并網風力機中基于變槳距角的神經網絡控制方法

王凌云 張 濤 孟 娟，3

（1.三峽大學 電氣與新能源學院，湖北 宜昌 443002；2.三峽大學 新能源研究院，湖北 宜昌 443002；3.長江水利委員會 長江三峽水文水資源勘測局，湖北 宜昌 443000）

當前，對可再生能源，尤其是風能的開發利用，已經受到世界各國的高度重視.對風能的利用，主要是依靠風力機，風力機是把由葉輪機捕獲的風能轉化成機械能，再轉化成電能的風力發電設備.為改善風力機的運行性能和提高發電效率，有較多文獻針對風力機展開了研究.文獻［1］研究了感應電機在風力發電系統中的應用情況，分析了感應電機參數的影響效果以及在有外界擾動的情況下，發電機輸出電壓的穩定性.文獻［2］則從系統建模和參數測量復雜性的角度，分析了當控制目標不同時，葉輪機控制器對風力機的動態特性影響.Muljadi［3］為提高風機系統的動態性能，分析了變速風力機槳距控制的運行情況，Chen［4］提出以輸出功率和發電機的轉速作為輸入變量的模糊邏輯控制系統，采用模糊控制器來調整發電機的驅動軸轉矩，使之在期望轉速范圍內運轉，減少輸出功率的波動.Yang［5］則在風力機動態特性模型基礎上，分別比較了常規控制方法和智能控制方法的控制效果及其風力機運行性能的影響.

由于風速的瞬變性，為提高風能的利用效率，要求風力機在任意風速下都能運行在最優狀態，進而獲取最大的風能.文獻［6］提出直接檢測風速，依據風力機特性曲線實時計算出發電機轉速，采用速度閉環控制.但是此方案需增設高精度的風速檢測設備，同時由于風力機周圍氣流受葉片擾動較大，風機葉片上各點風速都不相同，難以準確測量.基于此，文獻［7］則提出一種無需檢測風速的最大風能捕獲控制策略，該方案通過主動改變定子功率，利用功率平衡點使風力機捕獲最大風能，但該方案算法和系統結構復雜，難以實現.

本文將針對風力機并網運行時，對風力發電系統要求的特殊性條件下，以裝配有感應電機的變速風力機為研究對象，分析風力葉輪機的運行特性，闡述其最優運行條件，在其傳動系統和發電機的動態模型基礎上設計控制器，當外界風速較大時，提出采用基于神經網絡控制方法的葉輪機葉片槳距角控制器來抑制多余的風能進入發電系統，使得發電機回饋到電網的功率穩定，當風速較低時，葉輪機轉速需要跟隨風速變化，調整葉片槳距角處于捕捉最大風能位置處，保持最優的風力機功率系數，提高風力發電機的運行效率.

1 風力機的運行特性

風力機是實現風能到輸出機械能轉換的重要設備，而風速v與轉化的機械能P之間的數學關系可以由下式描述

其中，能量轉換系數Cp由風力機葉尖轉速與風速的比值λ和葉片槳距角β確定.ρ是空氣密度，A是風力機葉片旋轉面積.通過調整風力機葉片槳距角及改變葉尖轉速與風速比值，可使得風力機處于最優運行狀態，獲得最大的風力機輸出機械能.

當外界風速不變時風力機捕獲的風能，其轉換效率在很大程度上取決于風力機的功率系數Cp，文獻［7］指出風力機功率系數與葉尖速度／風速比值λ的函數關系反映了風力機的運行特性，兩者間的函數關系可以如下表示：

當風力葉輪機的槳距角一定時，功率系數與葉尖速度／風速比值的對應關系如圖1所示.在給定的槳距角情況下，存在一個λ值對應最大的功率系數.此外，當槳距角增大時，功率系數值會減小，但兩者關系曲線的變化趨勢不改變.

圖1 風力機功率系數與葉尖速度／風速比值關系

由于風力機系統的機械特性和電氣特性的制約，風力機并不完全是隨著不斷變化的風速以最優的狀態運行.因此，就必須采用一定的控制方法，使得風力機處在最優狀態下運行，保證其在外界風速較低時能夠捕獲有效的最大風能，以及當外界風速較高，風機處于過載運行狀態時保護發電機的轉子和相關設備.

當風力機葉片的槳距角一定，外界風速低于風力機額定運轉風速時，需要控制風力機的轉速跟隨風速變化，使得風力機功率系數達到最優值.同時，在外界風速不變的情況下，只有一個最優的恒定風力機轉速，使其運轉在最大功率系數的狀態.而當風力機運行的最優狀態發生變化，若不及時調整風力機轉速跟隨外界風速變化，則風力機將無法產生最大功率，從而不能以最優狀態運行.當外界風速高于額定運轉風速時，則需要根據風速變化情況，不斷調整槳距角，使得風力機能夠抑制多余的風能進入風力發電系統，保證發電機饋送到電網的功率不會出現劇烈的波動，避免造成對電網的沖擊.

2 并網風力機系統

根據上文對風力機運行特性的分析，結合其最優運行的要求，設計如圖2所示的并網風力機系統結構.該系統中，風力機的轉矩通過變速齒輪箱驅動具有高可靠性能的感應發電機運轉，該感應電機采用額定電壓為3.7kV，額定功率為1.5MW的6極電機.由感應發電機產生的交變輸出電流將通過IGBT橋式整流器被轉化成直流電，經過直流環節，再把該直流電逆變成頻率為50Hz的交流電，最后通過變壓器升壓后饋送到公共大電網中.同時在該系統中設計一個神經網絡槳距角控制器和一個功率控制器，使得風力機能夠根據外界風速變化情況最優運行.

圖2 并網風力機系統

2.1 風力機傳動模型

常規的風力發電系統主要包含風力葉輪機，變速齒輪箱和發電機.風力葉輪機的轉矩首先通過聯軸被轉換為低速轉軸上的力矩，再通過變速齒輪箱，將該力矩轉換成高速轉軸上的力矩，驅動發電機運轉.風力機傳動系統的機械動態特性可以采用如下動態方程來表示［4］：

式中，Jr，Tr，Dr分別為葉輪機的轉動慣量，輸入轉矩和摩擦系數；Jg，ωg，Te，Dg分別為發電機的轉動慣量，轉子速度，電磁轉矩和摩擦系數，n為齒輪箱匝數比.

2.2 發電機模型

當不考慮發電機定子繞組側的電磁暫態過程的影響，采用dq坐標變換方法，可得感應發電機在兩相同步旋轉坐標系上的數學模型［8］，定子側的電壓方程如下：

式中，vds和vqs分別表示定子電壓的d軸和q軸分量，和分別表示轉子側的d軸和q軸上的暫態阻抗電壓，ids和iqs分別表示定子電流的d軸和q軸分量，Rs為定子電阻，為定子暫態電抗.

轉子繞組側的動態方程則為

2.3 并網

為實現風力發電機與公共大電網的并網運行，必須采用電力變換方法先把風力發電機產生的變幅變頻交流電轉換為與公共大電網中幅值與頻率一致的交流電.在此采用三相IGBT橋式整流器把風力發電機產生的終端交流電整流成直流電.整流后的直流電將被三相橋式逆變器轉換為與電網頻率相同的交流電.通過調整逆變角的大小，可控制逆變器輸出電壓的幅值.之后，逆變器的輸出電壓將通過變壓器升高至與電網一致的電壓，其輸送到電網的有功功率Pac的幅值采用下式計算：

式中，Vac是經過變壓器升壓后的電壓，V0是電網電壓，φ表示Vac與V0之間的相位差，XL是線路阻抗.

3 控制模型

3.1 神經網絡槳距角控制器

根據前文對于風力機最優運行狀況的分析，設計的風力機葉片槳距角控制器的性能對風力機的最優能量轉換效率起到關鍵作用.由圖1可知，功率系數和葉尖速度／風速比值及葉片的槳距角之間存在較強的非線性關系，而神經網絡控制方法又能較好地解決非線性控制問題，尤其在機電領域內取得了大量成功運用［9－10］.因此，提出在風力發電系統中采用圖2所示的神經網絡槳距角控制器，通過變槳距控制防止當外界風速超過風力機額定運轉風速時的過載運行情況出現，避免出現對電網的能量沖擊.

設計的神經網絡控制器采用BP網絡結構，兩個輸入量分別是葉輪機葉片的葉尖轉速和風速，一個參考槳距角輸出量βref.設定外界風速變化范圍從4m／s的啟動風速到24m／s的截止風速進行變化，葉尖轉速變化范圍則從0.975rad／s到1.935rad／s，通過大量數據實驗，設定隱含層含有36個神經元，以訓練誤差最小為目標，采用高效的誤差反向傳播訓練算法對神經網絡進行學習，然后建立起關于槳距角的控制模型.

當外界風速超過風力機額定運轉風速時，需要調整葉片的槳距角控制風力機的輸出功率保持為額定功率值，由神經網絡控制器得到的參考槳距角還須通過驅動系統的執行機構作用于葉輪機上，該執行機構的數學模型可以表示如下：式中，β為由執行機構輸出的實際槳距角，Tβ為執行機構的時間常數.通過上述執行機構，就可以實現采用神經網絡槳距角控制器對風力葉輪機的變槳距控制.

3.2 功率控制器

在任何風力發電機組中，都需要設計功率PI控制器，其目的是為了準確地控制逆變器將捕獲的風能輸送給公共大電網.主要是依據由逆變器輸送給電網的有功功率增量和電壓增量變化情況，控制逆變器IGBT的觸發脈沖，從而將由直流環節輸入給逆變器的能量轉換為與電網頻率和電壓幅值相同的交流電［8］，采用的功率PI控制器的模型如下：

式中，ΔPφ是逆變器的輸出功率偏差，它與電網的參考功率偏差ΔP0和輸送到電網的有功功率偏差ΔPac相關.ΔVφ是逆變器的輸出電壓偏差，KP，KI，Kφ和Tφ分別是控制器系數和時間常數，它們的數值需要根據實際風力發電系統運行情況進一步確定.

4 仿真分析

為驗證本文提出的控制方法在風力發電系統中的性能，基于 Matlab／SimPowerSystems工具箱，采用圖3所示的某風電場在一段時間內的實測風速數據進行數值仿真研究.所用到的主要參數見表1.

表1 主要仿真參數

此外，外界風速超過風力機額定運轉風速（13m／s）的時間從0維持到27s.

由仿真曲線可看出，風力發電系統的各項特性參數將會隨著連續不斷變化的風速而改變，除了風速曲線和葉輪機的槳距角變化情況曲線，在其他仿真數據曲線中，分別有兩條曲線，實線代表同時采用神經網絡槳距角控制器和功率PI控制器時的特性參數變化情況，虛線代表沒有采用神經網絡控制器，僅采用功率PI控制器時的特性參數變化情況.由圖4～7可知，當外界風速超過風力機額定運轉風速時，設計的神經網絡槳距角控制器將計算出當前的槳距角值，通過執行機構作用于葉輪機上，抑制多余的風能進入風力機系統，從而使得發電機的轉速和輸出電壓穩定在額定值，同時使得饋送到電網的有功功率保持為額定值；當外界風速減小到額定風速以下時，此時應根據功率系數與葉尖速度／風速比值的關系曲線，調整槳距角為零，并根據最大功率系數的要求，使得葉輪機轉速跟隨風速變化，以便風力機盡可能多地捕獲風能，同時發電機轉速、輸出電壓和有功功率基本上也能夠跟隨風速的變化趨勢而改變.而對于圖5～7中虛線表示的當系統沒有采用神經網絡控制器，外界風速較大時，發電機的轉速和輸出電壓波動較大，且饋送到電網的有功功率幅值波動也很大，容易對電網造成沖擊.當外界風速較小時，神經網絡槳距角控制器的作用不是十分明顯，因為此時要求風力機盡可能多的捕獲風能，而無需過多調整槳距角.

圖7 饋送到電網的有功功率幅值變化情況曲線

5 結 論

本文首先分析了并網風力機的運行特性，建立了風力機傳動模型和發電機的動態模型，為使得風力機能夠最優運行，提出了神經網絡槳距角控制方法.當外界風速較大時，維持風力發電機輸送到電網的有功功率恒定，而當外界風速較小時，保證風力機運行狀態達到最優.數值仿真驗證了該控制方法能使得風力機在任意風速條件下，保持最優的運行效率，有效提高了風力機的控制性能，具有較大的實踐指導意義.

［1］ Papathanassiou S A，Papadopoulos M P.Dynamic Characteristics of Autonomous Wind－diesel Systems［J］.Renewable Energy，2001，23（2）：293－311.

［2］ Holley W E.Wind turbine Dynamics and Control－issues and Challenges［J］.Proceedings of the American Control Conference，2003，5，3794－3795.

［3］ Muljadi E.Pitch－controlled Variable Speed Wind Turbine Generation［J］.IEEE Transactions on Industry Applications，2001，37（1）：240－246.

［4］ Chen Z，Gomez S，Mccormick M.Fuzzy Logic Controlled Power Electronic System for Variable Speed Wind Energy Conversion Systems［J］.Proceedings of 8th International Conference on Power Electronics and Variable Speed Drives，2000，475，114－119.

［5］ Yang J，Wu J，Yang J M，et al.Apply Intelligent Control Strategy in Wind Energy Conversion System［J］.Proceedings of the World Congress on Intelligent Control and Automation，2004，6，5120－5124.

［6］ Moor G D，Beukes H J.Maximum Power Point Trackers for Wind Turbines［J］.PESC Record－IEEE Annual Power Electronics Specialists Conference，2004，3，2044－2049.

［7］ Wang Q，Chang L.An Intelligent Maximum Power Extraction Algorithm for Inverter－based Variable Speed Wind Turbine Systems［J］.IEEE Transactions on Power Electronics，2004，19（5）：1242－1249.

［8］ 王錫凡，方萬良，杜正春.現代電力系統分析［M］.北京：科學出版社，2003.

［9］ 肖永山，王維慶，霍曉萍.基于神經網絡的風電場風速時間序列預測研究［J］.節能技術，2007，25（2）：106－108.

［10］范高鋒，王偉勝，劉 純.基于人工神經網絡的風電功率短期預測系統［J］.電網技術，2008，32（22）：72－76.