fù)頻率。

2 控制器設(shè)計(jì)

本文研究的風(fēng)速模糊前饋與模糊PID平滑切換的控制策略框圖如圖1所示。圖中，P，P*為風(fēng)力發(fā)電機(jī)組實(shí)際功率和額定功率；e為功率誤差；Δv為當(dāng)前時(shí)刻風(fēng)速與前一時(shí)刻風(fēng)速的差；β1為模糊PID控制器輸出槳距角；β2為風(fēng)速前饋槳距角；β3為最終輸入到變槳執(zhí)行機(jī)構(gòu)的角度，為β1與β2的數(shù)值和。

圖1 系統(tǒng)控制結(jié)構(gòu)圖

通過誤差閾值切換模糊控制器與PID控制器是常用的一種方式。當(dāng)誤差大于設(shè)定的閾值時(shí)，采用模糊控制器對(duì)系統(tǒng)進(jìn)行控制；當(dāng)誤差小于設(shè)定閾值時(shí)，采用PID控制器。這種控制方式在切換點(diǎn)處可能會(huì)因輸出的槳距角不連續(xù)而導(dǎo)致系統(tǒng)不穩(wěn)定，因此，本文采用了一種軟開關(guān)的控制方式，在模糊控制器與PID控制器切換的過程中增加一個(gè)過渡區(qū)域，并引入合適的平滑因子，使系統(tǒng)在模糊控制器與PID控制器切換時(shí)平穩(wěn)運(yùn)行；同時(shí)，通過風(fēng)速前饋模糊控制器，根據(jù)測(cè)量得到的風(fēng)速給出合適的前饋槳距角，對(duì)于慣性大的風(fēng)力發(fā)電機(jī)組，合適的前饋槳距角可有效提高系統(tǒng)的響應(yīng)速度。

2.1 模糊控制器

將誤差e和誤差變化率eC作為二維模糊控制器的輸入，控制量βFC為模糊控制器輸出的槳距角。e，eC和βFC的模糊子集設(shè)定為{負(fù)大(NB), 負(fù)中(NM), 負(fù)小 (NS), 零(ZO),正小(PS), 正中(PM), 正大(PB)}。根據(jù)變槳功率控制要求，功率偏差小于額定功率的10%，即±200 kW，控制量的基本論域?yàn)閇-6°，6°]，故輸入量e的量化因子Ke=0.03，誤差變化率的量化因子KeC=0.015，使得控制器輸入和輸出變量的物理論域都為{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}。

為保證功率輸出的平穩(wěn)性，可采用平滑的高斯型隸屬函數(shù)，模糊控制規(guī)則如表1所示。

表1 模糊控制規(guī)則表

清晰化常用的方法有最大隸屬度法、中位數(shù)法和重心法3種[2]。其中，最大隸屬度法取對(duì)應(yīng)輸出模糊集中隸屬度值最大的論域中的值作為輸出，當(dāng)最大隸屬度對(duì)應(yīng)一個(gè)或多個(gè)論域值時(shí)，取算術(shù)平均值為輸出；中位數(shù)法是從已知的模糊子集中求得對(duì)應(yīng)的隸屬函數(shù)曲線，并求出隸屬函數(shù)與橫坐標(biāo)圍成的面積，將所得面積除以2，該方法考慮了各點(diǎn)的情況，但計(jì)算較為復(fù)雜；重心法也即加權(quán)平均法，它涵蓋和利用了模糊集合的所有信息，不僅有公式可尋，且理論上較合理，故本文選用重心法來去模糊。

2.2 PID控制器

PID控制器作為最常用的控制器，具有簡(jiǎn)單、可靠的特性。常見的PID控制器有位置式PID和增量式PID。本文采用增量式PID，控制器輸出為

(8)

式中:kP為比例系數(shù)；kI為積分系數(shù)；kD為微分系數(shù)；T為采樣周期；k為采樣序號(hào)，k=1，2，…；e(k-1)和e(k)分別為第k-1和第k時(shí)刻的偏差信號(hào)；第k和第k-1時(shí)刻控制器的輸出差值為

Δu(k)=kP[e(k)-e(k-1)]+kIe(k)+

kD[e(k)-2e(k-1)+e(k-2)]

(9)

一般情況下，PI控制器即可滿足控制要求，故式(9)可簡(jiǎn)寫為

Δu(k)=kP[e(k)-e(k-1)]+kIe(k)

(10)

根據(jù)式(10)在Matlab/Simulink中搭建增量式PID控制模型如圖2所示。

圖2 增量式PI控制結(jié)構(gòu)圖

在整個(gè)系統(tǒng)中，采用離散的計(jì)算方式，離散時(shí)間為1 ms，故在圖2中，延時(shí)環(huán)節(jié)的延長(zhǎng)時(shí)間為100 ms。其中，kP=22×10-7，kI=13×10-6。

2.3 平滑函數(shù)設(shè)計(jì)

模糊PID平滑切換控制器的輸出為

β1=θβFC+(1-θ)βPID

(11)

式中:β1為模糊平滑切換控制器的輸出；βPID為PID控制器的輸出；θ為平滑因子。

根據(jù)不同場(chǎng)合的不同需要，可選擇合適的θ，其函數(shù)模型為

(12)

式中:x1和x2為臨界點(diǎn)；δ為波形系數(shù)。當(dāng)|e|x1時(shí)，θ=1，模糊控制器起全部作用；當(dāng)x1<|e|

圖3所示為平滑因子θ曲線圖。由圖3可見，當(dāng)δ越小時(shí)，在過渡區(qū)域中，隨著e增大，θ迅速變大，模糊控制器起主要作用；當(dāng)δ越大時(shí)，在過渡區(qū)域中，隨著e增大θ緩慢增大，PID控制起主要作用，當(dāng)e足夠大時(shí)，模糊控制器迅速起著主要作用。

經(jīng)過多次實(shí)驗(yàn)后，取過渡區(qū)域?yàn)閇0.35，2]，e的量化因子為2×10-4，δ=-10。e折算后，當(dāng)e<0.35時(shí)，PID控制起全部作用；當(dāng)e>2時(shí)，模糊控制起全部作用；當(dāng)e介于0.35～2時(shí)，PID控制器和模糊控制器共同作用，且對(duì)應(yīng)的平滑因子θ隨e的改變而改變。

圖3 平滑切換因子曲線圖

2.4 模糊控制器

風(fēng)力發(fā)電機(jī)組是一個(gè)大慣性、非線性的系統(tǒng)，且變槳機(jī)構(gòu)的執(zhí)行需要一定時(shí)間，故采用了風(fēng)速前饋方式以提高系統(tǒng)的響應(yīng)速度。

通過機(jī)艙頂部的風(fēng)速儀[11]可以測(cè)到實(shí)際風(fēng)速v，然后根據(jù)不同時(shí)刻的風(fēng)速v(k)給出合適的槳距角前饋值β2，并與模糊PID控制器的輸出β1相加，作為最終的槳距角輸出β3。

該前饋模糊控制器有前一時(shí)刻的風(fēng)速v(k-1)和當(dāng)前時(shí)刻與前一時(shí)刻風(fēng)速的差值Δv2個(gè)輸入量，與前饋槳距角β21個(gè)輸出量。

風(fēng)速的基本論域?yàn)閇13 m/s,25 m/s]，模糊論域?yàn)閧1,2,3,4,5}。對(duì)應(yīng)的模糊子集有稍高(little high)、較高(relative high)、高(high)、很高(very high)、非常高(extremely high)，分別簡(jiǎn)寫為{LH,RH,H,VH,EH}。風(fēng)速的增量Δv的基本論域?yàn)閇-3 m/s,3 m/s]，其對(duì)應(yīng)的模糊論域?yàn)閧-3,-2,-1,0,1,2,3}，模糊子集為{NB,NM,NS,ZO,PS,PM,PB}。表2所示為模糊前饋規(guī)則表。

表2 模糊前饋控制規(guī)則表

槳距角的增量變化范圍為[-4°，4°]，為達(dá)到較精確的控制效果，輸出量的模糊子集和模糊論域分別為{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}和{NB2,NB1,NM2,NM1,NS2,NS1,ZO,PS1, PS2,PM1,PM2,PB1,PB2}。模糊前饋控制器的輸入、輸出隸屬函數(shù)均采用簡(jiǎn)單的三角隸屬函數(shù)，去模糊化方法采用重心法。

3 仿真與分析

為驗(yàn)證風(fēng)速前饋的模糊PID變槳控制策略的有效性，在Matlab/Simulink中搭建了2 MW永磁同步風(fēng)力發(fā)電機(jī)組模型，并建立風(fēng)速前饋與模糊PID控制結(jié)合的變槳控制器，將仿真結(jié)果與傳統(tǒng)PID變槳控制策略做了比較。2 MW永磁同步風(fēng)力發(fā)電機(jī)組的具體參數(shù)如表3所示。

表3 2 MW風(fēng)力發(fā)電機(jī)組參數(shù)

仿真采用風(fēng)速測(cè)量?jī)x測(cè)量實(shí)際的200 s內(nèi)的風(fēng)速，其風(fēng)速曲線如圖4所示。

圖4 200 s風(fēng)速曲線圖

將測(cè)量的200 s內(nèi)的風(fēng)速信號(hào)作為風(fēng)力發(fā)電機(jī)組模型中的輸入，在風(fēng)速前饋與模糊PID控制結(jié)合的變槳控制器與傳統(tǒng)的PID變槳控制器的分別控制下，風(fēng)力發(fā)電機(jī)組的槳距角與功率變化如圖5所示。

(a)槳距角

(b)功率

由圖5(a)可見，當(dāng)風(fēng)速在額定風(fēng)速以上時(shí)，風(fēng)力發(fā)電機(jī)組通過風(fēng)速前饋與模糊PID控制策略能夠平滑地切換模糊控制器與PID控制器，并使輸出槳距角連續(xù)；且風(fēng)速前饋與模糊PID結(jié)合的變槳控制器輸出的槳距角幅度大于傳統(tǒng)PID變槳控制器。由圖5(b)可見，由于圖5(a)中各控制器輸出的槳距角不同，風(fēng)力發(fā)電機(jī)組輸出的功率也有較大差別。風(fēng)速前饋與模糊PID結(jié)合的變槳控制策略相對(duì)與傳統(tǒng)PID控制而言，風(fēng)力發(fā)電機(jī)組輸出的功率波形幅度更小，功率更加平穩(wěn)，因而具有更好的控制效果。

圖6為200 s內(nèi)風(fēng)速經(jīng)前饋模糊控制器后輸出的槳距角補(bǔ)償角度變化圖，它是由測(cè)量的風(fēng)速作為前饋模糊控制器的輸入，根據(jù)前一時(shí)刻的風(fēng)速及風(fēng)速的變化所給出的合適的前饋槳距角度。

盡管圖6中的前饋槳距角的幅值較小，但是，風(fēng)輪的氣動(dòng)轉(zhuǎn)矩對(duì)槳距角的靈敏性在高風(fēng)速時(shí)遠(yuǎn)大于低風(fēng)速，槳距角的細(xì)微變化對(duì)風(fēng)輪轉(zhuǎn)矩都會(huì)產(chǎn)生較大的影響[11]。將該控制器輸出的前饋槳距角作為模糊控制與PID控制結(jié)合的控制器輸出槳距角的補(bǔ)償角度，對(duì)于大慣性、強(qiáng)耦合的風(fēng)力發(fā)電機(jī)組而言能提高系統(tǒng)的響應(yīng)特性。

圖6 200 s內(nèi)前饋槳距角曲線圖

4 結(jié) 語(yǔ)

本文提出了一種風(fēng)速前饋與模糊PID結(jié)合的變槳控制策略。為維持風(fēng)力發(fā)電機(jī)組輸出功率的穩(wěn)定性，在功率誤差較大時(shí)采用模糊控制器，在功率誤差較小時(shí)采用PID控制器。該控制策略同時(shí)利用了模糊控制器的快速性和PID控制的精確性的特點(diǎn)，且在模糊控制器與PID控制器切換時(shí)采用軟開關(guān)的形式。通過采用平滑函數(shù)，依據(jù)功率誤差的大小實(shí)時(shí)調(diào)整模糊控制器與PID控制器輸出所占比重，避免了控制器直接切換造成的輸出不連續(xù)問題，有效維持了系統(tǒng)輸出的穩(wěn)定性。同時(shí)通過測(cè)量的風(fēng)速實(shí)時(shí)進(jìn)行槳距角的前饋調(diào)節(jié)，可以根據(jù)風(fēng)速的特性給出合適的前饋槳距角，提高系統(tǒng)的響應(yīng)特性。

[1] 竇真蘭,程孟增,蔡旭,等. 大型風(fēng)機(jī)變槳距控制系統(tǒng)的研究 [J]. 電機(jī)與控制應(yīng)用,2011,38(3):38-44.

[2] 陳世超. 風(fēng)力發(fā)電機(jī)變槳距控制技術(shù)研究 [D].北京：北方工業(yè)大學(xué),2016:2-4.

[3] 羅佳寶. 基于模糊PID算法的風(fēng)電機(jī)組變槳距控制器設(shè)計(jì) [D].長(zhǎng)春：長(zhǎng)春工業(yè)大學(xué),2015:20-21.

[4] WANG Xin, ZHU Wanli, QIN Bin，et al. Chattering free sliding mode pitch control of PMSG wind turbine [J]. IFAC Proceedings Volumes,2014, 47(3):6758-6763.

[5] SUYANTO, SOEDIBYO, FIRDAUS A A. Design and simulation of neural network predictive controller pitch-angle in permanent magnetic synchronous generator wind turbine variable pitch system [C]//2014 1st International Conference on Information Technology, Computer and Electrical Engineering. Semarang, Indonesia: IEEE, 2015:346-350.

[6] 付光杰,胡明哲. 基于改進(jìn)型學(xué)習(xí)率自適應(yīng)BP神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電變槳距控制技術(shù) [J].自動(dòng)化與儀器儀表,2016(6):8-10.

[7] 韋徵,陳冉,陳家偉,等. 基于功率變化和模糊控制的風(fēng)力發(fā)電機(jī)組變速變槳距控制 [J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2011,31(17):121-126.

[8] IBRAHIM I N, AKKAD M A A. Exploiting an intelligent fuzzy-PID system in nonlinear aircraft pitch control [C]// International Siberian Conference on Control and Communications. Moscow, Russia：IEEE, 2016:1-7.

[9] YU Huiqun, GAO Yang, ZHANG Hao. Fuzzy self-adaptive PID control of the variable speed constant frequency variable-pitch wind turbine system [C]//IEEE International Conference on System Science and Engineering.Shanghai,China: IEEE, 2014:124-127.

[10] 趙正黎，于惠鈞，張發(fā)明,等. 基于模糊PID控制的風(fēng)電機(jī)組變槳距控制技術(shù)研究 [J]. 湖南工業(yè)大學(xué)學(xué)報(bào), 2015,29(6):43-48.

[11] 郭鵬. 模糊前饋與模糊PID結(jié)合的風(fēng)力發(fā)電機(jī)組變槳距控制 [J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2010, 30(8): 123-128.

[12] 牛志剛,張建民. 應(yīng)用于直線電機(jī)的平滑切換模糊PID控制方法 [J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2006, 26(8): 132-136.

[13] LASHEEN A, ELSHAFEI A L. Fuzzy predictive control of the collective pitch in large wind turbines[C]//2015 European Control Conference. Linz, Austria：IEEE, 2015:1528-1533.

[14] VAN T L, NGUYEN T H, LEE D C. Advanced pitch angle control based on fuzzy logic for variable-speed wind turbine systems [J]. IEEE Transactions on Energy Conversion, 2015, 30(2):578-587.

[15] 蔣說東,劉軍. 額定風(fēng)速附近變速變槳風(fēng)力發(fā)電機(jī)組功率優(yōu)化控制 [J]. 太陽(yáng)能學(xué)報(bào),2015,36(5):1097-1104.