基于數(shù)據(jù)的風能轉(zhuǎn)換系統(tǒng)自適應(yīng)控制

徐莉莉，沈艷霞，紀志成

(江南大學，江蘇無錫214122)

0引 言

隨著現(xiàn)代控制理論的飛速發(fā)展，許多先進的控制方法如滑?？刂?、反饋線性化控制、自適應(yīng)控制、模糊控制、非線性 H∞魯棒控制等［2-4］已經(jīng)被相繼用于風能轉(zhuǎn)換系統(tǒng)的控制中，并且獲得了令人滿意的控制效果。但是由于現(xiàn)有的控制方法都是在建立模型基礎(chǔ)上的控制策略，模型的質(zhì)量直接影響控制算法的優(yōu)劣。由于空氣動力學的不確定性以及風力發(fā)電系統(tǒng)本身的非線性、時變特性，使得建立的風能轉(zhuǎn)換系統(tǒng)的數(shù)學模型非常困難;并且在建模時需要消耗大量的時間，而所作的假設(shè)不可避免地帶來固有誤差和許多不確定因素。因此，基于數(shù)據(jù)的控制技術(shù)研究應(yīng)運而生，僅僅利用受控系統(tǒng)的輸入輸出數(shù)據(jù)設(shè)計控制器，控制器不包含任何關(guān)于受控系統(tǒng)的數(shù)學模型信息。

目前，數(shù)據(jù)驅(qū)動的控制技術(shù)［5-7］已經(jīng)得到國內(nèi)外控制界的高度重視，取得了豐碩的研究成果，已成功運用于化工、電力、輕工等領(lǐng)域?；跀?shù)據(jù)的自適應(yīng)控制［8］可以解決系統(tǒng)未建模動態(tài)和控制器的設(shè)計對數(shù)學模型的依賴問題，對于高階時變、高度非線性、復(fù)雜且含有不確定性的風力發(fā)電系統(tǒng)來說，避開建模設(shè)計控制器有很高的實用意義和價值。因此本文運用此控制方法來解決風能轉(zhuǎn)換系統(tǒng)建模困難的問題，在數(shù)學模型未知的情況下有效地實現(xiàn)風能轉(zhuǎn)換系統(tǒng)的優(yōu)化控制目標。

本文以實際的6 kW變速恒頻雙饋風力發(fā)電機組為對象，提出應(yīng)用數(shù)據(jù)驅(qū)動的自適應(yīng)控制方法實現(xiàn)額定風速以下風能捕獲率的最大化。該控制方法將風力發(fā)電機組用一時變動態(tài)線性系統(tǒng)合理替代，利用系統(tǒng)在線的輸入和輸出數(shù)據(jù)通過投影估計算法估計動態(tài)線性系統(tǒng)的擬梯度向量，實現(xiàn)風力發(fā)電機組的自適應(yīng)控制。仿真結(jié)果驗證了該控制算法的有效性。

1風能轉(zhuǎn)換系統(tǒng)控制問題

1．1風能轉(zhuǎn)換系統(tǒng)的基本結(jié)構(gòu)和原理

風能轉(zhuǎn)換系統(tǒng)主要由氣動傳動子系統(tǒng)、電磁子系統(tǒng)、電網(wǎng)連接子系統(tǒng)三部分組成，系統(tǒng)基本結(jié)構(gòu)圖如圖1所示。

氣動子系統(tǒng)通過風輪機捕捉風能，將風能轉(zhuǎn)化為機械能;風輪機轉(zhuǎn)動，經(jīng)傳動系統(tǒng)傳遞至發(fā)電機;電磁子系統(tǒng)在發(fā)電機軸上實現(xiàn)機械能轉(zhuǎn)化為電能;經(jīng)過電網(wǎng)連接子系統(tǒng)整流逆變后并入電網(wǎng)。

圖1 風能轉(zhuǎn)換系統(tǒng)結(jié)構(gòu)圖

1．2 功率特性

在額定風速以下，風輪機槳葉節(jié)距角固定為零值;根據(jù)貝茲理論，風輪捕捉的風能功率:

式中:Pwt為風輪捕捉的風能功率;ρ為空氣密度;R為風輪機葉片半徑;v為風速;Cp(λ)為功率系數(shù)，它表示風能的功率轉(zhuǎn)換效率，它與葉尖速比λ存在一定的非線性關(guān)系，而葉尖速比為風輪葉尖線速度與風速之比，即:

式中:ωl為風輪機的機械角速度。

機械能由傳動系統(tǒng)傳遞至發(fā)電機轉(zhuǎn)子，發(fā)電機轉(zhuǎn)子轉(zhuǎn)速ωh=iωl，i表示齒輪變速比，因此葉尖速比和發(fā)電機轉(zhuǎn)速存在如下關(guān)系:

1．3優(yōu)化控制問題

對于風能轉(zhuǎn)換系統(tǒng)，跟蹤風能的最大功率以提高風電能量轉(zhuǎn)換效率是重要的優(yōu)化控制目標。

當風速小于額定風速時，風能轉(zhuǎn)換系統(tǒng)吸收的風能小于發(fā)電機的額定功率，發(fā)電機的功率根據(jù)葉片的氣動性能隨風速的變化而變化。此時為使風能的利用率最大，則通過對發(fā)電機轉(zhuǎn)速的控制來跟蹤最佳的功率系數(shù)以獲得最大的風能。

風能的捕獲率最大，即功率系數(shù)Cp達到最大值，此時葉尖速比λ達到最佳值λopt，控制目標的數(shù)學指標表述:

因此，通過控制發(fā)電機轉(zhuǎn)速ωh來使得葉尖速比λ準確追蹤最佳值λopt，有效地實現(xiàn)額定風速以下風能轉(zhuǎn)換系統(tǒng)的最大風能捕獲。

2基于數(shù)據(jù)的自適應(yīng)控制

針對額定風速以下的優(yōu)化目標，繞開風力發(fā)電系統(tǒng)的復(fù)雜的建模過程，利用輸入和數(shù)據(jù)來驅(qū)動控制。選擇發(fā)電機轉(zhuǎn)子轉(zhuǎn)速ωh作為系統(tǒng)的測量輸出y，電磁轉(zhuǎn)矩參考值作為系統(tǒng)的控制輸入u。風能轉(zhuǎn)換系統(tǒng)可用一般離散時間非線性系統(tǒng)形式來表示:

式中:ωh(k)(k)分別是k時刻的測量輸出與控制輸入，ny、nu是風能轉(zhuǎn)換系統(tǒng)未知的輸出與輸入階數(shù)，f(…)是未知的非線性函數(shù)。

處理風能轉(zhuǎn)換系統(tǒng)的自適應(yīng)控制問題，首先需要將它轉(zhuǎn)化為一個帶有單參數(shù)的線性時變系統(tǒng)。

2．1時變動態(tài)線性化

在風能轉(zhuǎn)換系統(tǒng)的數(shù)學模型、階數(shù)、結(jié)構(gòu)等未知的情況下，本文選擇一種新型的動態(tài)時變線性化方法，采用時變增量的形式，結(jié)構(gòu)簡單，參數(shù)少，具有一般性和廣泛性［8］。在實際應(yīng)用中風能轉(zhuǎn)換系統(tǒng)滿足如下假設(shè):

假設(shè)3 系統(tǒng)式(5)是滿足廣義Lipschitz條件，即控制輸入的變化不會引起轉(zhuǎn)速輸出ωh無限的增大，輸出信號能量變化在控制輸入信號能量變化許可范圍內(nèi)。

在假設(shè)條件成立的情況下，非線性的風能轉(zhuǎn)換系統(tǒng)可用以下動態(tài)時變增量的形式來表示:

式中:θ(k)是時變參數(shù)，稱為擬梯度向量;Ly(＞0)和Lu(＞0)稱為偽階數(shù);

從式(6)中可以看出，復(fù)雜的風能轉(zhuǎn)換系統(tǒng)轉(zhuǎn)換成了只含有一個Ly+Lu維參數(shù)θ(k)的動態(tài)時變線性系統(tǒng);而Φ(k)只與系統(tǒng)的輸入輸出數(shù)據(jù)有關(guān)。

2．2擬梯度向量的投影估計

采樣的輸入輸出數(shù)據(jù)不準確會引起擬梯度向量θ(k)的估計值不準確，因而導(dǎo)致整個風能轉(zhuǎn)換系統(tǒng)不穩(wěn)定。為避免此問題，考慮如下估計準則函數(shù):

通過極小化推導(dǎo)過程，可得到僅需要利用輸入輸出數(shù)據(jù)來估計擬梯度向量的投影估計算法:

式中:ηk是步長序列。

2．3基于數(shù)據(jù)的自適應(yīng)控制律

為保證風能轉(zhuǎn)換系統(tǒng)能夠用時變動態(tài)線性系統(tǒng)合理替代，必須限制控制輸入(k)的變化量［10］，因此考慮如下加權(quán)一步向前預(yù)報控制輸入準則函數(shù):

將式(5)代入式(13)中，對G求導(dǎo)并令其等于零，得基于數(shù)據(jù)的自適應(yīng)控制律:

式中:ρk是步長序列。

由式(14)可知，基于數(shù)據(jù)的自適應(yīng)控制律與風能轉(zhuǎn)換系統(tǒng)的數(shù)學模型以及系統(tǒng)階數(shù)無關(guān)，只與系統(tǒng)的輸入輸出數(shù)據(jù)有關(guān)。這正是基于數(shù)據(jù)的自適應(yīng)控制應(yīng)用在復(fù)雜的風力發(fā)電系統(tǒng)實際控制中的優(yōu)勢所在，繞開建模設(shè)計控制器，簡單易實現(xiàn)。

3基于數(shù)據(jù)的自適應(yīng)控制器設(shè)計

在風能轉(zhuǎn)換系統(tǒng)中，利用在線的輸入輸出數(shù)據(jù)通過投影算法估計擬梯度向量參與自適應(yīng)控制律來控制發(fā)電機轉(zhuǎn)子轉(zhuǎn)速ωh，以實現(xiàn)額定風速以下風能的最大捕獲?；跀?shù)據(jù)的風能轉(zhuǎn)換系統(tǒng)的自適應(yīng)控制結(jié)構(gòu)圖如圖2所示。

圖2 基于數(shù)據(jù)的自適應(yīng)控制結(jié)構(gòu)圖

控制算法執(zhí)行步驟:

(1)將風能轉(zhuǎn)換系統(tǒng)的輸入和輸出數(shù)據(jù)按式(9)、式(10)和式(15)構(gòu)造矩陣Φ'(k);

(5)令k=k+1，返回第一步。

在此控制算法中，步長序列ηk和ρk一般取值在1～2之間;偽階數(shù)Ly和Lu增大時對系統(tǒng)控制精度變化不大［10］，所以在風能轉(zhuǎn)換系統(tǒng)這樣的復(fù)雜非線性高階系統(tǒng)中依然可以設(shè)置較小的偽階數(shù)。

4仿真研究

為驗證基于數(shù)據(jù)的自適應(yīng)控制器在風能轉(zhuǎn)換系統(tǒng)中的有效性，選擇在Matlab中進行仿真研究。在實際應(yīng)用中，用于設(shè)計控制器的風力發(fā)電系統(tǒng)輸入輸出數(shù)據(jù)可直接通過傳感器測量得到;而在仿真時輸入輸出數(shù)據(jù)需要從模型中產(chǎn)生。因此在Matlab/Simulink中搭建功率為6 kW的變速恒頻雙饋風力發(fā)電機組模型用于產(chǎn)生輸入輸出數(shù)據(jù)。

模型的主要仿真參數(shù)選取如下:槳葉半徑2．5 m，空氣密度 1．25 kg/m3，額定風速 10．5 m/s，傳動比6．25，能量轉(zhuǎn)換效率0．95，等效傳動系統(tǒng)轉(zhuǎn)動慣量3．6 kg·m2，電磁轉(zhuǎn)矩最大值40 N·m，功率因數(shù)Cp(λ)由下列多項式形式給出:

當 λ =λopt=7時，Cp(λ)達到最大值0．476。

用S-Function編制參數(shù)估計器和自適應(yīng)控制器［11］。自適應(yīng)控制器和參數(shù)估計器的參數(shù)選取如表1所示。

表1 控制器與估計器仿真參數(shù)

風速的仿真波形如圖3所示。

圖3 風速仿真曲線

轉(zhuǎn)子轉(zhuǎn)速的期望輸出和實際輸出的仿真波形如圖4所示，功率系數(shù)，葉尖速比和擬梯度向量的仿真波形分別如圖5～圖7所示。

圖4 轉(zhuǎn)子轉(zhuǎn)速仿真曲線

圖5 功率系數(shù)仿真曲線

圖6 葉尖速比仿真曲線

圖7 擬梯度向量仿真曲線

分析圖3～圖7的仿真波形可知，在本文所采用的基于數(shù)據(jù)的自適應(yīng)控制方法下，風能轉(zhuǎn)換系統(tǒng)的功率系數(shù)最大值為0．476 2。當風速在5～8 m/s范圍內(nèi)隨機波動時，通過擬梯度向量的在線調(diào)整使得葉尖速比始終在最優(yōu)值7附近上下波動，功率系數(shù)在0．464～0．476 2小范圍波動，發(fā)電機轉(zhuǎn)速能夠快速的跟蹤期望轉(zhuǎn)子轉(zhuǎn)速，獲得較好的抗干擾性和魯棒性。表明了利用輸入輸出數(shù)據(jù)設(shè)計的自適應(yīng)控制器能夠有效地實現(xiàn)額定風速以下風能轉(zhuǎn)換系統(tǒng)的最大風能捕獲。

5結(jié) 語

本文將數(shù)據(jù)驅(qū)動的自適應(yīng)控制方法應(yīng)用到額定風速以下風能轉(zhuǎn)換系統(tǒng)的優(yōu)化控制問題中，設(shè)計出自適應(yīng)控制器有效地實現(xiàn)了風能轉(zhuǎn)換系統(tǒng)的最大風能捕獲。相對于其它基于模型的各種先進控制，本文采用的基于數(shù)據(jù)的自適應(yīng)控制方法在數(shù)學模型、階數(shù)、結(jié)構(gòu)等均未知的情況下僅僅利用風能轉(zhuǎn)換系統(tǒng)的輸入輸出數(shù)據(jù)設(shè)計出控制器，不僅可以克服系統(tǒng)中模型參數(shù)變化和非線性等不確定因素的問題，而且控制器中只有唯一的在線調(diào)整的參數(shù)擬梯度向量，計算量小，易于實現(xiàn)，控制效果良好，抗干擾性強，在風力發(fā)電實際的應(yīng)用中有強大的優(yōu)越性。

［1］ 雷亞洲，Lightbody G．風力發(fā)電與電力市場［J］．電力系統(tǒng)自動化，2005，29(10):1-5．

［2］ Munteanu I，Brarcu A I，Cutululis N-A，et al．Optimal Control of Wind Energy Systems［M］．London:Springer，2008:140-157．

［3］ Mohamed A Z，Eskander M N，Ghali F A．Fuzzy logic control based maximum power tracking of a wind energy system［J］．Renewable Energy，2001，23(2):235-245．

［4］ 張先勇，吳捷，楊金明，等．額定風速以上風力發(fā)電機組的恒功率H∞魯棒控制［J］．控制理論與應(yīng)用，2008，25(2):321-328．

［5］ Jonathan S Barlow．Data-Based Predictive Control with Multirate Prediction Step［C］//American Control Conference．2010:5513-5519．

［6］ Campi M C，Savaresi S M．Direct nonlinear control design:the virtual reference feedback tuning(VRFT)approach［J］．IEEE Transactions on Automatic Control，2006，51(1):15-27．

［7］ Zheng E，Zhang L，Gao F．Research on Model Free adaptive control method of thermal power Unit［C］//International Conference of Information Science and Management Engineering．2010:222-225．

［8］ 侯忠生．非參數(shù)模型及其自適應(yīng)控制理論［M］．北京:科學出版社，1999:148-153．

［9］ Cao R M，Zhou H X，Hou Z S．he Permanent Magnet Linea Motor Control Based on Data-driven Control Theory［C］//Chinese Control and Decision Conference．2010:3165-3169．

［10］ Gao Q，Ren D X，Dong C，et al．The Study of model-free adaptive controller based on dSPACE［C］//Second Inter-national Symposium on Intelligent Information Technology Application，2008:608-611．

［11］ 薛定宇．控制系統(tǒng)計算機輔助設(shè)計-MATLAB語言與應(yīng)用［M］．北京:清華大學出版社，2006:224-230．