基于神經(jīng)網(wǎng)絡(luò)的風力發(fā)電機組變槳距控制方法

基于神經(jīng)網(wǎng)絡(luò)的風力發(fā)電機組變槳距控制方法

人工神經(jīng)網(wǎng)絡(luò)由各種開元處理單元廣泛連接而成。它具有較強的學習能力、非線性映射能力、自適應(yīng)能力和容錯性，魯棒性強。風力發(fā)電機系統(tǒng)是一個非線性的高階、強耦合、多變量的時變系統(tǒng),常規(guī)PID控制很難滿足要求。本文針對變距控制結(jié)構(gòu),應(yīng)用BP神經(jīng)網(wǎng)絡(luò)進行PID參數(shù)調(diào)節(jié)并進行仿真。1風力發(fā)電機動態(tài)建模首先運用電機學、空氣動力學、轉(zhuǎn)子動力學等方面的基礎(chǔ)理論對所研究風力發(fā)電機組進行了動態(tài)建模,從而更好地分析風力發(fā)電機組的系統(tǒng)特性,檢驗所提出的控制方法的有效性。圖1為風力發(fā)電機組動態(tài)模型結(jié)構(gòu),將風力發(fā)電機分為空氣動力系統(tǒng)、傳動系統(tǒng)、雙饋異步發(fā)電機系統(tǒng)和變槳距執(zhí)行系統(tǒng)等4個部分。1.1風能利用系數(shù)cp風輪從風能中捕獲的氣動轉(zhuǎn)矩和功率為:Ρm=12ρπR2Cp(λ,β)V3(1)Τr=12ρπR3CΤ(λ,β)V2(2)式中V——風速,m/s;ρ——空氣密度;Pr——風輪吸收功率,W;Tr——風輪氣動轉(zhuǎn)矩,N·m;CT——氣動轉(zhuǎn)矩系數(shù),Cp(β,λ)=λCT(β,λ);Cp——風能利用系數(shù);R——風輪半徑,m;β——槳距角;ω——風輪轉(zhuǎn)速,rad/s;λ——葉尖速比,λ=ωR/V。風能利用系數(shù)Cp代表了風輪從風能中吸收功率的能力,是葉尖速比λ和槳距角β的高階非線性函數(shù):Cp(λ,β)=0.22(116λi-0.4β-5)e-12.5λi(3)1λi=1λ+0.08β-0.035β3+1(4)根據(jù)式(3)和式(4)可以看出風能利用系數(shù)隨著槳距角的增大而減小,風力機在高于額定風速而又低于切出風速運行時,葉尖速比變化很小,通過改變槳距角β,可通過限制風輪吸收的風能來控制功率輸出的恒定。風在流經(jīng)風輪產(chǎn)生轉(zhuǎn)矩的同時也受到風輪的反作用力從而形成尾渦流,與旋轉(zhuǎn)方向相反。槳葉表面的氣壓差會在槳葉周圍產(chǎn)生渦流,從而在實際旋轉(zhuǎn)風輪葉片的后緣會拖出尾渦流。尾渦效應(yīng)使得風輪軸功率有所損失以及功率系數(shù)減小。因此需要修正功率系數(shù)Cp,從而減小模型誤差,使風輪模型更接近實際風力發(fā)電機。1.2發(fā)電機的轉(zhuǎn)速系統(tǒng)在非直驅(qū)式風力發(fā)電機組的風輪與發(fā)電機之間設(shè)置增速齒輪箱,增速比為γ=ωg/ω。這里假設(shè)系統(tǒng)傳動軸絕對剛性,在靠近風輪的低速軸一側(cè)有轉(zhuǎn)子動力學方程為:Jrdωdt=Τr-ΤD-γΤm(5)式中Jr——風輪轉(zhuǎn)動慣量;Tm——高速軸傳遞給剛性齒輪的扭矩;TD——假定集中于低速軸一側(cè)的能量傳遞系統(tǒng)的阻力矩。ΤD=C1+C2ω+C3ω(6)式中C1,C2和C3分別為常數(shù)。在靠近發(fā)電機的高速軸側(cè),忽略發(fā)電機自身的機械阻力矩:Jgdωgdt=Τm-Τe(7)式中ωg——異步發(fā)電機轉(zhuǎn)動角速度;Jg——雙饋異步發(fā)電機的轉(zhuǎn)動慣量;Tc——發(fā)電機反扭矩。根據(jù)ωg=γω,將式(5)代入式(7)可得傳動系統(tǒng)與風輪轉(zhuǎn)速的聯(lián)系:(Jr+γ2Jg)dωdt=Τr-ΤD-γΤe(8)在并網(wǎng)前由于發(fā)電機未帶負載,不產(chǎn)生反力矩,Te=0。1.3u3000轉(zhuǎn)子轉(zhuǎn)子導(dǎo)電和漏抗忽略磁滯、鐵磁飽和、定子和轉(zhuǎn)子齒槽及渦流等因素影響,假定所討論的異步電機為理想電機。定子、轉(zhuǎn)子繞組每相均在氣隙中產(chǎn)生正弦分布的磁通勢及磁密:Τe=g1U21r2(gmg-ω1)[(r1-C1r2ω1gωg-ω1)2+(x1+C1x2)2](9)式中m1——相數(shù);g為發(fā)電機極對數(shù);U1——電網(wǎng)電壓;ω1——發(fā)電機同步轉(zhuǎn)速;r1,x1——分別為歸算后定子繞組的電阻和漏抗;r2,x2——分別為轉(zhuǎn)子繞組的電阻和漏抗;C1——修正系數(shù)。1.4液壓驅(qū)動系統(tǒng)的時滯特性變距執(zhí)行系統(tǒng)模型描述控制器產(chǎn)生的參考節(jié)距角與實際節(jié)距角之間的動態(tài)關(guān)系,液壓驅(qū)動采用電液比例閥控制的伺服液壓缸系統(tǒng),變槳距機械執(zhí)行機構(gòu)采用曲柄滑塊機構(gòu)。系統(tǒng)方程為:Jgdβdt=1Τβ(βr-β)(10)用帶遲延的一階慣性環(huán)節(jié)來模擬液壓驅(qū)動系統(tǒng)的時滯特性,傳遞函數(shù)可表示為:β(s)βr(s)=1Τβs+1e-ts(11)式中βr為參考節(jié)距角;Tβ為時間常數(shù);τ為遲延時間。2機組的變槳控制圖2給出風力機轉(zhuǎn)速轉(zhuǎn)矩關(guān)系曲線,變槳距功率調(diào)節(jié)在風力機整個控制系統(tǒng)中地位重要。橫坐標a點之前為啟動階段,風速從零上升到切入風速,若風速大于或等于切入風速,發(fā)電機并入電網(wǎng),若風速小于切入風速,發(fā)電機與電網(wǎng)脫離。在ab段實行最大風能追蹤控制,以最大限度的獲取能量,該段為Cp恒定區(qū),轉(zhuǎn)速小于風力機額定轉(zhuǎn)速。轉(zhuǎn)速隨風速變化調(diào)節(jié),槳距角被設(shè)定在零度附近,從而保證風力機的風能利用系數(shù)Cp恒定為Cpmax。bc段為轉(zhuǎn)速恒定區(qū),因為b點已達到轉(zhuǎn)速極限,故隨著風速增大,轉(zhuǎn)速保持恒定。為了保護機組不受損壞,不再進行最大風能追蹤,而是通過變槳距調(diào)節(jié)槳距角調(diào)整功率系數(shù),使功率保持恒定;cd段為功率恒定區(qū),高風速占主導(dǎo)地位,通過調(diào)節(jié)槳距角減小輸出功率,使之維持在額定功率上下并沿著cd線保持最大功率。當風速達到切出風速時,風力發(fā)電機與電網(wǎng)脫離,直到合適的并網(wǎng)風速再次出現(xiàn)。3神經(jīng)網(wǎng)絡(luò)模型的自適應(yīng)控制3.1控制序列計算圖3為BP神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)PID控制器結(jié)構(gòu),圖中r為輸入序列且有界;yref為參考模型輸出序列;PID所需要的3參數(shù)Kp,Ki,Kd由BP神經(jīng)網(wǎng)絡(luò)調(diào)整輸出;NNI為BP神經(jīng)網(wǎng)絡(luò)辨識器;u為控制輸出序列;yout為對象輸出序列;e1為參考模型輸出與對象輸出之間的誤差;e2為對象輸出與辨識器之間的誤差。在圖3中參考模型要求穩(wěn)定和完全可控,yout為被控對象的期望輸出,目的是確定控制序列u(k)達到:E(k)=lim‖yref(k)-yout(k)‖≤ε(12)式中ε——期望誤差值,ε>0;E(k)——k采樣點的控制誤差。系統(tǒng)的輸出yout(k)在k≥k0時能跟蹤模型參考的輸出yref(k),從而使得ymout漸漸趨近于yout來獲得期望的控制輸出。3.2神經(jīng)網(wǎng)絡(luò)加權(quán)系數(shù)采用三層3-8-3結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò),其中M=3,Q=8,L=3,輸入節(jié)點對應(yīng)模型參考輸出與實際輸出的差值即槳距調(diào)節(jié)誤差,進行歸一化處理。輸出節(jié)點對應(yīng)PID控制器的3個可調(diào)參數(shù)Kp,Ki,Kd,選取非負正負對稱的Sigmoid函數(shù)作為隱含層的活化函數(shù),選取非負Sigmoid函數(shù)作為輸出層活化函數(shù)。由圖3可見,BP神經(jīng)網(wǎng)絡(luò)輸入層為:O(1)j=xk-j=e1(k-j)j=0,1,…,M-1(13)隱含層輸入輸出分別為:net(2)i(k)=Μ∑j=0ω(2)ijΟ(1)j(k)(14)O(2)i(k)=f[net(2)i(k)]=tan(net(2)i(k))i=0,1,…,Q-1(15)式中:ω(2)ij為隱含層的加權(quán)系數(shù);ω(2)iΜ為閾值θi。輸出層輸入輸出分別為:net(3)i(k)=Q∑l=0ω(3)liΟ(2)i(k)(16)Ο(3)l(k)=g[net(3)l(k)]=12[1+tan(net(3)l(k))](17)當l=0,1,…,L-1時,則:O(3)0(k)=Kp;O(3)1(k)=Ki;O(3)2(k)=Kd(18)式中:ω(3)li為隱含層的加權(quán)系數(shù);ω(2)lQ為閾值θ1。選取性能指標函數(shù)為:J=12[yref-yout]2(19)根據(jù)最速下降法修正神經(jīng)網(wǎng)絡(luò)加權(quán)系數(shù),在附加加速收斂全局極小的慣性項的情形下,加權(quán)系數(shù)按負梯度方向搜索調(diào)整,則有:Δω(3)li(k+1)=-η?J?ω(3)li+αΔω(3)li(k)(20)式中η——學習速率;α——慣性系數(shù)。因此BP神經(jīng)網(wǎng)絡(luò)輸出層加權(quán)系數(shù)的計算公式為:ωli(3)(k+1)=ωli(3)(k)+ηδ(3)lOi(2)(k)+αΔωli(3)(k)(21)δl(3)=e1(k)sgn?y(k+1)?u(k)×?u(k)?Οl(3)(k)×12[1+tan(net)](22)?u(k)?Ο0(3)(k)=e1(k)-e1(k-1)(23)?u(k)?Ο1(3)(k)=e1(k)(24)?u(k)?Ο2(3)(k)=e1(k)-2e1(k-1)+e1(k-2)(25)隱含層加權(quán)系數(shù)的計算公式為:ωij(2)(k+1)=ωij(2)(k)+ηδ(2)iOj(1)(k)+αΔωij(2)(k)(26)δi(2)=12[1-tan(neti(2)(k))]2∑l=02δl(3)ωli(3)(27)由于?y(k+1)/?u(k)未知,近似用符號函數(shù)sgn(?y(k+1)/?u(k))取代,由此帶來的計算不精確通過調(diào)節(jié)學習速率η補償。4風速下風力機運行特性仿真以MATLAB軟件為基礎(chǔ),在Simulink中建立風力機變槳距控制系統(tǒng)。風力發(fā)電機組的參數(shù)如下:風輪直徑為62m;額定風速為16m/s;額定功率為1300kW;發(fā)電機額定轉(zhuǎn)速為1719r/min;定子額定相電壓為690V;電機極對數(shù)為P=2;修正系數(shù)設(shè)為0.81;空氣密度為1.225kg/m3;風力機葉輪轉(zhuǎn)動慣量為2.64kg·m2,設(shè)定槳距角β調(diào)整范圍0～30°,發(fā)電機轉(zhuǎn)子的轉(zhuǎn)動慣量為6.27×104kg·m2,風力機額定轉(zhuǎn)速為4.15rad/s。風力發(fā)電機組切入風速為3m/s,當風速達到20m/s時,風力發(fā)電機組制動剎車。圖4為風速8m/s時發(fā)電機輸出功率和轉(zhuǎn)速響應(yīng)曲線,圖4中(a)為常規(guī)PID控制的仿真結(jié)果,(b)為神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制的仿真結(jié)果。由圖4可見,當風速大小位于6m/s和19m/s之間時,轉(zhuǎn)速大體能夠跟據(jù)風速的變化趨勢而變化,在120s后,發(fā)電機輸出功率和轉(zhuǎn)速都達到了額定值并保持恒定,轉(zhuǎn)速約維持在1700r/min。圖4表明風力機能夠上按照最佳葉尖速比運行,從而最大限度地捕獲風能;而另一方面,風力機為了避免高頻震動,沒有完全跟隨風速的波動而變化,提高了機組運行的穩(wěn)定性。圖5為在200s附近風速突變時發(fā)電機的輸出功率和轉(zhuǎn)速響應(yīng)曲線,此時風速從8m/s迅速增大至12m/s,發(fā)電機轉(zhuǎn)速在這種惡劣風況下基本維持在1600r/min之下,無超速,發(fā)電機的輸出功率和轉(zhuǎn)速都保持在允許范圍內(nèi),系統(tǒng)能夠保持穩(wěn)定。由仿真結(jié)果可知:發(fā)電機的輸出功率和轉(zhuǎn)速響應(yīng)曲線與預(yù)期的控制要求完全一致。在低于額定風速的情況下,為到最大的發(fā)電功率,槳距角始終保持在0°,風輪轉(zhuǎn)速跟隨著風速而變化。在高于額定風速的情況下,通過改變槳距角減小風能利用系數(shù),從而保持發(fā)電機輸出功率恒定。由圖中可以看出基于神經(jīng)網(wǎng)絡(luò)模糊自適應(yīng)的方法在風電機組變槳距控制中能夠獲得良好、有效的跟蹤效果。5仿真控制應(yīng)用對變槳距風力發(fā)電機控制提出了一種神經(jīng)