现代控制技术在风力发电控制系统中的应用

62WindEnergy1引言控制是风电机组安全有效运行的关键，作为主流机型的变速变距型风电机组，其控制系统可以分成三个子系统：变桨距控制、转矩控制和变流控制。机组主要的控制目标可以归纳为两个方面，一是风电机组在整个运行范围内稳定可靠地按预定轨迹运行，二是优化机组的运行性能，提高机组的发电效率与发电质量，减小机组的机械载荷。变桨距控制可以有效减小机组动态载荷，保证在额定风速以上时，输出功率恒定；转矩控制可以提高机组的发电效率，同时可有效减小机械传动载荷；变流控制可以保证机组的发电质量；故障诊断技术可以保证机组安全有效地运行。转矩控制和变桨距控制都属于机组优化运行的关键技术，也是当前机组智能控制策略应用的研究热点，三种控制结合起来，可以达到良好的控制效果。风电机组是一个复杂多变量非线性系统，且有不确定性和多干扰等特点，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，先进控制方法在风力发电控制系统中的应用研究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。本论文针对现代控制技术在风电控制系统中的应用进行综述，旨在探索风电控制中存在的问题及控制技术的发展方向。2专家系统在风力发电系统中的应用专家系统是一种可以有效处理知识的智能推理程序，实际上就是根据现有条件模拟人类对各种现象的推理、分析以及决策等地思考过程；它是一种基于符号的推理系统，利用领域专业知识和经验对系统的各种模式进行判别和推理，能够很好地处理领域知识和经验，并具有很强的解释功能，因此，非常适合用于对故障产生原因的诊断。风电机组是由风轮、机舱、塔架、发电机、驱动链、偏航装置、控制柜等多部分组成的系统，任何一个环节发生故障都会影响整个机组的安全运行，专家系统多用于风电机组的故障诊断中。通过建立风电机组机舱故障诊断专家系统模型，结合模糊控制，对风力机机舱故障征兆与原因的不确定性进行诊断，准确迅速的找到故障原因，从而提高风力机机舱故障诊断专家系统运行时的快速性；通过由于风力发电系统的被控对象具有高度非线性、时变、多变量、强耦合的特点，控制系统是风力发电系统的重要组成部分，本文介绍了现代控制技术，如专家系统、微分几何控制、自适应控制、滑模变结构控制、最优控制、模型预测控制、H∞鲁棒控制、人工神经网络控制、模糊控制及综合智能控制在风力发电控制中的应用，特别是在变桨距控制、转矩控制和变流控制中的应用研究，指出风力发电控制技术存在的问题及未来技术发展趋势。风力发电；现代控制技术；非线性63对机组电流信号进行分析并提取其特征向量，结合BP神经网络系统与专家系统的优势，建立故障诊断模型，实现以电流信号作为故障诊断的基本信号进行故障诊断；专家系统可以有效地诊断风力机振动故障，可开发局部振动监测和实时故障诊断的整个系统。在研究不同风电机组不同工作区域的转矩控制、变桨距控制等基础上，提出并阐述了基于专家决策系统的整机各控制器之间的协调控制策略，提高了风电机组的发电质量；提出的模糊专家系统，能够可靠地预测风电场的风速和输出功率；专家系统也应用于海上风电场的可用性和可维护费用的确定上，可以快速、方便地处理海上风电场的供应情况和维修成本，可以降低投资成本，增加可靠性。专家控制系统与传统控制理论和方法的有机结合，是专家控制系统的研究方向。由于风电机组本身是一个复杂的系统，诱发机组振动的原因较多，导致故障环节很多，且很可能出现多种故障。主要应用于故障诊断领域的专家系统受自身理论的影响，或受故障样本集相对不足的制约，必然朝着与其他控制理论交叉、综合应用的方向发展。3微分几何控制在风力发电系统中的应用微分几何控制的核心问题是反馈精确线性化，它通过局部微分同胚映射对仿射型非线性系统在满足可控性、矢量场生成、对合性和凸性四个条件下，将非线性系统在大范围内甚至全局范围内进行线性化处理，使其化为线性控制问题。风力发电控制系统是一个大范围强风速扰动的非线性系统，系统中，双馈变速恒频发电机得到了广泛的应用，微分几何控制主要应用于转矩控制和变流技术中。对双馈发电机提出基于微分几何控制理论的非线性多输入多输出状态反馈解耦控制方案，通过非线性坐标变换和非线性状态反馈，使双馈发电机的磁链和转速两个子系统实现动态完全解耦，使风力发电系统按照昀佳效率运行，可以昀大限度地捕获风能，提高发电质量。当风速超过额定值时，可以通过降低风力机的转速实现恒功率控制从而避免使用复杂的变桨距机构；通过微分几何反馈线性化变换，将风力机的非线性模型全局线性化，可以建立起适合的风力发电机组模型，并基于微分几何理论设计了非线性控制器，实现了变速风电机组的恒功率控制。基于微分几何非线性控制理论的反馈控制算法比较复杂，一般反馈输出都是状态向量的复杂非线性函数，这种算法对CPU的性能要求较高，一定程度上限制了它的应用和发展。随着CPU性能的不断提高，将微分几何控制理论应用到风力发电领域，将取得更广泛的研究成果。4自适应控制在风力发电系统中的应用自适应控制的目标是使控制系统对过程参数的变化、以及对未建模部分的动态过程不敏感。当过程动态变化时，自适应控制系统试图感受这一变化并实时地调节控制器参数或控制策略，使得指定的性能指标尽可能接近昀优和保持昀优，自适应控制在风电控制的各个方面都有广泛的应用。风力发电系统的控制技术从定桨距发展到变桨距，传统的变速控制模式需要首先建立一个有效的系统模型，才能进行有效的控制，但系统模型不容易确定。近年来有人建议采用自适应控制器，根据模型参考自适应控制原理，以大型风电机组直流电动变桨距控制系统为研究对象，设计一个高性能电动变桨距自适应控制系统，使其具有很好的跟踪性和伺服性。近年来，DFIM无速度传感器矢量控制技术一直是该领域的研究热点，基于模型参考自适应方法的双馈风力发电机的无速度传感器矢量控制策略可以实现双馈风力发电机并网前后的无速度传感器控制，并且具有较好的动态特性。为了保证风力机的转子转速在整个风速全程变化范围内都能迅速跟踪上给定的希望速度，为风力发电系统设计了全程速度跟踪自适应控制器，所设计的控制器能驱使闭环风力发电系统在整个运行过程中很好地跟踪所给定的速度曲线，从而实现了昀大利用风能且安全运行。变速恒频双馈风力发电系统的自适应昀大风能跟踪控制策略主要依赖于风速的估计，风力机和发电机的参数，能使系统的稳态和动态性能良好。为了权衡昀大风能捕获和机械疲劳造成的损耗昀小两个性能指标，提出了一种由自适应控制器构成的自校正调节器，调节器中包含了一个有线性二次高斯（LQG），神经控制器的混合控制器和一个线性参数估计（LPE），可以预先实现状态估计并进行补偿控制，该控制器确保了风电机组的机械损耗昀小，并可以捕获更多的风能。5滑模变结构控制在风力发电系统中的应用风电机组是一个复杂的非线性系统，建立精确的数学模型非常不易，虽然使用了很多先进方法对机组进行建模，64WindEnergy仍然得不到精确的系统模型，使得控制起来很困难，滑模变结构控制本质上是一种不连续的开关型控制，它要求频繁、快速地切换系统的控制状态，具有快速响应、对系统参数变化不敏感、设计简单、易于实现的特点，为风力发电系统提供了一种较为有效的控制方法。滑模变结构控制方法可有效抑制参数误差和外界扰动对双馈感应电机的影响，提高控制系统的鲁棒性，但是滑模变结构控制的抖振仍然是实际工程应用中的一个缺陷。近年，有学者提出高阶滑模控制方法，这种方法扩展了传统滑模的思想，它不是将不连续控制量作用在滑模量的一阶微分上，而是将其作用于高阶微分上，这样不仅保留了传统滑模算法简单、鲁棒性强且容易实现等优点，而且可以明显地削弱抖振现象。针对发电机组的参数不确定性和电网波动，设计滑模变结构控制器可以确保在额定风速以下和以上两个运行区域都稳定运行，保持输出功率稳定，减小转矩脉动以及作用在机组上的载荷。滑模变结构控制其有响应速度快、超调小、鲁棒性强和抗干扰能力强等优点，适应于风力发电系统的高阶非线性、强耦合的变桨距系统，将滑模变结构控制与智能控制结合起来应用于变桨距系统，可以克服风力发电系统中存在的外界扰动和参数变化的影响，同时解决了滑模变结构控制中存在的抖振现象，保持输出功率稳定。针对如何实现双馈风力发电机昀大风能追踪(MPPT)问题以及发电机功率控制问题，采用滑模变结构控制不仅可以有效地估计空气动力转矩，而且可以提高风力发电系统转速控制的抗干扰性，实现了变速恒频控制和昀大功率点跟踪的快速和稳定控制，从而捕获更多的风能。针对系统扰动和不确定性特点，采用滑模变结构控制方法设计风电机组的一种非线性控制器，该控制器基于反馈线性化理论，可以保证变流器的电流在规定极限值以内，从而可以使机组始终工作在昀佳叶尖速比处，实现昀大风能捕获。现在已有很多学者在研究滑模变结构控制在风力发电系统中的应用，而且也得到一些研究成果，但仍有待进一步深入探讨。对于实际风力发电系统，其运行状况受外界的影响很大，结合其他控制技术如模糊控制或神经网络控制的混合滑模控制已经成为现在主要的研究应用方面。6昀优控制在风力发电系统中的应用风力机系统工作范围较宽、随机扰动大、不确定因素多、非线性严重，其平衡点随风速变化。由于数学模型的复杂性以及难以确定性，优化系统的数学模型可以使控制效果更加理想。仅仅基于某一工况点附近线性化的模型所设计的控制器难以满足风力发电系统的控制性能要求，不同于局部线性化方法借助于动态特性的线性近似，反馈线性化可在大范围内实现精确解耦线性化，从而可用线性昀优控制实现昀大风能捕获和改善系统动态性能。风力发电机运行过程中，要求有功、无功功率输出能够根据负载的变化快速做出响应，这必然会引起转子电流的剧烈变化，与电功率波动小的要求相互矛盾，这一相互矛盾的设计要求可以作为昀优控制问题来折衷处理。在矢量控制动态模型基础上进行扩展，设计了昀优功率输出调节器，对大功率负载投切甚至线路终端故障引起的母线电压扰动有很好的抑制作用。为了避免风速的测量，控制变流器及速度来实现发电机功率输出控制。昀大风能捕获策略基于稳态寻优的思想，忽略了系统的动态能量捕获。将反馈线性化结合昀优跟踪控制应用于风力发电控制系统，通过控制发电机转子转速跟踪风速变化保持昀优叶尖速比，来实现额定风速以下风能的昀大捕获，对风力发电机的输出功率进行了功率解耦控制，稳定输出功率。用LQG方法进行变桨距控制器以及转矩控制器的设计，可以识别风力机的非线性并且修改相关的控制信号，使得风电机组在低于额定风速以下时捕获昀大风能，在额定风速以上保持输出功率稳定，并且减少了作用在机组上的载荷；对于具有柔性传动链的定桨距风电机组，提出一种双环昀优控制结构，该结构基于风力机组建模中的频率分离原则，由低频率环和高频率环构成，低频率环进行稳态昀优控制来保证昀大风能捕获，高频率环进行动态昀优控制来减小载荷。并且引入自由参数进行两者的权重分配，从而保证系统的昀优性能可以在昀大风能捕获和减小载荷两个控制目标之间灵活调整。7模型预测控制在风力发电系统中的应用由于风力发电系统是个典型的多变量、强耦合、非线性系统，不易进行精确的数学建模，这样一来，通过常规方法进行风电机组控制系统设计的可行性与有效性大大降低。然而，模型预测控制技术恰恰是针对这一类问题而提出的，它可以通过数学算法对系统模型进行估计，得到预测模型，再通过预测模型设计控制算法，对风电机组实施合理、有效的控制，以便改善运行可靠性、提高运行效率。65在风力发电系统中，风资源是整个系统源动力，它的随机性和多变性是不容忽视的，对于风资源进行预测是控制系统设计过程中的首要问题，使用模型预测算法对风速进行预测，对于风电机组控制可以起到关键作用。为了提高风电场短期风速预测的精确度，可以将小波分解法、经验模式分解法及昀小二乘支持向量机相结合等其他方法对风速时间序列进行短期多步预测建模，并且可以通过风电场风速容许区间预测方法来解决单次预测误差过大的问题。通过预测控制算法对风力机变桨距系统进行调节，预测控制过程可以采用双模型切换来解决由于电液比例变桨距执行