基于自适应模糊PID的风力发电机叶片角度控制

摘 要：本文研究了风力发电机倾斜角度控制问题，探讨了自适应模糊PID调节器在该控制系统中的应用。通过仿真试验和分析，验证了自适应模糊PID调节器在不确定模型条件下的稳定性和控制效果。结果表明，与传统PID控制器相比，自适应模糊PID调节器能够更好地响应风力发电机的倾斜角度控制，能够快速、平滑地调节角度并保持稳定。本文可为提高风能利用效率和减少环境污染提供参考，未来可验证其他控制方法以获得更好性能。

关键词：风力发电机；叶片角度控制；模糊PID；自适应控制

中图分类号：TM 315" " " 文献标志码：A

全球工业化和城市化进程加快对能源的需求日益增长。作为一种重要的新能源资源，风能具有无限可再生性和环境友好性[1]。作为将风能转化为电能的技术，风力发电中的机械叶片角度控制是关键因素。传统PID控制方法面对风速的不确定性和随机性时难以精确控制风力发电机转速。为了解决该问题，模糊PID控制方法应运而生，该方法通过模糊化处理风力发电机的转速，提高控制精度和鲁棒性。

风力涡轮机的结构形式可分为水平轴和垂直轴风力涡轮机[2]。几乎所有较大的涡轮机都会采用水平轴结构（这样能更好地利用风能）。在风力涡轮机设计中，叶片的形态和尺寸具有至关重要的作用，可以通过优化设计来提高涡轮机性能。另外，风力涡轮机的控制也是一个重要问题。传统的PID控制方法不适应风速的不确定性，模糊PID[3-5]控制方法被广泛应用于风力涡轮机控制，以提高控制精度和鲁棒性。

本文旨在研究基于模糊PID控制的风力发电机机械叶片角度控制，介绍模糊PID控制方法，并研究其在风力发电机机械叶片角度控制中的应用，以提高风力发电系统的效率和稳定性。

1 风力涡轮机模型

涡轮机由叶片、转子轮毂和连接部件组成，而传动系则由涡轮机的旋转质量、低速轴、齿轮箱、高速轴和发电机的旋转质量组成。传动系的作用是将涡轮机的机械能传递到发电机的转子，进而转化为电能。当风撞击水平轴涡轮机的转子时，转子开始旋转。低速轴将能量传递到变速箱，变速箱增加速度并驱动高速轴旋转。高速轴使发电机旋转，从而产生电能。为保证转子始终面向风，涡轮机配备了偏航系统。低速轴上还设有用于驱动空气动力学制动器的液压系统管道，而高速轴则配备了紧急机械制动器，以应对空气动力学制动器出现故障的情况。发电机的作用是将风的机械能转换为电能（如图1所示）。

通常情况下，发电机会以较低的电压输出电能，而变压器则将其提升至与所连接电网相匹配的电压。为了减少能量损耗，变压器可以安装在塔底或机舱内。风力涡轮机系统还包括其他组件，如用于测量风速的风速计和用于测量风向的风向标。风速信息用于有需要时关闭涡轮机，以保障安全。而偏航控制机构则利用风向测量将转子定向向风的方向。此外，电风扇和油冷却器被用于冷却变速器和交流发电机。

在空气动力学模型中，风力涡轮机通过旋转的叶片捕获能量，将其以扭矩的形式传递到发电机，并产生电能。根据文献[6]，风速和功率间的关系如公式（1）所示。

（1）

式中：Pa代表由风力涡轮机转子叶片捕获的气动功率；Cp代表转子的功率系数；ρ代表空气密度；R代表旋转叶片的半径；υ代表风速；λ代表叶片倾角与风速的比值；β代表叶片倾角。

功率系数Cp与传动比λ、叶片角度β有关。风力涡轮机驱动系统主要由风力涡轮机转子、低速轴、传动装置、高速轴和发电机转子组成。本文选择具有柔性轴的双质量模型。该模型考虑低速轴和高速轴是柔性的，可使风力涡轮机转子和发电机转子具有各自的旋转自由度。风力涡轮机转子的加速度由低速轴的气动力矩和制动力矩间的不平衡决定，而发电机转子的加速度由高速轴传动力矩和发电机转矩间的不平衡决定[7]。

传动装置将低速轴TT的气动扭矩转换为高速轴Te的扭矩。不同类型的传动装置具有不同的工作原理和动力学特性。齿轮传动是一种常见的传动装置，齿轮的啮合可将扭矩传递并转换到不同的轴上。齿轮传动的动力学可以通过齿轮的几何特性、模数和齿数等参数来描述。齿轮传动的微分方程可以考虑齿轮的运动学和动力学，包括齿轮的转速、齿数比以及齿轮的惯性矩等。传动装置的动力学可以用公式（2）描述。

（2）

式中：TT为机械涡轮的扭矩；Te为机电发电机的扭矩；JT为风力发电机的转动惯量；JG为发电机转动惯量；KS为刚度系数；B为阻尼系数；ωT为风力发电机轴转速；ωg为发电机轴转速；θT为风力机轴角；θg为发电机轴角；1：ngear为齿轮比。

公式（2）描述了传动装置在外部输入和输出转矩的作用下，转动角度随时间的变化。通过求解该微分方程，可以得到传动装置在不同条件下的转动行为和响应特性。

2 倾斜角度控制

PID控制是应用最广泛的传统变速风力发电机控制策略。仿真结果表明，当风速高于标称风速时，增益控制环节能够有效提高风力机的控制性能。PID控制器用于控制变速恒频风力发电机的转速，以调节倾斜角。PID控制器具有结构简单、可靠性高且稳定性好等优点，但其过于依赖被控对象模型的参数。

PID控制器在工业中应用广泛，并具有一些有趣的特性。它由比例控制、积分控制和微分控制3个部分组成，分别处理当前值、过去值和未来值。比例部分决定系统的速度，积分部分通过减少稳态误差来补充。为了能够抵消系统即将出现的错误，PID控制器必须包括可以提高稳定性的可微分部分。使用PID控制器时的输入信号定义如公式（3）所示。

（3）

当系统的动态特性未知或包括显着的非线性时（例如在高度湍流的风中），模糊逻辑控制器非常有用。传统控制方法通常需要对系统的数学模型进行准确建模，但在实际应用中，系统的动态特性可能非常复杂，难以准确建模。而模糊逻辑控制器通过模糊推理和模糊规则的应用，能够更好地处理这种复杂性和不确定性。模糊逻辑控制器的设计过程包括定义输入变量、设置模糊规则以及开发将模糊规则的结果转换为输出的方法（通常称为去模糊化）。其中，定义输入变量是指确定影响系统行为的输入参数，例如传感器测量的数据或控制器的输出。设置模糊规则是指根据专家知识和经验，将输入变量与输出变量间的关系以规则的形式表达出来。这些规则基于决策者做出决策的方式，使模糊逻辑控制器更具人类的智能特征。为了获得模糊逻辑控制器的准确输出信号，通常采用加权平均法[4]。

自适应控制是一种能解决PID参数自调问题的有效方法。基于新理论和新技术，模糊自适应控制是其中的一种。模糊自适应PID控制的思想是将普通PID控制器与模糊逻辑控制器相结合（如图2所示）。该方法具有自适应能力，可以自动识别受控过程的参数，设置控制参数并适应过程参数的变化。它还具有PID控制器的优点，例如简单的结构和高可靠性。自适应控制是一种管理策略，可以识别管理标准模型。当系统在运行中出现动态变化时，自适应控制系统将实时调整控制器参数或算法，以最大限度地接近最佳性能指标，并将其维持在所需水平。综上所述，模糊自适应PID控制方法结合了模糊逻辑控制和PID控制的优势，具有自适应能力、简单可靠的特点。在风力发电机控制系统中，该方法可以提供稳定的倾斜角度控制，从而提高风能利用效率并减少环境污染。

考虑风力涡轮机变速控制建模的不确定性，自适应控制具有广泛的应用前景。模拟结果表明，当风速或参数变化时，该控制方法能够有效地维持发电机的恒定速度和输出功率。

3 仿真试验与分析

根据模拟结果，当受控对象的模型不确定时，自适应模糊PID调节器具有较高的稳定性。当系统发生故障或电力网络不稳定时，自适应调节器比其他工业调节器更具优势，还可获得更好的控制效果（如图3所示）。

研究结果证明了采用模糊自适应调节器对风力发电机叶片倾角控制系统的有效性。通过对控制系统进行模拟，可以确定本文提出的控制器响应快速且平滑，并具有稳定性，可最大程度地接近最佳控制指标。从所建立的仿真控制系统案例可以看出，自适应模糊PID调节器比其他调节器具有更好的响应性能，其稳定速度快，过冲量较小（仅为0.05％），因此自适应模糊PID调节器具有更好的控制风力涡轮机角度的能力。

4 结论

本文的研究结果为风力发电机的控制提供了有益参考，为提高风能利用效率、减少环境污染做出了贡献。但是本文仅考虑单一的风速条件和模型假设，未考虑其他因素的影响，如气候变化和风力涡轮机的不同工况。因此，未来的研究需要考虑更多的实际情况，以进一步验证自适应模糊PID调节器的有效性。除了自适应模糊PID调节器，还可以探索其他控制方法来进一步提高风力发电机的控制性能。例如，模型预测控制（Model Predictive Control）是一种基于数学模型的控制方法，可以预测未来的系统行为，并优化控制策略。另外，神经网络控制（Neural Network Control）利用神经网络模型来学习和优化控制策略，具有较强的适应能力和非线性建模能力。这些控制方法在风力发电机的控制中具有潜在的应用价值，可以在未来的研究中进行探索和验证。

参考文献

[1]张继勇，嵇仁君，马一鸣，等.风力发电变桨距模糊自适应PID控制[J].科技创新与应用，2022，12（33）：16-19.

[2]高翔.定桨距变转速水平轴风力涡轮气动性能与转速控制方法研究[D].南京：南京航空航天大学，2017.

[3]吴俊鹏，翟学，郭紫昱，等.直驱永磁同步风电机组的PID控制器设计与仿真[J].自动化与仪表，2015，30（2）：38-41.

[4]张继勇，嵇仁君，马一鸣，等.风力发电变桨距模糊自适应PID控制[J].科技创新与应用，2022，12（33）：16-19.

[5]李飞飞.基于双模糊PID控制策略的风力发电机组变桨系统研究[J].模糊系统与数学，2019，33（3）：29-34.

[6]GOLEA N，GOLEA A，BENMAHAMMED K.Stable indirect

fuzzy adaptive control[J].Fuzzy sets and systems，2003，137（3）：353-366.

[7]杜静，文薄程，谢双义，等.变速变桨风力机的自适应变桨及转矩控制[J].电源技术，2014，38（10）：1904-1906.