基于記憶的分散式直驅(qū)風(fēng)電機(jī)組控制方法研究

周文慶，周 莉

(安徽理工大學(xué)電氣與信息工程學(xué)院，安徽 淮南 232001)

基于記憶的分散式直驅(qū)風(fēng)電機(jī)組控制方法研究

周文慶，周 莉

(安徽理工大學(xué)電氣與信息工程學(xué)院，安徽 淮南 232001)

基于對(duì)能源需求的增加，建立大型的、分散式的、高效利用率的風(fēng)電場(chǎng)已是大勢(shì)所趨。為此設(shè)計(jì)了一種基于記憶的分散式直驅(qū)風(fēng)電機(jī)組控制方法，將記憶控制與分散式永磁直驅(qū)風(fēng)電機(jī)組相結(jié)合，相比于其他主流控制方法如變結(jié)構(gòu)控制、智能控制、自適應(yīng)控制等，有其獨(dú)特的優(yōu)勢(shì)。從仿生學(xué)角度設(shè)計(jì)機(jī)組控制器，利用當(dāng)前響應(yīng)，聯(lián)系過去響應(yīng)，產(chǎn)生新的控制指令，仿真結(jié)果表明該控制策略可為機(jī)組提供高效的風(fēng)能利用和可靠的變漿控制。

風(fēng)力發(fā)電；記憶控制；變槳距角；最大功率跟蹤

風(fēng)能是一種取之不盡的清潔能源，我國(guó)的風(fēng)能資源十分豐富，目前我國(guó)的風(fēng)電場(chǎng)建設(shè)發(fā)展十分迅速，但我國(guó)大型風(fēng)電場(chǎng)一般處于地形復(fù)雜的內(nèi)陸或近岸海上，受地形環(huán)境因素的限制，線路布局繁瑣，設(shè)備成本較大[1]。為此，分散式風(fēng)電場(chǎng)應(yīng)運(yùn)而生，它讓每臺(tái)風(fēng)電機(jī)組都分布在合適的風(fēng)力區(qū)域，使其最大程度利用風(fēng)能資源，再通過長(zhǎng)距離的直流輸電線路送至逆變端進(jìn)行統(tǒng)一處理，從而實(shí)現(xiàn)風(fēng)力機(jī)最佳布局[2]。

風(fēng)輪機(jī)組是將風(fēng)能轉(zhuǎn)化為電能的重要裝置，直接影響發(fā)電效率和電能質(zhì)量。風(fēng)能具有不穩(wěn)定和隨機(jī)性特點(diǎn)，風(fēng)電機(jī)組屬于復(fù)雜非線性動(dòng)力學(xué)系統(tǒng)；因此機(jī)組控制技術(shù)是風(fēng)力機(jī)安全高效運(yùn)行的關(guān)鍵[3]；研制運(yùn)行可靠、效率高、控制性能良好的風(fēng)電機(jī)組控制系統(tǒng)是風(fēng)力發(fā)電應(yīng)用中的關(guān)鍵。

考慮到我國(guó)低風(fēng)速區(qū)域占全部風(fēng)能資源的一半左右，適合永磁直驅(qū)式這種低速運(yùn)轉(zhuǎn)的風(fēng)電機(jī)組運(yùn)行。而分散式永磁直驅(qū)風(fēng)電機(jī)組需要可靠高效的控制策略作為支撐才能發(fā)揮其應(yīng)有的優(yōu)勢(shì)，目前關(guān)于風(fēng)電機(jī)組的控制主流控制技術(shù)有變結(jié)構(gòu)控制、智能控制、自適應(yīng)控制等多種控制策略；這些技術(shù)各有特點(diǎn)和優(yōu)勢(shì)，但也存在固有局限性[4]；為此，從優(yōu)化技術(shù)的角度，考慮仿生學(xué)的應(yīng)用，研究基于記憶控制的方法，讓控制器在運(yùn)行中不斷優(yōu)化自身，提高控制精度和準(zhǔn)確性?？刂撇呗灾饕姶呸D(zhuǎn)矩控制和變槳執(zhí)行電流控制，即在中低風(fēng)速時(shí)保證最大功率跟蹤，以便充分利用風(fēng)能資源高效發(fā)電；在高風(fēng)速時(shí)保證可靠變漿控制，限制超額功率吸收，穩(wěn)定輸出功率。

1 風(fēng)電機(jī)組主流控制技術(shù)綜述

1.1 風(fēng)電機(jī)組主流控制技術(shù)

風(fēng)電機(jī)組的現(xiàn)代控制方法主要包括最優(yōu)控制、滑模變結(jié)構(gòu)控制、非線性自適應(yīng)控制及智能控制；根據(jù)具體方法特征，有針對(duì)的應(yīng)用到變漿、偏航以及變流控制中。

滑模變結(jié)構(gòu)控制本質(zhì)上是一種不連續(xù)的開關(guān)型控制，響應(yīng)快速、對(duì)系統(tǒng)參數(shù)變化不敏感、設(shè)計(jì)簡(jiǎn)單，能很好的應(yīng)對(duì)風(fēng)力發(fā)電系統(tǒng)在實(shí)際運(yùn)行過程中參數(shù)無法精確確定的狀況。

自適應(yīng)控制在風(fēng)電領(lǐng)域的作用為用于辨識(shí)風(fēng)力發(fā)電系統(tǒng)的狀態(tài)，并據(jù)此選擇合適的控制算法和切換時(shí)機(jī)。目前已有研究基于Lyapunov函數(shù)設(shè)計(jì)非線性自適應(yīng)控制器，實(shí)現(xiàn)風(fēng)力發(fā)電機(jī)全程速度跟蹤，保證了閉環(huán)系統(tǒng)控制的快速性和穩(wěn)定性。

智能控制是指模擬人類智能活動(dòng)及其信息傳遞過程。風(fēng)電機(jī)組是一個(gè)復(fù)雜多變量非線性動(dòng)力學(xué)系統(tǒng)，很難用數(shù)學(xué)模型描述。而智能控制可利用其非線性、變結(jié)構(gòu)、自尋優(yōu)等功能來克服系統(tǒng)參數(shù)時(shí)變與非線性等因素；因此各種智能控制方案，如模糊控制、神經(jīng)網(wǎng)絡(luò)控制等，近幾年被應(yīng)用于風(fēng)電機(jī)組控制領(lǐng)域。

模糊控制在轉(zhuǎn)速跟蹤、功率控制方面有較強(qiáng)魯棒性。目前可查閱文獻(xiàn)采用的多是簡(jiǎn)單模糊控制器，主要缺點(diǎn)是控制精度不高、存在穩(wěn)態(tài)誤差、依賴于知識(shí)規(guī)則以及自適應(yīng)能力不高。

人工神經(jīng)網(wǎng)絡(luò)具有任意逼近任何非線性模型的非線性映射能力。在風(fēng)電系統(tǒng)中，神經(jīng)網(wǎng)絡(luò)控制可以根據(jù)已有風(fēng)速數(shù)據(jù)預(yù)測(cè)風(fēng)速變化、在線學(xué)習(xí)、修正風(fēng)能特性曲線。

1.2 智能控制應(yīng)用于變槳距控制

風(fēng)電機(jī)組控制系統(tǒng)由“空氣動(dòng)力學(xué)系統(tǒng)”、“發(fā)電系統(tǒng)”、“變流系統(tǒng)”及其附屬結(jié)構(gòu)組成；固定在輪轂上的葉片是現(xiàn)代升力型風(fēng)力發(fā)電機(jī)組的核心部件，吸收風(fēng)能帶動(dòng)葉輪旋轉(zhuǎn)，是風(fēng)力發(fā)電機(jī)的動(dòng)力來源。而變槳距控制的優(yōu)劣對(duì)風(fēng)能轉(zhuǎn)換效率、功率穩(wěn)定輸出及機(jī)組安全維護(hù)至關(guān)重要，是風(fēng)機(jī)控制系統(tǒng)的重點(diǎn)研究?jī)?nèi)容。

變槳距控制的實(shí)質(zhì)是功率控制。目前大功率風(fēng)力機(jī)組都是變速變槳距風(fēng)力發(fā)電機(jī)組，額定轉(zhuǎn)速以下，主要使用轉(zhuǎn)矩控制；額定轉(zhuǎn)速以上，轉(zhuǎn)矩與變漿綜合控制，通過調(diào)整葉片槳距角限制功率吸收，保持機(jī)組獲得最大風(fēng)能狀態(tài)，同時(shí)保證轉(zhuǎn)速與功率相對(duì)平穩(wěn)。

基于數(shù)據(jù)的機(jī)器學(xué)習(xí)是現(xiàn)代智能控制中的重要技術(shù)。而基于記憶推理的變槳距風(fēng)機(jī)控制算法，無需精確的系統(tǒng)動(dòng)力學(xué)信息，只需通過已有的系統(tǒng)響應(yīng)和先驗(yàn)知識(shí)進(jìn)行記憶算法運(yùn)算，優(yōu)化控制；提高了槳距控制的穩(wěn)定性、精確性和適應(yīng)性；符合變槳距控制主要目的——快速而精確的動(dòng)作。

2 風(fēng)能動(dòng)力學(xué)模型

2.1 風(fēng)能轉(zhuǎn)換系數(shù)

葉尖速比λ定義如下

(1)

ωt、Rrotor、Vwind分別表示風(fēng)力機(jī)角速度、風(fēng)力機(jī)葉片半徑和風(fēng)速。

給定葉尖速比λ和葉片漿距角β，風(fēng)能利用系數(shù)Cp(λ,β)由經(jīng)驗(yàn)公式得

(2)

(3)

式中，C1=0.5173，C2=116，C3=0.4，C4=5，C5=21，C6=0.0068，均為常數(shù)。

根據(jù)式(2)和式(3)，把λ和β作為輸入量，Cp(λ,β)作為輸出量，仿真變槳距控制下的Cp(λ,β)系數(shù)曲線圖。將葉尖速比λ設(shè)置為斜坡函數(shù)信號(hào)，節(jié)距角β依次為設(shè)為0°、12°、15°、20°。仿真圖波形如圖1所示。

圖1 變槳距風(fēng)力機(jī)仿真曲線圖

由圖可看出，對(duì)于不同的節(jié)距角，風(fēng)能利用系數(shù)Cp隨節(jié)距角β的減小而增大；對(duì)于給定的節(jié)距角，總存在一個(gè)最佳葉尖速比使風(fēng)能利用系數(shù)最大。如當(dāng)節(jié)距角β為零時(shí)，風(fēng)能利用系數(shù)最大，為Cpmax=0.48，此時(shí)有最佳的葉尖速比，為λopt=8.1。所以，為了保證最大功率跟蹤和限額調(diào)節(jié)，需要調(diào)節(jié)槳距角和機(jī)組轉(zhuǎn)速，即進(jìn)行可靠的變槳距控制和電磁轉(zhuǎn)矩控制。

2.2 變槳距控制模型

機(jī)組動(dòng)力學(xué)的數(shù)學(xué)模型如下

(4)

式中J、α、Tt、Ta、Td、Te、ρ、Aw分別表示機(jī)組轉(zhuǎn)動(dòng)部分總慣量、旋轉(zhuǎn)加速度、凈轉(zhuǎn)矩、空氣動(dòng)力轉(zhuǎn)矩、擾動(dòng)轉(zhuǎn)矩、電磁轉(zhuǎn)矩、空氣密度和葉片掃掠面積。

根據(jù)變漿動(dòng)力學(xué)特性，其方程可描述為

(5)

3 記憶控制器的原理與建模

通過控制風(fēng)輪轉(zhuǎn)速獲得最佳葉尖速比，得到最大風(fēng)能利用系數(shù)，從而實(shí)現(xiàn)低風(fēng)速下的最大功率跟蹤。采用直接風(fēng)能利用系數(shù)的跟蹤控制方法，控制效果快速簡(jiǎn)單高效。

3.1 跟蹤誤差定義

e=C-C*

(6)

其中C為實(shí)際風(fēng)能利用系數(shù)；C*為風(fēng)能利用系數(shù)期望值。式(6)微分形式如下

(7)

把式(5)代入上式并拆分再配對(duì)得

(8)

其中

(9)

3.2 基于記憶的仿生學(xué)原理

人類基于記憶的學(xué)習(xí)過程如圖2所示。人的行為是由外接刺激(固有響應(yīng)，NR)和經(jīng)驗(yàn)響應(yīng)(ER)共同控制的，即一個(gè)由一開始固有響應(yīng)所刺激的不成熟響應(yīng)，慢慢到由經(jīng)驗(yàn)響應(yīng)主導(dǎo)的成熟響應(yīng)過程。仿照這種控制方法，利用過去的響應(yīng)和反饋信息，結(jié)合當(dāng)前不成熟的響應(yīng)，不斷優(yōu)化控制，提高精度的策略，即是基于記憶的機(jī)組控制方法。

圖2 人類基于記憶的原理圖

人類記憶系統(tǒng)(HMS)和基于記憶的控制系統(tǒng)(MCS)的對(duì)比環(huán)節(jié)(見表1)。

表1 HMS與MCS各環(huán)節(jié)對(duì)比

基于記憶原理構(gòu)造的數(shù)學(xué)模型如下

C(t)=(1-σ(t))CNR+σ(t)CER

(10)

上式中，C(t)為當(dāng)前響應(yīng)行為，σ(t)為影響因子，取值為σ(t)∈[0,1]，CNR和CER分別為系統(tǒng)的固有響應(yīng)和經(jīng)驗(yàn)響應(yīng)。即固有響應(yīng)對(duì)應(yīng)的影響因子為1-σ(t)，經(jīng)驗(yàn)響應(yīng)對(duì)應(yīng)為σ(t)，它們共同影響系統(tǒng)的當(dāng)前響應(yīng)行為，影響比重由影響因子σ(t)所決定。

構(gòu)造影響因子σ(t)函數(shù)時(shí)需要考慮如下：

a.σ(t)應(yīng)為時(shí)間和誤差變量e的函數(shù)；

b. 誤差變量的值應(yīng)當(dāng)滿足如下要求：

(1)e的值較大時(shí)，系統(tǒng)誤差大，系統(tǒng)不具有精確信息記憶，表現(xiàn)為(1-σ(t))CNR比重大，系統(tǒng)主要由固有響應(yīng)所主導(dǎo)；

(2)e值較小時(shí)，系統(tǒng)誤差小，系統(tǒng)獲得較為準(zhǔn)確的經(jīng)驗(yàn)信息，表現(xiàn)為σ(t)CNR比重大，系統(tǒng)主要由經(jīng)驗(yàn)響應(yīng)所主導(dǎo)；

(3)隨著時(shí)間的推移，e越來越小，σ(t)應(yīng)該越來越接近1，系統(tǒng)最終由CNR控制。

綜上所述，影響因子可設(shè)為如下形式函數(shù)：

(11)

上式中c和ε均為大于零的常數(shù)，保證函數(shù)的收斂及分母不為零。

3.3 基于記憶的一階控制器設(shè)計(jì)

式(8)改寫如下

(12)

其中L=f3+f4，為非線性項(xiàng)和擾動(dòng)項(xiàng)。

基于記憶的電磁轉(zhuǎn)矩控制和變漿控制方法數(shù)學(xué)模型如下

(14)

上述式中,w0=1,w2=-2,w3=1,w4=-1,w5=1。

將上述算法編寫成程序算法，寫進(jìn)控制芯片，使記憶算法在運(yùn)行中獲取有效數(shù)據(jù)，不斷更新數(shù)據(jù)列表，從而優(yōu)化控制。

由式(13)、(14)可得誤差變量另一形式

ek=T(Lk-1-Lk-2)

(15)

當(dāng)周期T足夠小時(shí)，對(duì)L項(xiàng)求導(dǎo)得

(16)

(17)

(18)

3.4 記憶控制器工作流程

為減小機(jī)組空氣動(dòng)力載荷，增強(qiáng)風(fēng)電轉(zhuǎn)換效率，采取控制策略Vin≤V

式中，λ、ρ、Aw、Cp分別表示葉尖速比、空氣密度、葉片掃掠面積以及風(fēng)能轉(zhuǎn)化為風(fēng)力機(jī)輸出轉(zhuǎn)換比例的功率系數(shù)。

流程圖如圖3所示。

圖3 記憶控制器工作流程圖

4 系統(tǒng)控制流程

目前，尋找葉片的最優(yōu)工作位置一般是通過軟件仿真葉片在不同的風(fēng)況下，其對(duì)應(yīng)的最優(yōu)工作位置，然后通過程序?qū)⑷~片角度限制在這個(gè)仿真的角度左右以獲得最多的風(fēng)能。

目前確定最優(yōu)工作位置的方法具有不可避免的缺點(diǎn)和局限性，一方面，實(shí)際風(fēng)況與仿真情況有差異，另一方面，仿真過程參數(shù)也會(huì)因不同型號(hào)葉片而有所差異，這些最終都會(huì)導(dǎo)致仿真得到的最優(yōu)工作位置與實(shí)際值存在差異。

考慮到可在實(shí)驗(yàn)室通過軟件仿真獲得風(fēng)力機(jī)在個(gè)風(fēng)速下獲取最大風(fēng)能時(shí)的最佳槳距角，首先由仿真得到的實(shí)驗(yàn)數(shù)據(jù)構(gòu)成系統(tǒng)的初始運(yùn)行數(shù)據(jù)。再由記憶控制器根據(jù)有誤差的初始數(shù)據(jù)進(jìn)行運(yùn)行，在運(yùn)行過程中通過自身程序不斷“升級(jí)”優(yōu)化自身，提高控制精度。具體表述為：將原始的仿真數(shù)據(jù)轉(zhuǎn)換為轉(zhuǎn)矩控制和變槳距控制所需要數(shù)據(jù)，一一對(duì)應(yīng)構(gòu)成對(duì)應(yīng)表，風(fēng)力機(jī)根據(jù)原始仿真數(shù)據(jù)制作成的對(duì)應(yīng)表在不同的風(fēng)速下執(zhí)行不同的變槳距控制；對(duì)應(yīng)表存儲(chǔ)在數(shù)字信號(hào)處理芯片(DSP)的數(shù)據(jù)存儲(chǔ)器內(nèi)；而基于記憶的電磁轉(zhuǎn)矩控制和變漿控制方法的數(shù)學(xué)模型算法寫在芯片的程序存儲(chǔ)器里。當(dāng)查詢后有當(dāng)前風(fēng)速對(duì)應(yīng)的數(shù)據(jù)時(shí)，執(zhí)行相應(yīng)指令，并將當(dāng)前的執(zhí)行過程(經(jīng)驗(yàn)響應(yīng))放進(jìn)記憶控制器的數(shù)學(xué)模型中，使控制算法具有“記憶化”，不斷優(yōu)化自身，而后更新對(duì)應(yīng)表；當(dāng)查詢后沒有當(dāng)前風(fēng)速對(duì)應(yīng)的數(shù)據(jù)時(shí)，以附近風(fēng)速對(duì)應(yīng)的數(shù)據(jù)為參考值，使葉片從參考位置開始，在預(yù)設(shè)的角度范圍內(nèi)執(zhí)行變漿運(yùn)動(dòng)，并記錄下變漿過程中功率與變漿角度的關(guān)系，保存數(shù)據(jù)，再?gòu)谋４娴臄?shù)據(jù)中找出最大功率點(diǎn)對(duì)應(yīng)的槳距角，保存這對(duì)數(shù)據(jù)，繼而更新對(duì)應(yīng)表。隨著系統(tǒng)的運(yùn)行，對(duì)應(yīng)表則不斷更新，數(shù)據(jù)的更新不占用系統(tǒng)內(nèi)存，而變槳距控制精度卻越來越高，記憶控制開始發(fā)揮其優(yōu)勢(shì)和作用，系統(tǒng)運(yùn)行效率也越來越高。流程圖如圖4所示。

圖4 系統(tǒng)變槳距控制流程圖

5 數(shù)值案例仿真結(jié)果與分析

5.1 模型搭建與參數(shù)設(shè)置

葉片的最優(yōu)工作位置決定了風(fēng)電機(jī)組吸收風(fēng)能的效率，最優(yōu)工作位置即某一風(fēng)速下(風(fēng)速近似恒定)，輸出功率達(dá)到最大時(shí)所對(duì)應(yīng)的葉片工作角度。實(shí)際機(jī)組中，葉片的工作位置一般在-4°～2°，額定風(fēng)速以下為0°，順漿位置(剎車位置，此時(shí)葉片與風(fēng)向近似平行，吸收風(fēng)能最小)一般在86°～92°；具體位置取決于實(shí)際情況。

(20)

其中Vin=2m/s,VR=15m/s,Vout=20m/s。

圖5 模擬風(fēng)速信號(hào)

5.2 仿真結(jié)果分析

對(duì)仿真結(jié)果進(jìn)行分析，包括誤差分析，電磁轉(zhuǎn)矩和變漿執(zhí)行電流分析等。

由仿真結(jié)果可知，記憶控制器的跟蹤誤差在一開始比較大，達(dá)到10-3，但隨著時(shí)間增加，誤差慢慢減小趨于穩(wěn)定，為10-5左右，說明隨著時(shí)間推移，記憶控制器開始發(fā)揮自動(dòng)優(yōu)化作用，跟蹤性能越來越好；

額定風(fēng)速以下，即大概0到1 175s時(shí)，采用電磁轉(zhuǎn)矩控制，如圖7所示，電磁轉(zhuǎn)矩曲線與風(fēng)速曲線變化趨勢(shì)相吻合，符合控制要求；

由圖8可知，額定風(fēng)速以上，即大概在1 175s到1 340s之間時(shí)，風(fēng)速大于VR=15m/s，變漿執(zhí)行電流出現(xiàn)，變槳距控制開始作用。

圖10為功率輸出曲線，在額定風(fēng)速以下時(shí)，輸出功率與風(fēng)速成正比，超過額定風(fēng)速時(shí)，執(zhí)行變槳距控制，以限值超額風(fēng)能吸收，保持風(fēng)電機(jī)組額定功率輸出。

由仿真結(jié)果可知，基于記憶控制器的機(jī)組變槳距控制系統(tǒng)，符合設(shè)計(jì)要求，在不同的風(fēng)速區(qū)間內(nèi)都能完成最佳響應(yīng)；一階記憶控制器發(fā)揮了其“學(xué)習(xí)”的作用，使系統(tǒng)性能在運(yùn)行中逐漸得到增強(qiáng)，跟蹤誤差和控制精度都在理想范圍內(nèi)，能滿足可靠性指標(biāo)。

圖6 記憶控制器跟蹤誤差曲線

圖7 電磁轉(zhuǎn)矩曲線

圖8 變漿執(zhí)行電流曲線

圖9 槳距角變化曲線

圖10 功率輸出曲線

6 結(jié) 語(yǔ)

介紹了一種基于記憶的分散式直驅(qū)風(fēng)電機(jī)組控制方法，從仿生學(xué)角度設(shè)計(jì)機(jī)組控制器，讓控制器具有智能，在運(yùn)行中利用當(dāng)前響應(yīng)，聯(lián)系過去響應(yīng)，不斷優(yōu)化控制，產(chǎn)生新的控制命令，提高精度和準(zhǔn)確性，性能不斷增強(qiáng)卻不增加記憶存儲(chǔ)空間；將記憶控制與分散式永磁直驅(qū)風(fēng)電機(jī)機(jī)組相結(jié)合，分散式的機(jī)組保證了風(fēng)力機(jī)最佳布局，記憶控制則在低風(fēng)速時(shí)保證最大功率跟蹤，以便充分利用風(fēng)能資源高效發(fā)電；在高風(fēng)速時(shí)保證可靠變漿控制，限制超額功率吸收，穩(wěn)定輸出功率；控制策略主要包括電磁轉(zhuǎn)矩控制和變槳執(zhí)行電流控制；整個(gè)系統(tǒng)高效、節(jié)能、可靠，具有良好的應(yīng)用前景。

[1] 劉萬(wàn)琨，張志英，李銀鳳，等．風(fēng)能與風(fēng)力發(fā)電技術(shù)[M]．北京：化學(xué)工業(yè)出版社，2007：8-200．

[2] 祁和生，胡書舉.分布式利用是風(fēng)能發(fā)展的重要方向[J]. 中國(guó)科學(xué)院院刊.2016,31(2):173-181.

[3] 孟宗，付立元.風(fēng)電機(jī)組傳動(dòng)系統(tǒng)非線性動(dòng)力學(xué)分析[J].機(jī)械設(shè)計(jì)與制造.2013(2)：150-154.

[4] 劉穎明.永磁式直驅(qū)風(fēng)電機(jī)組控制技術(shù)研究[D]. 沈陽(yáng)：沈陽(yáng)工業(yè)大學(xué),2011:5-8.

[5] 曹娜，趙海翔，任普春，等．風(fēng)電場(chǎng)動(dòng)態(tài)分析中風(fēng)速模型的建立及應(yīng)用[J]．中國(guó)電機(jī)工程學(xué)報(bào)，2007，(36)：68-72．

[6] 李丹，賈琳，許曉菲，等．謝旭風(fēng)電機(jī)組脫網(wǎng)原因及對(duì)策分析[J]．電力系統(tǒng)自動(dòng)化，2011，(22)：41-44．

[7] 趙祥，張新麗，張世福．大型永磁同步發(fā)電機(jī)在風(fēng)力發(fā)電中的應(yīng)用[J] ．電氣技術(shù)，2010，(11)：23-27．

[8] 應(yīng)有，許國(guó)東．基于載荷優(yōu)化的風(fēng)電機(jī)組變槳控制技術(shù)研究 [J] ．機(jī)械工程學(xué)報(bào)，2011，47(16)：106-111．

[9] 肖運(yùn)啟，賀貫舉，王昆朋，等．電網(wǎng)約束下變速風(fēng)電機(jī)組的限負(fù)荷控制策略[J] ．電網(wǎng)技術(shù)，2014， 38(2)：456-462．

[10] 周雁暉，李曉峰．風(fēng)力發(fā)電系統(tǒng)運(yùn)行控制技術(shù)綜述[J] ．江西電力，2011，35(1)：9-13.

[11] 陳鳴，楊剛．風(fēng)力發(fā)電技術(shù)及其發(fā)展趨勢(shì)[J]．可再生能源，2008，23(4)：272-275．

[12] 路甬祥.清潔、可再生能源利用的回顧與展望[J].科技導(dǎo)報(bào).2014,32(Z2):15-26.[13] 李征，蔡旭，郭浩，等.分散式風(fēng)電發(fā)展關(guān)鍵技術(shù)及政策分析[J]. 電器與能效管理技.2014,(9):39-44.

Research on the Control Method of Dispersed Direct Drive Wind Turbine Based on Biological Memory

ZHOU Wen-qing，ZHOU Li

(School of Electrical and Information Engineering, Anhui University of Science and Technology, Huainan Anhui 232001, China)

Based on the increase of energy demand, the establishment of large-scale, decentralized, efficient utilization rate of wind farm is the general trend. To design a control method of the decentralized direct drive wind turbines based on memory, memory control and dispersion type direct drive permanent magnet wind turbine combination was designed. Compared with other mainstream control methods such as variable structure control, intelligent control, adaptive control, etc., it has its unique advantages. From the perspective of bionics design unit controller, using the current response, contacting the past response and generating new control instruction, the simulation results show that the control strategy provides efficient use of wind energy and reliable Pitch angle control.

wind power generation; the memory control; variable pitch angle; maximum power tracking

2015-10-10

周文慶(1991-),男，安徽安慶人,在讀碩士,研究方向:雙饋調(diào)速。

TM614

A

1672-1098(2016)06-0022-08