邱 孟,楊俊華,林匯金,謝子森,黃緯邦

(廣東工業(yè)大學(xué) 自動(dòng)化學(xué)院,廣東 廣州 510006)

0 引 言

經(jīng)濟(jì)的快速發(fā)展，化石燃料的生產(chǎn)與運(yùn)輸供應(yīng)日趨緊張，環(huán)境污染嚴(yán)重，因此可持續(xù)發(fā)展的清潔新能源受到各國重視，部分國家則把發(fā)展目標(biāo)轉(zhuǎn)向了海洋[1]。海洋約占地球面積的71%，到達(dá)地球的能量大部分被海洋吸收，轉(zhuǎn)換成波浪、潮汐、溫差能等儲(chǔ)存在海洋中。其中，波浪能分布廣泛、儲(chǔ)量豐富，以機(jī)械能的形式存在，開發(fā)和利用對(duì)環(huán)境造成的影響較小。但其存在分布不均、隨時(shí)間地域變化、能量密度較低等問題[2-4]，使波浪能發(fā)電較為困難。事實(shí)上，波浪隨機(jī)性會(huì)導(dǎo)致發(fā)電裝置輸出電壓幅值、相位不穩(wěn)定，直接影響了并網(wǎng)穩(wěn)定性，需采用適當(dāng)?shù)目刂撇呗愿纳葡到y(tǒng)輸出。雖然波浪發(fā)電的關(guān)鍵技術(shù)較多，但目前亟需解決的問題主要有2點(diǎn)：最大波浪能跟蹤控制和電能質(zhì)量改善。

眾所周知，波浪發(fā)電系統(tǒng)具有強(qiáng)非線性，在不同時(shí)間和地域呈現(xiàn)強(qiáng)隨機(jī)性，無法對(duì)系統(tǒng)精確建模，難以實(shí)現(xiàn)有效控制。將先進(jìn)電力電子技術(shù)、傳感技術(shù)及先進(jìn)控制技術(shù)引入波浪發(fā)電系統(tǒng)控制，可提高波能轉(zhuǎn)換效率及穩(wěn)定性[5]，已出現(xiàn)了一批有價(jià)值的研究結(jié)果。如何闡述這些成果，也是一個(gè)必須明晰的問題。根據(jù)已有相關(guān)文獻(xiàn)分析，按照控制方法或策略進(jìn)行分類，可能會(huì)更加合理和方便易行。本文介紹了6種先進(jìn)控制技術(shù)在波能轉(zhuǎn)換裝置控制方面的應(yīng)用，并結(jié)合控制技術(shù)的特點(diǎn)，討論未來發(fā)展方向。

1 波能轉(zhuǎn)換裝置控制目標(biāo)

目前已存在許多不同種類的波能轉(zhuǎn)換裝置，其控制方法有所不同，一般來說，波能量轉(zhuǎn)換裝置的控制結(jié)構(gòu)圖如圖1所示。

圖1 波能轉(zhuǎn)換轉(zhuǎn)置控制結(jié)構(gòu)圖

波浪激勵(lì)作用在與發(fā)電機(jī)直接相連的取力器(PTO)上，帶動(dòng)發(fā)電機(jī)運(yùn)動(dòng)。波能轉(zhuǎn)換裝置對(duì)采集到的波浪信息進(jìn)行功率最優(yōu)化分析，通過先進(jìn)控制技術(shù)控制整流裝置的開斷，以此獲得期望的電機(jī)動(dòng)子速度和定子電流。

波能轉(zhuǎn)換裝置的能量最大化控制準(zhǔn)則可表示為[6]

(1)

根據(jù)裝置運(yùn)動(dòng)方程及約束條件，求取最大PTO力，控制發(fā)電機(jī)轉(zhuǎn)速，跟蹤最大PTO力曲線，實(shí)現(xiàn)最大波能捕獲。

單一垂直自由度運(yùn)動(dòng)浮子的運(yùn)動(dòng)方程為[7]

(2)

式中:Fd為入射波作用在浮子上的力；Fr為輻射力；Fhs為靜浮力，假設(shè)浮子位移x=0時(shí)，F(xiàn)hs=0，則Fhs=-Kx，其中K為靜水恢復(fù)力剛度系數(shù)；Fe為電機(jī)反電磁力；G為浮子自身重力。

當(dāng)入射波為規(guī)則波時(shí)，輻射力可表示為

(3)

式中：A為附加質(zhì)量；B為附加阻尼。

反電磁力可以表示為速度與位移的線性組合：

(4)

式中:Rg為阻尼系數(shù);Kg為剛度系數(shù)。

浮子重力G為常數(shù)，只會(huì)影響系統(tǒng)的平衡位置。浮子運(yùn)動(dòng)方程可簡化為

(5)

圖2 浮子運(yùn)動(dòng)等效電路模型

等效電阻R2上捕獲的功率即為發(fā)電機(jī)捕獲功率，其表達(dá)式為

(6)

以振蕩水柱式波浪發(fā)電系統(tǒng)為研究對(duì)象，構(gòu)建氣室中渦輪機(jī)的數(shù)學(xué)模型[8]：

(7)

式中:dP為渦輪兩端的壓降;Ca為功率系數(shù);Ct為扭矩系數(shù);k為渦輪常數(shù)；a為渦輪面積；r為渦輪半徑，vx為氣流速度；ω為渦輪角速度；b為葉片跨度；n為葉片數(shù)量；l為葉片弦長；φ為流量系數(shù)；q為流量速率；η為渦輪的效率；P為渦輪機(jī)功率。

由此可見，通過功率系數(shù)和扭矩系數(shù)可計(jì)算出渦輪機(jī)功率和扭矩。根據(jù)渦輪機(jī)的動(dòng)力學(xué)特性，當(dāng)氣流速度超過臨界值時(shí)，渦輪機(jī)性能急劇下降，稱為停滯現(xiàn)象。φ控制Ct，存在一個(gè)特定φ*，當(dāng)φ>φ*時(shí)，Ct先減小到零然后逐漸增加；當(dāng)φ<φ*時(shí)，Ct持續(xù)衰減到零，該點(diǎn)稱為停滯點(diǎn)?？紤]到流量系數(shù)φ總是從零振蕩到一個(gè)穩(wěn)定值，則φ=0～φ*。通過控制渦輪機(jī)轉(zhuǎn)速，跟蹤氣流速度，保持流量系數(shù)穩(wěn)定在停滯點(diǎn)附近，取得最大扭矩系數(shù)及最大波能捕獲。

波浪變化，導(dǎo)致波能轉(zhuǎn)換裝置輸出電能、電壓變化，電能質(zhì)量不佳無法滿足并網(wǎng)要求，可以通過功率變換器進(jìn)行處理。直流側(cè)的儲(chǔ)能系統(tǒng)可有效改善功率波動(dòng)，提高電能質(zhì)量，也可通過控制電機(jī)轉(zhuǎn)速實(shí)現(xiàn)變速恒頻運(yùn)行。

2 滑模變結(jié)構(gòu)控制在波能轉(zhuǎn)換系統(tǒng)應(yīng)用

波能轉(zhuǎn)換系統(tǒng)激勵(lì)難以預(yù)測，波浪運(yùn)動(dòng)在不同地域、不同時(shí)間表現(xiàn)出強(qiáng)烈復(fù)雜性，魯棒性強(qiáng)的簡單結(jié)構(gòu)控制器尤為必要。

滑?？刂苹緫?yīng)用框圖如圖3所示。

圖3 滑?？刂苹緫?yīng)用框圖

其中，r(t)為參考量，e(t)為誤差量，u(t)為控制量，y(t)為輸出量。本質(zhì)上，滑模變結(jié)構(gòu)控制是一種不連續(xù)的開關(guān)型控制，根據(jù)系統(tǒng)當(dāng)前狀態(tài)不斷變化，迫使系統(tǒng)沿預(yù)定“滑動(dòng)模態(tài)”狀態(tài)軌跡進(jìn)行運(yùn)動(dòng)。該控制器結(jié)構(gòu)簡單、響應(yīng)快速、對(duì)參數(shù)變化及擾動(dòng)不敏感，滑動(dòng)模態(tài)可自行設(shè)計(jì)，且與系統(tǒng)參數(shù)和擾動(dòng)無關(guān)。

振蕩水柱式可變渦輪轉(zhuǎn)速雙饋波浪發(fā)電系統(tǒng)(DFIG)，電機(jī)定子繞組直接接入電網(wǎng)，轉(zhuǎn)子繞組通過變頻器接入電網(wǎng)。根據(jù)渦輪機(jī)動(dòng)力學(xué)特性，當(dāng)氣流速度超過某閾值，渦輪機(jī)性能將急劇下降，稱為停滯現(xiàn)象。為了避免此現(xiàn)象并同時(shí)捕獲最大波浪能，需根據(jù)渦輪機(jī)特性曲線合理選取流量系數(shù)，跟蹤理想轉(zhuǎn)速。轉(zhuǎn)子電流采用滑模變結(jié)構(gòu)跟蹤控制策略[9-10]，控制轉(zhuǎn)速，系統(tǒng)魯棒性好，可有效抑制外部擾動(dòng)，并入電網(wǎng)電流波形穩(wěn)定。但控制參數(shù)選擇對(duì)控制器性能影響較大，大增益控制會(huì)產(chǎn)生嚴(yán)重抖振現(xiàn)象，導(dǎo)致系統(tǒng)軸承機(jī)構(gòu)產(chǎn)生應(yīng)力，系統(tǒng)不穩(wěn)定；小增益控制可能不滿足穩(wěn)定性條件。因此，控制器增益選擇采用智能優(yōu)化算法[11]，可有效減少滑動(dòng)模塊抖動(dòng)，防止系統(tǒng)失穩(wěn)。

直驅(qū)式永磁直線波浪發(fā)電系統(tǒng)，當(dāng)浮子運(yùn)動(dòng)頻率等于波浪頻率時(shí)，系統(tǒng)發(fā)生共振現(xiàn)象，得到自然頻率ω0，波能捕獲最大。為了使浮子運(yùn)動(dòng)頻率跟蹤波浪頻率，采用等效滑模方法控制電機(jī)反電磁力Fe，跟蹤q軸理想電流。在滑?？刂魄袚Q項(xiàng)中植入自適應(yīng)控制律[12]，可顯著降低海浪波動(dòng)及參數(shù)擾動(dòng)對(duì)系統(tǒng)的影響，系統(tǒng)魯棒性好。通過設(shè)計(jì)合適的滑動(dòng)變量，能夠有效消除系統(tǒng)建模誤差和波浪預(yù)測誤差，實(shí)現(xiàn)不規(guī)則波浪控制下的最優(yōu)跟蹤控制[13]。

點(diǎn)吸收式液壓傳動(dòng)波浪發(fā)電系統(tǒng)輸出電能穩(wěn)定性好，通過調(diào)節(jié)斜盤傾斜角控制液壓馬達(dá)排量，實(shí)現(xiàn)電機(jī)轉(zhuǎn)速控制。為了克服波浪變化引起的轉(zhuǎn)速波動(dòng)，依據(jù)Lyapunov方程設(shè)計(jì)自適應(yīng)控制參數(shù)，由積分滑模控制補(bǔ)償自適應(yīng)律誤差[14]，實(shí)現(xiàn)擾動(dòng)狀態(tài)下的穩(wěn)定功率輸出。

電機(jī)運(yùn)行過程中存在混沌現(xiàn)象。隨機(jī)波浪可能導(dǎo)致系統(tǒng)在某一特定狀態(tài)下發(fā)生諧振，定子電流、轉(zhuǎn)矩振蕩產(chǎn)生的不規(guī)則振動(dòng)及噪聲會(huì)使系統(tǒng)進(jìn)入混沌狀態(tài)，影響運(yùn)行穩(wěn)定性。采用BP神經(jīng)網(wǎng)絡(luò)調(diào)節(jié)滑模變結(jié)構(gòu)控制器參數(shù)，結(jié)合粒子群算法(PSO)確定最優(yōu)控制參數(shù)，使系統(tǒng)脫離混沌狀態(tài)同時(shí)實(shí)現(xiàn)最優(yōu)控制策略[15]。因?yàn)镻SO中適應(yīng)度函數(shù)包括了系統(tǒng)狀態(tài)變量響應(yīng)時(shí)間和超調(diào)，所以經(jīng)過控制器輸出的電流信號(hào)響應(yīng)時(shí)間快、超調(diào)小，魯棒性好。

滑模變結(jié)構(gòu)控制憑借著響應(yīng)快速、魯棒性強(qiáng)的特點(diǎn)，能夠有效控制處在不確定干擾下的波浪發(fā)電系統(tǒng)。然而，開關(guān)函數(shù)存在的死區(qū)現(xiàn)象會(huì)產(chǎn)生一個(gè)抖振區(qū)間，影響電機(jī)性能。目前的波浪發(fā)電系統(tǒng)控制中，滑模變結(jié)構(gòu)控制雖有應(yīng)用但并不多，研究資料相對(duì)較少。將滑模控制與人工智能算法、自適應(yīng)控制等其他控制方法相結(jié)合，消除滑模抖振，提高魯棒性應(yīng)是未來可行的研究方向之一。

3 自適應(yīng)控制在波能轉(zhuǎn)換系統(tǒng)的應(yīng)用

應(yīng)用自適應(yīng)PI控制器，可控制波浪發(fā)電機(jī)組在變化波浪工況工作在最優(yōu)運(yùn)行點(diǎn)[16]。傳統(tǒng)PI控制離線計(jì)算增益，可能導(dǎo)致變化海況時(shí)工作點(diǎn)偏移。采用無跡卡爾曼濾波估計(jì)波浪主頻，計(jì)算控制器增益及控制律。試驗(yàn)表明，在復(fù)雜波況下該控制方法能快速響應(yīng)和調(diào)整控制器參數(shù)，有較強(qiáng)的非線性時(shí)變系統(tǒng)控制能力。自適應(yīng)控制基本應(yīng)用框圖如圖4所示。

圖4 自適應(yīng)控制基本應(yīng)用框圖

真實(shí)海浪通常出現(xiàn)在一個(gè)頻率頻譜中，主導(dǎo)頻率隨時(shí)變化，波周期非共振工況下，傳統(tǒng)線性點(diǎn)吸收式波能轉(zhuǎn)換裝置運(yùn)行性能較差。與線性控制器相比，雙穩(wěn)態(tài)功率捕獲機(jī)制控制性能更優(yōu)[17]，但對(duì)低振幅激勵(lì)下的波浪，可能無法越過補(bǔ)平衡點(diǎn)勢壘，陷入局部勢井中，吸收效率下降。若在雙穩(wěn)態(tài)系統(tǒng)中加入2個(gè)輔助彈簧，可實(shí)現(xiàn)自適應(yīng)不平衡點(diǎn)勢壘，在低振幅激勵(lì)情況下依舊可以實(shí)現(xiàn)勢井間振蕩。通過選取適當(dāng)?shù)妮o助彈簧彈性系數(shù)，能夠獲得較大的功率捕獲寬度比。由于引入了負(fù)剛度，自適應(yīng)雙穩(wěn)態(tài)波能轉(zhuǎn)換裝置峰值頻率，低于線性波能轉(zhuǎn)換裝置。

良好的機(jī)械及控制器設(shè)計(jì)，可顯著提高波能轉(zhuǎn)換效率。不同海況下波能轉(zhuǎn)換裝置的動(dòng)力學(xué)模型變化較大，采用自適應(yīng)策略識(shí)別系統(tǒng)輻射力、激勵(lì)力參數(shù)，以參數(shù)估計(jì)誤差在線調(diào)整自適應(yīng)律，實(shí)現(xiàn)指數(shù)誤差收斂。將調(diào)整后的動(dòng)力學(xué)模型應(yīng)用非因果最優(yōu)控制(LOC)策略，控制裝置在最大波能捕獲工作點(diǎn)上。所提自適應(yīng)控制器能快速計(jì)算系統(tǒng)參數(shù)，保證系統(tǒng)控制性能，同時(shí)通過Lyapunov函數(shù)驗(yàn)證系統(tǒng)收斂性，為解決傳統(tǒng)模型時(shí)變參數(shù)提供了一種有效的解決方法[18]。

基于線性模型的波能轉(zhuǎn)換裝置在最大波能捕獲方面具有計(jì)算簡單的優(yōu)勢，但這一類模型通常是將靜止水面作為平衡點(diǎn)，假設(shè)運(yùn)動(dòng)幅度小進(jìn)行計(jì)算分析，對(duì)于大幅度變化波浪來說捕獲效率較低。采用自適應(yīng)滾動(dòng)優(yōu)化偽譜控制器[19]，將波浪激勵(lì)力偽譜化，以半程切比雪夫傅里葉函數(shù)為基函數(shù)，構(gòu)建動(dòng)力學(xué)模型，通過設(shè)計(jì)遺忘因子λ迭代計(jì)算系統(tǒng)運(yùn)動(dòng)方程參數(shù)。在最大化吸收能量J的同時(shí)，計(jì)算當(dāng)前偽譜函數(shù)下的系統(tǒng)殘差并使其歸零，獲得最佳運(yùn)動(dòng)軌跡；最后通過反步法實(shí)時(shí)跟蹤最佳運(yùn)動(dòng)軌跡。對(duì)波能轉(zhuǎn)換裝置具有普適性，提高變化波況下控制器性能。與恒定控制模型相比，所產(chǎn)生最優(yōu)運(yùn)動(dòng)軌跡振幅位移小，捕獲能量更多。

最大功率點(diǎn)跟蹤(MPPT)技術(shù)在太陽能、風(fēng)能運(yùn)用已較為成熟，但在波浪能方面文獻(xiàn)較少。為了避免系統(tǒng)非線性模型建模的不確定性，導(dǎo)致自然頻率不匹配，采用擾動(dòng)觀察法跟蹤波浪發(fā)電系統(tǒng)最大功率點(diǎn)。 通過控制與發(fā)電機(jī)機(jī)端直接相連的DC-DC升壓斬波電路占空比，調(diào)節(jié)負(fù)載兩端電壓，控制電機(jī)電磁力。采用自適應(yīng)算法[20]，通過計(jì)算連續(xù)時(shí)間間隔內(nèi)的輸出功率之差來調(diào)整步長，加快跟蹤過程，避免振蕩。與傳統(tǒng)固定步長擾動(dòng)觀察法相比，自適應(yīng)步長提高了響應(yīng)速度，輸出電功率和紋波均有較好的性能。

自適應(yīng)控制系統(tǒng)能夠?qū)崟r(shí)調(diào)整控制器參數(shù)，以適應(yīng)波浪激勵(lì)的變化，有效跟蹤期望值。但由于參數(shù)估計(jì)方法均是在無窮處收斂，其時(shí)效性還有待考證。并且對(duì)于波浪發(fā)電系統(tǒng)而言，難以做到高精度的測量，這又會(huì)對(duì)系統(tǒng)性能產(chǎn)生影響。換而言之，將自適應(yīng)控制與其他先進(jìn)控制算法結(jié)合，提高收斂速度，同時(shí)采用無傳感器對(duì)參數(shù)進(jìn)行測量，將是未來的研究方向之一。

4 最優(yōu)控制在波能轉(zhuǎn)換系統(tǒng)的應(yīng)用

MPPT已在風(fēng)力發(fā)電和光伏發(fā)電等方面取得眾多成果，將MPPT控制策略應(yīng)用于波能轉(zhuǎn)換裝置，采用觀察擾動(dòng)法將當(dāng)前吸收的平均功率與前一時(shí)刻的平均功率進(jìn)行比較，若功率增加則MPPT控制保持不變；若功率減小則MPPT控制動(dòng)作改變符號(hào)，通過設(shè)置合適步長使系統(tǒng)運(yùn)行在最佳工作點(diǎn)[21]。算法無需預(yù)測波浪，對(duì)非線性系統(tǒng)數(shù)學(xué)模型精確度要求較低。通過循環(huán)MPPT控制算法，采用正弦波信號(hào)對(duì)負(fù)載標(biāo)稱值進(jìn)行調(diào)制。在每個(gè)MPPT周期末端，通過歸一化調(diào)制信號(hào)和輸出功率P的協(xié)方差，確定下一時(shí)刻負(fù)載變化量。仿真結(jié)果表明，循環(huán)算法控制更好，能將標(biāo)稱負(fù)載調(diào)節(jié)到最佳值[22]。將波能轉(zhuǎn)換裝置與電力電子器件相連，通過控制DC-DC變換器中Boost電路IGBT導(dǎo)通時(shí)間控制負(fù)載電壓，實(shí)現(xiàn)最優(yōu)阻抗匹配。

最優(yōu)控制的基本應(yīng)用框圖如圖5所示。為了研究不規(guī)則波浪最優(yōu)控制問題，文獻(xiàn)[23]將基于矩的魯棒優(yōu)化控制應(yīng)用到波能轉(zhuǎn)換裝置上。將系統(tǒng)原始最優(yōu)控制問題映射轉(zhuǎn)化為凹二次規(guī)劃(QP)問題[24]，替換消除了系統(tǒng)狀態(tài)變量，系統(tǒng)優(yōu)化問題簡化為系統(tǒng)控制變量優(yōu)化問題，可采用先進(jìn)算法求解。矩域框架可處理設(shè)備和PTO系統(tǒng)的物理約束，確保最佳控制輸入可行，保證系統(tǒng)耐用性，在能量捕獲與計(jì)算時(shí)間上優(yōu)于模型預(yù)測控制(MPC)策略?？紤]線性化模型參數(shù)的不確定性，擴(kuò)展矩域框架，根據(jù)最差性能(WCP)策略更新控制率，將最優(yōu)控制問題轉(zhuǎn)化為最小極大值QP問題，提高系統(tǒng)魯棒性[25]。實(shí)際系統(tǒng)參數(shù)偏差無法精確測定，如何設(shè)置參數(shù)最大偏差，仍有待研究。

圖5 最優(yōu)控制基本應(yīng)用框圖

限于波能轉(zhuǎn)換系統(tǒng)模型精度，基于模型的控制策略有效性欠佳，未建模的動(dòng)態(tài)過程不僅會(huì)使裝置控制性能下降，采用高復(fù)雜度模型描述不確定性系統(tǒng)會(huì)增加系統(tǒng)計(jì)算負(fù)擔(dān)。將波能系統(tǒng)控制問題轉(zhuǎn)換為有約束的最優(yōu)控制問題，采用自適應(yīng)動(dòng)態(tài)規(guī)劃策略進(jìn)行求解，可滿足性能要求[26]。系統(tǒng)控制目標(biāo)函數(shù)被重新設(shè)計(jì)為求解哈密頓方程極值點(diǎn)問題，運(yùn)用神經(jīng)網(wǎng)絡(luò)逼近成本函數(shù)，神經(jīng)元采用含時(shí)間變量的激活函數(shù)，權(quán)重自適應(yīng)調(diào)整。通過動(dòng)態(tài)調(diào)整成本函數(shù)中的R參數(shù)，可有效限制電機(jī)轉(zhuǎn)矩和浮子升沉運(yùn)動(dòng)范圍，魯棒性好。

一般會(huì)將波能轉(zhuǎn)換裝置簡化為單一自由度系統(tǒng)，通過構(gòu)建完全匹配的控制器捕獲波能，但這種理想模型無法代表實(shí)際系統(tǒng)。文獻(xiàn)[27]針對(duì)多自由度的波能轉(zhuǎn)換裝置WaveSub，提出一種主動(dòng)控制策略，通過線性二次型調(diào)節(jié)器狀態(tài)反饋控制器優(yōu)化多自由度PTO系統(tǒng)控制率增益，實(shí)現(xiàn)最優(yōu)速度控制。采用擴(kuò)展卡爾曼濾波算法估計(jì)每個(gè)自由度的振幅和頻率，同時(shí)約束速度，得到速度參考增益時(shí)變矩陣。與最佳諧振控制的無源系統(tǒng)相比，雖然瞬時(shí)功率平滑度下降，但平均功率增加了80%。

最優(yōu)控制設(shè)計(jì)的性能指標(biāo)考慮了波能轉(zhuǎn)換裝置的物理限制，波浪發(fā)電系統(tǒng)能夠更加合理的實(shí)現(xiàn)最大功率輸出。如何設(shè)計(jì)波浪發(fā)電系統(tǒng)性能指標(biāo)會(huì)成為影響系統(tǒng)輸出功率和穩(wěn)定性的關(guān)鍵因素。

5 智能算法在波能轉(zhuǎn)換系統(tǒng)的應(yīng)用

智能算法一般用來解決優(yōu)化問題，基本原理是搜索領(lǐng)域函數(shù)，找出替代原值的更優(yōu)值；通過大量歷史數(shù)據(jù)訓(xùn)練模型，控制目標(biāo)函數(shù)逼近任意非線性函數(shù)，無須對(duì)象精確數(shù)學(xué)模型。智能算法基本應(yīng)用框圖如圖6所示。

圖6 智能算法基本應(yīng)用框圖

直驅(qū)式波浪發(fā)電裝置捕獲的波浪能與電機(jī)反電磁力Fe密切相關(guān)。根據(jù)共振原理，當(dāng)Fe中的有功、無功阻尼系數(shù)為某一波浪頻率下的特定值時(shí)，系統(tǒng)達(dá)到共振狀態(tài)，捕獲最大功率。針對(duì)傳統(tǒng)粒子群及遺傳算法存在早熟、局部收斂缺陷，文獻(xiàn)[28]采用模擬退火粒子群算法篩選系統(tǒng)阻尼，利用其有一定概率暫時(shí)接受新狀態(tài)的特性，避免搜索陷入局部極值。仿真表明，模擬退火粒子群算法收斂快速、全局最優(yōu)。當(dāng)波浪頻率發(fā)生改變時(shí)，需改變系統(tǒng)阻尼，使波能轉(zhuǎn)換裝置工作在最優(yōu)負(fù)載狀態(tài)，捕獲最大波能。為此，文獻(xiàn)[29]采用加入混沌算子的混沌捕焰新算法，有效提高了全局搜索能力，避免陷入局部最優(yōu)。仿真表明，當(dāng)波浪頻率發(fā)生改變，采用新算法系統(tǒng)依舊可以使激勵(lì)力與浮子速度保持同相，捕獲最大波能。

經(jīng)典控制器為了跟蹤最優(yōu)控制律，需要了解未來波浪激勵(lì)力的信息。波浪激勵(lì)力的預(yù)測費(fèi)用昂貴，同時(shí)預(yù)測的精確度也無法保證，當(dāng)系統(tǒng)偏離最優(yōu)控制一定范圍時(shí)，捕獲的功率急劇下降。為此，文獻(xiàn)[30]使用一種新的反向傳播神經(jīng)網(wǎng)絡(luò)構(gòu)建出系統(tǒng)輸入-輸出的映射關(guān)系，并采用經(jīng)卡爾曼濾波后的激勵(lì)歷史數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練所得到的最優(yōu)反電磁力與模型預(yù)測控制、無功控制相比，捕獲波能效率顯著提升。

人工神經(jīng)網(wǎng)絡(luò)具有趨近任意非線性函數(shù)的能力，通過訓(xùn)練神經(jīng)網(wǎng)絡(luò)，并將歷史訓(xùn)練集儲(chǔ)存在神經(jīng)元內(nèi)部，以權(quán)重求和形式逼近目標(biāo)函數(shù)。利用波浪在當(dāng)前取樣周期內(nèi)的周期、幅值、阻尼系數(shù)、剛度系數(shù)與捕獲功率、最大位移的映射關(guān)系，根據(jù)成本函數(shù)選出下一周期的最優(yōu)阻尼、剛度系數(shù)[31]。該方法能夠迅速處理設(shè)備響應(yīng)的變化，對(duì)于變化的海況有良好的控制效果。針對(duì)阿基米德波浪擺，結(jié)合神經(jīng)網(wǎng)絡(luò)算法與內(nèi)?？刂芠32]，分別以Elman及局部遞歸神經(jīng)網(wǎng)絡(luò)為控制器和過程模型，采用Levenberg-Marquardt算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)，使波浪激勵(lì)力與浮子速度同相位，捕獲最大波浪能，能量吸收提升了160%，并可實(shí)現(xiàn)不同季節(jié)切換控制，改善捕獲結(jié)果，仿真驗(yàn)證了模型魯棒性?；谶f歸小波算法的Elman神經(jīng)網(wǎng)絡(luò)控制器[33]，可快速響應(yīng)負(fù)荷變化引起的暫態(tài)過程；以轉(zhuǎn)速誤差與母線電壓波動(dòng)為訓(xùn)練集，小波函數(shù)為激活函數(shù)，擴(kuò)大搜索范圍，通過改進(jìn)的引力搜索算法調(diào)節(jié)學(xué)習(xí)速率，減少訓(xùn)練時(shí)間，實(shí)現(xiàn)q軸電流控制。試驗(yàn)證明，在不同負(fù)荷干擾與故障下，控制性能優(yōu)于PI控制與遞歸模糊神經(jīng)網(wǎng)絡(luò)(RFNN)，可更快實(shí)現(xiàn)轉(zhuǎn)速及母線電壓穩(wěn)定，魯棒性強(qiáng)，可靠性高。

智能優(yōu)化算法通過訓(xùn)練歷史數(shù)據(jù)，得到輸入與輸出的映射關(guān)系，有效地解決波浪發(fā)電系統(tǒng)的建模誤差問題，實(shí)現(xiàn)了控制器參數(shù)的動(dòng)態(tài)優(yōu)化調(diào)整。然而由于理論研究的不足，難以保證解的最優(yōu)性。

6 模糊控制在波能轉(zhuǎn)換系統(tǒng)的應(yīng)用

模糊控制以模糊集理論、模糊語言變量和模糊邏輯推理為基礎(chǔ)，可從行為上模仿人的模糊推理和決策過程，將專家經(jīng)驗(yàn)用于控制系統(tǒng)，模糊控制器基本應(yīng)用框圖如圖7所示。

圖7 模糊控制器基本應(yīng)用框圖

波浪能量的產(chǎn)生主要由地理位置和自然環(huán)境決定，是一種不確定、隨機(jī)能量。由于波浪波動(dòng)性較大，波浪發(fā)電輸出電能使系統(tǒng)穩(wěn)定性降低。為了提高波浪發(fā)電系統(tǒng)穩(wěn)定性，改善電能質(zhì)量，引入模糊神經(jīng)元PID控制器。以系統(tǒng)轉(zhuǎn)速誤差及變化率為模糊控制策略輸入，實(shí)現(xiàn)單神經(jīng)元放大增益K自整定。采用系統(tǒng)誤差大時(shí)K大，誤差小時(shí)K小的模糊規(guī)則表，獲得更快響應(yīng)速度和更高穩(wěn)定性能[34]。仿真表明，不規(guī)則波輸入情況下，模糊神經(jīng)元PID控制策略依舊能通過控制發(fā)電機(jī)轉(zhuǎn)子電壓變化，控制發(fā)電機(jī)轉(zhuǎn)速恒定，自適應(yīng)性和抗干擾能較好力。由于海水腐蝕，傳統(tǒng)波能轉(zhuǎn)換裝置機(jī)械傳感器可能會(huì)導(dǎo)致測量數(shù)據(jù)誤差，采用無速度傳感器控制策略[35]，通過擴(kuò)張卡爾曼濾波器(EKF)在線估計(jì)系統(tǒng)狀態(tài)，設(shè)置模糊PI控制器實(shí)現(xiàn)實(shí)時(shí)控制，此時(shí)的速度觀測器誤差僅為0.004 5 m/s，控制器魯棒性好、精度高，能有效降低傳統(tǒng)速度傳感器維護(hù)費(fèi)用。

為了實(shí)現(xiàn)不規(guī)則波下的最大功率捕獲，采用模糊MPPT控制策略[36]，控制器輸入為平均功率變化量，輸出的占空比信號(hào)作用在Buck-Boost電路的電力電子器件上，獲得當(dāng)前波況下的最優(yōu)負(fù)載。實(shí)際海況下，通過蓄電池穩(wěn)定輸出功率，可改善電能質(zhì)量。

對(duì)于采用共振原理捕獲最大波能的系統(tǒng)，其自然頻率與波浪頻率間有偏差，受波浪周期變化影響，點(diǎn)吸收式波能轉(zhuǎn)換裝置輸出功率會(huì)顯著降低。運(yùn)用重心法Mamdani型模糊推理系統(tǒng)進(jìn)行去模糊處理[37]，控制波浪發(fā)電系統(tǒng)阻尼及剛度系數(shù)，復(fù)雜波浪情況下，系統(tǒng)可增加14%能量捕獲。為了魯棒性更好，采用PSO選取模糊隸屬函數(shù)參數(shù)[38]。通過對(duì)Gauss MF函數(shù)中標(biāo)準(zhǔn)差和均值進(jìn)行尋優(yōu)，動(dòng)態(tài)調(diào)整隸屬函數(shù)。與模糊邏輯控制器(FLC)相比，PSO-FLC有相似平均峰值比，但平均功率捕獲多15%，且即使存在擾動(dòng)，仍能運(yùn)行在最優(yōu)點(diǎn)附近，系統(tǒng)魯棒性增強(qiáng)。波能轉(zhuǎn)換裝置存在非線性，系統(tǒng)動(dòng)態(tài)模型識(shí)別會(huì)產(chǎn)生誤差，導(dǎo)致系統(tǒng)整體性能下降。為了提高系統(tǒng)魯棒性，設(shè)計(jì)優(yōu)化控制算法，通過控制線性時(shí)不變系統(tǒng)參數(shù)的奇異值，優(yōu)化系統(tǒng)參數(shù)的最小譜范數(shù)，使其遠(yuǎn)離不穩(wěn)定運(yùn)行狀態(tài)。采用遺傳算法(GA)尋找成本函數(shù)最小值，基于最小二次型(LQ)控制器設(shè)計(jì)魯棒控制方案。結(jié)合該控制器與模糊控制器[39]，針對(duì)系統(tǒng)模型參數(shù)改變6%情況下，該控制器產(chǎn)生的能源損失為17%，遠(yuǎn)低于不加控制時(shí)的77%。但此時(shí)的GA是離線優(yōu)化參數(shù)，實(shí)時(shí)性欠佳。

實(shí)際工況中，瞬時(shí)控制阻尼系數(shù)不切實(shí)際，需要高功率實(shí)現(xiàn)瞬時(shí)設(shè)置和精確控制,技術(shù)困難，經(jīng)濟(jì)性差。通過在浮標(biāo)下設(shè)置8個(gè)兩兩對(duì)稱的彈簧，通過液壓缸激活，以量化方式控制阻尼系數(shù)[40]，但復(fù)雜波浪下的量化控制可能會(huì)使系統(tǒng)自然頻率產(chǎn)生偏差，無法達(dá)到共振狀態(tài)，為此需在浮標(biāo)內(nèi)加入水箱，通過FLC策略控制泵控制浮標(biāo)質(zhì)量，從而改變系統(tǒng)自然頻率。仿真表明，量化策略和FLC可避免高成本和高技術(shù)需求，同時(shí)能夠有效補(bǔ)償由于量化效應(yīng)帶來的頻率失配問題。

針對(duì)非線性的波浪發(fā)電系統(tǒng)，模糊控制因具有設(shè)計(jì)語言簡單、魯棒性強(qiáng)的特點(diǎn)得到廣泛應(yīng)用。但是，簡單的信息處理將導(dǎo)致系統(tǒng)的動(dòng)態(tài)性能變差，這不利于跟蹤時(shí)刻變化的波浪激勵(lì)。因此，模糊規(guī)則的制定和模糊隸屬度的選取在很大程度上決定了系統(tǒng)的動(dòng)態(tài)性能。

7 無源性控制在波能轉(zhuǎn)換系統(tǒng)的應(yīng)用

無源性控制出發(fā)點(diǎn)是能量控制，根據(jù)系統(tǒng)控制需求，按照希望方式安排能量函數(shù)分布，進(jìn)而實(shí)現(xiàn)控制目的。無源控制器基本應(yīng)用框圖如圖8所示。波浪發(fā)電控制本質(zhì)上是一種能量傳遞和分布問題，應(yīng)用無源性控制，能夠很好地處理系統(tǒng)動(dòng)態(tài)性能問題。

圖8 無源控制器基本應(yīng)用框圖

應(yīng)用互聯(lián)-阻尼配置的無源控制器，將浮子動(dòng)力學(xué)模型轉(zhuǎn)換為端口受控的耗散哈密頓模型形式，得到系統(tǒng)互聯(lián)矩陣J和阻尼矩陣R。對(duì)系統(tǒng)狀態(tài)誤差設(shè)計(jì)注入阻尼矩陣和系統(tǒng)能量分配矩陣，實(shí)現(xiàn)誤差在期望點(diǎn)處快速收斂。根據(jù)系統(tǒng)能量函數(shù)He時(shí)間導(dǎo)數(shù)在期望處為零，構(gòu)建系統(tǒng)控制律；采用矢量控制方案，跟蹤控制dq軸電流，實(shí)現(xiàn)波能最大捕獲[41-42],并保持復(fù)雜波況下波浪發(fā)電機(jī)組運(yùn)行平穩(wěn)。直驅(qū)式波浪發(fā)電系統(tǒng)的浮子運(yùn)動(dòng)到最高或最低點(diǎn)附近時(shí)存在過零低速區(qū)，此時(shí)發(fā)電機(jī)效率降低。根據(jù)電機(jī)效率曲線，采用無源性控制獲得電磁力期望值，通過控制q軸電流實(shí)現(xiàn)：動(dòng)子高速負(fù)載運(yùn)行發(fā)電，低速空載運(yùn)行進(jìn)行機(jī)械儲(chǔ)能[43]。切換過程采用微分平滑策略，保證了電機(jī)瞬時(shí)功率的平滑過渡。仿真結(jié)果證明了分段控制策略的有效性。

波能轉(zhuǎn)換裝置的無源性控制目前研究較少，從能量角度出發(fā)，能夠?qū)刂菩袨檫M(jìn)行合理的物理解釋，是連通控制理論學(xué)者和工程師的橋梁。實(shí)際運(yùn)用過程中無源控制器控制效果往往受限于波能裝置建模的精確度。在保證系統(tǒng)無源的情況下，增加控制器魯棒性，能夠極大地提高系統(tǒng)的穩(wěn)定性。

8 結(jié) 語

各種先進(jìn)控制技術(shù)方案，已或多或少地應(yīng)用到波能轉(zhuǎn)換裝置中，但總的來看，還處于初級(jí)研究階段。波浪的隨機(jī)性、不確定性，波能轉(zhuǎn)換裝置參數(shù)的非線性，系統(tǒng)動(dòng)態(tài)過程建模的準(zhǔn)確性，均將嚴(yán)重干擾運(yùn)行，導(dǎo)致系統(tǒng)無法穩(wěn)定運(yùn)行在工作點(diǎn)上。實(shí)際上，每種控制方法均有其優(yōu)缺點(diǎn)，如何充分發(fā)揮優(yōu)點(diǎn)避開不足，是控制研究的永恒課題。采用2種及2種以上的互補(bǔ)優(yōu)化混合控制算法，提高控制的精度和速度、優(yōu)化控制成本，是未來研究的主要方向。而波浪預(yù)測、多自由度運(yùn)動(dòng)狀態(tài)分析、系統(tǒng)數(shù)學(xué)模型構(gòu)建也是未來解決控制問題分析的基礎(chǔ)。

波能轉(zhuǎn)換系統(tǒng)的關(guān)鍵問題在于提高波能轉(zhuǎn)換效率和改善電能質(zhì)量。采用電路共振原理和最佳控制的策略能提高轉(zhuǎn)換效率；采用自適應(yīng)魯棒控制的機(jī)組能夠有效提高電能質(zhì)量。由于波浪能的分散性和隨機(jī)性，目前的波能轉(zhuǎn)換裝置多為小型機(jī)組且不接入電網(wǎng)，先進(jìn)控制技術(shù)可提高捕獲效率及并網(wǎng)電能質(zhì)量穩(wěn)定性，也是未來發(fā)展方向。