基于變論域模糊控制的大型風電機組偏航系統(tǒng)

韓 兵， 周臘吾， 陳 浩， 田 猛， 鄧寧峰

(1. 湖南大學, 湖南 長沙 410082; 2. 長沙理工大學, 湖南 長沙 410114; 3. 湖南世優(yōu)電氣股份有限公司, 湖南 湘潭 411101)

基于變論域模糊控制的大型風電機組偏航系統(tǒng)

韓 兵1， 周臘吾2， 陳 浩3， 田 猛1， 鄧寧峰1

(1. 湖南大學, 湖南 長沙 410082; 2. 長沙理工大學, 湖南 長沙 410114; 3. 湖南世優(yōu)電氣股份有限公司, 湖南 湘潭 411101)

風力發(fā)電在解決能源和環(huán)境問題上的積極意義，使其成為增長速度最快的綠色能源之一。偏航控制是大型風力發(fā)電機組的熱門研究課題，偏航系統(tǒng)是典型的非線性、時變系統(tǒng)，常存在較大程度的參數(shù)變化和大時變負載與干擾。本文提出一種變論域模糊偏航控制策略，將變論域模糊控制與風向標反饋控制相結合，將風向數(shù)據(jù)與功率數(shù)據(jù)進行迅速的對比識別處理，來實現(xiàn)變論域模糊控制參數(shù)自整定和控制規(guī)則的自調(diào)整，提高偏航控制系統(tǒng)對風速擾動和參數(shù)變化的適應能力，最后進行風電機組偏航控制的仿真與實驗，證明變論域模糊偏航控制具有動態(tài)響應快、抗干擾能力和魯棒性強等優(yōu)點。

大型風電機組； 偏航系統(tǒng)； 變論域； 模糊控制

1 引言

風向變化會引起風力發(fā)電機組輸出功率的脈動，隨著電網(wǎng)中風電容量的增加，輸出功率的脈動將會影響電網(wǎng)的穩(wěn)定性[1]。偏航系統(tǒng)是風力發(fā)電機組特有的伺服系統(tǒng)，它的作用一是跟蹤風向的變化，在可用風速范圍內(nèi)旋轉風輪使風向與掃掠面始終處于垂直狀態(tài)，保證風電機組最大捕獲風能，而在非可用風速范圍下能夠保持90°側風，以保證風機的穩(wěn)定的停機狀態(tài)；二是在連續(xù)跟蹤風向可能造成電纜纏繞的情況下進行自解纜；三是當風輪保持迎風位置時，通過控制偏航電機及軸承提供相應的鎖緊力矩，維持風機的安全運行[2-4]。

由于風機非線性的空氣動力學特性、系統(tǒng)參數(shù)的不確定性，很難給出精確的數(shù)學模型，這給風機的控制帶來許多困難[5-7]。為提高風機的功率利用系數(shù)，國內(nèi)外學者相繼提出了各種有效的控制策略，但主要是在風機的變槳距、發(fā)電機和并網(wǎng)控制等方面的研究，在偏航控制方面仍然未能取得有效的進展[8,9]。文獻[10]中的偏航控制方法的對風精度均只達到了15°，顯然此種偏航控制方法精確性不夠。文獻[11,12]中偏航控制方法采用傳統(tǒng)的PID控制方法，其參數(shù)的選取對系統(tǒng)的控制品質(zhì)有很大的影響。文獻[13]提出模糊PID控制方法，將模糊控制與PID控制器相結合，但此種控制方法不能及時地調(diào)整自身的控制參數(shù)，表現(xiàn)出較差的自適應性。

本文利用智能控制理論，設計了一種基于變論域模糊偏航控制策略。首次將變論域模糊控制與風向標反饋控制相結合的偏航控制策略，即讓風向數(shù)據(jù)或功率數(shù)據(jù)進行迅速的對比識別處理后，來實現(xiàn)模糊控制器的參數(shù)、隸屬函數(shù)和控制規(guī)則的自整定，以提高控制系統(tǒng)對擾動和參數(shù)變化的魯棒適應能力，然后根據(jù)系統(tǒng)參數(shù)的變化發(fā)出偏航命令，使偏航電機偏轉到相應的位置以達到有效對風的目的。本文通過仿真和實驗，驗證了變論域模糊偏航控制策略的可行性和有效性。

2 風電機組系統(tǒng)特性

風能的基本轉換過程即動能轉換為電能，其風電機組的輸出功率P與風速v的之間關系為：

(1)

(2)

式中，ρ為空氣密度；R為風輪半徑；ω為風輪角速度；β為槳距角；λ為葉尖速比；n為風輪轉速；Cp為風能利用系數(shù)。

風能利用系數(shù)Cp是表征風力發(fā)電機組吸收轉換風能程度的重要參數(shù)。風能利用系數(shù)Cp可以用式(3)近似表示，Cp-λ特性曲線如圖1所示。

(3)

圖1 風能利用率Cp-λ的關系圖Fig.1 Wind energy utilization Cp-λ diagram

本文建立簡化的大型風電機組模型的狀態(tài)方程，如式(4)和式(5)所示：

(4)

(5)

式中，Ωr為風輪轉速；J為風輪轉動慣量；Mr為風輪轉矩；S為風機塔基剛度；M為機艙總質(zhì)量；snay為機艙左右擾度；H為機艙高度；D為風機的阻尼系數(shù)；Myaw為偏航力矩；Fsd為機艙的側向力。

風電機組偏航原理是將風向傳感器檢測的風向信號送入偏航控制器，當發(fā)現(xiàn)風向與風輪軸線偏離一定角度時，偏航控制器就會根據(jù)風向信號，發(fā)出相應的偏航信號給偏航執(zhí)行機構，調(diào)整風輪的方向，使風輪的掃掠面與風向保持垂直，實現(xiàn)風輪準確迎風[14]。偏航控制系統(tǒng)原理圖如圖2所示。

圖2 偏航控制系統(tǒng)原理框圖Fig.2 Block diagram of yaw control system

為實現(xiàn)風電機組的偏航控制，以水平軸進行分析，其風向角θW、風輪偏航角θe和風輪角度θT三者的關系有以下四種情況，其原理圖如圖3所示。

(1) 風輪法線方向與風向的差值為0°～90°時，風機選擇銳角順時針方向偏航，則偏航角θe為：

θe=θW

(6)

(2) 風輪法線方向與風向的差值為90°～180°時，風機選擇鈍角順時針方向偏航，則偏航角θe為：

θe=θW

(7)

(3) 風輪法線方向與風向差值為180°～270°時，風機選擇鈍角逆時針方向偏航，則偏航角θe為：

(8)

(4) 風輪法線方向與風向差值為270°～360°時，風輪選擇銳角逆時針方向偏航，則偏航角θe為：

(9)

圖3 風電機組的偏航角度原理圖Fig.3 Yaw angle of wind turbine

3 變論域模糊偏航控制系統(tǒng)

由于風電機組的偏航系統(tǒng)是典型非線性時變系統(tǒng)，有較大的參數(shù)變化和大時變負載與干擾，因此建立精確的數(shù)學模型很困難。本文利用變論域模糊自調(diào)整偏航控制器采用模糊推理方法對參數(shù)進行在線調(diào)整[15]，以滿足不同的風向對偏航控制參數(shù)的不同要求，設計的變論域模糊PID偏航控制器的結構如圖4所示?？紤]變論域模糊偏航控制系統(tǒng)的n輸入單輸出，令Xi=[-Ei,Ei](i=1,2，…,n)和Y=[-U,U]分別為輸入變量xi(i=1,2,…,n)和輸出變量y的論域[16]。

圖4 變論域模糊PID偏航控制器框圖Fig.4 Variable universe fuzzy PID controller for yaw

為了達到滿意的偏航系統(tǒng)控制精度，定義輸入變量xp(p=1,2)的基本論域為Xp=[-Ep,Ep]，Xp上的模糊劃分為Ai={aij}(1≤j≤m，m=7)；輸出變量yq(q=1,2,3)的基本論域為Yq=[-kq,kq]，將Yq上的模糊劃分為Bi={bj}(1≤j≤m)，結合偏航系統(tǒng)的模糊推理規(guī)則，則

(10)

變論域調(diào)整是指變量Xi與Y可以分別隨著xi與y的變化而進行自動改變，輸入變量Xi的基本論域為X(x)=[-α(x)E,α(x)E]，輸出變量Y的基本論域為Y(y)=[-β(y)K,β(y)K]，其中，α(x)與β(y)為論域的伸縮因子。則αi(xi)的計算方法為：

(11)

則變論域模糊偏航控制器的模糊推理規(guī)則的n元分片動態(tài)插值函數(shù)表示為：

y=βω

(12)

(13)

而偏航控制器是以誤差E和誤差變化率Ec作為輸入，控制器的三個參數(shù)PID的修正ΔKp、ΔKi、ΔKd作為輸出。取輸入E、Ec和輸出ΔKp、ΔKi、ΔKd模糊子集為{NB, NM, NS, ZO, PS, PM, PB}，子集中元素分別代表負大、負中、負小、零、正小、正中、正大。本文建立的輸出變量的模糊偏航控制規(guī)則如表1所示。

伴隨著風向發(fā)生改變，變論域模糊偏航控制器采集計算到偏航角度差超過允許誤差的范圍后，根據(jù)E(k)及Ec(k)調(diào)整變論域模糊控制器的量化因子，并進行相應的模糊推理得到輸出量，通過偏航控制器發(fā)出偏航指令，驅動偏航電機旋轉執(zhí)行風輪對風的校正動作，使風輪迎風面實現(xiàn)準確對風。圖5為變論域模糊偏航控制過程流程圖。

圖5 變論域模糊控制流程圖Fig.5 Variable universe fuzzy control flow chart

4 仿真與實驗

為驗證本文所提變論域模糊偏航控制系統(tǒng)的性能，本文在Matlab/Simulink建立仿真模型，對風電機組的偏航系統(tǒng)進行仿真，偏航系統(tǒng)的具體參數(shù)如表2所示。偏航電機設計誤差大于100r/min時為正大，即E的基本論域為[-100,100]，Ec的基本論域為[-4×103，4×103]，由式(6)～式(8)可得KE=0.0025，KEc=1.25×10-4。初始參數(shù)取Kp0=5，Ki0=47，Kd0=2.5；Kp=15，Ki=2，Kd=0.02；KE1=18，KEc1=5。

偏航控制系統(tǒng)的對比仿真實驗為本文設計的變論域模糊控制與模糊PID控制相比較，結果如圖6所示。風向的變化經(jīng)歷±10°左右，如圖6(a)所示。本文設計的變論域模糊控制與模糊PID控制表現(xiàn)出了不一樣的控制特效，結果如圖6(b)所示。變論域模糊控制系統(tǒng)風輪轉速的波動也比模糊PID控制系統(tǒng)小，這是因為風電機組的非線性時變性無法給出精確的模型，模糊PID很難獲得參數(shù)的全局最優(yōu)值；而變論域模糊控制可以對不精確的非線性模型進行參數(shù)自整定。在20s時，風向急劇由-10°向+10°變化，變論域模糊控制器給定的偏航幅度和速度相對較小，進而有效地減輕偏航執(zhí)行機構的磨損。變論域模糊控制器輸出偏航角的變化率較小，卻沒有影響系統(tǒng)偏航電機的轉矩，以適應風向的變化。在40s后，風向又出現(xiàn)+5°向-15°的變化趨勢，由圖6(c)可以看出，此時模糊PID控制時風輪波動較大，抑制轉速波動幅值的效果不夠理想，而基于變論域的模糊控制器能使轉速快速穩(wěn)定，平滑的偏航動作減小了輸出功率幅值變化。

表2 偏航系統(tǒng)的具體參數(shù)表Tab.2 Parameters of yaw control system

圖6 變論域模糊控制仿真對比圖Fig.6 Comparison of variable universe fuzzy control

基于變論域模糊控制器相比模糊PID控制能夠快速響應變化的風向，對于維持風電機組輸出功率有更好的穩(wěn)定性。表3給出了偏航系統(tǒng)的仿真對比統(tǒng)計數(shù)據(jù)。根據(jù)仿真統(tǒng)計數(shù)據(jù)分析，風輪轉速和轉速的波動明顯降低，其中風輪轉速的標準差降低了32.8%，風輪轉矩的標準差降低了16.9%，明顯提高了風電機組的穩(wěn)定性。

表3 仿真統(tǒng)計數(shù)據(jù)分析Tab.3 Statistical analysis of simulation

為了驗證本文提出偏航控制方法的優(yōu)越性，搭建了2MW風電機組的偏航控制實驗平臺，實驗平臺主要由偏航系統(tǒng)、上位機、偏航電機、風向標和信號采集裝置等組成，如圖7所示。采用四臺功率為3kW的三相交流異步電動機作為偏航電機，偏航電機分別對稱地立式安裝在機艙的四個角落。

圖7 風電機組偏航控制實驗平臺Fig.7 Yaw control experimental platform of wind turbine

圖8為利用變論域模糊偏航控制策略進行偏航控制所得的偏航角度誤差實時處理數(shù)據(jù)。在受風向等各種不利因素影響時，變論域模糊控制偏航角度保持2°以內(nèi)的偏差，可見該控制的可行性。利用此策略準確對風的同時，發(fā)電量和機組振動情況相當，沒有因此策略的引入而受任何影響。這樣不僅提高了整個風電機組的效率，而且避免了偏航電機的頻繁轉動，降低了系統(tǒng)的機械損耗。圖9為風電機組的輸出功率，可見利用變論域模糊偏航控制策略能實現(xiàn)高性能的功率控制，穩(wěn)定在額定值2MW左右。

圖8 偏航角度誤差實時處理數(shù)據(jù)Fig.8 Real-time data processing for yaw angle error

圖9 風電機組輸出功率Fig.9 Output power of wind turbine

表4給出了偏航系統(tǒng)實驗對比統(tǒng)計數(shù)據(jù)。根據(jù)數(shù)據(jù)分析，變論域模糊偏航控制系統(tǒng)表現(xiàn)出的穩(wěn)態(tài)性能明顯優(yōu)于模糊PID控制。利用變論域模糊控制偏航能保持2°以內(nèi)的偏差，而偏航執(zhí)行動作次數(shù)在整個實驗周期內(nèi)縮短3%左右，可延長風電機組的使用壽命。實驗表明，基于變論域模糊偏航控制方法可以有效地減輕偏航執(zhí)行機構的疲勞度，減少部件間的磨損，減少機組機艙的振動，對降低風電機組的故障發(fā)生率具有重要意義。

表4 偏航系統(tǒng)實驗對比統(tǒng)計數(shù)據(jù)Tab.4 Statistical analysis of yaw control experiment

5 結論

大型風電機組偏航系統(tǒng)難以建立準確的數(shù)學模型，使用傳統(tǒng)控制很難保證其效果。本文將變論域模糊控制方法運用到偏航控制，得出以下結論：

(1) 該控制器可以有效地提高偏航的控制精度，有助于保持電壓穩(wěn)定性，提高機組的輸出功率。

(2) 所提變論域模糊偏航控制方法具有較強的魯棒性，可對參數(shù)變化進行自整定。

(3) 文中方法解決傳統(tǒng)控制難以兼顧動靜態(tài)性能的缺點，偏航控制轉矩脈動小，延長使用壽命。

[1] 李慧, 孫宏斌, 張芳(Li Hui, Sun Hongbin，Zhang Fang). 風電場風速分布模型研究綜述(Review on models of wind speed distribution in wind farms) [J]. 電工電能新技術(Advanced Technology of Electrical Engineering and Energy), 2014, 33(8): 62-66.

[2] F A Farret, L L Pfitscher, D P Bernardon. Sensorless active yaw control for wind turbines [A]. The 27th Annual Conference of the IEEE Industrial Electronics Society, IECON’01 [C]. 2001. 2:1370-1375.

[3] Mona M, Karolos M Grigoriadis. Anti-windup linear parameter-varying control of pitch actuators in wind turbines [J]. Wind Energy, 2015, 18(2):187-200.

[4] Hassan H M, Eishafei A L, Farag W A, et al. A robust LMI-based pitch controller for large wind turbines [J]. Renewable Energy,2012, 44:63-71.

[5] X N Lin, Y X Zhuo, F Zhao, et al. Voltage sag problems in large-scale clustering wind farms[J]. IEEJ Transactions on Electrical and Electronic Engineering, 2015, 10(1): 63-69.

[6] Christof D, Wout W, Mahmoud E. Monitoring resonant frequencies and damping values of an offshore wind turbine in parked conditions [J]. IET Renewable Power Generation, 2014, 8(4): 433-441.

[7] I Houtzager, J W Wingerden, M Verhaegen. Wind turbine load reduction by rejecting the periodic load disturbances [J]. Wind Energy, 2013,16(2):235-256.

[8] 韓兵, 周臘吾, 陳浩, 等(Han Bing, Zhou Lawu, Chen Hao, et al.). 基于RBF 神經(jīng)網(wǎng)絡的風電機組獨立變槳控制(Based on RBF neural-network for Individual Pitch Control of Wind Turbine) [J]. 中國科學: 技術科學(Scientia Sinica Technogica), 2016, 46(3): 248-255.

[9] Jauch C, Islam S M, Nsen P S, et al. Design of a wind turbine pitch angle controller for power system stabilization [J]. Renewable Energy, 2007, 32(14): 2334-2349.

[10] Bianchi F D, Mantz R J, Christiansen C F. Gain scheduling control of variable speed wind energy conversion systems using quasi-LPV models [J].Control Engineering Practice,2005,13(2):247-255.

[11] K Tan, S Islam. Optimal control strategies in energy conversion of PMSG wind turbine system without mechanical sensors [J]. IEEE Transactions on Energy Conversion, 2004, 19(2): 392-399.

[12] 韓兵(Han Bing). 直驅永磁風力發(fā)電機組偏航系統(tǒng)的設計(The design of the yaw system for permanent-magnet generator direct driven by wind turbine) [D]. 長沙: 湖南大學(Changsha: Hunan University),2011. 21-31.

[13] 樸海國,王志新(Piao Haiguo, Wang Zhixin). 風電機組偏航Fuzzy-PID合成控制系統(tǒng)仿真(Simulation of fuzzy-PID synthesis yawing control system of wind turbine) [J].電工技術學報(Transactions of China Electrotechnical Society),2009,24(3):183-202.

[14] Y Q Zhang, Z Chen, M Cheng. Proportional resonant individual pitch control for mitigation of wind turbines loads [J]. IET Renewable Power Generation, 2013, 7(3): 191-200.

[15] 羅雅迪, 李靜, 陳利杰, 等(Luo Yadi，Li Jing，Chen Lijie, et al.). 基于模糊理論的地區(qū)電網(wǎng)在線供電風險分析方法研究(Method study of on-line risk analysis for district grid) [J]. 電工電能新技術(Advanced Technology of Electrical Engineering and Energy), 2014, 33(12): 60-64.

[16] 岳士弘, 張紹杰, 李平(Yue Shihong, Zhang Shaojie, Li Ping). 變論域自適應模糊控制器失真率的計算(Computation of distortion ratio of adaptive fuzzy controller based on variable universe) [J]. 控制理論與應用(Control Theory & Applications), 2005, 22(5): 807-810.

Variable universe fuzzy control based yaw system of large wind turbine

HAN Bing1, ZHOU La-wu2, CHEN Hao3, TIAN Meng1, DENG Ning-feng1

(1. Hunan University, Changsha 410082, China; 2. Changsha University of Science and Technology, Changsha 410114, China; 3. Hunan Shiyou Electric Co. Ltd., Xiangtan 411101, China)

Positive significance of wind power on solving energy and environmental issues makes it to become the world’s fastest-growing new energy. Yaw control is a new research topic in study of wind turbines, and yaw control system is a typical nonlinear, time varying system, in which there are often a greater chance of parameter changes and large time-varying load and interference, so to establish a precise mathematical model is difficult. This paper presents a variable universe fuzzy yaw control strategy. The variable universe fuzzy control is combined with vane feedback control, and the wind data are quickly compared with power data recognition processing to realize the variable universe fuzzy control parameter self-tuning setting and control rules, so as to improve the yaw control system’s ability to adapt to wind disturbances and parameter changes. Finally, the experiments results show that variable universe fuzzy yaw control system has the advantages of fast dynamic response, strong anti-interference ability and robustness, etc.

large wind turbine; yaw system; variable universe; fuzzy control

2015-10-16

湖南省研究生科研創(chuàng)新項目(CX2016B131)

韓 兵(1986-)， 男， 湖南籍， 博士研究生， 研究方向為風力發(fā)電系統(tǒng)及其控制與新能源并網(wǎng)技術； 周臘吾(1965-)， 男， 湖南籍， 教授， 博士， 從事新型電機電器設計及控制、 新能源發(fā)電技術等研究。

TM614

A

1003-3076(2016)08-0015-06