三葉結(jié)構(gòu)半轉(zhuǎn)式立軸風(fēng)力機(jī)控制方法仿真研究

張 謙,陳海峰,王斌斌

(中原工學(xué)院,鄭州 450007)

三葉結(jié)構(gòu)半轉(zhuǎn)式立軸風(fēng)力機(jī)控制方法仿真研究

張 謙,陳海峰,王斌斌

(中原工學(xué)院,鄭州 450007)

結(jié)合實(shí)際三葉結(jié)構(gòu)半轉(zhuǎn)式立軸風(fēng)力機(jī)模型,分別采用傳統(tǒng)PID控制與ANN-PID控制方法進(jìn)行了仿真研究,結(jié)果表明采用ANN-PID控制具有更好的控制效果.

立軸風(fēng)力機(jī);PID控制;ANN-PID控制

近年來,世界性能源危機(jī)和環(huán)境污染嚴(yán)重威脅著人類的發(fā)展與生存,因此人類急需改變現(xiàn)有能源結(jié)構(gòu),大力發(fā)展?jié)崈?、健康的新能?地球上風(fēng)能資源儲(chǔ)量極其豐富,據(jù)專家估計(jì),全世界風(fēng)能資源總量為每年2萬億kW[1].此外,風(fēng)能使用過程中無需任何燃料,為零污染的潔凈能源,因此備受世界各國關(guān)注.據(jù)有關(guān)資料統(tǒng)計(jì),全世界風(fēng)電場(chǎng)的裝機(jī)速度每年以20%增長,總裝機(jī)容量達(dá)90 GW[2].在風(fēng)電轉(zhuǎn)換方面,水平軸風(fēng)力機(jī)素以較高的風(fēng)能利用效率而被人類廣泛使用,但其結(jié)構(gòu)復(fù)雜,設(shè)計(jì)、安裝與維護(hù)均較困難.立軸風(fēng)力機(jī)結(jié)構(gòu)簡(jiǎn)單,安裝與維護(hù)比較方便,因此近年來極受青睞,但風(fēng)能較之其他常規(guī)能源表現(xiàn)極不穩(wěn)定,隨機(jī)性及爆炸性較強(qiáng),這使得人們很難對(duì)風(fēng)力機(jī)進(jìn)行較為理想的控制.PID控制技術(shù)早已成熟,加之其優(yōu)良的控制效果而被廣泛應(yīng)用于工業(yè)控制當(dāng)中,但針對(duì)如風(fēng)力機(jī)這樣較為復(fù)雜的系統(tǒng),傳統(tǒng)PID控制顯得力不從心.神經(jīng)計(jì)算就是將大量的處理單元組織在一起,使這些處理單元相互聯(lián)系并交換信息[3],因此這種結(jié)構(gòu)特點(diǎn)決定它在復(fù)雜控制系統(tǒng)的應(yīng)用當(dāng)中表現(xiàn)突出.目前,神經(jīng)網(wǎng)絡(luò)控制已成為智能控制的一個(gè)重要分支.

本文結(jié)合三葉結(jié)構(gòu)半轉(zhuǎn)式立軸風(fēng)力機(jī)實(shí)驗(yàn)樣機(jī)的動(dòng)力學(xué)模型,分別對(duì)其進(jìn)行傳統(tǒng) PID控制和ANN-PID控制,并對(duì)這2種控制進(jìn)行了仿真與比較.

1 風(fēng)力機(jī)工作原理及動(dòng)力學(xué)模型

風(fēng)力機(jī)的結(jié)構(gòu)特性直接影響著風(fēng)力發(fā)電機(jī)組對(duì)風(fēng)能的利用效率.三葉結(jié)構(gòu)半轉(zhuǎn)式立軸風(fēng)力機(jī)巧妙地采用了齒輪、蝸輪等機(jī)械傳動(dòng)裝置,使得風(fēng)力機(jī)葉片繞主軸公轉(zhuǎn)一周的同時(shí)亦繞葉片中軸進(jìn)行一次翻轉(zhuǎn).當(dāng)葉片位于順風(fēng)側(cè)時(shí),其垂直于風(fēng)向,從而可以最大限度地獲取風(fēng)對(duì)葉片的推力;當(dāng)葉片位于逆風(fēng)側(cè)時(shí),其又平行于風(fēng)向,從而可以最大限度地減小風(fēng)對(duì)葉片的阻力.鑒于此,此種結(jié)構(gòu)的立軸風(fēng)力機(jī)較之其他直葉型結(jié)構(gòu)的立軸風(fēng)力機(jī)具有更高的風(fēng)能利用效率.在10 m/s額定風(fēng)速下該風(fēng)力機(jī)轉(zhuǎn)速達(dá)額定值30 Rev/min,為使風(fēng)力機(jī)在外界風(fēng)速超過額定風(fēng)速時(shí)仍能穩(wěn)定在額定轉(zhuǎn)速下,在風(fēng)力機(jī)頂端采用步進(jìn)電機(jī)來調(diào)節(jié)葉片在初始位置時(shí)與風(fēng)向的夾角,從而改變?nèi)~片受風(fēng)面積,實(shí)現(xiàn)對(duì)風(fēng)力機(jī)的恒轉(zhuǎn)速控制及恒功率控制.本文所研究的三葉結(jié)構(gòu)半轉(zhuǎn)式立軸風(fēng)力機(jī)結(jié)構(gòu)組成如圖1所示.

當(dāng)葉片處于圖2所示位置時(shí),定義葉片與橫軸夾角α為葉片功角,對(duì)風(fēng)力機(jī)的控制即為對(duì)功角α的控制.由此,可得出風(fēng)力機(jī)控制系統(tǒng)的框圖,如圖3所示.

風(fēng)力機(jī)動(dòng)力學(xué)模型是對(duì)風(fēng)力機(jī)進(jìn)行分析、控制的依據(jù),因此建立起準(zhǔn)確、簡(jiǎn)潔的動(dòng)力學(xué)模型對(duì)較好地控制風(fēng)力機(jī)具有重要意義.

本文三葉結(jié)構(gòu)半轉(zhuǎn)式立軸風(fēng)力機(jī)的動(dòng)力學(xué)模型為[4]:

式中:m=,Ts為采樣周期;n(k)為第k次測(cè)量所得的風(fēng)力機(jī)轉(zhuǎn)速.

2 控制方案的比較

2.1 傳統(tǒng)數(shù)字PID控制器

PID控制器由比例環(huán)節(jié)、積分環(huán)節(jié)及微分環(huán)節(jié)構(gòu)成 ,其融合了3個(gè)控制環(huán)節(jié)各自的優(yōu)點(diǎn),使得該控制器相對(duì)于其他控制器具有結(jié)構(gòu)簡(jiǎn)單、控制效果好的特點(diǎn),加之算法簡(jiǎn)單、可靠性高,被廣泛用于工業(yè)控制當(dāng)中.數(shù)字PID控制算法由模擬PID離散化所得,其每個(gè)參數(shù)都有明顯的物理意義,調(diào)整極為方便.本文控制量α通過步進(jìn)電機(jī)實(shí)現(xiàn),控制算法選取經(jīng)典的增量式PID控制算法.

若選取數(shù)字PID控制器的參數(shù)kp=1,ki=0.5,kd=0.4,Ts=0.5,則用M A TLAB對(duì)風(fēng)力機(jī)動(dòng)力學(xué)模型進(jìn)行仿真,得仿真結(jié)果如圖4所示.

圖4 PID控制下的轉(zhuǎn)速階躍響應(yīng)

由圖4可知,當(dāng)外界風(fēng)速由額定值突變至15 m/s時(shí),在數(shù)字PID控制器作用下風(fēng)力機(jī)至少需要40 s才能進(jìn)入穩(wěn)定狀態(tài),且在 t=5 s時(shí)轉(zhuǎn)速出現(xiàn)波峰(30.2 Rev/min),此時(shí)最大超調(diào)量為0.67%.可見,在傳統(tǒng)數(shù)字PID控制器作用下,立軸風(fēng)力機(jī)已得到了較好的控制.

2.2 基于BP神經(jīng)網(wǎng)絡(luò)整定的PID控制器

PID控制器的3個(gè)參數(shù)既相互聯(lián)系又相互制約,按經(jīng)驗(yàn)選取協(xié)調(diào)3個(gè)環(huán)節(jié)控制作用的方法,在很大程度上都不能得到最優(yōu)的控制效果.近幾年來,隨著對(duì)神經(jīng)網(wǎng)絡(luò)理論及其應(yīng)用的深入研究,使得神經(jīng)網(wǎng)絡(luò)作為一種數(shù)學(xué)工具而出現(xiàn),用于解決多變量的實(shí)際問題,如模式的分類與識(shí)別、醫(yī)療圖像、聲音識(shí)別及控制等[6].神經(jīng)網(wǎng)絡(luò)具有極好的非線性表達(dá)能力,通過對(duì)系統(tǒng)的學(xué)習(xí),能夠最大程度地適應(yīng)系統(tǒng)環(huán)境,從而能夠得出最佳的參數(shù)組合.采用BP神經(jīng)網(wǎng)絡(luò),可以實(shí)現(xiàn)對(duì)傳統(tǒng)PID控制器3個(gè)參數(shù)的優(yōu)化,協(xié)調(diào)好3個(gè)控制環(huán)節(jié)在控制器中的作用.

針對(duì)本文三葉結(jié)構(gòu)半轉(zhuǎn)式立軸風(fēng)力機(jī)動(dòng)力學(xué)模型,設(shè)計(jì)出BP網(wǎng)絡(luò)的結(jié)構(gòu),如圖5所示.

圖5所示輸入層包含4個(gè)輸入信號(hào),即 n0、n(k)、e及d e/d t,輸出層的輸出為3個(gè)可調(diào)節(jié)參數(shù),即 kp、ki、kd.為簡(jiǎn)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),隱含層取為5層.由此可得

圖5 BP網(wǎng)絡(luò)結(jié)構(gòu)

加入了神經(jīng)網(wǎng)絡(luò)調(diào)節(jié)環(huán)節(jié)后的控制系統(tǒng)框圖,如圖6所示.

圖6 基于BP網(wǎng)絡(luò)的風(fēng)力機(jī)控制系統(tǒng)框圖

BP神經(jīng)網(wǎng)絡(luò)的隱層作用函數(shù)取為對(duì)稱的Sigmoid函數(shù),由于輸出的3個(gè)可調(diào)節(jié)參數(shù)均不能為負(fù)值,因此輸出層的作用函數(shù)取為非對(duì)稱的Sigmoid函數(shù).

采用最速下降法修正網(wǎng)絡(luò)權(quán)系數(shù),為加速收斂,可為算法添加慣性項(xiàng),即[7]:

式中:η為學(xué)習(xí)速率;α為慣性系數(shù).式(3)中,

為了與傳統(tǒng)PID控制器進(jìn)行比較,這里仍取風(fēng)速由額定值突變至 15 m/s,采樣時(shí)間仍為 0.5 s,在MA TLAB平臺(tái)下進(jìn)行仿真,得仿真結(jié)果如圖7所示.

由圖7可知,采用BP網(wǎng)絡(luò)整定的PID控制系統(tǒng),經(jīng)過25 s即能進(jìn)入穩(wěn)定狀態(tài),最大超調(diào)量僅為0.55%,其超調(diào)量約為傳統(tǒng)PID控制下的4/5,調(diào)整時(shí)間縮短了15 s.在該算法下,kp、ki、kd的調(diào)節(jié)過程如圖8所示.

為了突出人工神經(jīng)PID控制的優(yōu)越性,下面給出傳統(tǒng)PID控制及ANN-PID控制下階躍響應(yīng)的比較圖,如圖9所示.

由圖9可以看出,在相同條件下對(duì)立軸風(fēng)力機(jī)進(jìn)行控制,采用BP神經(jīng)網(wǎng)絡(luò)整定的PID控制算法可以得到比傳統(tǒng)數(shù)字PID控制算法更好的控制效果.

3 結(jié) 語

本文分別采用了傳統(tǒng)PID控制器和ANN-PID控制器對(duì)三葉結(jié)構(gòu)半轉(zhuǎn)式立軸風(fēng)力機(jī)進(jìn)行控制,并對(duì)其空氣動(dòng)力學(xué)模型進(jìn)行了MA TLAB仿真,仿真結(jié)果表明在傳統(tǒng)數(shù)字PID控制器當(dāng)中加入ANN調(diào)節(jié)部分后,可使得PID控制器的3個(gè)參數(shù)以較好的形式組合在一起,從而使得該種結(jié)構(gòu)的PID控制器具有更好的控制性能.

[1] 包耳.風(fēng)力發(fā)電技術(shù)的發(fā)展現(xiàn)狀[J].可再生能源,2004(2):53-55.

[2] Antipov V N,Danilevich Ya B.Analysis and Investigation of Size Spectrum of Synchronous Machines Operating asWind-Power-Generators in the Range of Rotation Frequencies of 75-300 rpm[J].Russian Electrical Engineering,2009,80(1):23-28.

[3] Nikola B Serbedzija.Simulating A rtificial Neural Netwo rks on Parallel A rchitectures[J].IEEE Computer Society,1996,29(3):56-63.

[4] 王雙嶺.用于立軸風(fēng)力機(jī)的智能控制器設(shè)計(jì)方法研究[D].鄭州:中原工學(xué)院,2009.

[5] 李友善.自動(dòng)控制原理[M].第3版.北京:國防工業(yè)出版社,2005:370.

[6] Suresh S,Omkar SN,Mani V.Parallel Implementation of Back-Propagation Algorithm in Netwo rksof Wo rkstations[J].IEEE Computer Society,2005,16(1):24-34.

[7] 劉金琨.先進(jìn)PID控制MA TLAB仿真[M].第2版.北京:電子工業(yè)出版社,2004:162-164.

Three-leaf Sem i-rotary VAWT Control Method Simulation Reaserch

ZHANG Qian,CHEN Hai-feng,WANGBin-bin
(Zhongyuan University of Technology,Zhengzhou 450007,China)

In this paper,combined w ith a three-leaf semi-rotary VAW T model,simulation reaserch was respectively done for traditional PID control and ANN-PID control,w hose result indicates that ANN-PID has a better control effect.

vertical axis w ind turbine;PID control;ANN-PID control

TP273

A DO I:10.3969/j.issn.1671-6906.2010.04.014

1671-6906(2010)04-0055-04

2010-06-04

張 謙 (1957-),男,河南平頂山人,教授.