论文部分内容阅读
摘 要：本文将针对目前风力发电机组中广泛采用的两种发电机，即绕线转子双馈异步发电机和交流永磁同步发电机，介绍基于模糊逻辑智能控制方案。
关键词：风力发电控制系统；智能控制
风力发电控制系统的基本目标分为3个层次。这就是保证可靠运行，获取最大能量，提供良好的电力质量。风力发电系统的控制技术从定浆距发展到变桨距又发展到近年来采用的变速控制技术正是为了达到这一控制目标。
传统的变速控制模式需要首先建立一个有效的系统模型，而由于空气动力学的不确定性和电力电子模型的复杂性，系统模型的确定不是件容易的事情。从已列出的那些可能影响风力发电机组性能的误差源和不确定性因素中，研究人员发现，由于雷诺数的变化会引起在功率上5%的误差，而由于叶片上的沉积物和下雨可造成20%的功率变化，其他诸如老化和大气条件等因素，也将在机组的能量转换过程中引起不同程度的变化。因此所有基于某些有效系统模型的控制也仅适合于某个特定的系统和一定的工作周期。由于这些原因，基于模糊逻辑的智能控制技术于最近几年被引入了风力发电机组控制领域并受到研究人员的重视。
1 模糊逻辑控制
模糊逻辑控制是一种新颖的控制策略，与经典的控制策略相比，模糊控制的优势在于模糊逻辑控制器无需数学模型即可由控制器执行其功能。不论是在非线性还是多变量系统中，特别是当系统数学模型未知或不确定时，都能产生令人满意的效果。模糊逻辑控制器框图如图1所示。
模糊逻辑控制策略分5个步骤来实现：
1）输人控制变量（文字控制变量）；
2）通过适当的模糊从属函数将文字控制变量模糊化；
3）通过基于规则的判定矩阵决定控制策略（试探规则）；
4）通过设置模糊的集合形式将输出的控制变量非模糊化；
5）反馈输出信号，通过适当的调节器来控制风力发电机组运行。
模糊逻辑控制器的参数
简化的模糊逻辑控制器包括4个主要部分：
1）输入接口；
2）判定规则矩阵；
3）推理引擎；
4）输出接口。
⑴控制变量。模糊逻辑控制器用非线性图形来描述从输入变量到输出变量的过程。控制器根据测量值来确定风力发电机组运行条件，并根据判定规则矩阵选择适当的动作。根据系统状态，控制器在‘‘不动作”和“全动作”的范围内，以极度非线性的方式抑制波动。控制器并不含动态部件，因此，它在理论上可以即时根据判定规则矩阵进行校正控制。
⑵从属函数。如果x为一个目标集合，则模糊集合A在x中是一组顺序数对A={（x，μA（x）），x在X中且μA（x）为从x到[0，1]区间的映射}，式中，μA（x）被称作是A中x的模糊从属函数。定义模糊从属函数时，代表模糊逻辑控制器文字变量的输入控制变量，必须分成几个部分。为给每一文字变量挑选属性号，必须考虑到模糊逻辑控制器将根据4个输入变量和它们的时间导数来决定系统特性趋势。当4个输入变量维持在平衡点或在预先确定的范围之内时，可以通过适当的从属函数来设计模糊逻辑控制器。为了满足良好的设计要求，我们为输入文字变量、它们的导数和模糊修正定义了5个模糊集合。
⑶判定规则矩阵。一般说来，可以为每一个输入变量定义共5×5=25个规则。但是，模糊逻辑控制器的应用经验说明，往往只需利用其中的几个规则，系统性能就可以得到很好的控制。判定规则以IF（A） AND（B） THEN（c）的形式进行公式化，其中，A、B是两个前提，而c是结果。
⑷输出控制变量。模糊输出控制变量的确定实际上是一个非模糊化过程，将模糊修正集合转化为输入控制变量预定义运行范围内的真实值。
2 模糊转速控制器的设计
2.1 模糊逻辑控制器设计
为了取得在额定风速以下运行时的最大功率。在风力发电机组的变速恒频运行中，采用了3个模糊控制器：模糊控制器A用于跟踪不同风速下发电机的最佳转速从而优化风力机的气动性能；模糊控制器B在低负载时调节发电机转子气隙磁通，从而优化发电机的效率；模糊控制器C抵抗干扰，保证转速控制系统的鲁棒性。
2.2 仿真与模拟研究
根据上述控制方案，用MATLAB/SIMULINK软件进行仿真研究。MAT[AB/SIMULINK的Power system元件库内有很多包括发电机存内的电气器件模型，但没有风力机模型。根据风力机特性和参数，可以建立风力机的模型。
由于模糊隶属函数与模糊控制规则的建立包含很多经验因素，初步的选择可能并不能达到比较好的效果，因此在仿真过程中可以根据仿真结果对它们进行修改，以达到理想的结果。
采用模糊控制技术的优点是明显的，在它进行实时搜索的过程中不需要风速信号，而且也不在乎系统参数的变化，对于噪声和扰动于扰的也不敏感。对于风力发电机组这样的非线性时变系统是一种理想的控制方案。
2.3 模拟研究
为了评估模糊逻辑控制器的性能，将上述控制器用于实际运行的风力发电机组。
分析模拟结果可以看出，模糊逻辑控制器表现了良好的动态特性。控制策略的主要目标是设计一种对运行条件变化不太敏感的控制方案，而使用模糊控制，无论是在低速、常速还是高速条件下，都可以观测到同样的动态特性。特别是在较高风况下，模糊逻辑控制器可以有效抑制系统的扰动，兼顾最大功率系数和良好的发电质量。
3 采用智能控制的风力发电机组模型
系统由一水平轴、可变桨距风轮，通过增速器与同步发电机连接构成。发电机与电网连接采用交-直-交变流器。在这个设计中采用了两个控制环：
（1）内部励磁环，低于额定风速时它通过发电机励磁电流控制电压和转矩。
（2）外部风轮环，在风速高于额定风速时控制最大功率。
风力发电机组从控制系统角度来看可分为3个子系统：风轮气动特性、传动系统动态特性和发电机整流器模型。
3.1 风轮气动特性
在系统中，我们假定可变距的桨叶是刚性的。这样气动特性可以用一个以平均风速为输入量的简化模型来表达。
风轮吸收的功率为
当风速超过额定风速时，应调节桨距角p来限制输入功率。桨叶角度由一个机电调节器控制，该调节器的一阶模型由下式表示： 式中τβ——调节器的时间常数；βτ——节距角参考输人。
系统的输入量为风速ν、桨叶节距角β和风轮转速ω，输出量娃风轮转矩Tr。
3.2 传动系统动态特性
根据风轮气动特性产生的转矩Tr，作用于带有惯性矩Jr的风轮上。风轮通过增速比为n的增速器连接到带有惯性矩Jg的发电机上，发电机将产生——反转矩Te。
3.3 发电机——整流器模型
系统中发电机采用三相同步发电机，有一励磁绕组和二个阻尼绕组。整流器是一三相晶闸管整流桥，它将同步发电机产生的恒压变频的交流电转换为直流电。传输线路上有电阻尺和电感，在直流传输线路上有电阻和电感。假设逆变器是理想的，这样整流器的输出直流电功率全部被转化为高质量的三相交流电功率。由于这一假设不需要逆变器模拟。
[参考文献]
[1]余波，张礼达，王辉.水轮机故障诊断专家系统的一种模糊诊断方法[J].水力发电，2002，（4）：38～39.
[2]周志英.模糊技术在柴油发动机故障诊断中的应[J].煤矿机械，2005，（12）：162～164.
[3]曹谢东.模糊信息处理及应用[M].北京：科学出版社，2003.
[4]李士勇.工程模糊数学及应用[M].哈尔滨：哈尔滨工业出版社，2004.
[5]吴泉源，刘江宁.人工智能与专家系统[M].长沙：国防科技大学出版社，1995.
[6]谢成山，陈家松，徐济仁.基于模糊推理和知识库的通信设备故障诊断[J]计算机工程，2003，29（12）：23～25.
关键词：风力发电控制系统；智能控制
风力发电控制系统的基本目标分为3个层次。这就是保证可靠运行，获取最大能量，提供良好的电力质量。风力发电系统的控制技术从定浆距发展到变桨距又发展到近年来采用的变速控制技术正是为了达到这一控制目标。
传统的变速控制模式需要首先建立一个有效的系统模型，而由于空气动力学的不确定性和电力电子模型的复杂性，系统模型的确定不是件容易的事情。从已列出的那些可能影响风力发电机组性能的误差源和不确定性因素中，研究人员发现，由于雷诺数的变化会引起在功率上5%的误差，而由于叶片上的沉积物和下雨可造成20%的功率变化，其他诸如老化和大气条件等因素，也将在机组的能量转换过程中引起不同程度的变化。因此所有基于某些有效系统模型的控制也仅适合于某个特定的系统和一定的工作周期。由于这些原因，基于模糊逻辑的智能控制技术于最近几年被引入了风力发电机组控制领域并受到研究人员的重视。
1 模糊逻辑控制
模糊逻辑控制是一种新颖的控制策略，与经典的控制策略相比，模糊控制的优势在于模糊逻辑控制器无需数学模型即可由控制器执行其功能。不论是在非线性还是多变量系统中，特别是当系统数学模型未知或不确定时，都能产生令人满意的效果。模糊逻辑控制器框图如图1所示。
模糊逻辑控制策略分5个步骤来实现：
1）输人控制变量（文字控制变量）；
2）通过适当的模糊从属函数将文字控制变量模糊化；
3）通过基于规则的判定矩阵决定控制策略（试探规则）；
4）通过设置模糊的集合形式将输出的控制变量非模糊化；
5）反馈输出信号，通过适当的调节器来控制风力发电机组运行。
模糊逻辑控制器的参数
简化的模糊逻辑控制器包括4个主要部分：
1）输入接口；
2）判定规则矩阵；
3）推理引擎；
4）输出接口。
⑴控制变量。模糊逻辑控制器用非线性图形来描述从输入变量到输出变量的过程。控制器根据测量值来确定风力发电机组运行条件，并根据判定规则矩阵选择适当的动作。根据系统状态，控制器在‘‘不动作”和“全动作”的范围内，以极度非线性的方式抑制波动。控制器并不含动态部件，因此，它在理论上可以即时根据判定规则矩阵进行校正控制。
⑵从属函数。如果x为一个目标集合，则模糊集合A在x中是一组顺序数对A={（x，μA（x）），x在X中且μA（x）为从x到[0，1]区间的映射}，式中，μA（x）被称作是A中x的模糊从属函数。定义模糊从属函数时，代表模糊逻辑控制器文字变量的输入控制变量，必须分成几个部分。为给每一文字变量挑选属性号，必须考虑到模糊逻辑控制器将根据4个输入变量和它们的时间导数来决定系统特性趋势。当4个输入变量维持在平衡点或在预先确定的范围之内时，可以通过适当的从属函数来设计模糊逻辑控制器。为了满足良好的设计要求，我们为输入文字变量、它们的导数和模糊修正定义了5个模糊集合。
⑶判定规则矩阵。一般说来，可以为每一个输入变量定义共5×5=25个规则。但是，模糊逻辑控制器的应用经验说明，往往只需利用其中的几个规则，系统性能就可以得到很好的控制。判定规则以IF（A） AND（B） THEN（c）的形式进行公式化，其中，A、B是两个前提，而c是结果。
⑷输出控制变量。模糊输出控制变量的确定实际上是一个非模糊化过程，将模糊修正集合转化为输入控制变量预定义运行范围内的真实值。
2 模糊转速控制器的设计
2.1 模糊逻辑控制器设计
为了取得在额定风速以下运行时的最大功率。在风力发电机组的变速恒频运行中，采用了3个模糊控制器：模糊控制器A用于跟踪不同风速下发电机的最佳转速从而优化风力机的气动性能；模糊控制器B在低负载时调节发电机转子气隙磁通，从而优化发电机的效率；模糊控制器C抵抗干扰，保证转速控制系统的鲁棒性。
2.2 仿真与模拟研究
根据上述控制方案，用MATLAB/SIMULINK软件进行仿真研究。MAT[AB/SIMULINK的Power system元件库内有很多包括发电机存内的电气器件模型，但没有风力机模型。根据风力机特性和参数，可以建立风力机的模型。
由于模糊隶属函数与模糊控制规则的建立包含很多经验因素，初步的选择可能并不能达到比较好的效果，因此在仿真过程中可以根据仿真结果对它们进行修改，以达到理想的结果。
采用模糊控制技术的优点是明显的，在它进行实时搜索的过程中不需要风速信号，而且也不在乎系统参数的变化，对于噪声和扰动于扰的也不敏感。对于风力发电机组这样的非线性时变系统是一种理想的控制方案。
2.3 模拟研究
为了评估模糊逻辑控制器的性能，将上述控制器用于实际运行的风力发电机组。
分析模拟结果可以看出，模糊逻辑控制器表现了良好的动态特性。控制策略的主要目标是设计一种对运行条件变化不太敏感的控制方案，而使用模糊控制，无论是在低速、常速还是高速条件下，都可以观测到同样的动态特性。特别是在较高风况下，模糊逻辑控制器可以有效抑制系统的扰动，兼顾最大功率系数和良好的发电质量。
3 采用智能控制的风力发电机组模型
系统由一水平轴、可变桨距风轮，通过增速器与同步发电机连接构成。发电机与电网连接采用交-直-交变流器。在这个设计中采用了两个控制环：
（1）内部励磁环，低于额定风速时它通过发电机励磁电流控制电压和转矩。
（2）外部风轮环，在风速高于额定风速时控制最大功率。
风力发电机组从控制系统角度来看可分为3个子系统：风轮气动特性、传动系统动态特性和发电机整流器模型。
3.1 风轮气动特性
在系统中，我们假定可变距的桨叶是刚性的。这样气动特性可以用一个以平均风速为输入量的简化模型来表达。
风轮吸收的功率为
当风速超过额定风速时，应调节桨距角p来限制输入功率。桨叶角度由一个机电调节器控制，该调节器的一阶模型由下式表示： 式中τβ——调节器的时间常数；βτ——节距角参考输人。
系统的输入量为风速ν、桨叶节距角β和风轮转速ω，输出量娃风轮转矩Tr。
3.2 传动系统动态特性
根据风轮气动特性产生的转矩Tr，作用于带有惯性矩Jr的风轮上。风轮通过增速比为n的增速器连接到带有惯性矩Jg的发电机上，发电机将产生——反转矩Te。
3.3 发电机——整流器模型
系统中发电机采用三相同步发电机，有一励磁绕组和二个阻尼绕组。整流器是一三相晶闸管整流桥，它将同步发电机产生的恒压变频的交流电转换为直流电。传输线路上有电阻尺和电感，在直流传输线路上有电阻和电感。假设逆变器是理想的，这样整流器的输出直流电功率全部被转化为高质量的三相交流电功率。由于这一假设不需要逆变器模拟。
[参考文献]
[1]余波，张礼达，王辉.水轮机故障诊断专家系统的一种模糊诊断方法[J].水力发电，2002，（4）：38～39.
[2]周志英.模糊技术在柴油发动机故障诊断中的应[J].煤矿机械，2005，（12）：162～164.
[3]曹谢东.模糊信息处理及应用[M].北京：科学出版社，2003.
[4]李士勇.工程模糊数学及应用[M].哈尔滨：哈尔滨工业出版社，2004.
[5]吴泉源，刘江宁.人工智能与专家系统[M].长沙：国防科技大学出版社，1995.
[6]谢成山，陈家松，徐济仁.基于模糊推理和知识库的通信设备故障诊断[J]计算机工程，2003，29（12）：23～25.