文 | 路宏,田德,龐輝慶,吳志學(xué),王若愚
風(fēng)能是可再生能源,具有蘊(yùn)含量大、分布廣泛、綠色無污染等諸多優(yōu)點(diǎn),其開發(fā)利用在世界范圍內(nèi)得到了廣泛的重視。偏航系統(tǒng)是風(fēng)電機(jī)組實(shí)現(xiàn)快速有效對風(fēng),提高風(fēng)能利用率的重要執(zhí)行機(jī)構(gòu),是水平軸風(fēng)電機(jī)組不可或缺的關(guān)鍵部件。由于風(fēng)的隨機(jī)性,風(fēng)電機(jī)組根據(jù)采集的風(fēng)向數(shù)據(jù)執(zhí)行偏航時(shí)會產(chǎn)生偏航滯后、引起偏航誤差,進(jìn)而導(dǎo)致風(fēng)能利用率降低,并且使機(jī)組所受的不對稱載荷增加。因此,偏航系統(tǒng)性能直接決定風(fēng)電機(jī)組的經(jīng)濟(jì)性和安全性。
為提高風(fēng)電機(jī)組的對風(fēng)精度,提升風(fēng)電機(jī)組偏航系統(tǒng)的工作效率,提高系統(tǒng)穩(wěn)定性、可靠性及經(jīng)濟(jì)性,研究者們提出了多種偏航控制策略。其中代表性的研究成果有:基于爬山法(HC)的偏航控制策略(其中包含風(fēng)向標(biāo)控制與爬山法相結(jié)合的基于V-HC算法的偏航控制策略以及結(jié)合卡爾曼濾波算法的基于K-HC算法的偏航控制策略)、基于CPSO算法的PIDNN偏航控制策略、基于模糊算法與傳統(tǒng)PID控制相結(jié)合的偏航控制策略以及基于人工神經(jīng)內(nèi)分泌免疫調(diào)節(jié)的偏航控制策略等。以上偏航控制策略主要根據(jù)歷史風(fēng)向控制偏航系統(tǒng),并未結(jié)合風(fēng)向變化趨勢,無法保證機(jī)組偏航結(jié)束后的對風(fēng)精度。隨著預(yù)測算法的逐步完善,有研究者結(jié)合風(fēng)向預(yù)測提出了基于BP神經(jīng)網(wǎng)絡(luò)風(fēng)向預(yù)測的偏航控制策略、基于時(shí)間序列預(yù)測與卡爾曼濾波結(jié)合的風(fēng)向預(yù)測的偏航控制策略,以及基于聚類算法和風(fēng)向預(yù)測的偏航控制優(yōu)化策略。這些基于風(fēng)向預(yù)測的偏航控制策略以預(yù)測風(fēng)向代替實(shí)際風(fēng)向作為偏航系統(tǒng)的輸入,雖然提高了對風(fēng)精度,但會增加偏航系統(tǒng)重啟次數(shù)。
基于此,本文提出一種基于時(shí)間序列模型預(yù)測的偏航控制策略。為避免偏航控制系統(tǒng)頻繁重啟,該策略仍采用傳統(tǒng)的偏航啟動策略,并且根據(jù)預(yù)測的平均風(fēng)向執(zhí)行偏航系統(tǒng)控制。仿真結(jié)果表明該偏航控制策略可在減少機(jī)組偏航動作次數(shù)的同時(shí),提高對風(fēng)精度。
偏航系統(tǒng)是一種對風(fēng)裝置,一般由偏航驅(qū)動裝置、偏航傳動裝置、偏航計(jì)數(shù)器、偏航制動器、風(fēng)速風(fēng)向儀、偏航軸承、扭纜保護(hù)裝置等組成。
風(fēng)電機(jī)組通過風(fēng)向風(fēng)速儀檢測風(fēng)信號,將測得的信號傳輸?shù)狡娇刂破鬟M(jìn)行數(shù)據(jù)處理,控制器經(jīng)過比較判斷后發(fā)送偏航命令至偏航執(zhí)行機(jī)構(gòu),從而調(diào)整機(jī)艙位置實(shí)現(xiàn)對風(fēng)。完成對風(fēng)動作后,偏航電機(jī)停止工作,偏航制動器鎖緊,偏航結(jié)束。偏航工作原理流程如圖1所示。
圖1 偏航系統(tǒng)工作原理
圖2 傳統(tǒng)偏航控制原理
大型風(fēng)電機(jī)組的偏航控制主要根據(jù)傳感器采集的風(fēng)向信號和已設(shè)定的控制邏輯進(jìn)行偏航。當(dāng)檢測到過去一段時(shí)間內(nèi)平均風(fēng)向與當(dāng)前機(jī)艙位置角的差值超過設(shè)定角度時(shí),機(jī)組開始執(zhí)行自動偏航實(shí)現(xiàn)精準(zhǔn)對風(fēng)。在傳統(tǒng)偏航控制策略下,機(jī)組重啟偏航的次數(shù)與采集平均風(fēng)向時(shí)間及偏航容許誤差角度有關(guān),提高對風(fēng)精度會引起機(jī)組頻繁偏航動作。傳統(tǒng)偏航控制流程如圖2所示。
其中,θave為上一時(shí)刻的平均風(fēng)向,θp為當(dāng)前機(jī)艙位置,C為偏航容許誤差。
風(fēng)向是時(shí)刻變化的,具有很強(qiáng)的波動性和不確定性,而偏航系統(tǒng)作為一種基于風(fēng)向變化的隨動系統(tǒng)在對風(fēng)時(shí)存在一定的滯后性,為解決偏航滯后的問題,本文提出了一種基于平均風(fēng)向預(yù)測的偏航控制策略。
預(yù)測模型是預(yù)測的核心,它的建立主要分為傳統(tǒng)統(tǒng)計(jì)學(xué)方法和人工神經(jīng)網(wǎng)絡(luò)法兩大類。時(shí)間序列分析建模是統(tǒng)計(jì)學(xué)建立預(yù)測模型方法中的一種能建立一個(gè)反映該序列隨時(shí)間變化的模型。由于該模型簡單,建模時(shí)間短,可根據(jù)有限的樣本序列建立高精度預(yù)測模型,符合風(fēng)向時(shí)刻變化的特性,適用于短期內(nèi)的風(fēng)向預(yù)測,偏航系統(tǒng)可結(jié)合預(yù)測風(fēng)向確定偏航角度實(shí)現(xiàn)快速響應(yīng)。基于此,本文選擇一種時(shí)間序列分析模型——ARIMA模型作為預(yù)測模型。
ARIMA模型又稱自回歸求和移動平均模型,是由自回歸模型(AR)與滑動平均模型(MA)組成。其建模的基本思想是使用差分法對非平穩(wěn)時(shí)間序列進(jìn)行平穩(wěn)化處理,通過觀察相關(guān)函數(shù)截尾和拖尾特征自回歸階數(shù)p、差分階數(shù)d和移動平均階數(shù)q 三個(gè)參數(shù),根據(jù)最小AIC準(zhǔn)則選取AIC最小值確定p、q值建立ARIMA模型,進(jìn)而對時(shí)間序列進(jìn)行預(yù)測分析。ARIMA模型結(jié)構(gòu)如下:
式中,yt代表t時(shí)刻的風(fēng)向預(yù)測值,φi代表第i個(gè)自回歸系數(shù),θj表示第j個(gè)滑動平均系數(shù),ut為獨(dú)立的誤差項(xiàng)。
(一)自相關(guān)函數(shù)與偏自相關(guān)函數(shù)
在需要對一個(gè)時(shí)間序列建模時(shí),應(yīng)用序列的自相關(guān)與偏自相關(guān)對序列適合的模型類型進(jìn)行識別,確定適宜的階數(shù)p、d、q。
1. 樣本自相關(guān)函數(shù)
式中,γk是自協(xié)方差函數(shù),表達(dá)式如下:
式中,σ2=D(ut),是白噪聲序列的方差。
2. 樣本偏自相關(guān)函數(shù)
偏自相關(guān)是指對于時(shí)間序列yt與yt-k之間的條件相關(guān)關(guān)系,其相關(guān)程度由偏自相關(guān)系數(shù)φkk度量。
式中,γk是滯后k期的自相關(guān)系數(shù),
(二)AIC準(zhǔn)則定階
AIC準(zhǔn)則定階是指在(p,q)的一定變化范圍內(nèi)尋求使得AIC(S)最小的點(diǎn)()作為(p,q)的估計(jì)。
選取某風(fēng)電場2018年5月20日某臺機(jī)組的1704個(gè)風(fēng)向數(shù)據(jù)采樣點(diǎn)284分鐘的風(fēng)向數(shù)據(jù)作為研究對象,并選取每4分鐘風(fēng)向平均值共70個(gè)作為第一組時(shí)間序列建模的平均風(fēng)向采樣點(diǎn),在Matlab中編寫基于時(shí)間序列模型預(yù)測程序。通過對各采樣點(diǎn)序列相關(guān)分析,確定差分次數(shù),根據(jù)最小AIC準(zhǔn)則選取AIC最小值確定p、q值并建立ARIMA模型,最終選取模型ARIMA(1,0,3)為最優(yōu)模型(如圖3)。
由圖3可以看出,此預(yù)測模型能夠準(zhǔn)確預(yù)測平均風(fēng)向的變化趨勢,誤差范圍小,精度較高,可將預(yù)測的平均風(fēng)向值作為偏航執(zhí)行控制參數(shù)。
圖3 模型ARIMA(1,0,3)風(fēng)向預(yù)測
圖4 改進(jìn)偏航控制策略原理
圖5 改進(jìn)偏航系統(tǒng)控制流程
圖6 機(jī)艙位置對比
傳統(tǒng)風(fēng)電機(jī)組偏航控制系統(tǒng)是隨動系統(tǒng),控制器根據(jù)風(fēng)向與機(jī)艙位置的誤差角調(diào)整機(jī)艙位置。當(dāng)風(fēng)向波動頻繁時(shí),機(jī)艙位置的調(diào)節(jié)不僅存在滯后性,還會因頻繁偏航造成嚴(yán)重機(jī)械磨損。
為解決此類問題,改進(jìn)偏航控制策略如圖4、圖5所示。
選取某風(fēng)電場2018年5月20日24小時(shí)風(fēng)向數(shù)據(jù)作為研究對象,對改進(jìn)的偏航控制系統(tǒng)進(jìn)行Matlab仿真驗(yàn)證。改進(jìn)的偏航控制策略選取時(shí)間段0:00-6:45歷史風(fēng)向數(shù)據(jù)進(jìn)行建模,在6:45-23:59內(nèi)根據(jù)預(yù)測的平均風(fēng)向執(zhí)行偏航。對比結(jié)果如圖6所示。
圖6表明,當(dāng)風(fēng)向波動較大時(shí),傳統(tǒng)偏航策略控制的風(fēng)電機(jī)組偏航系統(tǒng)頻繁重啟,其原因在于偏航系統(tǒng)不能根據(jù)風(fēng)向變化趨勢調(diào)節(jié)機(jī)艙位置導(dǎo)致偏航滯后。而應(yīng)用改進(jìn)的新型偏航控制策略后機(jī)組偏航重啟次數(shù)大幅減少,說明其更能滿足對風(fēng)需求。
圖7為傳統(tǒng)偏航控制和改進(jìn)的新型偏航控制下的偏航誤差對比圖,傳統(tǒng)偏航控制策略下的偏航誤差波動性更強(qiáng),新型偏航控制策略下的偏航誤差整體上小于傳統(tǒng)偏航控制策略下的偏航誤差,對風(fēng)精度更高。根據(jù)機(jī)艙位置與實(shí)際風(fēng)向數(shù)據(jù),得出偏航誤差頻率分布直方圖如圖8所示。
圖7 偏航誤差對比
圖8 偏航誤差頻率分布對比
由圖8可以看出,兩種控制策略下的偏航誤差角度主要分布在[-8,8],基本滿足偏航對風(fēng)精度要求,而改進(jìn)的新型偏航控制策略機(jī)組在小范圍偏航誤差內(nèi)的概率分布更加集中,說明其對風(fēng)精度高于傳統(tǒng)偏航控制策略下的對風(fēng)精度。
為進(jìn)一步分析,下文對均方誤差、平均絕對誤差、偏航時(shí)間及偏航次數(shù)進(jìn)行比較。
均方誤差:
平均絕對誤差:
傳統(tǒng)策略偏航時(shí)間:新型策略偏航時(shí)間:
式中,N為風(fēng)向采樣數(shù),θp為當(dāng)前機(jī)艙位置,θ180s為執(zhí)行偏航前180秒平均風(fēng)向,θpre為執(zhí)行偏航前預(yù)測的風(fēng)向,θpi為第i時(shí)刻的機(jī)艙位置,θwi為第i時(shí)刻的風(fēng)向值,vyaw為偏航速度(取值0.5/s)。
由圖9和圖10可以看出,改進(jìn)的新型偏航控制的機(jī)組與傳統(tǒng)機(jī)組相比,偏航次數(shù)由31次降到21次,偏航次數(shù)減少了32%;偏航時(shí)間由原來的515秒減少到193秒,偏航時(shí)間降低了62%。通過對偏航誤差統(tǒng)計(jì),對風(fēng)精度也有所提高,平均對風(fēng)誤差由原來的8.11降低到7.86,均方誤差由10.4降低到10.04。對比結(jié)果見表1。
仿真結(jié)果表明,傳統(tǒng)偏航控制策略基本滿足對風(fēng)要求,但偏航重啟次數(shù)較為頻繁,而改進(jìn)的新型偏航控制系統(tǒng)可以在更少的偏航次數(shù)下滿足對風(fēng)要求,且精度高于傳統(tǒng)偏航控制,說明新型偏航控制策略具有更好的控制效果。偏航次數(shù)和偏航時(shí)間的減少可有效降低偏航過程中的機(jī)械磨損,提高機(jī)組的可靠性和安全性。
圖9 偏航時(shí)間對比
圖10 偏航次數(shù)對比
在大量的風(fēng)電機(jī)組偏航控制策略研究中,偏航滯后的問題一直沒有得到有效解決。在風(fēng)向變化頻繁的情況下,應(yīng)結(jié)合風(fēng)向變化趨勢制定偏航控制策略,從而在提高對風(fēng)精度的同時(shí)降低偏航重啟次數(shù)。本文提出的基于風(fēng)向預(yù)測的新型偏航控制策略在風(fēng)電機(jī)組偏航重啟前根據(jù)歷史風(fēng)向數(shù)據(jù)建立相應(yīng)的ARIMA預(yù)測模型,并根據(jù)預(yù)測的平均風(fēng)向進(jìn)行偏航控制,結(jié)合風(fēng)向變化趨勢的偏航控制提高了偏航系統(tǒng)的對風(fēng)性能。通過仿真驗(yàn)證,ARIMA模型預(yù)測的短期平均風(fēng)向預(yù)測精度較高,應(yīng)用基于ARIMA預(yù)測模型偏航控制策略的機(jī)組能夠更好地滿足對風(fēng)要求,提高對風(fēng)精度,減少偏航啟停次數(shù)。
表1 偏航控制策略對比
攝影:馬強(qiáng)