非线性控制在风力发电机中的应用
非线性控制在风力发电机中的应用
邵广安 406107008001 电机电器
摘要：由于我国的经济快速发展，能源和电力紧缺，风力发电事业逐渐被国人所重视。不同的风能转换系统具有不同的设计目标 , 控制系统是风能转换系统的重要组成部分 , 也是控制工程界一直十分关注的问题 ,然而,这类问题一直没有得到完善的解决 , 继续具有挑战性 , 大量的文献不断涌现。最后介绍了变桨距风力机的线性和非线性控制。最后对风力发电机的控制的技术进行了展望，对用模糊控制、自适应控制、神经元网络控制得优缺点进行了分析。
关键词：风能转换系统变桨距风力机控制系统非线性控制智能控制
Abstract：As the rapid development of economic in China, energy and power are becoming shortage, wind power generation gradually being got more attention by citizens. different wind energy conversion system with different design goal, the control system is wind power converter system, is also an important part of the control engineering has been concerned with the problem, however, this kind of problem has not been perfect solution, continue to challenging, extensive literature emerge. Then variable pitch wind turbine of the linear and nonlinear control is being introduced. Finally, the control of wind turbine technology is predicted, the advantages and disadvantages of using fuzzy control, adaptive control, and neural network control has being analyzed.
Key words: wind energy conversion system;variable pitch wind turbine control system
non-linear control intelligent control
一、概述
1、风力发电的必要性
随着经济的快速发展,能源的消费逐年增加 ,常规能源资源面临日益枯竭的窘境 , 迫切需要一些清洁、无污染、可再生的新能源。在目前众多可再生能源与新能源技术开发中 , 最具规模化开发条件和商业化发展前景、潜力最大的就是风力发电。风能虽是一种取之不尽、用之不竭的可再生能源 , 但是 , 由于风能能量密度小、稳定性差、不能储存、效率较低 , 利用风能发电比用水力发电困难得多 ,使得风力发电系统在技术上和管理上都出现了一些特殊问题。实际上 , 风能转换系统所发出的电能 ,若不加以控制 , 并不具备太大的商业使用价值 , 若直接并入电网 , 是对电网的一种污染———绝大多数情况下 , 只对电网的谐波有贡献 , 而且会影响局部电网运行的稳定性。风力发电机组控制目标通常有很多项 , 控制方法多种多样 , 但目前亟待解决的两个核心问题是: 风能的最大捕获以提高风能转换效率、以及改善电能质量问题。风能转换系统具有强非线性 , 且风电场风能参数不确切可知 , 具有强烈的随机性、时变性、不确定性 , 含有未建模或无法准确建模的动态部分 , 对这样的系统实现有效控制是极为困难的。随着电力电子技术及微型计算机的发展 , 先进的控制方法在风能转换系统控制中的应用研究已几乎遍及系统的各个领域 , 不少有价值的研究论文见诸于国内外学术会议、学术刊物上 , 取得了一批有价值的成果。本文介绍了现代控制技术的基本方法及应用 , 提出若干需解决的问题。我国能源和电力短缺形势严峻，已经成为经济高速发展的严重制约。如果按照党的十六大提出的走新型工业化道路，到2020年我国国内生产总值要实现比2000年翻两番的总目标。我国2003年的能源消费总量为16.78亿吨标准煤，如果能源消费也随之翻两番，到2020年我国能源消费总量将达到近60亿吨标准煤。我国常规能源(煤、石油和天然气)探明总资源量约8200亿吨标准煤，探明剩余可采总储量1500亿吨标准煤，按照2020年的能源消费总量计算，我国的常规能源仅能够满足我国25年的使用，也就是说，到2045年，我国的常规能源将消耗殆尽。因此，能源消费翻两番将令我国的国情难以承受。随着经济的高速发展，电力供需矛盾日趋突出，众所周知，我
国每年到用电高峰季节，各地电网经常出现拉闸限电的现象。这还是在我国人均能源消费量只有世界人均能源消费水平的一半的基础上，如果我们在未来发展中向发达国家看齐，能源和电力可持续发展的任务将更为艰巨!综合资源、技术、经济、环保四方面的因素，大规模发展风力发电是解决我国能源和电力短缺的最现实的战略选择。从20世纪90年代开始，世界能源电力市场发展最为迅速的已经不再是石油、煤和天然气，而是太阳能发电、风力发电等可再生能源异军突起。就能源、电力而言，21世纪将是可再生能源的世纪。
2、国内外风力发电发展的现状及发展趋势
风电一直是世界上增长最快的能源，装机容量年增长超过30%。到2003年初，全球风力发电装机容量达到3200万千瓦，亦即其总量已经相当于犯座标准的核电站，足以供应1600万欧洲普通家庭或4000万欧洲居民的电力需求。几年来，风力发电的发展不断超越其预期的发展速度。过去5年中全球风电累计装机容量的平均增长率，一直保持在33%，而每年新增风电装机容量的增长率则更高，平均为35.7%。（一）、国外风力发电产业的现状
国外风电企业起步较早，一般以独资或合资方式运行。为了降低成本和提高市场竞争能力，风电机组沿着增大单机容量、减轻单位千瓦重量、提高转换效率的方向发展。上世纪末，风电机组主流规格在欧洲是750Kw，到2002年前后，主流机型已经达到1.SMW以上。兆瓦级以下，失速型机组在当今的大型风电机市场上仍占据相当的份额。随着机组大型化的发展，兆瓦级以上的机组技术普遍采用了变桨变速的先进技术。欧洲的风电企业占了全球市场的50%以上。基于一次能源的枯竭和环境保护考虑 ,世界各国都把开发新的再生能源作为能源发展方向 ,对电力供应而言 ,潜力最大的是利用风力和太阳能发电。应用新材料和先进技术开发研制的大功率并网型风力发电机组使风力发电效率不断提高 ,成本日益下降 ,欧美许多国家的风电上网电价己具备火电竞争的能力 ,世界风力发电总功率已超过13GW ,欧洲某些国家风力发电量已占到全国总发电量的10% 。在20年内风力发电可满足世界电力需求量的10%。
（二）、国外风力发电产业的现状
我国风力发电已有一定规模的发展 ,联网风力发电总装机容量已达370MW 。但大型并网型风电机组主要依赖进口的现状 ,造成风电上网电价过高 ,已成为制约我国风电发展的一个主要因素。目前风力发电面临2个函待解决的问题——发电效率的提高和风电质量的控制。提高风能利用效率、降低发电成本是发展风电事业的必备前提 ,许多学者在风力发电设备和风电系统性能改善方面进行了大量研究 ,但还未取得满意的成果。现代控制技术和电力电子技术的发展为上述2个问题的解决提供了技术基础 ,应用这些最新发展的技术开展对这2个关键问题的研究 ,对我国风电事业发展和能源结构改造具有重大意义 ,也是我国赶上世界先进风力发电技术的契机。我国是一个风能资源丰富、分布广泛的国家。如果按年利用小时数2000—25O0h计，风电的年发电量可达5060亿~6325亿KWh。风力发电非常适合我国风力资源丰富的偏远山区、农村、海岛等不适合大规模建设电力网的地区进行供电，成为一次能源的重要补充。但是目前我国的风力发电事业还处于起步阶段，装机容量只占全国发电总装机容量的0.11%，国内大型风力机的制造水平和控制技术与国外先进技术有较大差距。国内所建设的各大型风力发电场主要靠进口设备，平均每千瓦造价约1000美元，这也是风电成本较高的主要原因。另外，一个影响风力发电大规模应用的重要原因是风力发电的稳定性问题，风能具有很高的不确定性，这将导致输出的功率不能像传统的火电、水电那样保持恒定，当接入电网的风机容量不断增大时，这种不确定性会对电网的正常运行产生较大影响，甚至威胁电网的安全稳定运行。在国家科技部等有关部门的主持下，我国大型风力发电机组及其部件在设计制造方面取得很大的进展，完成了以600KW风力发电机组为主导机型的国产化进程。截止到2003年，600KW风力发电机组国产化率达96%，国产化机组在风电市场累计占有率为15.35%。目前，我国已经拥有750Kw以下各类风电设备的制造能力，兆瓦级风力发电机组正在研究试验阶段，风电机组正由定桨距型向变桨距型过渡。我国风力发电机组设备制造厂大多是近6一8年组建完成的，通过合资或许可证方式引进国外成熟技术，开发研制具有自主知识产权
风力发电机组的能力相对较弱。750KW以下的风力发电机组主要零部件如叶片、齿轮箱、发电机、偏航装置、电控系统、塔架等已经国产化，并可进行批量生产。其中，中航(保定)惠腾风电设备有限公司已完成
了750KW机组配套叶片的开发，正在开发研制130OKW风力发电机组叶片。重庆齿轮箱有限责任公司已开发研制出了600KW、75OKW齿轮箱，正在开发研制130OKW的齿轮箱。兰州电机厂、湘潭电机厂、永济电机厂则完成了600Kw、750KW风力发电机组发电机国产化设计、制造，正在开发研制130oKw发电机。
3、风力发电的原理
风力发电的原理，是利用风力带动风车叶片旋转，再透过增速机将旋转的速度提升，来促使发电机发电。把风能转变为电能是风能利用中最基本的一种方式。风力发电机一般有风轮、发电机（包括装置）、调向器（尾翼）、塔架、限速安全机构和储能装置等构件组成把风能转变为电能是风能利用中最基本的一种方式。风力发电机一般有风轮、发电机（包括装置）、调向器（尾翼）、塔架、限速安全机构和储能装置等构件组成。风力发电机的工作原理比较简单，风轮在风力的作用下旋转，它把风的动能转变为风轮轴的机械能。发电机在风轮轴的带动下旋转发电。风轮是集风装置，它的作用是把流动空气具有的动能转变为风轮旋转的机械能。一般风力发电机的风轮由2个或3个叶片构成。在风力发电机中，已采用的发电机有3种，即直流发电机、同步交流发电机和异步交流发电机。风力发电机中调向器的功能是使风力发电机的风轮随时都迎着风向，从而能最大限度地获取风能。一般风力发电机几乎全部是利用尾翼来控制风轮的迎风方向的。尾翼的材料通常采用镀锌薄钢板。限速安全机构是用来保证风力发电机运行安全的。限速安全机构的设置可以使风力发电机风轮的转速在一定的风速范围内保持基本不变。塔架是风力发电机的支撑机构，稍大的风力发电机塔架一般采用由角钢或圆钢组成的桁架结构。风力机的输出功率与风速的大小有关。由于自然界的风速是极不稳定的，风力发电机的输出功率也极不稳定。风力发电机发出的电能一般是不能直接用在电器上的，先要储存起来。目前风力发电机用的蓄电池多为铅酸蓄电池。风力发电的原理，是利用风力带动风车叶片旋转，再透过增速机将旋转的速度提升，来促使发电机发电。依据目前的风车技术，大约是每秒三公尺的微风速度（微风的程度），便可以开始发电。风力发电没有燃料问题，也不会产生辐射或空气污染。
风力发电在芬兰、丹麦等国家很流行；我国也在西部地区大力提倡。小型风力发电系统效率很高，但它不是只由一个发电机头组成的，而是一个有一定科技含量的小系统：风力发电机＋充电器＋数字逆变器。风力发电机由机头、转体、尾翼、叶片组成。每一部分都很重要，各部分功能为：叶片用来接受风力并通过机头转为电能；尾翼使叶片始终对着来风的方向从而获得最大的风能；转体能使机头灵活地转动以实现尾翼调整方向的功能；机头的转子是永磁体，定子绕组切割磁力线产生电能。风力发电机因风量不稳定，故其输出的是13～25V变化的交流电，须经充电器整流，再对蓄电瓶充电，使风力发电机产生的电能变成化学能。然后用有保护电路的逆变电源，把电瓶里的化学能转变成交流220V市电，才能保证稳定使用。
通常人们认为，风力发电的功率完全由风力发电机的功率决定，总想选购大一点的风力发电机，而这是不正确的。目前的风力发电机只是给电瓶充电，而由电瓶把电能贮存起来，人们最终使用电功率的大小与电瓶大小有更密切的关系。功率的大小更主要取决于风量的大小，而不仅是机头功率的大小。在内地，小的风力发电机会比大的更合适。因为它更容易被小风量带动而发电，持续不断的小风，会比一时狂风更能供给较大的能量。当无风时人们还可以正常使用风力带来的电能，也就是说一台200W风力发电机也可以通过大电瓶与逆变器的配合使用，获得500W甚至1000W乃至更大的功率出。
二、风力发电机的变桨距控制
1、变桨距风力发电机的控制系统
（1）起动时的速度控制
起动时的转速控制系统，在风力发电机组进入待机状态或从待机状态重新起动时投入工作，如图2-1所示，在此过程中通过对桨距角控制，转速以一定的变化率上升。控制器也用于在同步转速(1500rpm)时的控制。当发电机转速在同步转速士10rpm内持续数秒发电机将切入电网。
图2-1 起动时的速度控制
控制器为常规的PID控制器，接着是桨距角的非线性化环节，通过非线性化处理，增益随桨距角的增加而减小，以此补偿由于转子空气动力学产生的非线性，因为当功率不变时，转矩对桨距角的比是随桨距角的增加而增加的。当风力发电机组从待机状态进入运行状态过程中，变桨距系统先将桨叶桨距角快速地转到45°，风轮在空转状态进入同步转速。当转速从0增加到500rpm时，桨距角给定值从45°线性地减小5°。这一过程不仅使转子具有高起动力矩，而且在风速快速地增大时能够快速起动。
（2）发电机并网状态的速度控制
发电机切入电网后，速度控制系统如图2-2所示，速度控制系统受发电机转速和风速的双重控制。在达到额定值前，速度给定值随功率给定值按比例增加。额定的速度给定值是1560rpm，相应的发电机转差率是4%。如果风速和功率输出一直低于额定值，发电机转差率将降低到2%，桨距控制将根据风速调整到最佳状态，以优化叶尖速比。
图2-2 发电机并网状态的速度控制系统
如果风速高于额定值，发电机转速通过改变节距来跟随相应的速度给定值。功率输出将稳定的保持在额定值上。从图2一9中可以看出，在风速信号输入端设有低通滤波器，节距控制对瞬变的风速并不响应。与起动时的速度控制相比，并网状态时的速度控制系统增加了速度非线性化环节。这样一来，就增加了小转差率时的增益，以便控制节距角加速趋于0度。
2、变桨距风力机理想状态下总的控制策略
根据调速风力发电机组在不同区域的运行，我们将基本控制策略确定为:低于额定风速时，跟踪曲
线，以获得最大能量;高于额定风速时，跟踪曲线，并保持输出稳定。为了便于理解，我们先假定变桨距风力发电机组的桨叶节距角是恒定的。当风速达到起动风速后，风轮转速由零增大到发电机可以切入的转速，值不断上升，风力发电机组开始作发电运行。通过对发电机转速进行控制，风力发电机组逐渐进入入恒定区()，这时机组在最佳状态下运行。随着风速增大，转速也在增大，最终达到一个允许的最大值，这时，只要功率低于允许的最大功率，转速便保持恒定。在转速恒定区，随着风速增大，值减少，但功率仍然增大。达到功率极限后，机组进入功率恒定区，这时随风速的增大，转速必须降低，使叶尖速比减少的速度比在转速恒定区更快，从而使风力发电机组在更小的C，值下作恒功率运行。图2-3表示了变速风力发电机组在三个工作区运行时，值的变化情况。
图2-3 3个区域的变化情况
(1)入恒定区
在入恒定区，风力发电机组受到给定的功率一一转速曲线控制。给定参考值随转速变化，由转速反馈算出。以计算值为依据，连续控制发电机输出功率，使其跟踪曲线变化，用目标功率与发电机实测功率之偏差驱动系统达到平衡。功率一转速特性曲线的形状由味和决定，图2一4给出了转速变化时不同风速下风力发电机组功率与目标功率的关系。如图2-2所示，假定风速是V2，点A2转速为1200rpm 时发电机的工作点，点A1是风力机的工作点，它们都不是最佳点。由于风力机的机械功率(A1点)，过剩功率使转速增大(产生加速功率)，后者等于A1和AZ两点功率之差。随着转速增大，目标功率遵循殊曲线持续增大。同样，风力机的工作点也沿V2曲线变化。工作点A1和AZ最终将在A3点交汇，风力机和发电机在A3点功率达成平衡。当风速是V3，发电机转速大约是2000rPm。发电机的工作点是B2，风力机的
工作点是Bl。由于发电机负荷大于风力机产生的机械功率，故风轮转速减小。随着风轮转速的减小，发电机功率不断修正，沿曲线变化。风力机械输出功率亦沿V3曲线变化。随着风轮转速降低，风轮功率与发电机功率之差减小，最终二者将在B3交汇。
图2-4 最佳功率与发电机转速的关系
(2)转速恒定区
如果保持 (或)恒定，即使没有达到额定功率，发电机最终将达到其转速极限。此后风力机进入转速恒定区。在这个区域，随着风速增大，发电机转速保持恒定，功率在达到极值之前一直增大。控制系统按转速控制方式工作。风力机在较小的入区(的左边)工作。
(3)功率恒定区
随着功率增大，发电机和功率变换器将最终达到其功率极限。在功率恒定区，必须靠降低发电机的转速低于其极限。随着风速增大，发电机转速降低，使Cp值迅速降低，从而保持功率不变。增大发电机负荷可以降低转速。只是风力机惯性较大，要降低发电机转速，将其动能转换为电能。以恒定变化率降低转速，从而限制动能变成电能的能量转换。这样，为降低转速，发电机不仅有功率抵消风的气动能量，而且抵消惯性释放的能量。因此，要考虑发电机和功率变换器两者的功率极限，避免在转速降低过程中释放过多功率。例如，把风轮转速降低率限制到1(rpm/s)，按照风力机的惯性，这大约相当于额定功率的10%。
由于系统惯性较大，必须增大发电机的功率极限，使之大于风力机的功率极限，以便有足够空间承接风轮转速降低所释放的能量。这样，一旦发电机的输出功率高于设定点，那就直接控制风轮，以降低其转
速。因此，当转速慢慢降低，功率重新低于功率极限以前，功率会有一个变化范围。
高于额定风速时，调速风力发电机组的调速能力主要用来提高传动系统的柔性。为了获得良好的动态特性和稳定性，在高于额定风速的条件采用桨距控制得到了更为理想的效果。在调速风力机的开发过程中，对采用单一的转速控制和加入变桨距控制两种方法均作了大量的实验研究。结果表明:在高于额定风速的条件下，加入变桨距调节的风力发电机组，显著提高了传动系统的柔性及输出的稳定性。因为在高于额定风速时，我们追求的是稳定的功率输出。采用变桨距调节，可以限制转速变化的幅度。根据图3一3，当桨叶桨距角向增大方向变化时，值得到了迅速有效的调整，从而控制了由转速引起的发电机反力矩及输出电压的变化。采用转速与桨距双重调节，虽然增加了额外的变桨距机构和控制系统的复杂性，但由于改善了控制系统的动态特性，仍然被普遍认为是变速风力发电机组理想的控制方案。
在低于额定风速的条件下，变速风力发电机组的基本控制目标是跟踪曲线。根据图2-5所示，改变桨叶桨距角会迅速降低功率系数值，这与控制目标是相违背的，因此在低于额定风速的条件下加入变桨距调节是不合适的。
图2-5 风力机性能曲线
3、变桨距风力机PD控制
（1）变桨距风力机PD控制框图
变桨距风力机PD控制框图如下图2-6所示:
图2-6 变桨距风力机PD控制框图
其中桨距角，:顺桨时桨距角，额定功率
(a)Fnew用来选择桨距角参考；
(b)此框是桨距控制器，控制器动作由比例有限积分器做出；
(c)此框中S为微分算子；
(d)PD控制器的输出，并由基于当前的桨距角修正；
(e)基于当前的桨距角发出的功率估算的有效风速。
(f)下一步的桨距参考。
(g)选择和中的最大者。
（2）变桨距恒速风力机的控制策略
(a).切入风速以下的桨距角控制桨距角保持，以避开风能。
(b).在切入风速和额定风速之间的桨距角控制Fnew输出保持在，使pref=，以便于风机尽可能
多地取得风能。
(c).在额定风速以上和切出风速以下的桨距角控制控制桨距角，使发电机保持在额定功率上运行。
(d).切出风速桨距角控制控制桨距角保持在，以避开风能。
(3) 该控制系统的效果
该控制系统能够较好地完成控制策略，但仍然存在以下的缺点:
(a).功率闭环中的反馈有延迟，实时性不好，不能及时反映由于风速和桨距角变化带来的功率变化。
(b).对风速中的扰动的抑制不好，容易引起功率波动，最好在输入环节加入前馈，以抑制扰动对控制
系统的影响。
三、变桨距风力机非线性控制
1、变桨距风力机的非线性控制介绍
对于恒速桨距调节风机来说，控制设计任务是要开发这种能力:即最小化负荷瞬变以降低疲劳损伤的同时调节功率输出。风机功率调节是关于风力机，伺服系统和具有强烈非线性控制对象的一个有要求的单输入单输出控制问题。为足够满足非线性动态特性，控制器可以基本上考虑为线性，但控制对象仍然是非线性的，这样就会有一些缺点。下面本文将提出一种新颖的非线性控制策略，以满足非线性控制对象。
设计非线性控制器的一个概念化的简单方法是在线性控制器组的成员之间以某种方式通过连续插值来构造它。每个线性控制器的设计都可基于在风机的某一运行点的线性化。当控制器参考某一慢变化的外部测量量调节时(也就是说，运行点被这个量参数化)，这种方式通常划入“增益调度”一类的控制器。但是，这一术语以某种不明确的方式被广泛使用，它包含的系统范围广泛，包括那些调度变量快速变化和控制器的内部状态用于隐含调度的系统。后者可能有强烈的非线性，它们的动态特性一般来说与传统的慢变化的外部增益调度系统有很少的联系。为了强调它们本质上的非线性.本文提出的“插值线性控制器”是更合适和更清晰的说法。“增益调度”因此指描述的系统变化足够慢，在下文的特定应用中，线性控制器组的特性由插值线性控制器继承，并且使用了称之为“时间冻结”的线性分析方法(一般指变量变化率为零)。
尽管插值线性控制器频繁出现于各种外文资料中，但是，分析和设计这些系统的技术还远未开发。在本文中，对于增益调度，Lawrence提出了一个对于线性控制器组织成员的特性由插值线性控制器继承的必要条件就是线性化，在某个平衡运行点。非线性系统对应于有关的线性控制器组的成员。当参数在插值线性系统中变化足够慢时.系统的非线性是弱的，并且线性稳定分析是有效的。
在现在的应用中，采用的实现使插值线性控制器在不用先验证非线性弱的情况下使用。风速波动具有高随即性，风机运行点快速连续地在运行包线上变化。因此，重点是研究非线性行为和控制器性能，已知带积分动作的插值线性控制器的动态特性本质上依据纯积分器相对于控制器其他部分的位置。
2、非线性控制器的说明
由于篇幅所限，本文中描述的风力机控制器是针对中型商用变桨距风力发电机的，其他类型的风力机控制器与控制结果也可类似得出。风机线性化模型如下图3-1所示:
图3-1 线性化控制模型
其中dQ/dP是空气动力转矩Q对桨距尸变化的灵敏度;
dQ/dV是空气动力转矩Q对风速V变化的灵敏度。
此开环系统动态行为建模为传递函数几(s)(Leithead模型) :
风机叶片的空气动力学行为有强烈的非线性，而且强烈依据于风速。按照线性化控制器的描述，当风速增长时，控制器的增益增大，因为空气动力转矩对桨距角的变化的比值增大。风机控制器的可行性标准就是要包含非线性增益来补偿这个变化。使控制任务基本上线性。因为他们总体上相互补偿.这两个非线性在本论文中仍然可以忽略。(所有风速下的动态行为现在可考虑为相同的，并被建模为G(S))。但是空气动力学的模型是非常基本的，而且是很难确定，因此，好的增益裕度联合好的相角裕度，对于达到足够的稳定裕度特别重要。因为叶轮与风的相互作用的复杂性，不可能量化空气动力增益。但是实践经验表明10dB 是一个合适的增益裕度。如果达不到足够的增益和相角裕度，系统有时侯可能失去稳定性，即使不会变得不稳定，在某种情况下.风机也将会经历大的负荷波动。
要提出一个对于叶片伺服动作标准的实际限定。伺服桨距加速度是通过调节器表现出的力和力矩来度量的，而且标准偏差反映了中长期的行为。应该强调的是，使用的桨距加速度的值并不是实际风机叶片的加速度。而且，允许在不同设计的调节器之间做出比较。例如，用不同的传动比连接调节器和叶片的
桨距调节系统可以比较。实际叶片的桨距加速度作为叶片和联接器啮合的结果，通常有更低的值。调节器动作限定通常有必要阻止饱和发生得太频繁，但是也有额外的与施加的硬件有关的原因。这儿考虑的风机，调节器是一个机电系统，伺服桨距加速度的限定等价于伺服马达电流的限定，此电流限定防止过负荷。200/s2的限定是典型商用风机的限定。
现在需要考虑一些实现的方法。调节器除了要求上述的限定外，还要以转矩，速度，位置的严格限制为条件，有效的上风向的测量也是重要的。也要求确保平滑和及时起动控制器(当风速跌落到某个值以下时，发不出额定功率。控制动作悬挂起来。直到风速重新上升)。
调节器特性，特别是转矩的限定是控制器能达到的性能的主要限定之一。当风速上升时，线性控制器给予调节器最小的要求，因为空气动力转矩对桨距变化的灵敏度增加快于对风速变化的灵敏度。因此对使用固定的开环交接频率的控制器来说，尽管调节器可能在低风速下工作在它的满容量，而在更高风速下，用不到满容量，但是，在这些更高风速下，负荷是最大的。因此，控制器的性能在此时是最关键的。使用这些调协器的备用容量在风速上升时是一个优点，在每个风速下都存在控制器动作的优化标准。不论在任何特定风速下，在实际中依据调节器的容量都能达到优化交接频率的目的。
当测量功率瞬变标准偏差时，由于两个比较因素，存在着优化。当风速上升时，对于一个固定控制器，由于扰动标准增加，功率标准偏差也要增加。因此通过提高开环交接频率来提高控制器的动作对于增加控制器动作，改善扰动抑制是有吸引力的。但是，风速范围不同于某一静态点经历的风速。特别的，风机经
历的风速包含有大量能量在频率nP中，n是叶片数或叶片数的整数倍。P是叶轮转速的比例。因此有必要保护调节器防止引起开环传递系数衰减，同时保持足够的增益裕度和相角裕度。当在交接频率增加时，传递函数对于nP峰值密度增加而灵敏度增加是一个必然的趋势。
要求设计一个控制器尽可能离风机在所有风速下优化动作标准近的地方运行。并且服从调节器约束。复杂性在于缺乏风速的直接测量。的确，没有哪件事像风机经历的风速一样难于测量的了。因为叶轮经历了一个时间和空间上分布的风场。风速必须通过桨距要求从控制器的动态特性上推出。如果控制器运行正确，要求的桨距角就能很好地指示风速。(这种方法广泛用于改造以前的非线性增益.通过补偿空气动力转矩灵敏度的变化来本质上线性化)。使用系统的一个内部状态，例如，桨距要求，当风速变化时，隐含地改变控制器。但是，由于它引入了额外的非线性反馈环，因此改变了控制器的动态特性。现在的设计任务在于开发一个连续变化的控制器，归纳出在任何风速下都合适的闭环动态特性，不管这些反馈环的存在，其结果就是非线性控制器。
四、研究与展望
1、简述
风力发电控制系统的基本目标分为3个层次。这就是保证可靠运行，获得最大能量，提供良好的电力质量。风力发电系统的控制技术从定桨距发展到变桨距又发展到近年来的变速控制技术一直是为了达到这一目标。然而，传统的控制模式都需要首先建立一个有效的系统模型。而由于空气动力学的不确定性和电力电子模型的复杂性，系统模型的确定不是件容易的事情。从已列出的那些可能影响风力发电机组性能的误差源和不确定因素中，由于雷诺数的变化会引起在功率上的5%的误差，而由于叶片上的沉积物和下雨可造成20%的功率变化，其他诸如老化和大气条件等因素，也将在机组能量转换过程引起不同程度的变化。因此所有基于某些有效系统模型的控制也仅适用于某个特定的系统和一定的工作周期。由于这些原因，基于模糊逻辑的智能控制技术越来越受到重视。在不久的将来，一定能够越来越多的应用于风力发电中。下面就来简单介绍一下几种不同的智能控制方法。
2、模糊控制
模糊控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的一种计算机数字控制，是一种非线性控制，属于智能控制的范畴。它的思想是:通过电子计算机，根据由精确量转化来的模糊输入信息，按照总结手动控制策略取得的语言控制规则进行模糊推理，给出模糊输出判决，并再将其转化为精确量，作为反馈送到被控对象(或过程)的控制作用这反映人们在对被控过程进行控制中，不断将观察到的过程的输出精确量转化为模糊量，经过人脑的思维与逻辑推理取得模糊判决后，再将判决的模糊量转化为精确量，去实现手动控制的整个过程。其原理如图4-1所示:
图4-1 模糊控制的原理图
基本框架与常见的负反馈闭环控制系统相似，唯一不同之处是控制器采用模糊控制器。模糊控制器通常由下列几个部分组成:
(1)输入输出量的规范化;
(2)输入量的模糊化;
(3)语言控制规则;
(4)模糊逻辑推理;
(5)输出量的非模糊化。
下面介绍一下风力发电机模糊控制的基本工作原理。如下图4-2所示。当转速为n1，风速为v1时，发电机的工作点为A;这时控制器需要对转速进行调整，当转速从n1调整到n2时，发电机的工作点将从A 点调整到B点，从而获得该功率风速下的最大的功率输出;如果风速继续增加到v3，输出功率将跳跃到D 点，然后控制器将调整转速使工作点到达E点。如果风速降落到v2,这时工作点变成G，控制器通过调整转速，使工作点到达最大点H。
图4-2 最大功率的退踪过程
依据上述工作原理，模糊控制对最佳工作点的实时搜索方案如下:由于作用在风轮桨叶上的风速除桨叶自身以外是无法感知的，常规的方法是把风力发电机组当成风速仪，即通过测量风力机的输出功率来估算风速。根据这一线索，模糊控制器以功率测量值为依据，逐步改变发电机转速:当输出功率的增量为正。
同时发电机转速的增量也为正，则新的转速增量继续保持在同一方向(为正);当发电机转速的增量
为正，而输出功率的增量为负，这时新的转速增量为负，即搜索的方向相反。据此，建立输入变量
城和和以及输出变量的模糊隶属函数，通过模糊规则矩阵来确定转速控制变量。隶属函数如图4-3所示。
图4-3 模糊控制器的隶属函数
和。的隶属函数的设置并不均匀，当变量接近0时，隶属函数的敏感性增加，以便在搜索迫近最佳点时及时调整搜索步长。判定规则如下表所示。
模糊控制的判定规则：
注:当为PM(正中)，为P(正)，则输出变量为PM(正中)采用模糊控制技术的优点是明显的，它在进行实时搜索的过程中不需要风速信号，而且也不在乎系统参数的变化，对于噪声和扰动干扰也不敏感。对于风力发电机组这样的非线性时变系统是一种理想的控制方案。
5.3自适应控制
自适应控制和常规的反馈控制和最优控制一样，也是一种基于数学模型的控制方法，所不同的只是自适应控制所依据的关于模型和扰动的先验知识比较少，需要在系统的运行过程中去不断提取有关模型的信息，使模型逐步完善。具体地说，可以依据对象的输入输出数据，不断地辨识模型参数，这个过程称为系统的在线辩识。随着生产过程的不断进行，通过在线辨识，模型会变得越来越准确，越来越接近于实际。既然模型在不断的改进，显然，基于这种模型综合出来的控制作用也将随之不断的改进。
自适应控制包括模型参考适应控制和自校正控制两个分支。前者是20世纪50年代建立起来的，它是通过自适应机构来克服系统模型参数的不确定性;后者是瑞典学者AStrom1973年提出来的，它是通过在线
估计系统模型参数，进而修改控制器的参数，以使系统适应环境的变化。到70年代末和80年代初，李雅普诺夫稳定性理论和收敛定理在自适应控制中的成功应用，使得基于稳定性分析的模型参考自适应控制系统的设计得到了蓬勃发展，形成模型参考自适应控制的完整理论体系和设计方法;随着计算机技术的发展，自适应控制的应用领域也日益扩大，自适应控制已成为一个极其活跃的研究领域，各种自适应控制策略相继问世，其理论研究成果和应用成功例子不断涌现。
模型参考自适应控制系统的典型结构如图4一4所示。在这个系统中，采用了一个称为参考模型的辅助系统。加到可调系统的参考输入，同时也加到这个参考输入端，参考模型的输出或状态可以用规定的或期望的性能指标设计。为了比较规定的性能指标和可调系统实测的性能指标，可用减法器将参考模型和可调系统的输出或状态自接相减，得到广义误差信号，自适应机构按一定的准则利用广义误差信号来修改可调系统的调节器参数，或产生一个辅助输入信号，使广义误差的某个泛函指标达到极小。当可调系统特性与参考模型特性渐进逼近，广义误差就趋向于极小或下降为零，调节过程结束。
图4一4 模型参考自适应控制系统的结构
自适应控制的优点是显然的，对于像风力发电这种非线性时变系统，当系统内部特性变化或者外部扰动的变化幅度很大时，其优点尤为明显。但是也有不可避免的缺点就是:比常规反馈控制要复杂的多，成本也高的多。
5.4神经元网络
神经元网络是模仿人类神经元网络的结构，用简单的人工神经元节点构成的一个“黑盒”系统，是一个强非线性的控制结构。人工神经元网络必须通过训练，通过给定输入，让控制的输出和标准的输出进行比较，通过误差反馈调节每个神经元的参数，多次训练后形成一个确定的内部参数矩阵，使得给定的输入能够得到期望的输出。
学习方法分为以下三种。一是监督学习，这种学习方式需要外界对一组输入提供应有的输出结果，这组已知的输入输出数据称为训练样本集，学习系统可以根据已知输出与实际输出之间的差值来调节系统参数。二是非监督学习，该系统完全按照环境提供数据的某些统计规律来调节自身参数或者结构。三是再励学习，这种学习结于一二两种学习之间。外部环境最系统书出结果只给出评价信息，学习系统通过强化那些受奖的动作来改善自身的性能。
学习规则也分以下三种。一是误差纠正学习，其目的是使某一基于实际输出与控制输出的差值的目标函数达到最小，以使网络中的每一个输出单元的实际输出在某种意义上逼近应有的输出。二是Hebb学习，主要思想是，当某一连接两端的神经元同步激活时，该连接的强度应增强，反之减弱。三是竞争学习，顾名思义，在竞争学习时，网络各输出单元互相竞争，最后达到只有一个最强者激活，最常见的一种情况是输出神经元之间有侧向抑制性连接，这样原来输出单元中如有某一单元较强，则它将获胜并抑制其他单元，最后只有此强者处于激活状态。
BP网络是有监督的误差纠正学习方式。网络学习公式推导的指导思想是，对网络权值的修正与阀值的修正，使误差函数沿负梯度方向下降。为了训练一个BP网络，需要计算网络加权输入矢量以及网络输出和误差矢量，然后求得误差平方和。当所训练矢量的误差平方和小于误差目标，训练则停止，否则在输出层计算误差变化，且采用反向传播学习规则来调整权值，并重复此过程。当网络完成训练后，对网络输入一个不是训练集合中的矢量，网络将以泛化方式给出输出结果。学习过程的流程图如图4一5所示。
这就是BP网络利用MATLAB神经网络工具箱训练的过程。通过训练后，返回的权值、最终误差被BP网络存储起来。用该种方法设计的控制器优点是抗干扰强，响应相对较快。缺点是可靠性相对较差，机理比较复杂。
图4-5 学习过程的流程
五、总结
由于我国的经济快速发展，能源和电力紧缺，风力发电事业逐渐被国人所重视。当前世界上主流机型
为变桨距控制的大型并网式风力发电机，我国风电机组正由定桨距型向变桨距型过渡。所以对风力发电机
的变桨距控制及变桨距原理的研究是必要的。
分别介绍了变桨距风力机的线性和非线性控制器，最后对风力发电机的控制的技术进行了展望，对用模糊控制、自适应控制、神经元网络控制得优缺点进行了分析。
参考文献
【1】叶杭冶.风力发电机组的控制技术[M].北京:机械工业出版社，2006年.
【2】姚兴佳,邓英,王向明1并网型风电机组通用控制技术 [J ]1太阳能学报 ,1998 ,19(2)
【3】徐德1风力发电机风向随动控制系统 [J ] ,太阳能学报,2000 ,21(2)
【4】徐宝清,李全虎,石辛民1 用模糊理论实现风 .光互补发电的最优配置 [J ] 1 内蒙古大学学报 , 2000 , 31(1)
【5】王松,姚兴佳1 遗传算法在变桨距风力发电控制系统中的应用 [J ]1新能源 , 2000 , 22(12) 【6】潘峰,康丽霞,董军 1 基于模糊控制的风力发电机出力控制 [J ]1自动化与仪表 ,2002 , (4) 【7】王栋,刘利1 基于相控调压技术的 600kW风力发电系统研究 [J ]1电工技术 ,2002 ,(9)
【8】孙同景,徐德1并网式55kW风力发电机组控制系统研究与实现 [J ]1 太阳能学报 , 1997 , 18 (3) 【9】徐德,孙同景 1 55/11kW风力发电机德并网过程分析与控制 [J ]1太阳能学报 ,1996 ,17(3) 【10】姚兴佳,王凤翔,邓英，等 1 并网型风电机组智能控制技术 [J ]1沈阳工业大学学报,1998 , 20(3) 【11】胡寿松.自动控制原理[M].北京:科学出版社，2000年.
【12】周志华等.神经网络及应用[M].北京:清华大学出版社，2004年.
【13】诸静等.模糊控制原理与应用[M].北京:机械工业出版社，2005年.
【14】阎平凡等.人工神经网络与模拟进化计算[M].北京:清华大学出版社，2005年.
【15】陈新建.PIC单片机开发与实验工具制作[M].北京:北京航空航天大学出版社，2006年.
【16】冯纯伯.线性控制系统分析与设计[M].北京:电子工业出版社，1997年.
【17】郑大钟.性系统理论[M].北京:清华大学出版社，1995年.
【18】川谢新民等.适应控制系统[M].北京:清华大学出版社.2002年7月第1版.
【19】宫靖远.风电场工程技术手册[M].北京:机械工业出版社，2004年.
【20】(美)卡莱尼(EugeniaKalnay).大气模式、资料同化和可预报性[M].北京:气象出版社，2005年. 【21】吴洪宝等.气候变率诊断和预测方法[M].北京:气象出版社，2005年.
【22】钱翼樱.空气动力学[M].北京:北京航空航天大学出版社，2004年.
【23】方崇智等.过程辨识[M].北京:清华大学出版社，1988年.
【24】陈新海等.自适应控制与应用[M].西安:西北工业大学出版社，1998年.
【25】新疆风能公司大阪城发电厂.风力发电实用技术[M].1993年第一版.
【26】孙凯，秦明，张中平，黄庆安.基于微控制器的风速计在线控制和测量系统设计[J].传感技术学报.2006年6月第19卷第3期，682一685.
【27】肖劲松.风力机组控制理论研究的现状与展望[J].风力发电.2000年第2期.
【28】罗搏翼，程桂芬.风力发电机转速控制系统的数学模型[J].风力发电.1986年第3期.
【29】何柞麻，王亦楠.风力发电—我国能源和电力可持续发展战略的最现实选择[R].2005科学发展报告，2005年.
【30】耿华，杨耕，崔扬，梁之龙.并网型风力发电系统的现状与发展[J].东方电气评论.2006年6月第20卷第2期.
【31】叶杭冶，刘琦.风力发电机组的变距控制系统[J].机电工程，1999年第5期.
【32】林勇刚，李伟，陈晓波，顾海港，叶杭冶.大型风力发电机组独立桨叶控制系统[J].太阳能学报.2005年12月第26卷第6期.
【33】包能胜，姜桐，陈庆新.变转速风力机额定风速以上的非线性控制—恒功率输出控制问题[J].控制理论与应用.1999年，第16卷第5期.
【34】徐德.风力发电机风向随动控制系统[J].太阳能学报，2000年，21(2).
【35】Nam-Trung Ngnyen，A Novel Wind Sensor Coneept Based on Thennal Image Measurement Using a TemPerature Sensor Array [J].Sensors and Aetuators A，2004，110:323-327.
【36】I.Tsoumas，E.TsimPlostefanakis，E.Tatakis.An Optimal Control Strategy of a Variable Speed Wind Energy Conversion System [J].ICEMS，PP.274-277，2003.
【37】Ezzeldin S，Abdin，Wilson Xu.Control design and dynamic Performance analysis Of a wind turbine induetion generator unit [J].IEEE Trans.On EC，2000，3(15):91-96.
【38】Eduard Muljadi，Butterfield C P. Pitch controlled variable speed wind turbine Generation [J].IEEE Trans. On IA，2001，l(37):240一246.
【39】Naruhito Kodama，Tomoyuki Matsuzaka，Sayosi Yamada.Modeling and analysis of the NEDO 500kW wind generator [J].Electrical Engineering in Japan，2001，3:37-47.
【40】ChedidR，Mrad F，Basma M. Intelligent control of a class of wind energy conversion systems [J].IEEE Trans ON EC，1999，12:1597-1604.
【41】MohamedA2.ctal.Fuzzylogiccontrolbasedmaximumpowertrackingofawind Energy system[J]，Renewable Energy，2001，23:235-2451.
【42】Mayosky MA，CaneeloG1E.Direct adaptive control of wind energy conversion System using Gaussian networks [J].IEEE Tans On NN，1999，10(4):898-9061.