模糊专家控制系统的最大风能追踪
风电系统最大风能追踪的智能模型预测控制
风电系统最大风能追踪的智能模型预测控制刘吉宏;吕跃刚;郭鹏;徐大平【期刊名称】《计算机工程与应用》【年(卷),期】2011(047)009【摘要】根据最大风能捕获原理,额定风速以下风能的最大追踪可以通过控制双馈感应发电机(DFIG)跟踪最优转速来实现.以变速恒频双馈风力发电系统为研究对象,研究了额定风速以下风能的最大追踪控制问题.首先针对双馈发电机强耦合、强非线性、机理模型复杂的特点,采用支持向量机(SVM)理论建立了智能预测模型;然后利用反馈校正的方法对预测输出进行修正,构成控制闭环;最后利用粒子群优化算法(PSO)调整参数少、演化群体小、计算速度快的优点容易地求出最优控制序列,较好地解决了滚动优化计算中的"瓶颈问题".仿真结果验证了所采用的预测模型具有比较好的抗干扰能力和泛化能力,预测控制算法能够实现控制目标.%Based on the principle of maximum wind energy capture,the maximum wind energy tracing below the rated wind speed can be realized by controlling the speed of Double-Fed Induction Generator(DFIG) to track the optimal speed. The variable speed constant frequency double-fed wind power system is taken as the research object and the control problem of maximum wind energy tracing below the rated wind speed is studied. Firstly, according to the characteristics of strong coupling,strong non-linearity and the complexity of mechanism model for DFIG,the intelligent predictive model is built by using Support Vector Machine(SVM).Secondly, the predictive output is revised by feedback correction and the closedcontrol loop is structured.Finally,due to the advantages that Particle Swarm Optimization(PSO) algorithm has the fewer regulated parameters,the small evolution groups and the quick calculation speed,the optimal control sequences are obtained easily and the "bottleneck problem" in the rolling optimization calculation is solved better. The simulation results validate that the adopted predictive model has better anti-disturbance and generalization abilities,and the predictive control algorithm can realize the control objects.【总页数】5页(P228-232)【作者】刘吉宏;吕跃刚;郭鹏;徐大平【作者单位】华北电力大学,控制科学与工程学院,北京,102206;华北电力大学,控制科学与工程学院,北京,102206;华北电力大学,控制科学与工程学院,北京,102206;华北电力大学,控制科学与工程学院,北京,102206【正文语种】中文【中图分类】TP273;TM614【相关文献】1.双馈风电机组一种新型模糊最大风能追踪控制 [J], 肖运启;徐大平;吕跃刚2.一种新型的大型风电系统最大风能追踪控制的建模与仿真 [J], 孙国霞3.基于模糊滑模控制的风电机组最大风能追踪策略 [J], 赵亮;韩华玲;陈宁;朱凌志4.基于蚁群算法自整定PID的风电系统最大风能追踪研究 [J], 孙伟;张明伟;李停;陈杨;亢国栋5.基于改进动态潮流的DFIG风电系统层级频率模型预测控制 [J], 黄杰杰;李生虎;孙婷婷因版权原因，仅展示原文概要，查看原文内容请购买。
最大风能追踪模糊控制器的仿真设计
最大风能追踪模糊控制器的仿真设计李晶;葛敏【摘要】分析了风力机的数学模型,对最大风能追踪原理进行了研究,提出了最大风能捕获的控制策略,建立了模糊控制器.通过仿真结果可以看出,模糊控制器表现出良好的动态特性和追踪能力,提高了风能转换系统的效率和质量.【期刊名称】《风机技术》【年(卷),期】2010(000)006【总页数】3页(P50-52)【关键词】风力机;最大风能追踪;模糊控制器;仿真【作者】李晶;葛敏【作者单位】大庆油田装备制造集团研究院;大庆油田装备制造集团研究院【正文语种】中文【中图分类】TM6140 引言风力发电作为一种新能源与煤、石油等常规的化石能源不同，属于可再生能源，它分布广泛、蕴含能量巨大，还具有常规能源无可比拟的清洁性。
在环境压力日益加剧的今天，风力发电是除水力发电之外，技术最成熟、最具规模开发和有商业化发展前景的发电技术[1]。
风能又具有随时性、爆发性和不稳定性，当风速发生变化时风力机必定偏离最佳速度，导致风力资源浪费、发电效率大大下降。
为了在各种风速下能实现最大风能捕获，需要根据风速来调节风力机的转速。
因此，变速运行风力机以其最大限度地捕获风能的优点，得到了越来越多的应用。
并提高了机组的发电效率，优化了风力机的运行条件。
1 风力机的数学模型根据空气动力学可以知道，风力机的输入功率为式中，ρ为空气密度；A为风力机叶片扫掠面积；Rw为叶片半径；v为风速。
风力机的输出功率为风能利用系数Cp为风力机将风能转换为机械能的效率，它与风速、叶片转速、叶片直径和桨叶节距角有关系，是叶尖比λ和桨叶节距角β的函数。
叶尖比λ是风轮叶尖速度与风速之比[2]，即式中，ωW为风力机的叶片旋转角速度；nw为叶片的转速由式（2）得对应的转矩为风力机在风速和桨距角一定时，存在一个最大的风能利用系数，此时风力机的输出功率最佳。
因此在某一风速下，调节风力机的转速，使其运行在最佳叶尖比条件下就可以达到最大风能捕获的目的。
基于滑模模糊方法的变速风电系统的最大风能捕捉控制器设计
第 ２期
谭
Байду номын сангаас
川，等
基于滑模模糊方法 的变速风电系统 的最大风能捕捉控制器设计
６ ９
根据 贝兹 （ ｔ）理论 ，风轮 从空气 中获取 的 Ｂｅｚ
能量 为 ：
∞ ） ＝
则 （１ 式可变 换 为 １）
Ｙ ，ｃ） － ｕ（ ￣ － ＝ｂ ｊ －
Ｐ 辱７ ￣ｐ ，） ｆ ｃ Ｃ（ｃ ＝ ｖ ｖｏ
参数 变化不 敏感 、抗扰 动能 力强等 优 点，在 电力系 统 、交流传 动 、电力 电子技术 等领域 得 到 了广泛 的
应用 。 本文采用积分滑模模糊 自 适应控制策略。 此控制策略基于带积分补偿的滑模变结构控制方 案 ，在被控 对象 无法 精确 建立 数学模 型 的情况 下 ，
项 和切换 项进 行模糊 逼近 ，系统控 制平 稳 ， 能有 且
０ 引 言
效 降低抖 振现 象 。 将此 控制 策略应 用于变 速风 力发 电系统 中 ， 仿真 结 果表 明，在强扰 动和系 统模 型未
风 能是 一种取之 不尽 、用之 不竭 的新 能源 ，同 精 确获 知 的情 况下 ， 控制 策略 可 以实现 风 能的最 此 时也是 一种 不可控 的过程 性能源 。 能转换 过程 实 大 捕捉 ，且具有 较 强的鲁棒 性 ，可 以达 到满意 的控 风
＝
等
（ ２ ）
这里 ，
＝
应 。 说 明在任 何风速 下，只 要使得 风轮 的叶尖速 这
） ｐ 兀 等
（ 风 速变 化 时 ， 要通 过发 电机励 磁 系统来 调节 风轮 ４ ） 只
转速 ，使 叶尖 速度 与风 速之 比保 持不 变 ，就可 获得
比 ，就 可维 持风 力机在 一下运 行 。因此 ，当 ＝
基于改进的模糊逻辑控制算法对风能最大功率的跟踪方法[发明专利]
![基于改进的模糊逻辑控制算法对风能最大功率的跟踪方法[发明专利]](https://img.taocdn.com/s3/m/370c75e1eff9aef8951e0627.png)
专利名称：基于改进的模糊逻辑控制算法对风能最大功率的跟踪方法
专利类型：发明专利
发明人：罗艺娜,朱凌云
申请号：CN201510683787.0
申请日：20151020
公开号：CN105515038A
公开日：
20160420
专利内容由知识产权出版社提供
摘要：本发明提供了一种基于改进的模糊逻辑控制算法对风能最大功率的跟踪方法，其特征在于，包括以下步骤：步骤1、利用PSIM仿真风能转换系统的电源电路，同时利用Matlab/Simulink仿真风能转换系统的整个控制系统，PSIM和Matlab/Simulink之间的互相联络；步骤2、通过改进的算法建立风力涡轮机模型和永磁同步发电机模型；步骤3、对发电机侧变流器和电网侧变流器的控制，其中，发电机侧控制器通过控制电磁转矩来控制发电机转速产生最大输出功率，同时控制电网侧变流器的功率流使直流电压保持在参考值。
通过改进的模糊逻辑控制算法控制风轮机的转速等于最优转速就能实现风力发电最大功率跟踪。
申请人：东华大学
地址：201620 上海市松江区人民北路2999号
国籍：CN
代理机构：上海申汇专利代理有限公司
更多信息请下载全文后查看。
基于模糊PI控制的风力发电最大功率跟踪技术研究
图 +!爬山法示意图
!!这里以 RN 为功率基准点$左右移动 #!步 长$当 R3iRN iR9时$最佳功率点在 RN 的右边) 当 R9iRN iR3 时$最佳功率点在 RN 的左边)当 RN iR9且 RN iR3时$最佳功率点就在 RN 附近% 每个最佳功率点对应一个最佳占空比 )%
+;@9H B" G))+H3
!-#
式中.!)"""占空比%
直流电阻与负载电阻的关系.
( ) 7;@9H
B
"
) G)
-
7H3
!+#
!!直流电压与定子相电压的关系.
+H3
B+ 槡0 (
+G
!R#
!! 由 功率 守恒得 直流电流 与定子 相 电流 的
关系.
3H3 B3G
!$#
!!发电机定子相感应电动势.
关键词 风力发电 功率跟踪 ,+控制 爬山法 中图分类号 &'0"R!文献标志码 ,!文章编号 -%#$./"//!-%"0#%(.%%+0.%+ )*+ "%*"00-/ 12*3456*-%#$./"//*-%"0*%(*%%/
聂 兴 成 ! "#/#"# $ 男$硕士研究生$研 究方 向 为 智 能 电 网%
闵令民!"#//"# $男$硕士研究生$研究方向为智能电网% 孙玉涛!"##%"# $男$硕士研究生$研究方向智能电网%
" +0 "
分布式电源及并网技术
电器与能效管理技术!"#$%&'(
风力发电机组控制系统设计-—最大功率点跟踪控制
课程设计说明书风力发电机组控制系统设计-最大功率点跟踪控制专业新能源科学与工程学生姓名喻绸绢班级能源121学号1210604122指导教师薛迎成完成日期2015年12月14日目录1。
控制功能设计要求 01。
1任务 02.设计 (2)2.1 介绍对象（风力发电系统的最大功率点跟踪控制技术研究）22.2控制系统方案 (2)2。
2.1风力机最大功率点跟踪原理 (2)2。
2.2风力机发电系统 (5)2.2.3风速变化时的系统跟踪过程 (10)3。
硬件设计 (12)4.软件设计 (15)5。
仿真或调试 (16)参考文献 (18)1。
控制功能设计要求1。
1任务能源与环境是当今人类生存和发展所要解决的紧迫问题而传统能源已被过度消耗，因此，可再生能源的开发利用越来越受到重视和关注,其中风能具有分布广、储量大、利用方便、无污染等优点是最具大规模开发利用前景的新能源之一.目前，变速恒频风力发电系统已经广泛用于实际风机中,在低于额定风速的情况下根据风速变化的情况调节风机转速，使其运行于最优功率点，从而捕获最大风能;在高于额定风速时,通过对桨距角的调节，使风机以额定功率输出。
常用最大功率捕获方法主要有功率反馈法、模糊控制法、混合控制法等。
为了充分利用风能，提高风电机组的发电总量，本文分析风机特性及最大功率点跟踪（maximum pow er point tracking MPPT）工作原理.众多的MPPT实现方法各有千秋，对于不同的应用场所各有所长，对于多种方案，需要进行大量细致的实验工作和数据分析.风能是一种具有随机性、不稳定性特征的能源，风能的获取不仅与风力发电机的机械特性有关,还与其采用的控制方法有关。
在某一风机转速情况下，风速越大时风力机的输出功率越大,而对某一风速而言，总有一最大功率点存在.只有当风力发电机工作在最佳叶尖速比时，才能输出最大功率.好的控制方法可使风轮的转速迅速跟踪风速变化，使风力发电机始终保持在最佳叶尖速比上运行，从而最大限度地获得风能.要保证最大限度地将捕获到的风能转化为电能，目前一般采用最大功率点追踪控制（MPPT）控制策略.最大功率点跟踪（MPPT)是在可变风速条件下提高风力机能量转换效率的有效方法. 变速风电系统目前一般采用最大功率点追踪（Maximum Power Point Tracking，MPPT）的控制策略.2。
模糊控制在追踪最大风能系数中的应用
（） ５
４ ｏ 中阂高新技攀企业 ２ １ ．１ ０ ０ ｏ １
式中，
为比例 常数 ，初始值 ｒｏ 作为设计参数 （ ）
’ ５
ｒ
根据 实际情况调整 ，通常可取为 ｒｏ＝１ （ ） 。 当风机处于理想工作状态时，不投入模糊控制器 。
＝ Ｖ Ｖ…ＶＲ９ ＝ （） ６
图 ３ 风 能 功 率 曲 线
经变论域模糊控制器调节之后，对应 图２ 出的风 给 速模型得到风能功率 曲线，经Ｍ ｔ ａ 仿真如图３ ａ ｌｂ 所示 。 图４ 是对应于 图３ 风力机 功率 系数 曲线，可看出，风机 切入 以后 ，功率系数在前１ ｓ ０ 经模糊控制器调整达到最
低 风 速 运行 状 态 下 ，利 用该 控 制 器 ，可 以输 出较 为稳 定 的 额 定功 率 。 用 Ｍａｌ ｔｂ仿 真 结果表 明该 控 制 器 可 以 ａ
提 高风 力发 电机 运行 的稳 定性 。
关 键词 ：风力 发 电 ；最大风 能捕 获 ；变论 域模 糊控 制 器 ； 机功 率 系数 ； 风 风速 仿 真模 型 中图分 类 号 ： ＴＭ６ ４ １ 文献标 识 码 ： Ａ 文章 编号 ：１ ０ — ３ ４（ ０ ０ — ０ ０ ０ ０９ ２ ７ ２ １ ３ ０ ４ — ２ １）
“ ” 、 “正 小 ” 、 “正 中 ” 、 “ 大 ” 。论 域 为 零 正 ｛６ ５ ４ ３ ２ １ ， １ ，３ ，５ ） 由 一 ，一 ，一 ，一 ，一 ，一 ，０ ，２ ，４ ，６ ，
于 风 能转 换 系 统 误 差 相 对 比较 大 ，所 以隶 属 函 数 采 用
分辨率较低的高斯函数 ，如式 （） ２所示 。
基于模糊控制的风力发电机组低风速时最大风能追踪控制仿真研究
基于模糊控制的风力发电机组低风速时最大风能追踪控制仿真研究杨晓红葛海涛（华北电力大学机械工程系，保定071003）Based on the fuzzy control of low speed wind generators at maximum wind trackingcontrol simulationYANG Xiao-hong ，GE Hai-tao（University of North China Electric Power ，Mechanical Engineering Baoding ，Baoding 071003，China ）文章编号：1001-3997（2010）08-0207-03【摘要】在分析风力发电系统在低风速时对风能最大限度追踪的情况下，建立系统的仿真模型，并在此基础上提出了一种基于模糊控制的智能控制方法。
该方法利用模糊系统的非线性控制模型，解决了难以精确控制的困难。
以叶尖速比的偏差及其变化为输入对象，以励磁电压为输出对象对低风速时进行控制，其控制目的是获得最优叶尖速比，以使风力发电系统在低风速时平稳运行并获取最大风能。
最后，以MATLAB 的仿真模块进行验证仿真，结果证明提出方法的有效性和实用性。
关键词：风力发电；模糊控制；叶尖速比；最大风能追踪【Abstract 】It analyzes the maximum tracing of the wind energy under low speed wind and models the simulating system.Then an intelligent control method based on fuzzy control is put forward.This method can manage the accurate control difficulty in the means of using nonlinear control model of the fuzzy sys －tem.The error and the movement of the tip velocity ratio are adopted as the input options while the excit －ing voltage is adopted as the output option under the low speed wind.So that the best tip velocity ratio can be gained to make the power generating system get a steadily maximum wind power.Finally ，MATLAB simulating verification is taken to prove the validity and the practicability of this method.Key words ：Wind power generation ；Fuzzy control ；Tip velocity ratio ；Maximum wind energy tracing中图分类号：TH16文献标识码：A＊来稿日期：2009-10-121引言风电是一种施工周期短，可再生的清洁能源。
基于模糊PD控制策略的最大风能捕捉
[1]Z Chen，S Arnalte Gomez M，McCormick. A fuzzy logic controlled power electronic system for variable speed wind energy conversion systems. Power Electronics and Variable Speed Drives. 8th international conference on IEE. 2000：114-119 [2]M A M Prats, J M Carrasco, E Galvan at.el. Improving transition between power optimization and power limitation of variable speed, variable pitch wind turbines using Fuzzy control techniques. Industrial Electronics Society, IECON 2000,26th Annual conference of IEEE, 3（３） ：1497-1502 [3]叶杭冶．风力发电机组的控制技术[M]．北京：机械出版社，2002，14-18 YE Hang-ye. Control technology of Wind generating set[M]. Beijing：machinery Press，2002，14-18 [3]闻新，周露，李东江，等．MATLAB 模糊逻辑工具箱的分析与应用［Ｍ］ ．北京：科学出版社，2001， 112-140 WEN xin，ZHOU Lu，LI Dong-jiang，et al. Analysis and application of MATLAB Fuzzy logic tool[M]. Beijing：Science Press，2001，112-140 [5]薛定宇．控制系统计算机辅助设计－MATLAB 语言与应用［Ｍ］ （第２版） ．北京：清华大学出版社， 2006，372-378 XUE Ding-yu. Computer-aid design of control system-MATLAB language and application[M](The second edition). Beijing：Qinghua University Press，2006，372-378
基于积分分离模糊PID的开关磁阻发电机最大风能跟踪
… … ， … 一… … … … … … … … … … … … … … … … … … … …
触 持电棚 ２２ 第 ０ 第 期 ０ 年 ４卷 ２ １
一 －－ … … … … … … … … … … … … …
基于积分分
基 于积 分 分 离模 糊 Ｐ Ｄ 的 开 关磁 阻发 电机 最 大 风 能跟 踪 Ｉ
周珍珍 易灵芝 徐天 昊 彭寒梅 柯 ， ， ， ， 广
（． １ 湘潭大学 ， 湖南湘潭 ４ １０ ；． １ １５ ２ 电子科技大学 ， 四川成都 ６ ０５ ） １０ ４
摘
要： 提出采用转速反馈控制方 案调节 开关磁 阻发 电机 的输 出功率 ， 而调节其 电磁 转矩和转速 ， 进 以在风速
ｓｅｄｏ ｅｅａｊｓ ｄ ｔ ｍ ｉｔｎ ｏｔ ａ ｔ ｐｅ ａ ｏａｄａｈｅｅｍ ｍｕ ｏ ｅ ｏ ｔｔ ｃｉｇｗ ｅ ｈ ｉ ｐ ｅ ｆｔ ｒ ｄｕｔ ｏ ａ ａ ｐｉ ｌ ｉ ｓｅｄｒｔ ｎ ｃｉ ￣ｉ ｍ ｐｗ ｒｐｉ ａｋｎ ｈｎ ｔ ｗｎ ｉｗ ｅ ｎｉ ｍ ｐ ｉ ｖ ｎ ｒ ｅ ｄ
Ａｂ ｔ ａ ｔ ｈ ｕ ｐ ｔ ｐ ｗ ｒ ｏ ｗｉ ｈ ｄ ｒ ｌ ｃａ ｃ ｅ ｅ ａｏ ｓ ｃ ｎ ｒｌ ｄ ｂ ｐ ｅ ｅ ｄ ａ ｋ，Ｓ ｈ ｏ ｑ ｅ ａ ｄ ｓｒ ｃ ：Ｔ ｅ ｏ ｔ ｕ ｏ ｅ ｆｓ ｔ ｅ ｅｕ ｔ ｎ ｅ ｇ ｎ ｒ ｔｒｗａ ｏ ｔｏｌ ｙ ｓ ｅ ｄ ｆ ｅ ｂ ｃ ｃ ｅ Ｏ ｔ ｅ ｔｒ ｕ 模糊 ＰＤ Ｉ 中图分类号 ： Ｍ３ ２ Ｔ ５ 文献标 识码 ： Ａ 文章编 号 ： ０ － ０８ ２ ｌ ）２ ０ ２ － ４ １ ４ ７ １ （０ ２ ０ － ０ ６ ０ ０
Ｔｈ ａ ｉ ｕ ｉ ｄ－ ｅ Ｍ ｘ ｍ ｍ Ｗ ｎ Ｅｎｅ ｇ ａ ｋ ｎｇ Ｃｏ ｒ ｌｆ ｒ Ｓｗｉｃ ｅ ｌ ｃ ａｎ ｅ Ｇｅ ｒ ｔ ｒ ｒ ｙ Ｔｒ ｃ ｉ ｎｔ ｏ ｏ ｔ ｈ ｄ Ｒｅ ｕ ｔ ｃ ｎｅ ａ ｏ Ｂａ ｅ ｏ ｎ ｅ ｒ ｌ ｅ ａ ａ ｉ ｎ ｓ ｄ ｎ Ｉ ｔ ｇ ａ －Ｓ ｐ ｒ ｔｏ Ｆｕｚ ｙ ＰＩ ｚ Ｄ ＺＨＯＵ ｅ ｚ ｅ ， ＩＬｉｇ— ｈｉ ＸＵ ｉ ｎ—ｈ ｏ ＰＥＮＧ ｎ—ｍｅ ， Ｚｈ ｎ— ｈ ｎ Ｙ ｎ ｚ ， Ｔａ ａ ， Ｈａ ｉ ＫＥ ａ ｇ Ｇｕ ｎ
模糊逻辑的双馈发电机最大风能捕获控制
最大风能追踪的实现原理
最大风能追踪的实现原理
最大风能追踪的实现原理是基于风力发电机的追踪系统。
风力发电机是一种利用风能来产生电力的设备，其追踪系统的目的是使发电机始终面向风的方向，从而获得最大的风能利用效率。
最大风能追踪的实现原理主要包括以下几个方面：
1. 风向测量：追踪系统首先需要确定风的方向。
这可以通过安装风向传感器或使用其他风向测量方法实现。
风向传感器通常安装在发电机的轴上或者直接安装在发电机的机身上。
它能够实时测量风的方向，将相关数据传输给控制系统。
2. 风速测量：追踪系统还需要测量风的速度。
这可以使用风速传感器实现，风速传感器通常安装在发电机桨叶上或者发电机旁边。
通过测量风的速度，系统可以判断风的强弱，并根据这些数据进行相应的调整。
3. 追踪算法：追踪系统使用追踪算法来根据风向和风速的测量数据来确定风机的方向。
常见的算法包括最大功率点追踪算法和最大效率追踪算法。
最大功率点追踪算法通过不断调整发电机转向来实现最大功率的输出，而最大效率追踪算法则通过调整发电机的转速和桨叶的角度来实现最高的效率。
4. 控制系统：最大风能追踪的实现还需要一个控制系统，它用于接收风向和风速的测量数据，并根据追踪算法来控制风力发电机的转向和转速。
控制系统通常由微处理器或控制器组成，它可以自动监测和调整发电机的运行状态。
总的来说，最大风能追踪的实现原理是通过风向传感器和风速传感器测量风的方向和速度，然后依靠追踪算法和控制系统来控制风力发电机的转向和转速，从而实现最大风能的利用。
这种追踪系统可以提高风力发电机的输出效率，减少能源浪费。
基于模糊控制的风力发电机组最优功率控制
基于模糊控制的风力发电机组最优功率控制风力发电是可再生能源的重要组成部分，其具有环保、经济、可持续等特点，已成为全球能源领域的热门关注点。
然而，由于风力发电机组受风速、风向等外部环境条件限制，其运行过程中存在一系列技术挑战，其中最核心的问题之一是如何实现最优功率控制。
本文将介绍基于模糊控制的风力发电机组最优功率控制的研究与应用。
一、基于模糊控制的风力发电机组最优功率控制的原理基于模糊控制的风力发电机组最优功率控制是通过模糊逻辑推理方法来实现的。
其基本思路是根据风速和风向等外部环境条件对风力发电机组进行动态调整，以实现发电机组在不同风力条件下的最优功率输出。
具体而言，该方法可以建立一套模糊控制器，通过输入风速和风向的模糊变量，利用模糊规则库对功率输出进行模糊推理，从而得到最优的控制策略。
二、基于模糊控制的风力发电机组最优功率控制的优点1. 适应性强：基于模糊控制的风力发电机组最优功率控制可以通过模糊推理对多变的风速和风向等外部环境条件进行动态调整，从而适应不同的工作条件。
2. 鲁棒性好：模糊控制器可以通过模糊规则库对各种情况进行模糊推理，从而具有很强的鲁棒性，能够应对不确定性和噪声的影响。
3. 控制精度高：通过对风速和风向等多个输入变量进行模糊推理，基于模糊控制的风力发电机组最优功率控制能够实现更加精确的调整，并使发电机组在不同风力条件下达到最优功率输出。
三、基于模糊控制的风力发电机组最优功率控制的应用基于模糊控制的风力发电机组最优功率控制已经在实际应用中取得了一系列的成果。
例如，在风力发电机组的设计和优化方面，研究人员通过建立模糊推理模型，分析了风速、风向等变量与功率输出之间的相关性，从而实现了风力发电机组的最优化设计。
此外，在风力发电机组运行控制方面，基于模糊控制的最优功率控制算法也被广泛研究和应用，有效提高了风力发电机组的发电效率。
四、结论基于模糊控制的风力发电机组最优功率控制可以通过模糊逻辑推理方法实现在不同风力条件下的最优功率输出。
风力发电机组最佳功率追踪自适应模糊PID控制
风力发电机组最佳功率追踪自适应模糊PID控制方明星;李月;吴立军;程靖;杜友武【摘要】针对变速恒频风力发电系统,以额定风速以下风能的最大利用率为目标,设计了基于自适应模糊PID控制的风能最佳利用追踪控制器.该控制器对叶尖速比进行控制,运行时根据实际输出的叶尖速比与其最优值间的误差及误差变化率在线实时调整PID参数,实现自整定,达到风能利用系数最佳的功率追踪目标.通过仿真对几种控制方法进行对比分析,结果表明,自适应模糊PID控制能够将风能利用系数和叶尖速比均控制在最优值附近,系统的稳态性能和动态性能都较好,控制效果优于PID 控制和模糊控制.【期刊名称】《安徽师范大学学报（自然科学版）》【年(卷),期】2015(038)002【总页数】6页(P138-143)【关键词】风力发电;叶尖速比;风能利用系数;最大风能捕获;自适应模糊控制;PID 控制【作者】方明星;李月;吴立军;程靖;杜友武【作者单位】安徽师范大学物理与电子信息学院,安徽芜湖241000;安徽师范大学物理与电子信息学院,安徽芜湖241000;安徽师范大学物理与电子信息学院,安徽芜湖241000;安徽师范大学物理与电子信息学院,安徽芜湖241000;安徽师范大学物理与电子信息学院,安徽芜湖241000【正文语种】中文【中图分类】TP273.4引用格式:方明星，李月，等．风力发电机组最佳功率追踪自适应模糊PID控制［J］．安徽师范大学学报:自然科学版，2015，38(2) :138－143．引言风能作为可再生能源，利用风力发电已成为应对能源危机和环境污染的一种重要手段，正越来越受到世界各国的重视［1－4］．变速恒频风力发电技术是目前最具规模化开发条件和商业化发展前景的风力发电技术之一，已成为国内外风力发电领域的研究热点［5］．变速恒频风力发电系统运行于额定风速以上、附近和以下时，分别有不同的控制目标和控制策略．当其运行于额定风速以上时，通常采用变桨距控制技术保证输出功率平稳［6］;运行于额定风速附近时，要求保持转速恒定，实现恒转速运行;运行于额定风速以下时，要求风轮的转速随风速变化并保持恒定的最佳叶尖速比，实现最大风能捕获．本文针对额定风速以下，设计了一种最大风能捕获的控制器．由于风能具有随机性和突发性的特点，风力发电系统的工作点随风的变化时刻变化，表现出高度的时变、非线性特性，常规PlD控制器结构简单、使用方便、工作稳定，但需要知道系统的精确模型，不能很好地解决系统动态与静态之间的矛盾、跟踪设定值与抑制扰动之间的矛盾、鲁棒性与控制性之间的矛盾等．模糊控制是一种智能控制方法，具有控制适应性好和控制过程平滑的特点，不需要对非线性、大延迟等复杂系统建立精确的数学模型，有较强的自适应能力，抗干扰性强等优点［7－9］，在风力发电系统中得到了广泛的应用［10，11］．文献［12］采用模糊控制对风力机的转速进行控制，实现了转速对给定值的跟踪，但系统稳态误差较大，难以达到较高的控制精度;文献［13］提出了基于自适应模糊控制的转速控制策略，由辨识器和控制器产生电磁转矩指令，取得了较好的控制效果，但该方法需要采集一定数量的样本数据用最近邻聚类算法进行拟合，实现方法比较复杂．本文设计了将PID控制和自适应模糊控制结合起来，构成自适应模糊PID控制，既有模糊控制动态响应好、超调量小的特点，又具有PID控制精度高，能够消除静态误差的特点．为了验证该控制方法的有效性，本文基于matlab工具搭建了变速恒频风力发电机组的仿真模型，对比几种控制方法的控制效果，仿真结果验证了文中提出方法的可行性和优越性．风力发电系统是一个多变量的非线性系统，其精确数学模型的建立是十分困难的．只能深入剖析各子系统的工作状态，提取出其中重要的工作参数，用数学表达式近似拟合子系统的工作过程，并加入一些修正方法，构建出整个系统．风力发电系统可以划分为如下几部分:风速、风轮、传动系统、发电机模型等子系统．采用变速恒频风力发电装置，能大范围调节转速，以此实现因风速变化引起的功率变化，可以最大限度地吸收利用风能，控制上比较灵活，其控制系统结构图如图1所示．1．1风力发电机的捕获功率风力发电机吸收利用风能并将其最终转化为电能，风以一定的速度和方向作用于风轮上，进而转化为旋转力矩而使风轮发生转动，将风能转化为机械能，之后转动的风轮经过齿轮箱变速后驱动发电机旋转产生电能．根据贝兹理论［14］，风力机捕捉风能实际能得到的有用功率输出是式中，ρ为空气密度; R为风轮半径，Cp为风能利用系数; v为风速．在风速一定的情况下，风力机捕获的有用功率ps的大小取决于风能利用系数Cp，而Cp是叶尖速比λ和桨距角β的非线性函数αδ［5，6］φ，即由式(2)可得到如图2的Cp(λ，β)函数关系曲线．由图2可知，当桨距角β固定时，只有一个叶尖速比λ对应着相应的最大风能利用系数Cpmax，随着桨距角β的增大，风能利用系数Cp逐渐减小，因此在额定风速以下，为了最大限度捕获风能，桨距角一般取零度，即β= 0°．根据贝兹理论，风能利用系数Cp的极限值约为0．593．而实际情况，Cp最大值只有0．44左右．风轮获得的气动扭矩Tr的关系式为其中，CT为气动转矩系数，w为风轮角速度．1．2 传动系统方程风力发电机组的传动系统主要是由风轮转子，低速轴，增速齿轮箱，高速轴和发电机转子构成的，传动系统的简化运动方程为其中，Jr为风轮转动惯量，n为传动比，Jg为发电机转动惯量，Te为发电机反扭矩．1．3 发电机反扭矩方程发电机模型是由发电机和电力电子器件组成的，由于电力电子器件模型结构复杂性以及动态特性较其他模块变化快，本文忽略其影响，采用绕线式三相异步发电机作为发电机的模拟对象，通过调节定子电压使发电机反力矩和转速发生变化，从而达到变速的要求．发电机反扭矩方程为其中，g为发电机极对数，m1为相数，u1为电压，c1为修正系数，wg为发电机转子转速，w1为发电机同步转速，r1和x1为定子绕组的电阻和漏抗，r2和x2为转子绕组的电阻和漏抗．在额定风速以下，风电机组主控系统一般不向变桨距执行机构发出变桨命令，机组进行变速运行以追求最大风能利用系数，此时风电机组可以视为定桨距运行，桨距角β= 0°．在式(2)中，令β= 0°，得到对式(9)求导，并令其等于0，求得当λ= 10．5时，Cp取得最大值．即在β= 0°时叶尖速比的最佳值为10．5，称作最佳叶尖速比．因此，在低风速时，只要通过控制使叶尖速比保持最佳值，就能使风能利用系数Cp达到最大值，实现最大风能捕获．2．1 PID控制PID控制器是一种比例、积分、微分并联的控制器，应用比较广泛，数学模型可用下式来表示其中，u(t)为控制器的输出，e(t)为控制器输入，在此是叶尖速比的最佳值和实际输出值的差值，即偏差信号，Kp为控制器的比例系数，KI为控制器的积分系数，KD为控制器的微分系数．2．2自适应模糊PID控制模糊控制难以消除系统稳态误差，很难达到较高的控制精度;而PID调节器的积分调节作用可以很好地消除系统的稳态误差．把模糊控制和PID调节器相结合可以增加稳态控制性能．自适应模糊PID控制是将模糊控制与常规的PID控制相结合的一种控制方法．在PID控制的基础上，采用模糊推理，在运行时根据叶尖速比的实际输出值与其最优值间的误差e及误差变化率ec在线实时调整PID参数．模糊推理的输入是误差e和误差变化率ec，输出是比例系数的调整值ΔKp、积分系数的调整值ΔKI和微分系数的调整值ΔKD，在系统运行中，通过不断检测e和ec，利用模糊规则进行模糊推理、查询模糊控制规则表，对3个参数进行在线参数调整，从而使被控对象具有良好的动静态性能．其设计的核心是总结工程设计人员的技术知识和实际操作经验，建立合适的模糊规则表，针对Kp、KI和KD三个参数分别整定．模糊推理输出三个参数的调整量ΔKp、ΔKI和ΔKD，三个调整量分别加上PID控制三个参数的初始值，得到实际PID整定参数．自适应模糊PID控制器原理如图3所示．误差e及误差变化率ec变化范围定义为模糊集上的论域［－6，－5，－4，－3，－2，－1，0，1，2，3，4，5，6］，其模糊子集为{ NB，NM，NS，ZO，PS，PM，PB}．e、ec、ΔKp、ΔKI、ΔKD隶属度函数均如图4所示．总结工程设计人员的技术知识和实际操作经验，分别建立ΔKp、ΔΚI和ΔKD的模糊控制规则表，如表1、表2和表3所示．2．3系统仿真模型利用matlab软件中simulink模块，建立风速模型、风力机模型、传动模型、发电机模型，以及整体模型的仿真图．控制系统整体仿真框图如图5所示．本文设计的自适应模糊PID控制器通过模拟额定风速以下的自然风速，以叶尖速比的误差和误差变化率为输入量，通过调节PID控制器参数来改变发电机定子电压，从而改变风轮转速，进而改变叶尖速比以跟踪最佳功率曲线，实现最佳的风能转化效率．本文研究的风力发电机主要参数如下:风轮半径为38．5m，空气密度为1．22kg/m3，发电机电压为690V，风轮转动惯量为3．28106，切入风速为3m/s，额定风速为13m/s，切出风速为25m/s，额定功率为1．5MW．模拟风速模型取值如图6所示，变速恒频风力发电机在此风速作用下，分别采用PID控制、模糊控制及自适应模糊PID控制，分析它们各自的控制效果，得到的风力发电机组的叶尖速比曲线如图7所示，风能利用系数曲线如图8所示，风轮转速曲线如图9所示．从图7－图9可以看出，自适应模糊PID控制器相比其他两种控制器，调节时间短，动态响应速度快，稳态性能好．经过一段时间调节，自适应模糊PID控制器的输出功率峰值基本稳定在1．5MW附近，相比其他两种控制器，能更好地稳定输出功率．分别对图7中叶尖速比λ和图8中风能利用系数Cp在整个运行时间段内求均方根偏差，结果如表4所示．由表4可以看出，采用自适应模糊PID控制器得到的叶尖速比λ和风能利用系数Cp的均方根偏差均远小于其他两种控制结果，控制效果很好．由图7－图9及表4分析可得，自适应模糊PID控制不仅动态响应快、有较强的适应力，且具有较强的稳态性能．本文针对额定风速以下的变速恒频风力发电机，设计了自适应模糊PID控制器，并与模糊控制器及PID控制器的控制效果进行比较．分别针对额定风速以下，对风力发电机组的风能利用系数进行控制，并利用matlab软件进行仿真分析，由仿真结果及相关数据分析可以看出，自适应模糊PID控制相比PID控制和模糊控制，其动态响应效果好、抗干扰性强、控制稳定性高，既克服了模糊控制存在的静差，又解决了PID控制动态响应不理想的问题．该控制器提高了风电系统的响应速度和风能利用率，很好地实现了低风速下对最大风能追踪捕获的控制．【相关文献】［1］ LI H，CHEN Z．Overview of different wind generator systems and their comparisons［J］．IET Renewable Power Generation，2008，2(2) : 123－128．［2］ HAQUE M E，NEGNEVITSKY M，MUTTAQI K M．A novel control strategy for a variable-speed wind turbine with a permanent-magnet synchronous generator［J］．IEEE Transaction on Industrial Applications，2010，46(1) :331－339．［3］尹明，李庚银，张建成，等．直驱式永磁同步风力发电机组建模及其控制策略［J］．电网技术，2007，31(15) :61－65．［4］赵仁德，王永军，张加胜．直驱式永磁同步风力发电系统最大功率追踪控制［J］．中国电机工程学报，2009，29(27) :106－111．［5］刘其辉，贺益康，张建华．交流励磁变速恒频风力发电机的运行控制及建模仿真［J］．中国电机工程学报，2006，26(5) :43－50．［6］刘其辉，贺益康，赵仁德．变速恒频风力发电系统最大风能追踪控制［J］．电力系统自动化，2003，27(20) :62－67．［7］ SIMOES M G，BOSE B K．Fuzzy logic based intelligent control of a variable speed cage machine wind generation system［J］．IEEE Transaction on Power Electronics，2010，l2(1) :87－95．［8］方明星，崔起明，李月，等．基于Mamdani模糊自适应PID的液位串级控制系统设计［J］．安徽师范大学学报:自然科学版，2014，37(2) :139－141．［9］ GALDI V，PICCOLO A，SIANO P．Designing an adaptive fuzzy controller for maximum wind energy extraction［J］．IEEE Transaction on Energy Conversion，2008，23(2) :559－569．［10］张新房，徐大平，吕跃刚，等．大型变速风力发电机组的自适应模糊控制［J］．系统仿真学报，2004，16(3) :573－577．［11］李岚，王秀丽．风力发电系统有功功率模糊控制器的设计［J］．太阳能学报，2007，28(11) :1272－1277．［12］ PRATS M A M，CARRASCO J M，GALVAN E，et al．Improving transition between power optimization and power limitation of variable speed，variable pitch wind turbines using fuzzy control techniques: 21st Century Technology and Industrial Opportunities ［C］．Nagoya，Aichi，Japan: 26th Annual Conference of the IEEE Industrial-Electronics-Society，2000:1497－1502．［13］ ZHANG Xinfang，XU Daping，LIU Yibing．Intelligent control for large-scale variable speed variable pitch wind turbines［J］．Journal of Control Theory and Applications，2004，2(3) :305－311．［14］叶杭冶．风力发电机组的控制技术［M］．北京:机械工业出版社，2002:128．。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关键词 ： 风电机组 ； 模糊控制 ； 专家控制 系统 ； 电磁阻转矩 ； 家控制器 ； 专 专家知识库 ； 隶属度 ； 风能追踪
中图 分 类 号 ： Ｍ３ ５ Ｔ １ 文献 标 识 码 ｉ Ａ 文 章 编 号 ：０ ４ ７ １ （０ ２ ０ — ０ ９ ０ １０ — ０ ８ ２ １ ）９ ０ ６ — ４
…
．
皇棚…２２ ＿ … ０ １
… … …… … …… … … … … ……
模 糊 专 家控 制 系统 的最 大 风 能追 踪
刘 妹 ， 一 姚兴佳 王晓 东 单光坤 井艳 军 ， ， ，
（ ． 阳 工 业 大 学 ， 宁 沈 阳 １０ ２ ；． 阳 化 工 大 学 ， 宁沈 阳 １０ ４ ） １沈 辽 １ ０３ ２ 沈 辽 １ １２
ｔｏ ｆｔ ａ ｕｅ ｃ ｎｒ ｌａ ｄ ｓ ｃ ａｉｔｃ ｔｏ ｓｓ ｐ ｒｏ ｆｔａ ｔｏ ａ ｏ ｒ ｌｍｅ ｈ ｄ，ｗｈｉｈ ｃ ｎ ｂ ｔ ｒｆｎｉｈ ｃ ｎｒ ｌｔｓ ｉ ｎ ｏ ｈｅ ｖ ｇ ｏ ｔｏ ｎ ｐｅ ｉ ｌｓ ｏｎｒ ｌｉ ｕ ｅ ｉ ｒｏ ｒ ｄｉ ｎ ｌｃ ｎｔｏ ｔ ｏ ｉ ｃ ａ ｅｔ ｓ ｏ ｔｏ ａ ｋ ｅ ｉ ｉ ｎ ｏ ｒｕｎ ｔａ ｄ ｔａ ｋ ｍａ ｉ ｕ ｗｉ ｗｅ ｆｅ ｉｅ ｙ ｎ ｗｆｃｔ ｌ ． ｖ Ｋ ｅ ｏ ｄｓ： ｎ ｏ ｒｇ ｎ ｒ ｔｒ ｆ ｚ ｙ ｃ ｎ ｒｌ ｅ ｐｅ ｔｃ ｎ ｒｌｓ ｓｅ ； ｌｃｒ ｍ ａ ｎｅｉ ｅ ｉｔ ｎ ｅ ｔｒ ｅ； ｘ ｅ ｓｃ ｎ— ｙｗ ｒ ｗｉ ｄ ｐ ｗｅ ｅ ｅ ａ ｏｓ；ｕ ｚ ｏ ｔｏ ； ｘ ｒ ｏ ｔｏ ｙ ｔｍ ｅｅ ｔｏ ｇ ｔｃ ｒ ｓｓａ ｃ ｏ ｑｕ ｅ ｐ ｒ ｏ ｔ
摘
要： 采用模糊专 家技 术处理不确定性控制系 统问题 ， 利用模 糊专 家控制 系统 ， 提高 风电机组 的效 率 ， 现 实
良好的控制 目的。以 １Ｍ 风 电机组为对象进行仿 真 ， Ｗ 仿真结果表 明该方法 是可行且 有效 的。采用模 糊控制 与专
家控 制相结合 的方法 ， 比传统控制方法要优越得多 ， 在风电机组 中能较好 的完成控制任务 ， 有效 的追踪最大风能 。
（ ． ｈ ｎ ａ ｇＵ ｉ ｒ ｔ ｏ ｅｈ ｏｏｙ Ｓ ｅ ｙｎ １０ ３ Ｃ ｉａ １ Ｓ ｅ ｙｎ ｎｖ ｓ ｙ ｆ ｃｎ ｌ ，ｈ ｎ ａｇ１ ２ ， ｈｎ ； ｅ ｉ Ｔ ｇ ０
２ Ｓ ｅ ｙｎ ｎｖｒｉ ｆ ｈ ｍ ｃｌ ｅｈ ｏｏｙ Ｓ ｅ ｙｎ １ １２， ｈｎ ． ｈ ｎａ ｇＵ ｉｅｓｙｏ ｅ ｉａ Ｔ ｃ ｎｌｇ ，ｈ ｎａ ｇ１０ ４ Ｃ ｉａ） ｔ Ｃ
ｔ ｌ ｒ ｅ ｐ ｒ ｋ ｏ ｌｄ ｅ ｂ ｓ ｍｅ ｅ ｓ ｉ ｗｉｄ ｔ ｃ ｉ ｇ ｒ ｌ ； ｘ ｅ ｔ ｎ ｗ ｅ ｇ ａ ｅ； ｍｂ ｒｈ ｐ； ｎ ｒ ｋ ｎ ｏｅ ａ
０引 言
能源 与环 境 是 当今 人 类生存 和发展 所要 解决 的
紧迫 问题 ， 力发 电是 除水 力发 电之 外最 成 熟 、 具 风 最
Ａｂ ｔ ａ ｔ Ｔ ｅ ｖ ｇ ｅ ｓ ｅ ｉ ｌ ｔｔｃ ｎ ｌ ｇ ａ ｓ ｄ ｔ ｏ ｄ ｃ ｈ ｒ ｂ ｅ ｏ ｎ ｅ ｔｉ ｏ ｔ ｌｓ ｓｅ ， ｉｈ ｕ ｉ ｚ ｄ ｓ ｒ ｃ ： ｈ ａ ｕ ｐ ｃａｉ ｅ ｈ ｏｏ ｙ ｗ ｓ ｕ ｅ ｏ ｃ ｎ ｕ ｔｔ ｅ ｐ ｏ ｌ ｍ ｆｕ ｃ ｒａｎ ｃ ｎ ｒ ｙ ｔｍ ｗｈｃ ｔ ｉ ｓ ｏ ｌｅ ｔ ｅ ｖ ｇ ｅ ｓ ｅ ｉｌ ｔ ｏ ｔｏ ｓ ｓｅ ｔ ｒ ｖ ｈ ｆ ｃ ｅ ｃ ｆ ｎ ｏ ｒｕ ｉ ａ ｄ ｔ ｅ ｌ ｅ ｇ ｏ ｏ ｔ １ １ ＭＷ ｎ ｏ — ｈ ａ ｕ ｐ ｃ ａｉ ｎ ｒｌ ｙ ｔ ｍ ｉ ｏ ｅｔ ｅ ｅｆ ｉｎ ｙｏ ｄ ｐ ｗｅ ｎｔ ｎ ｏｒ ａｉ ｏ ｄ ｃ ｎ ｒ ． ｓｃ ｏ ｍｐ ｉ ｗｉ ｚ ｏ ｗｉ ｄ ｐ ｗ ｅ ｎ ｔｗ ｓ ｓ ｌ ｔｄ ｉ ｒ ｕ ｉ ａ ｉ ａ ｅ ｎ ＭＡＴ ＡＢ ｈ ｅ ｕ ｔｏ ｉ ｌｔ ｎ Ｓ Ｏ ｈ ｔ ｈ ｓｍｅｈ ｄ ｉ ｆ ａ ｉ ｌ ｎ ｆｅ ｔ ｅ Ｔ ｅ ｃ ｍｂ ｎ — ｍｕ Ｌ ．ｒ ｅ ｒ ｓ ｌ ｆｓｍｕ ａｉ Ｈ ＷＳｔ ａ ｉ ｔｏ Ｓ ｅ ｓｂ ｅ ａ ｄ ｅｆｃ ｉ ． ｈ ｏ ｉａ ｏ ｔ ｖ
合 控制 法结合 了查表法 和爬 山搜 索法 的各 种控 制优 点 ， 够快 速实 时准 确地捕 获最 优 实际功 率 ， 仍然 能 但
需 要实 时测 量风 速 ， 风速 变化 相对 敏感 。 对 为此 ， 针对 以上算 法 的不足 和 缺点 ， 文 在低 于 本 额 定 风速工 况下 ， 利用 专 家经验 和模 糊技 术 ， 立一 建 套 最大 风 能追 踪 专 家控 制 系统 ， 目的是 控 制 双馈 电 机 输 出 的有 功 功率 来 控制 电机 的 电磁 转矩 ， 而 间 从
Ｍａｉ ｘ ｍｕｍ ｉ ｄ Ｐｏ ｒ Ｔｒ ｃ ｎｇ Ｂａ ｅ ｈｅ Ｆｕ ｚ ｐｅ ｔＣｏ ｔ ｏ ｓｅ Ｗ ｎ ｗｅ ａ ｋｉ ｓ ｄ ｏｎ ｔ ｚ ｙ Ｅｘ ｒ ｎ ｒ ｌＳｙ ｔ ｍ
Ｌ Ｕ Ｓ ｕ 一 Ｙ Ｏ Ｘ ｎ －ｉ ， Ａ Ｇ Ｘａ — ｏ ｇ ，Ｈ Ｎ ｕ ｎ — ｕ ＪＮ ａ ｊ Ｉ ｈ ，Ａ ｉ ｊ Ｗ Ｎ ｉｏ ｄ ｎ Ｓ Ａ Ｇ ａ ｇ ｋ ｎ ，Ｉ Ｇ Ｙ ｎ－ ｇ ａ ｕ