基于激光雷達的大型風機前饋控制技術

山東交通技師學院 王夢玲

基于激光雷達的大型風機前饋控制技術

山東交通技師學院 王夢玲

在額定風速以上的情況下，設計一個基于風機逆模型的前饋控制器，將激光雷達(LIDAR)測量到的風速信號作為前饋控制器的輸入。將前饋控制器與系統已有的基礎反饋控制器疊加，控制風機葉片的槳距角。Supergen 5MW風機線性模型用于測試控制性能，將增加了前饋控制環節的槳距角控制器與單獨使用反饋控制器進行了比較。仿真結果顯示，在激光雷達信號的幫助下，與單獨使用反饋控制器相比，增加了前饋控制的槳距角控制器能夠抑制風速變化引起的擾動并減少風機葉片和塔架的載荷。

風機；激光雷達；擾動抑制；前饋控制

0 引言

先進的控制策略能夠改良風機性能并降低風力發電的生產成本。高性能和可靠的控制器能夠提高能量轉化效率和整個系統的性能，并降低運行和維護費用[1,2]。近幾年，隨著人們對風機性能的期望越來越高，先進的測量技術受到越來越多的關注。作為目前先進測量技術之一的激光雷達技術（LIDAR）能夠獲得不同距離的風速值并預測干擾信息。在過去的幾十年中，人們提出了很多風機控制策略，在這些控制技術中，風速信號都是直接或間接由激光雷達提供[3]。

有了預測風速值，前饋控制策略就能用于風機控制，從而減少結構載荷。最近的一些研究工作是將前饋控制通道加到基本反饋控制器上，在這種情況下，前饋控制器的設計可以獨立于反饋控制器，從而不會對閉環系統的穩定性造成影響。在文獻[4]中，模擬有效風速信號被雷達測量到的信號取代，用于控制系統的設計，仿真結果表明，增加的前饋控制環節能夠在高擾動風速的情況下減少塔架和葉片的疲勞載荷。

大部分的研究工作在引入激光雷達風速測量信號的情況下測試載荷性能[5,6]，在風速低于額定值的情況下，研究控制器的能量獲取性能。然而，大量的研究結果表明，基于激光雷達的控制環節在提高獲取能量方面的作用非常有限，在額定風速以上的情況下，使用激光雷達測量數據卻能獲得更好的效果。為了進一步探索將激光雷達應用于風機控制系統的有效方法，本文設計了基于逆模型的前饋控制器，并將其與基礎反饋控制器相結合，并將系統的輸出與單獨使用反饋控制器的情況作了比較。

1 前饋控制器設計

1.1 反饋控制器

一個標準的風機控制器包括兩個部分:用于額定風速以下的轉矩控制器和用于額定風速以上的槳距角控制器。在額定風速以下的情況，輸入到風機的轉矩信號用于保證最大能量系數跟蹤從而能夠使風機從風場中獲取最大能量。在額定風速以上的情況下，槳距角信號用于保證發電機功率不超過額定值[7,8]。傳統的槳距角反饋控制框圖如圖1所示,本文將其視為基本控制器。

圖1 反饋控制器控制框圖

1.2 前饋控制器

激光雷達能夠預測距離風機葉片不同位置的風速信息，這個特性可用于前饋控制，抑制風速變化對風機電機轉速所造成的影響。如圖2所示，本文在反饋控制器的基礎上增加一個前饋控制部件，用于減少風機在額定風速以上的情況下所承受的載荷。前饋控制器的設計是基于風機系統的逆模型。

輸入前饋控制器的激光雷達測量風速由Bladed軟件模擬得到。Bladed按照泰勒冰凍渦流猜想原理，假定風速在接近風機的時候不受風機葉片的影響，保持統一平均速度[9]，由此可以得到距離風機不同距離的風速值。

圖2 組合了反饋和前饋的風機控制器

在圖1和圖2的基礎上，設計了前饋控制，如圖3所示，整個控制系統的控制目標是在風速 變化的情況下，通過調整總槳距角命令 使真實的電機轉速 維持在額定電機轉速值 。

是風機風速,表示到達風機葉片的風速，風速在抵達風機的過程中從 演變為風機風速 ，這種變化對風機系統造成干擾，模塊表示了這個變化過程。是激光雷達傳感器測量到的風速， 代表激光雷達系統從 傳遞到 的過程， 是反饋控制器， 為前饋控制器。風機的線性模型包括子系統 ， .和 ， 為從總葉片槳距角差 到發電機轉速差 ()之間的傳遞函數。 表示從 到 的傳遞函數。前饋控制器的輸出加到總槳距反饋控制器的槳距角上。

圖3 前饋控制框圖

按照圖3中的控制策略，可以得到：

前饋控制器變為:

式中，和 可從風機模型中獲取，但風速演化模型 和激光雷達系統模型 非常復雜，建模困難。本研究將從到 的傳遞函數 近似為式(4)：

式中， ——激光雷達測量值和風機風速之間的交叉譜； ——從測量點到風機葉片的不同距離點的雷達測量信號的自功率譜。所以，前饋控制器表示為：

根據雷達測得的風速信號和式(4)可得到的近似公式[10]：

2 仿真研究

仿真基于 Supergen 5MW 風機模型，這個模型由英國思克萊德大學( University of Strathclyde)的科研團隊根據真實的風機和風場數據開發，是一個基于Matlab/Simulink的風機非線性模型，此模型主要包括三個部分：葉片機械系統模型；轉子空氣動力系統模型和傳動機構模型。風機主要參數見表1，更多細節可參考文獻[10]和[11]，與此模型相匹配的槳距角反饋控制器用作基本控制器。

表1 風機參數[10]

電機轉速誤差和槳距角命令之間的傳遞函數為：

式中：

電機轉速誤差和風機葉片風速之間的傳遞函數為：

式中：

根據式(5)，前饋控制器為：

直接由式(9)計算得到的前饋控制器階數太高，難以調節。可首先使用非最小相位零點忽略技術(NPZ-Ignore)去除這個模型的非最小相位零點，并通過近似擬合法[12]將其進一步降階為3階控制器，見式(10)。為了更好的調節降階后的控制器,在傳遞函數中引入調節參數 ，這個調解參數能夠在一定程度上解決模型不確定性問題，的初始值設置為 。

在風速為16 米/秒的情況下，對整個系統進行了仿真測試，以檢驗前饋控制器的性能。如圖4所示，加上前饋控制器之后，槳距角變化幅度減小，這種變化不僅能夠保存驅動能量而且能夠延長槳距驅動器的壽命。

圖4 增加前饋控制器前后的槳距角比較

從圖5可以看到，與只有基本反饋控制器相比，帶有前饋控制環節的控制器使塔架前后擺動加速度值減小。這種改良減小了塔架震蕩從而延長了塔架的壽命，另外，從塔架傳遞到傳動機構的載荷也同樣得到了緩解。

圖5 增加前饋控制器前后的塔架加速度比較

發電機功率比較結果見圖6，增加前饋控制環節沒有給仿真結果造成明顯的變化，表明前饋控制器的引入能夠抑制風速變化引起的擾動，并使風機輸出功率不受影響。

圖6 增加前饋控制器前后的電機功率比較

3 結論

本文介紹了基于激光雷達的前饋控制器設計策略，將一個逆模型槳距角前饋控制器加到Supergen 5MW風機模型的槳距角反饋控制器上面。前饋控制的設計是基于Supergen風機線性模型和傳遞函數。

在風速為16米/秒的情況下檢驗前饋控制器的性能，仿真結果顯示帶有前饋控制器的槳距角控制器同時能夠在不減少獲取能量的同時，有效減少槳距角需求量和塔架加速度的波動。

在接下來的研究中，可以通過計算損傷等效荷載 (DEL)來進一步將前饋和反饋控制器的效果與反饋控制器相比較。

[1]Burton T,Sharpe D,Jenkins N,et al.Wind energy handbook[M]. New York:John Wiley & Sons,2001:210-312.

[2]Bianchi F D,Battista H De,Mantz R J.Wind turbine control systems:principles,modelling and gain scheduling design[M].Springer Science & Business Media,2006:530-580.

[3]Mirzaei M,Soltani M,Poulsen N K,et al.An MPC approach to individual pitch control of wind turbines using uncertain LIDAR measurements[A].2013 European Control Conference[C].Zurich,Switzerland,2013.

[4]Schlipf D,Schlipf D J,Kühn M.Nonlinear model predictive control of wind turbines using LIDAR[J].Wind Energy,2013,16(7):1107-1129.

[5]Schlipf D,Fleming P,Haizmann F,et al.Field testing of feedforward collective pitch control on the CART2 using a nacelle-based lidar scanner[A].Proceedings of The Science of Making Torque from Wind[C].Oldenburg,Germany,2012.

[6]Pao L Y,Dunne F,Wright A D,et al.Adding feedforward blade pitch control for load mitigation in wind turbines non-causal series expansion,preview control,and optimized FIR filter methods[R].49th AIAA Aerospace Sciences Meeting including the New Horizons Forum and Aerospace Exposition[C].Orlando,Florida,USA,2011.

[7]Chatzopoulos A P.Full envelope wind turbine controller design for power regulation and tower load reduction[D].Glasgow:University of Strathclyde,2011.

[8]Wang N,Johnson K E,Wright A D.FX-RLS-based feedforward control for LIDAR-enabled wind turbine load mitigation[J].IEEE Transactions on Control Systems Technology,2012,20(5):1212-1222.

[9]Taylor G I.The spectrum of turbulence[J].Proceedings of the Royal Society of London.Series A-Mathematical and Physical Sciences,1938,164(476):476-490.

[10]Wang M.Feedforward wind turbine controller design using LIDAR[D].Glasgow:University of Strathclyde,2015.

[11]Stock A.Augmented Control for Flexible Operation of Wind Turbines[D].Glasgow:University of Strathclyde,2015.

[12]Masayoshi T.Zero phase error tracking algorithm for digital control[J].Journal of Dynamic System,Measurement,and Control,1987,109(1):65-68.