基于仿真分析的風機運行控制策略優化研究

任爽，師占群，宋中越，馬姣姣

（河北工業大學機械工程學院，天津 300130）

基于仿真分析的風機運行控制策略優化研究

任爽，師占群，宋中越，馬姣姣

（河北工業大學機械工程學院，天津 300130）

基于當前風力發電迅猛發展，而風能利用效率過低的現狀，首先建立了風速模型，利用仿真分析了風力發電機在不同槳距角下，風能利用系數隨葉尖速比的變化規律，得到了與最大風能利用系數對應的槳距角和最佳葉尖速比，闡述了風輪最佳運行原理；然后依據風輪最佳運行原理，利用模糊控制的方法來控制電機定子電壓，最終達到控制風輪轉速的目的，實現了低風速下基于模糊控制的風機最佳功率控制策略．

風力發電機；最佳葉尖速比；模糊控制；最佳功率控制

風能的利用有著悠久的歷史．近年來，資源的短缺和環境的日趨惡化使世界各國開始重視開發和利用風能資源．風能具有蘊藏量巨大、可再生、分布廣、無污染等特點，使風力發電成為世界能源發展的重要方向．20世紀80年代以來，風能利用的主要趨勢是風力發電[1]．近幾年來，世界風力發電裝機容量平均每年大約以30%的速度增長．中國作為世界化石能源消費的主要國，在面臨化石燃料發電所帶來的嚴重環境污染危機下，風力發電是除水力發電之外，技術最成熟、最具規模開發和有商業化發展前景的發電技術．風能又具有隨時性、爆發性和不穩定性，當風速發生變化時風力機必定偏離最佳速度，導致風力資源浪費、發電效率大大下降[2]．為了在各種風速下能實現最大風能捕獲，需要根據風速來調節風力機的轉速．本文提出了通過控制葉輪轉速來提高風能利用系數的思想，最終實現了風機運行控制策略優化的目的．

1 基本原理

1.1 風能利用系數和貝茲理論

風能利用系數表示單位時間內風機獲得的風能與作用于風機的原風能之比，用Cp表示[3]，風能利用系數表示了風力發電機將風能轉化成電能的轉換效率．

即：式中：P為風力發電機獲得的機械能；為空氣密度；S為風輪槳葉掃掠面積；V為風速．

貝茲理論[4]是世界上第1個關于風力機風輪葉片接受風能的的完整理論，是在1919年貝茲（Betz）建立的．貝茲理論的建立有如下假設：風輪是一個圓盤，軸向力沿著圓盤均勻分布且圓盤上沒有摩擦力；風輪葉片無限多；氣流是不可壓縮的且是水平均勻定常流，風輪尾流不旋轉；風輪前后遠方氣流靜壓相等．這時風輪稱為“理想風輪”．

由貝茲理論得到了風能利用系數的最大值CPmax0.593[4]．

以上說明風機葉輪從風中獲得的最大能量等于流過掃掠面風能的59.3%，但是風力機的實際風能利用系數小于59.3%，一般設計時根據葉片的數量、葉片翼型、功率等情況，取0.25～0.45，根據實際經驗得知，風能利用系數很少超過40%[5]．

通常風能利用系數的經驗公式為[6]

1.2 葉尖速比和槳距角

葉尖速比也稱高速性系數，它是用來表述風電機特性的一個十分重要的參數．它等于葉片頂端的速度（圓周速度）除以風接觸葉片之前很遠距離上的速度；葉片越長，或者葉片轉速越快，同風速下的葉尖速比就越大，反映了在某一風速下風機葉輪轉速的高低，用表示．只有為某一特定值m時，Cp達到其最大值CPmax，此時m稱為最佳葉尖速比．

槳距角也叫節距角，是葉輪旋轉面與葉片弦線的夾角，用表示．對于變槳距的風力發電機而言，通過調節槳距可使CP在額定風速下具有可能較大的值，從而得到較高的輸出功率；超過額定風速后，通過改變槳距減小CP，使輸出功率保持在額定值附近．

1.3 風輪最佳運行原理

風速V是自然界隨機變化人力難以控制的，要想最大限度的將其利用，也就是要使風能轉換為機械能的效率達CP到最佳．在槳距角一定的情況下，葉尖速比和風能利用系數CP存在一定的關系，當葉尖速比達到最佳葉尖速比時，風能利用系數CP對應的是最大風能利用系數Cpmax，這個時候風輪將風能轉換成機械能的效率是最高的．

風力機從風中捕獲的機械功率為[7]

式中：PW為風力機從風中捕獲的機械功率；為風場空氣密度；S為風輪掃率面積；CP為功率系數；V為實際風速．

由以上分析知，對于變速運行的風力發電系統來說，為了獲得最大風能利用系數Cpmax，在風速變化的時候及時調整風輪的轉速，如式(3)使其葉尖速度和風速的比值保持不變，即保持最佳的葉尖速比，就能使得CP在較大的風速變化范圍內都能保持最大值，從而提高風輪的效率，這就是風輪最佳運行原理．

2 建模和仿真

2.1 風速模型的建立

在建立風速模型的時候，通常采用四分量模型[8]：基本風速VWB、時陣風速VWG、階躍風速VWS和噪聲風速VWN，分別建立相應的風速子模型．

圖1 噪聲風速波形圖Fig.1 Thewaveformsofw ind speedw ith noise

圖2 風速仿真結果Fig.2 Thesimulatedw ind speed

建立噪聲風速的simulink仿真波形如圖1所示．

建立綜合風速的simulink仿真模型，設置基本風速為15m/s；陣風起始、持續時間分別為4 s和10 s，陣風風速峰值為6m/s；階躍風階躍的啟動、終止和保持時間分別為20 s、25 s和3 s，階躍風風速峰值為4m/s；設置帶限白噪聲模塊的采樣時間為0.1 s；仿真時間為50 s；得到風速的仿真結果如圖2所示．

2.2 風能利用系數模型的建立

風力發電機的風能利用系數經驗公式如式(2)所示，對風能利用系數進行子系統建模．分別對槳距角時=0°、=5°、=10°、=15°、=20°、=25°、=30°進行建模比較．通過仿真得到CP、曲線如圖3所示[9]．

由圖3可知當風速在額定風速以下的時候，葉尖速比低于3時，30°槳距角的風能利用系數最高，葉尖速比大于3后，隨著槳距角降低，風能利用系數逐漸升高．因此啟動過程中，先將槳距角調至30°，使葉輪轉速升高，當葉尖速比達到3時，再降低槳距角調節并穩定至0°．實際情況下的尖速比在2.5～15之間[10]，由圖3可知，當值在9附近的時候風能利用系數達到最大值，所以風機通過改變轉速而穩定葉尖速比為9，風機將捕獲最大的風能．

圖3 不同槳距角風能利用系數仿真結果Fig.3 The sim ulated w ind power coefficient for differentpitch angles

3 風機最佳運行控制策略

目前在風能轉換系統中采用的智能控制方法有模糊控制和人工神經網絡控制．模糊控制主要包含模糊化、模糊推理和模糊判決3部分，其最大特點是將專家的經驗和知識表示成語言控制規則，再用控制規則去控制系統．

模糊控制器的設計選用常用的二維模糊控制器[11]，在模糊控制系統運行中，控制器的輸入值、輸出值是有確定數值的清晰量，而在進行模糊控制時，模糊推理過程是通過模糊語言變量進行的，在清晰量和模糊量之間有一定得對應關系．這種把物理量的清晰值準換成模糊語言變量值的過程叫做清晰量的模糊化．

本文設計的被控對象是風機系統，圖4是風機系統的模糊控制示意圖．

圖4 風機模糊控制示意圖Fig.4 The diagram of fuzzy control forw ind turbine

本文設計模糊控制器的輸入量為葉尖速比偏差和葉尖速比偏差變化率，輸出量為發電機定子電壓，對電機的轉速調節以保持最佳葉尖速比，實現風能的最大跟蹤．

首先確定各語言變量論域內的模糊子集個數，一般認為選擇更多模糊子集數將有助于獲得更好的控制性能[12]．當模糊子集個數N=7時，它能使被控系統獲得良好的動靜態性能，具有更強的抗擾動能力，且控制器的實現也較容易[13]，所以模糊子集個數常選為7．通過多次試驗本文選取語言變量葉尖速比偏差E為8個語言變量值：{負大，負中，負小，負零，正零，正小，正中，正大}分別用{NB，NM，NS，NZ，PZ，PS，PM，PB}表示，表示的含義為：葉尖速比{非常小，很小，比較小，有點兒小，有點兒大，比較大，很大，非常大}．葉尖速比偏差變化率EC和控制輸出值變量U相同為7個語言變量值：{負大，負中，負小，零，正小，正中，正大}分別用{NB，NM，NS，ZE，PS，PM，PB}表示，表示的含義分別為：葉尖速比{有大幅降低趨勢，有明顯降低趨勢，有小幅降低趨勢，無變化趨勢，有小幅增長趨勢，有明顯增長趨勢，有大幅增長趨勢}，定子電壓{大幅度減小，中幅度減小，小幅度減小，不變，小幅增大，中幅增大，大幅增大}．

偏差E的基本論域為X={6，5，4，3，2，1，0，+0，+1，+2，+3，+4，+5，+6}，偏差變化率EC和電壓U的論域和偏差E的相同．

隸屬度函數的確立目前還沒有一套成熟有效的方法，大多數系統的確立方法還停留在經驗和實驗的基礎上．對于同一個模糊概念，不同的人會建立不完全相同的隸屬度函數，盡管形式不完全相同，只要能反映同一模糊概念，在解決和處理實際模糊信息的問題中仍然殊途同歸．常用的方法有：模糊統計法、例證法、專家經驗法、二元對比排序法[14]．本文應用專家經驗法，初步確定粗略的隸屬函數，然后再通過“學習”和

實踐檢驗逐步修改和完善，而實際效果正是檢驗和調整隸屬函數的依據，建立隸屬度函數如圖5～圖7所示．

通過總結專家經驗，如：“葉尖速比非常小，且有大幅降低的趨勢，則大幅度提高定子電壓”模糊控制規則如表1．

表1 模糊控制規則表Tab.1 The rule list for fuzzy control

圖5 葉尖速比偏差隸屬度函數Fig.5 The deviationmembership function for tip speed ratio

圖6 葉尖速比偏差變化率隸屬度函數Fig.6 The rateof change of deviationmembership function for tip speed ratio

圖7 定子電壓隸屬度函數Fig.7 Themembership function for stator voltage

采用1.5MW風機構建模型，風機主要技術參數為：額定功率為1500 kW；額定風速為15m/s；風輪直徑為80m；葉片質量為7 t；定子額定電壓為690 V；額定頻率為50 Hz；發電機轉動慣量為97.5 kg m2；變槳范圍為0～90°；齒輪箱增速比為1/ 90；極對數為 2；同步轉速為1 500 r/m in．

發電機轉矩為[15]：

式中：p為極對數取 2；m1為定子相數取 3；U1為定子側電壓；g為電機轉動速度；1為電機同步速度取1500 r/m in；C1為設置系數；r1和χ1分別表示定子繞組電阻和漏抗；r'2和χ'2分別表示轉子繞組電阻和漏抗．

建立風力發電機最佳功率控制模型如圖8所示．

圖8首先通過四分量風速模型計算出風速v，由風速v和葉輪角速度計算得出葉尖速比，將葉尖速比與理想葉尖速比的差值和差值的變化率作為模糊控制器的二分量輸入，模糊控制器的輸出為定子側電壓，再將其與定子額定電壓的差值和發電機的轉速作為發電機的輸入，得出發電機的轉矩，由發電機的轉矩計算出葉輪的角速度．通過模糊控制器對定子側電壓的控制，來達到對電機轉矩的控制，從而實現對葉輪轉速的控制，以保證葉尖速比保持在最佳葉尖速比9附近，此時風能利用系數將穩定在最大值．

依據圖8所表示風機最佳功率控制仿真模型，通過Simulink仿真得出的風電機組的風能利用系數Cp值變化如圖9所示．

仿真結果表明：通過模糊控制器，采用標準的二維控制結構，即輸入為誤差E和誤差變化EC，輸出為控制量U的形式，以葉尖速比和葉尖速比變化率作為輸入量，調節風力發電機轉矩，進而調節發電機轉子轉速變化，保證了葉尖速比穩定于9，此時風機功率系數Cp可取得最大值0.593且基本保持穩定．

圖8 風力發電機最佳運行控制建模Fig.8 Themodeling of optimaloperation control forw ind turbine

圖9 風能利用系數Cp變化曲線Fig.9 The curveofpower coefficient Cp

4 總結

通過分析得出了風機的最佳葉尖速比，對葉尖速比進行控制使其恒定為最佳葉尖速比，據此設計風機最大風能捕獲控制策略，構建風機最大風能捕獲模型，得出仿真結果圖表明風能利用系數基本保持最大且恒定，驗證了此控制策略的有效性，提出了一種應用于低風速下風力發電系統獲得最佳功率控制的方法．

[1]潘文霞，陳允平，沈祖詒．風力發電機的發展現狀[J]．中小型電機，2001，28（4）：38-41．

[2]李晶，葛敏．最大風能追蹤模糊控制器的仿真設計[J]．風機技術，2010（6）：50-52．

[3]劉樺．風電機組系統動力學模型及關鍵零部件優化研究[D]．重慶：重慶大學，2009．

[4]趙丹平，徐寶清．風力機設計理論及方法[M]．北京：北京大學出版社，2011．

[5]李春，葉舟，高偉，等．現代大型風力機設計原理[M]．上海：上海科學技術出版社，2013．

[6]高俊瑩，徐建軍，許愛華，等．風能利用系數模糊控制策略的研究[J]．電氣技術，2009（8）：36-42．

[7]薛娟妮，馬鵬．風電系統最大功率捕獲分析[J]．裝備制造技術，2008（2）：42-44．

[8]陜華平，肖登明，薛愛東，等．大型風電場的風資源評估[J]．華東電力，2006，34（2）：15-18．

[9]金鑫．風力發電機組系統建模與仿真研究[D]．重慶：重慶大學，2007．

[10]Heier Siegfried．W ind Energy Conversion Systems[M].JohnW iley&Sons Ltd，1998．

[11]石辛民，郝整清．模糊控制及其Matlab仿真[M]．北京：清華大學出版社，北京交通大學出版社，2012．

[12]李士勇．模糊控制、神經網絡和智能控制論[M]．哈爾濱：哈爾濱工業大學出版社，1998．

[13]趙金，萬淑蕓．模糊控制交流調速系統中模糊子集數的選擇[J]．微機電，2003，36（6）：31-35．

[14]王季方，盧正鼎．模糊控制中隸屬度函數的確定方法[J]．河南科學，2000，18（4）：348-351．

[15]馮清秀，鄧星鐘．機電傳動控制[M]．第5版．武漢：華中科技大學出版社．2011．

[責任編輯 楊屹]

Theopticalof controlstrategy forw ind driven based on simulation analysis

REN Shuang，SHIZhan-qun，SONG Zhong-yue，MA Jiao-jiao

(Schoolof M echanical Engineering,HebeiUniversity of Technology,Tianjin 300130,China)

Currently,thewind powerdevelopmentis rapid,butand theuseefficiency of thew ind energy is too low.This paperhasbuiltawind speedmodel to analyze thechangeofw ind powercoefficientby tip speed ratiosunderdifferentpitch angles,get the best tip speed ratios in accordancewithmostwind power coefficient,elaborate the best running theory, and then put forward amostefficientcontrolstrategy based on fuzzy controlunder low w ind speed.

w ind driven generator;best tip speed ratios;fuzzy control;bestpow er control

TM 315

A

1007-2373(2015)01-0083-06

10.14081/j.cnki.hgdxb.2015.01.016

2014-10-11

河北省高層次人才資助項目（E201200003）；天津市應用基礎與前言技術研究（14JCYBJC42100）

任爽（1989-），女（漢族），碩士生．通訊作者：師占群（1963-），男（漢族），博士，教授，Email：z-shi@hebut.edu.cn．