风力机变桨距控制策略研究

戴媛媛 贾建芳 张吉宣 曾 杰

(中北大学计算机与控制工程学院，山西 太原 030051)



风力机变桨距控制策略研究

戴媛媛 贾建芳 张吉宣 曾 杰

(中北大学计算机与控制工程学院，山西 太原 030051)

作为目前大型风力发电机组中应用最广泛的控制技术之一，变桨距控制在风速高于额定风速时,可以有效提高系统效率以及输出功率的稳定性。然而，风力发电机系统的复杂性、非线性以及空气动力学的时变性对变桨距控制产生影响。因此，变桨距系统的控制策略成为了风力发电技术的关键。对变桨距控制的工作方式以及关键性问题进行了研究，针对风电机变桨距系统的非线性、多变量、强耦合和时变性等特点，总结归纳了变桨距系统控制策略的研究现状，分析了不同控制策略的优缺点。最后，对变桨距系统控制技术的发展趋势进行了分析。

风能 风力发电机 支持向量机 径向基函数 粒子群优化算法 智能控制 PID控制 H∞鲁棒控制

0 引言

风能是一种绿色、可再生的新能源。我国风力资源丰富，总量约为32亿kW。其中，陆地上可利用的风力资源共有2.5亿kW，加上近海的风能资源，可开发的风能资源共有10亿kW以上。利用风力发电替代传统的发电技术，对我国的电力发展有着很重要的促进作用。但是，我国风电技术发展较晚，大多数大容量风力发电装置依靠进口。要实现风电机的自主生产，需要掌握风电机的控制技术。最早的风力发电机主要采用定桨距控制，但这种控制方式风能利用率低且输出功率不稳定。20世纪90年代以后，变桨距作为一种可有效提高风力发电系统效率以及稳定性的控制技术，成为了大型风力发电机组控制中应用最广泛的控制技术之一[1-2]。因此，变桨距系统控制策略的研究也成为了风电技术的关键。

1 变桨距系统及其关键性问题

根据不同风速下变桨距系统控制方式的不同，将风力发电机组的运行状态分为3类[3]。

①起动状态。发电机并网前，桨距角给定值由发电机转速信号控制，变桨执行器根据给定转速的参考值调整桨距角β，从而使得发电机转速保持在同步转速附近，确保并网稳定，此时系统为转速控制。

②欠功率状态。发电机并网后且风速低于额定风速时，为了使风力机具有最大风能捕获率，将桨距角调节为β=0°且保持不变，此时，发电机功率小于额定功率。

③额定功率状态。当风速高于额定风速时，变桨距控制方式转换为功率控制，系统根据输出功率与给定功率的差值进行桨距角控制。变桨距控制系统包括功率控制器和速度控制器这2个主要控制器，其工作原理如图1所示。风力发电机工作时，变桨距系统跟踪功率或转速给定值，并及时改变桨距角。但是，过高的变桨速度会使风力机机械系统产生振动，影响系统稳定性；过低的变桨速度又会造成风能的过量吸收，从而导致系统输出功率超过额定功率，严重的则会引起发电机系统故障[4-5]。同时，叶片转矩对桨距角变化的灵敏度在不同风速时也大不相同，高风速时的灵敏度远远高于低风速时。如何获得最优变桨速度是变桨距控制系统需要解决的第一个关键性问题。

另外，由于空气动力学的不确定性，风电机系统的非线性、多变量、强耦合和时变性，风力发电机的准确模型难以建立，阻碍了变桨距系统的研究[6-7]。如何避免系统的复杂非线性带来的影响，有效提高风力发电机组的效率以及稳定性，是变桨距控制系统需要解决的第二个关键性问题。

图1 变桨距工作原理图

2 变桨距控制策略研究现状

变桨系统是否能有效地提高风电机系统效率及稳定性，与其控制策略息息相关。先进的变桨距系统控制策略是当前风电机系统研究的重点与热点。检索分析国内外文献资料，风力机变桨距系统的控制策略可划分为传统PID控制方法与现代控制方法2大类。

2.1 传统PID控制方法

传统PID控制方法一般基于系统的准确模型，通过改变控制参数和增益对系统进行控制。Hua等[8]通过分析比较线性与非线性算法在风能转换系统(wind energy conversion system,WECS)变桨距控制中的结构、性能、实施成本以及其他优缺点，得出了线性控制器结构简单且系统鲁棒性较好的结论。由于变桨距控制系统的非线性，PID控制器的增益值并不易于选择，并且在风速过高时，无法保证系统操作稳定性以及系统的输出性能。针对PID控制器参数难以整定的问题，许昌等[9]提出了基于改进协同粒子群优化(improved cooperative particle swarm optimization,ICPSO)算法和PID控制器相结合的ICPSO-PID控制算法。研究结果表明，控制算法可以快速优化整定控制器参数，使得系统具有很好的鲁棒性以及稳定性。

1965年，数学家Leibniz等提出了对复杂系统进行研究的有力工具——分数阶微积分。控制器的微分阶数或者积分次数不是整数而是任意实数。分数阶微积分系统具有较好的动态与静态性能[10]。Ghasemi S等[11]将分数阶微积分应用于风力发电机鲁棒控制器的设计中，以提高系统的动静态性能。通过分析其时域与频域性能，验证了这种方法的可行性。文献[12]建立了基于粒子群优化算法的分数阶PIλDβ控制器以及整数阶PID控制器的变桨距系统数学模型，并研究了各自的时域、频域响应。仿真结果表明，和整数阶PID控制器相比，分数阶PIλDβ控制器使系统具有更好的稳定性，但是却降低了系统的抗干扰能力。

2.2 现代控制方法

针对变桨距系统的非线性以及时变性，学者们提出了一类现代控制方法。这些控制技术主要包括：变增益控制、变结构控制、模型预测控制、智能控制、H∞鲁棒控制、自抗扰控制等。

①变增益控制。

变增益实质上是自适应控制的一种简单特例，却又不同于普遍意义上的自适应控制，它不需要参数辨识以及数学模型自适应调整。目前，变增益控制已经广泛应用于非线性系统的控制器设计中[13]。Liu等[14]采用变增益PD控制算法，实现了风力机在风速低于额定风速时的最大风能捕获。当风速高于额定风速时，输出功率恒定，取得了很好的控制效果。文献[15]将最优增益调度功率控制器应用于变桨变速风能转换系统中，增强了系统的瞬态和稳态性能，减少了超出额定风速时系统的机械负载以及湍流效应。针对叶片转矩对桨距角变化灵敏度的非线性问题，李潘等[16]设计了带增益表的PI控制器，在风速高于额定风速时，根据不同的桨距角设定PI控制器的增益，使得风力机可以平滑地转换工作状态，并通过仿真验证了此方法的可行性以及有效性。

要使系统具有好的全局稳定性和鲁棒性，就需要准确地进行设计点的选择和变增益控制规律的调试。这些主要取决于设计者的经验和大量的仿真试验，几乎无任何规律可循。因此，这种方法较保守。

②滑模控制。

滑模控制(sliding mode control,SMC)是由Utkni等提出的一类不连续的非线性控制方法。控制系统的结构随时间变化，并且系统滑动模态的建立独立于被控对象以及外界干扰，这使得系统响应快，对参数变化及扰动不敏感。Battista[17]最早提出将SMC运用于变桨距系统中。文献[18]和[19]通过试验，验证了滑模控制可以有效地提高风力机的效率以及稳定性。

滑模控制的不足之处在于，其状态轨迹难以严格地沿着滑模面向平衡点滑动，而是在滑模面两侧来回穿越，由此产生抖振，影响了系统的控制性能[20]。秦斌等[21]提出了针对直驱永磁同步发电机的支持向量机(support vector machine,SVM)滑模变桨距控制算法SVM-SMC。该控制方法包括了2个阶段：①离线学习，首先采用SMC进行控制，SVM-SMC则进行离线学习得到滑模控制器的输入输出数据；②自学习阶段，在离线学习到达一定程度时，开始进行SVM-SMC控制。仿真结果表明，这一控制策略能有效减弱抖振，并且系统桨距角调节平稳，鲁棒性强。

③智能控制。

智能控制的非线性、变结构和总体自寻优等特点，使其广泛应用于风电机变桨距控制系统中[22-23]。文献[22]结合变速变桨风力机的不同运行模式，设计出基于径向基函数(radial basis function,RBF)的神经网络控制器，有效地实现了转速控制、功率控制以及2种模式之间的平稳过渡，并确保了在不同风速时高效跟踪最佳叶尖速比。胡文胜等[23]提出了具有二阶陷波滤波器的增益调度-神经网络PI控制算法，对转速干扰起到了滤波作用，使风力机具有最优桨距角转换速率，从而减小系统波动，提高了系统稳定性。文献[24]对液压变桨距系统进行了模糊自适应PID控制，试验结果表明系统动静态性能良好，且桨距角得到了有效地控制。

虽然智能控制在风电机变桨距控制系统[25-26]中得到了广泛应用，但其绝大多数还处于仿真验证阶段，并且人工神经网络控制对系统进行控制的过程中，会存在过学习及过拟合问题。模糊控制的模糊化和反模糊化过程缺乏系统的方法，主要靠经验和试凑，控制规则一旦确定，不能在线调整及很好地适应情况的变化。因此将智能控制应用于实际风电机系统还有很多工作要做。

④模型预测控制。

模型预测控制(model predictive control,MPC)是一种先进的计算机控制技术，包含3个基本要素：预测模型、滚动优化与反馈校正，其核心是预测模型。支持矢量回归(support vector regression,SVR)方法根据学习理论中的结构风险最小化原则，将复杂的非线性问题转化为高维平面中的线性问题，解决了智能控制方法中存在的过学习问题。

文献[27]提出了风力机变桨距系统基于SVR算法的双模型切换预测控制。由于电液比例变桨距系统的差动回路设计和风力负载的单方向性会造成顺桨、逆桨2种不同的系统数学模型，双模型切换控制可以防止单一预测控制对系统精度的影响。为了减小SVR在线辨识时间，引入了序列最小优化算法(sequential minimal optimization,SMO)以及通过偶然点排除法和模型的存储与再用方法。仿真结果表明，采用双模型切换SVR预测控制，可以大大降低发电机输出功率的误差，并且提高了风力机的发电质量。

⑤H∞鲁棒控制。

鲁棒控制是针对不确定系统而设计的控制器。它不仅使得闭环系统保持稳定，而且也保证了系统动态性能。利用H∞鲁棒控制理论设计的控制器，可以实现风力发电系统在全风速段保持恒功率输出[28-29]。文献[28]中，作者通过提出标准H∞恒功率控制问题，并利用线性矩阵不等式(linear matrix inequality,LMI)方法进行求解，最终得到了桨矩角的H∞控制器。该控制器实现了恒功率输出，并且系统具有很好的鲁棒性。Lima等[30]采用多变量MIMO辨识法拟合出系统的模型，并设计了H∞控制器。这种控制器可以保证在捕获最大风能的前提下，使得系统转子轴转矩变化值减小1个数量级。

鲁棒控制系统只能在允许的不确定性范围内保证系统的稳定性，如果系统要升级或作重大调整，就需要重新设计控制器，其控制阶次高且算法复杂，因此难以实现实际应用。

⑥自抗扰控制。

韩京清针对传统PID无法有效控制具有内、外部不确定因素的被控对象的问题，提出了一种基于误差反馈的非线性控制方法——自抗扰控制(active disturbance rejection control,ADRC)技术。其控制独立于被控对象的精确模型，并且可以对系统未建模部分以及未知干扰作出准确的估计与补偿[31]。张金芳等[32]设计了变桨距控制系统的线性自抗扰控制器，并应用于额定功率为300 kW的变桨距风电机组中。试验结果表明，该方法在不同风速段均能有效地缩短调节时间、减小系统超调量。王晓磊等[33]则将自抗扰控制算法与DSP芯片组合，实现了软硬件相结合的风力机变桨距控制系统。结果表明，系统输出功率可动态维持在额定功率附近，具有良好的动态响应特性。ADRC对于风电机变桨距系统而言，是一种有效、可行的控制技术，但当控制对象模型阶次高于三阶时，难以得到满意的非线性函数，同时计算量大、控制周期长、系统实时性差。

3 变桨距系统控制技术发展趋势

风电机变桨距系统不仅仅是一个非线性、多变量、强耦合的时变系统，还存在着由环境因素引起的外界干扰，并且随着风电机组规模的逐渐增大，系统的控制难度逐渐加大。尽管风电机变桨距系统的控制方法多种多样，但这些控制方法也都存在着各自的缺陷。为了进一步提高系统各方面性能，变桨距系统的控制可以从以下几方面发展。

①神经网络控制与滑模控制的结合。神经网络可以以任意精度逼近非线性系统且具有自学习能力，而滑模变结构控制对参数变化及扰动不敏感。针对变桨距系统的非线性、多变量时变性，将神经网络与滑模控制相结合对系统进行控制，不仅可以克服系统的非线性，也可以解决系统的复杂时变性，因此是一个很有效的控制方法。同时，神经网络快速学习算法及滑模变结构抖振问题的解决方案仍需大量的研究工作。

②广义预测控制。偏差估计模型可以估计未建模扰动对系统的作用，通过广义预测控制和偏差估计模型，根据对系统未来输出的估计来计算当前的控制，可以有效抑制风速变化对风电机的影响。预测控制主要是将系统非线性问题进行线性化处理，而根据非线性系统自身特点直接分析控制方法以及设计控制算法还需进一步研究。

③先进非线性控制算法研究。基于微分几何理论的反馈线性化控制理论在风电系统中取得了较多的应用[34-35]，但其控制规律复杂，存在奇异点，且需全状态可测量以及精确抵消动态。基于能量控制的无源控制理论[36]是一种本质上的非线性控制，风电系统的控制中采用它来实现变速恒频风力发电系统的最大风能捕获[37-39]。该方法虽然实现简单，具有良好的动静态特性、可实现系统全局稳定性，但需要确定系统的数学模型及参数。如何解决这些控制方法存在的问题，设计先进的非线性控制算法，是未来研究的一个重要方向。

4 结束语

在清洁能源快速发展的今天，变桨距作为大型风电机组中应用最广泛的控制技术之一，其控制策略也成为了风电技术的重中之重。本文从变桨距控制的工作方式、关键性问题及控制策略等方面综述了国内外研究现状；结合变桨距系统的特性以及现有的各个控制策略的优缺点，探讨了未来变桨距系统控制技术的发展趋势；指出将智能控制和先进非线性控制理论应用于变桨距系统中，对于解决因风电系统的复杂非线性以及空气动力学的时变性给变桨距控制造成的困难、提高风电系统的效率和稳定性具有重大意义。

[1] 徐大平,张新房,等.风力发电控制问题综述[J].中国电力,2005,38(4):70-74.

[2] 黎明.风力发电机控制策略研究与应用[D].重庆:重庆大学,2008.

[3] 高桃桃.大型风力机液压变桨驱动技术研究及控制[D].保定:华北电力大学,2012.

[4] 王贤立,柴玉华.变速风力机变桨距系统建模与仿真[J].可再生能源,2012(9):37-40.

[5] PETROVIC V,BOTTASSO C L.Wind turbine optimal control during storms[J].Journal of Physics:Conference Series,2014,524(1):12-22.

[6] BIANCHI F D,SANCHEZ-PENA R S,GUADAYOL M.Gain scheduled control based on high fidelity Local wind turbine models[J].Renewable Energy,2012,37(5):233-240.

[7] ZHANG X F,XU D P,LIU Y B.Intelligent control for Large-scale variable pitch wind turbine[J].Journal of Theory and Application,2004,2(3):385-311.

[8] GENG H,YANG G.Linear and nonlinear schemes applied to pitch control of wind turbines[J].Hindawi Publishing Corporation Mathematical Problems in Engineering,2014:4041.

[9] 许昌,田蔷蔷,郑源,等.基于ICPSO-PID风电机组桨距控制分析[J].排灌机械工程学报,2013,31(11):973-979.

[10]薛定宇,赵春娜.分数阶系统的分数阶PID控制器设计[J].控制理论与应用,2007,24(5):771-776.

[11]GHASEMI S,TABESH A,ASKARI-MARNANI J.Application of fractional calculus theory to robust controller design for wind turbine generators[J].IEEE Transactions on Energy Conversion,2014,29(3):780-787.

[12]吴卫珍.基于分数阶微积分的风力发电机变桨距控制方法研究[D].南京：南京林业大学,2010.

[13]胡东.变增益控制理论及其应用[D].南京:南京航空航天大学,1999.

[14]LIU XL,WANG R,ZHANG X G,et al.Gain scheduling PD controller for variable pitch wind turbines[C]//Processing of the 7th International Power Electronics and Motion Control Conference,2012.

[15]TAHER S A,FARSHADNIA M,MOZDIANFARD M R.Optimal gain scheduling controller design of a pitch controlled VS-WECS using DE optimization algorithm[J].Applied Soft Computing,2013,13(5):2215-2223.

[16]李潘,陈林.基于变增益的风力机变桨距控制研究[J].电子设计工程,2013,21(16):141-143.

[17]BATTISTA H D,MANTZ R J,CHRDISTIANSENC F.Dynamical sliding mode Power control of wind driven induction generators[J].IEEE Transactions on Energy Conversion,2000,15(4):452-457.

[18]田勇,张宏立,玛依拉·赛依力.基于滑模变结构的风力机变桨距控制研究[J].华东电力,2011,39(9):1438-1442.

[19]郭庆鼎,赵麟,郭洪澈.1MW变速变矩风力发电机的滑模变结构鲁棒控制[J].沈阳工业大学学报,2005,2:171-174.

[20]BATTISTA MANTZ R J,CHRISTIANSEN C F.Dynamical sliding mode power control of wind driver induction generators[J].IEEE Transactions on Energy Conversion,2000,15(4):451-457.

[21]秦斌,姜学想,周浩,等.基于SVM的永磁直驱风电系统滑模变桨距控制[J].仪器仪表学报,2014,35(7):1525-1531.

[22]JAFARNEJADSANI H,PIEPER J,EHLERS J.Adaptive control of a variable-speed variable pitch wind turbine using radial-basis function neural network[J].IEEE Transactions on Control Systems Technology,2013,21(6):2264-2272.

[23]胡文胜,丁艳军.新型风力发电机组变桨控制算法研究[J].电力电子研究,2013(2):53-54.

[24]周基祥,张君君,陈俊强,等.模糊自适应PID液压变桨距控制[J].机械设计与制造,2010,2：204-206.

[25]FARD M,RAHMAN R,MUSTAFA M W.Fuzzy logic based pitch angle controller for variable speed wind turbine[C]//IEEE student conference on research and development,2011.

[26]MACEDO A V A,MOTA W S.Wind turbine pitch angle control using fuzzy logic[C]//IEEE/PES Transmission and Distribution:Latin America Conference and Exposition 6th,2012.

[27]林勇刚,李伟,崔宝玲.基于SVR风力机变桨距双模型切换预测控制[J].机械工程学报,2006,42(8):101-106.

[28]张先勇,吴捷,杨金明,等.额定风速以上风力发电机组的恒功率H∞鲁棒控制.控制理论与应用,2008,25(2):321-328.

[29]秦生升,胡国文,顾春雷,等.风力发电系统的恒功率非线性H∞

鲁棒控制[J].控制理论与应用,2012,29(5):617-622.

[30]LIMA M L,SILVINO J L.H∞ control for a variable-speed adjustable-pitch wind energy conversion system[C]//Processing of the IEEE Canadian Conference on Electrical and Computer Engineering,1999:556-561.

[31]韩京清.自抗扰控制技术[J].前沿科学,2007,1(1):24-31.

[32]张金芳,姚恩利,许曼.风力发电机组变桨距线性自抗扰控制[J].华东电力,2013,41(2):371-375.

[33]王晓雷,毋炳鑫,吴必瑞.风力机的新型变桨距自抗扰控制系统[J].动力工程,2009(3):250-253.

[34]陈思哲,吴捷,姚国兴,等.基于微分几何的风力发电机组恒功率控制[J].控制理论与应用,2008(2):336-341.

[35]MATAS J,CASTILLA M,GUERRERO J M,et al.Feedback linearization of direct-drive synchronous wind-turbines via a sliding mode approach[J].IEEE Transactions on Power Electronics,2008,23(3):1093-1103.

[36]王久和.无源控制理论及其应用[M].北京:电子工业出版社,2010.

[37]QU Y B,SONG H H.A passivity-based control for power electronics converter in a DFIG wind turbine[C]//PIERS Proceedings,Moscow,Russia,2009:380-383.

[38]高勇,张文娟,杨媛.基于无源性的变速恒频双馈风力发电机控制系统[J].电工技术学报,2010,25(7):130-136.

[39]钱平,葛翔.双馈感应风力发电机的无源性控制方法研究[J].太阳能学报,2009,30(11):1540-1545.

Research on Strategies of Variable Pitch Control for Wind Turbine

As one of the most widely applied control technology in the large-scale wind turbine generation units,the variable pitch control can effectively improve the efficiency of the system and the stability of the output power when the wind speed exceeds the rated wind speed.But the complexity,nonlinearity of wind turbine generation system and the time varying of aerodynamics bring effect to variable pitch control.Therefore,the control strategy of variable pitch system becomes the key to the technology of wind power generation.The working mode and the key issues of variable pitch control are studied,aimed at the features of variable pitch system of wind turbine,e.g.,nonlinear,multivariable,strong coupling and time-varying,the research status of the control strategies of variable pitch system summarized,and the advantages and disadvantages of different control methods are analyzed.Finally,the development trend of variable pitch control technology is analyzed.

Wind power Wind turbine SVM Radial basis function Particle swarm optimization algorithm Intelligent control PID control H∞robust control

戴媛媛(1993—)，女，现为中北大学控制科学与工程专业在读硕士研究生；主要从事风力发电机变桨距系统智能控制、自抗扰控制方向的研究。

TH137;TP271

A

10.16086/j.cnki.issn 1000-0380.201611006

修改稿收到日期：2016-04-26。