基于模糊控制的风电机组变桨距控制

尹东阳　盛义发

摘 要：针对风力发电机组非线性、时变性的问题，提出采用模糊PID控制器作为变桨距控制器，在风速高于额定风速时，依据风速变化情况调整桨距角，从而使风电机组保持恒功率输出，最后在MATLAB平台上搭建仿真模型。结果表明，采用模糊PID控制比传统PID控制具有更好的动态性能和静态误差，能够优化变桨距控制方法。

关键词：风力发电机组；变桨距控制器，模糊控制；MATLAB仿真

Abstract：Aiming at the problems of nonlinear， time-varying in the wind turbines， Fuzzy PID controller is established as a variable pitch controller. Pitch angle is adjusted according to wind speed to keep constant power output when the wind speed is higher than the rated wind speed。Finally，building the simulation model in the MATLAB platform.Results show，Fuzzy PID controller has better dynamic performance and static error than the traditional one. It can optimize the variable pitch control method.

Key words：Wind turbines；Variable pitch controller；fuzzy logic control；The MATLAB simulation

1 引言

风速的随机性和不确定性，使得风速跟踪、预测以及风电机组的控制成为风力发电中的关键技术[1]。模糊PID控制将常规PID控制与模糊控制相结合，具有控制精度高、控制动态响应好、超调量小以及能够消除静态误差的特性，在风电机组控制应用中具有不可比拟的优势[2-3]。对风力机进行调节时，变桨距调节能更大程度地获取风能且输出功率平稳，因此，深入研究基于模糊PID的风电机组变桨距控制方法具有实际的工程应用意义。

2 风电机组的建模

常用的风电机组一般分为风轮、传动、双馈异步发电机、变桨四个子系统。为了定量分析发电机组的系统特性，建立其物理模型，如下：

2.1 风轮模型

假设轴向流过风轮的风速为v（m/s），风轮捕获功率和转动转矩为[4]：

其中，ρ为空气密度（kg/m3），A为风轮的面积（m2），R为风轮半径（m），Cp为风能利用系数，ω为风轮转速（rad/s）。

风能利用系数带包风轮吸收风能的能力，一般用如下关系式表示：

从式（3）和式（4）可以看出，风能利用系数随桨距角的增大而减小，因此，可以通过调节桨距角限制风轮捕获的风能达到恒功率控制的目的。

2.2 传动系统模型

风力发电机组的刚性轴模型可表示为[5]：

其中，Jm、Je：风轮、电机的转动惯量（kg/m2），G：齿轮箱增速比，ωr：风轮角速度（rad/s），Te、Tα：发电机电磁力矩和风轮气动力矩（N/m），B：传动系统等效阻尼系数。

2.3 双馈异步发电机模型

假设讨论的异步双馈电机为理想电机，忽略磁滞、铁磁饱和、定转子齿槽和涡流影响[6]。有

g为发电机极对数，m1为电源相数，U1为电网电压（V），ω1为发电机的同步转速（rad/s），C1为修正系数，r1、x1为定子绕组的电阻和漏抗（Ω），r2、x2为归算到转子侧转子绕组的电阻和漏抗（Ω）。

2.4 变桨距系统模型

考虑到变桨距系统的时滞特性，选择带迟延的一阶惯性环节模拟变桨距机构，得传递函数[7]：

Tβ、τ分别为时间常数和迟延时间（s），βref为参考桨距角（?）。

3 模糊PID变桨距控制器的设计

3.1 模糊控制的基本原理

模糊控制首先是由加利福利亚大学教授L.A.Zadeh[8]提出，将模糊集合论、模糊语言和模糊逻辑推理相结合的计算机智能控制的方法。模糊控制的基本思想是将微机获取的中断采样精确值与给定值相比较得到偏差信号e，并且将e、ec的准确值模糊化为模糊量E、EC，用相应的模糊语言表示偏差e、ec的模糊量，得到模糊语言子集，再依据模糊推理的合成规则对模糊子集和模糊关系进行模糊决策，得到模糊控制量 最后反模糊化得到精确控制值，实现整个被控过程的精确控制[9]。

3.2 模糊PID变桨距控制器的设计

风电机组采用传统的PID控制器时，在高于额定风速的情况下呈现很强的非线性，稳定工作区域具有局限性；且PID控制的惯性和延迟特性，可能在风电机组并网运行的过程当中给电网造成较大的冲击。采用模糊控制时，控制精度较差，且难以消除系统稳态误差。根据事先给定的偏差阈值，结合模糊控制和PID控制事先模糊PID控制，在较大偏差范围内可实现快速稳定的调节，在较小偏差非为内切换至PID控制，可消除系统稳态误差，从而达到良好的控制效果。其具体控制过程如图1所示：

首先，风电机组输出功率的负反馈与额定功率差值比较，进行模糊控制，对桨矩角进行初步的调整；接着，PID控制器根据模糊控制的输出，进行负反馈调节，从而通过双负反馈达到调整桨距角的效果。

模糊控制器设置的关键是建立合适的模糊判定规则表，本文中设定输入功率误差E，其误差导数为DE，模糊输出桨距角β的5个模糊子集分别表示正中、正小、近零、负小、负中。分别用PM、PS、ZO、NS、NM表示，模糊判定规则表如表1所示。一般根据设计人员的实际操作经验和技术知识给出。

4 仿真结果与分析

仿真所用的风力发电机参数如下：额定功率1.5MW，风轮直径64m，额定转速1500r/min，额定风速19m/s，风轮机切入风速 3m/s，切出风速28m/s，空气密度1.225kg/m3，β角调整范围0～25?，转子转动惯量为6.27×104kg·m2。

设定模糊控制器的主要参数为：E的论域[-105，105]，DE论域[-2×104，2×104]，β论域为[-25?，25?]。取高斯函数为模糊模糊集的隶属函数。

在MATLAB中用随机函数产生的120s风速曲线如图2所示，可以看出，风速是一条无规律、不规则变化的曲线。本文只是对额定风速以上的变桨距恒功率控制进行研究，因此，产生的风速值均大于19m/s。

将此风速值进行模糊化后作为模糊PID变桨距控制器的输入，得到变桨距调节曲线如图3所示

从图3可以看出，采用模糊PID控制器对桨距角的调节范围在规定角度以内，并且调节角度比较准确，波动相对较小，可以满足控制系统对桨距角调节的要求。

在给出的风速条件下，风力发电机组的输出功率曲线如图4所示。

输出功率保持在额定功率1.5MW附近，波动范围较小，在10%误差以内，并且响应速度较快，基本上满足恒功率控制要求。

5 结论

本文针对风力发电机组非线性、多变量的特性，在额定风速以上，设计模糊PID控制器调节桨距角，是输出维持在额定功率附近保持恒功率输出。仿真结果表明，本文提出的模糊PID控制方法优于传统PID控制，其变桨过程稳定，具有较好的动态和稳态性能，提高了系统的鲁棒性。

[参考文献]

[1]夏长亮，宋战锋.变速恒频风力发电系统变桨距自抗扰控制[J].中国电机工程学报，2007，27（ 14）：91-95.

[2]郑黎明，许移庆.变速风力发电机模型参考自适应控制[J].华北电力大学学报，2005，32（2）：57-61.

[3]徐大平，肖运启，吕跃刚，等.基于模糊逻辑的双馈型风电机组最优功率控制[J].太阳能学报，2008，29（8）：12-19.

[4]耿华，杨耕.变速变桨距风电系统的功率水平控制[J].中国电机工程学报，2008，28（25）：130-137.

[5]姚兴佳，温和熙，邓英.变速恒频风力发电系统变桨距智能控制[J].沈阳工业大学学报，2008，30（2）：159-162.

[6]郭鹏.模糊前馈与模糊PID结合的风力发电机组变桨距控制[J].中国电机工程学报，2010，30（8）：123-128.

[7]王江.带增益调度的风力发电变桨距控制研究[J].电器时代，2009，15（2）：52-53.

[8]张玉华，李振凯.基于模糊控制的风力发电系统变桨距控制器的设计[J].现代电力，2007，24（6）：58-61.

[9]刘飞飞，何文雪，于金鹏，等.基于模糊PID的风力发电机桨距角控制[J].工业控制计算机，2012，25（1）：29-30.