陳 虎，孟克其勞，馬建光

(1.內(nèi)蒙古工業(yè)大學(xué) 電力學(xué)院，內(nèi)蒙古 呼和浩特 010080;2.內(nèi)蒙古工業(yè)大學(xué) 信息學(xué)院，內(nèi)蒙古 呼和浩特 010080)

0 引言

風力發(fā)電作為一種不竭的可再生資源，具有其它能源不可取代的優(yōu)勢和競爭力。風能的利用一直是世界上增長最快的能源，裝機容量近年每年增長超過30%。預(yù)計到2020年全球的風力發(fā)電裝機將達到12.31億kW，風力發(fā)電量將占全球發(fā)電量的12%［1－2］。文獻［3］和文獻［4］通過介紹美國政府對清潔能源產(chǎn)業(yè)的扶持，為我國發(fā)展清潔能源給予了政策建議。在國家政策的支持下，現(xiàn)今我國在風電領(lǐng)域的開發(fā)已經(jīng)取得了非常卓越的成就。

風力發(fā)電控制技術(shù)是一項綜合性的技術(shù)，是多個學(xué)科和多種領(lǐng)域相互交叉的課題［5］。其核心技術(shù)一直被國外壟斷，伴隨著國內(nèi)1.5 MW、2 MW、5 MW等擁有自主知識產(chǎn)權(quán)的風力發(fā)電機組的問世，國內(nèi)的科研院所對控制技術(shù)的研究有了更高的提升和改進。風力發(fā)電機組的變頻調(diào)速、變槳距控制、低電壓穿越控制等技術(shù)是現(xiàn)今科研的熱點與難點。

依據(jù)風力發(fā)電機組在額定風速以下及以上表現(xiàn)出不同的運行特性的基礎(chǔ)上，本文在風力發(fā)電機組的變頻調(diào)速、變槳距控制原理的基礎(chǔ)上，依據(jù)機理建模的思想，將風力發(fā)電機系統(tǒng)分解為:風速、風輪、傳動系統(tǒng)、發(fā)電機模型等子系統(tǒng)，并利用Matlab/simulink平臺構(gòu)建了各子系統(tǒng)的數(shù)學(xué)模型，結(jié)合PID控制算法驗證了系統(tǒng)模型具有良好的運行特性。

1 風力發(fā)電機組的運行特性

風力發(fā)電的基本原理是［6］:當自然風以一定的風速和攻角在風輪槳葉上，使槳葉產(chǎn)生旋轉(zhuǎn)力矩而轉(zhuǎn)動，將風能轉(zhuǎn)換為作用在輪轂上的機械轉(zhuǎn)矩，再通過齒輪箱驅(qū)動發(fā)電機，使機械能轉(zhuǎn)變?yōu)殡娔芩腿腚娋W(wǎng)。根據(jù)貝茲理論，由于風機尾流的影響，風輪對風能的利用理論上可以達到0.593，能量的轉(zhuǎn)換將導(dǎo)致功率的下降，實際中風能利用率CP＜0.593。

當風速一定時，風力機機械效率的大小由風能利用系數(shù)CP決定，反映了風力機特性的好壞［7］。不同的風力機，其數(shù)字也不相同。本文采用如下關(guān)系

由式(1)可看出CP與槳葉節(jié)距角β、葉尖速比λ成非線性關(guān)系，如圖1所示。

由圖可知，當槳距角β固定時，只有一個葉尖速比λ對應(yīng)與其相應(yīng)的最大風能利用系數(shù)Cpmax，對于任意的葉尖速比，隨著槳距角的減小，風能利用系數(shù)逐漸增大。上述結(jié)論為變槳距控制提供了理論基礎(chǔ):在風速低于額定風速時，槳葉節(jié)距角β=0°。發(fā)電機輸出功率未達到額定功率，隨風速變化通過改變發(fā)電機轉(zhuǎn)子轉(zhuǎn)速或者葉尖速比使風能利用系數(shù)恒定在Cpmax，捕捉最大風能。在風速高于額定風速時，調(diào)節(jié)槳葉節(jié)距角從而改變發(fā)電機輸出功率，使輸出功率穩(wěn)定在額定功率附近。

圖1 葉尖速比和風能利用系數(shù)的關(guān)系Fig.1 The relationship between tip speed ratio and wind energy utilization coefficient

2 機理建模法構(gòu)建風力發(fā)電機組的數(shù)學(xué)模型

風力發(fā)電系統(tǒng)是一個多變量的非線性系統(tǒng)，其精確數(shù)學(xué)模型的建立是十分困難的。只能深入剖析各子系統(tǒng)的工作狀態(tài)，提取出其中重要的工作參數(shù)，用數(shù)學(xué)表達式近似擬合子系統(tǒng)的工作過程，并加入一些修正方法，構(gòu)建出整個系統(tǒng)。風力發(fā)電系統(tǒng)可以劃分為如下幾部分:風速、風輪、傳動系統(tǒng)、發(fā)電機模型等子系統(tǒng)［8－10］。

2.1 風速系統(tǒng)

自然風具有突變性、漸進性及隨機性的特點，但通過長期的統(tǒng)計可以看出在固定的空間位置下，風速的變化仍然具有一定的分布規(guī)律，為了模擬不同風速對風力機的作用，本文采用四種風(基本風、陣風、漸變風和隨機風)的合成來模擬現(xiàn)場風速。

2.1.1 基本風

基本風在風速模型中占很大的比例，在風力機正常運行過程中一直存在，反映了風電場的平均風速的變化，一般認為基本風速不隨時間變化，取為常數(shù)，有

2.1.2 陣風

陣風反映了風速的突變性。其數(shù)學(xué)模型為

2.1.3 漸變風

漸變風風速是反映風速緩慢變化的特性。其數(shù)學(xué)模型為

2.1.4 隨機風

隨機風速(vn)反映風速變化的隨機性，用隨機噪聲風速來模擬。

綜合上述四種風速成分，可建立模擬風速的模型為

風速系統(tǒng)Matlab/simulink仿真圖像為

圖2 實際風速模型Fig.2 The actual wind speed model

2.2 風輪模型

風輪是將其吸收的風能轉(zhuǎn)化為機械能的裝置，從自然風只能獲取有限能量。風輪實際獲得的風能功率為

風輪轉(zhuǎn)矩與風速、風輪轉(zhuǎn)速有關(guān)，關(guān)系式為

式中 Pr——風輪實際吸收的功率/W;

Cp(λ，β) ——功率系數(shù);

λ——葉尖速比;

β——槳距角(°);

由圖3可見，隨著氫氣露點增加，二氧化鉬顆粒棱角逐漸明顯，氫氣露點為+20 ℃時晶體層片狀效果更清晰，部分大顆粒表面有凹坑并有微小顆粒附在其表面上，符合氣相遷移模型[6]，也側(cè)面佐證了一段還原氣氛中水分可以有效地促進三氧化鉬的遷移效果。

ρ——空氣密度/kg·m－3;

R——風輪半徑/m;

v——風速/m·s－1;

ωr——風輪轉(zhuǎn)速/r·s－1;

Tr——風輪轉(zhuǎn)矩/Nm。

風輪系統(tǒng)的Matlab/simulink仿真圖像見圖3。

圖3 風輪模型Fig.3 The Wind turbine model

2.3 傳動系統(tǒng)模型

傳動系統(tǒng)是連接風輪與發(fā)電機的紐帶，傳動設(shè)備的優(yōu)良影響著風力機的輸出功率。主要由風輪的轉(zhuǎn)子、低速軸、增速齒輪箱、高速軸和發(fā)電機轉(zhuǎn)子構(gòu)成。在忽略風輪和發(fā)電機部分的傳動阻尼的條件下，根據(jù)風輪及發(fā)動機的運動方程可以化簡得到系統(tǒng)的傳動系統(tǒng)模型

式中 Jr——風輪轉(zhuǎn)子的轉(zhuǎn)動慣量/kgm2;

Jg——發(fā)電機的轉(zhuǎn)動慣量/kgm2;

Tg——發(fā)電機的反轉(zhuǎn)矩/Nm;

Tm——高速軸的機械轉(zhuǎn)矩/Nm;

ωg——發(fā)電機轉(zhuǎn)速/r·s－1;

n——增速箱的傳動比。

2.4 發(fā)電機模型

發(fā)電機模型是由發(fā)電機和電力電子器件組成的，由于電力電子器件模型結(jié)構(gòu)復(fù)雜性以及動態(tài)特性較其他模塊變化快，本文忽略其影響，采用繞線式三相異步發(fā)電機作為發(fā)電機的模擬對象，通過調(diào)節(jié)定子電壓使發(fā)電機反力矩和轉(zhuǎn)速發(fā)生變化，從而達到變速的要求。

發(fā)電機的反轉(zhuǎn)矩模型為:Dr和Dg分別為風輪部分和發(fā)電機部分的傳動阻尼系數(shù)。

式中 p——發(fā)電機的極對數(shù);

m1——發(fā)電機定子相數(shù);

U1——電網(wǎng)電壓/V;

C1——修正系數(shù);

ωG——發(fā)電機的當量轉(zhuǎn)速/r·s－1;

ωg——發(fā)電機的同步轉(zhuǎn)速/r·s－1;

r和x——定子繞組的電阻和漏抗/Ω;

r2’和 x2’——折算后轉(zhuǎn)子繞組的電阻和漏抗/Ω。

發(fā)電機系統(tǒng)的Matlab/simulink仿真圖像見圖4。

圖4 發(fā)電機模型Fig.4 The Generator model

由上述各子系統(tǒng)的數(shù)學(xué)模型和風機控制原理可以構(gòu)建出整個風力發(fā)電機組系統(tǒng)的仿真模型，如圖5所示。

圖5 風力發(fā)電機組模型Fig.5 The wind turbine generator system model

3 變槳距控制過程仿真

本文采用PID控制算法對系統(tǒng)參數(shù)整定，通過Matlab/Simulink進行風力機變槳距控制仿真。仿真如圖6～圖9所示。在風速低于額定風速時，控制的目標是通過調(diào)節(jié)風能利用系數(shù)Cp達到獲得風能最大利用率。將槳葉節(jié)距角置于0°，調(diào)節(jié)風輪轉(zhuǎn)速，使其與風速之比保持不變(λ=ωrR/v=9)，即可獲得最佳利用系數(shù)Cpmax。在高于額定風速時，控制的目標是保持輸出功率穩(wěn)定在最大允許值。因此在風速較高時，通常通過調(diào)整槳葉節(jié)距角來調(diào)節(jié)風能利用系數(shù) Cp的值，以此保持輸出功率為最大允許值。

低于額定風速時，采用PID控制器改變發(fā)電機定子電壓［11－12］，間接調(diào)節(jié)發(fā)電機反力矩來改變轉(zhuǎn)速，選取 Kp=100，Ki=2.5，Kd=7.5，高于額定風速時，采用PID控制器調(diào)節(jié)槳葉節(jié)距角來改變Cp值，選取 Kp=0.000 2，Ki=0.000 03，Kd=0.000 001。

仿真例子為600 kW變槳距風力發(fā)電機組。風力發(fā)電機組的參數(shù)如下:風輪直徑:31 m;額定風速:12 m/s;額定功率:600 kW;空氣密度:1.225 kg/m3;風輪額定轉(zhuǎn)速:3.2 r/s;額定電壓690 V。

圖6 低風速下發(fā)電機組的功率(v=9 m/s)Fig.6 The generating units power with low wind speed(v=9 m/s)

圖7 低風速下發(fā)電機轉(zhuǎn)速Fig.7 The generator speed with low wind speeds

圖8 高風速下發(fā)電機組的功率(v=16 m/s)Fig.8 The generating units power with high wind speeds(v=15 m/s)

仿真結(jié)果說明:圖6為低風速下(v=9 m/s)的風力發(fā)電機組輸出功率仿真圖，隨著風速微小的變化，輸出功率在穩(wěn)定值附近上下波動;圖7為低風速下發(fā)電機的轉(zhuǎn)速響應(yīng)曲線，可以看出PID算法較好的控制了電機的平滑運行。圖8為高風速下(v=16 m/s)風力發(fā)電機組輸出功率，能夠較快的響應(yīng)大風速的變化，超調(diào)量小，近似在額定功率下運行;圖9為高風速調(diào)節(jié)下風能利用率變化圖，由圖可以看出PID控制方法能夠獲得良好的跟蹤效果，保持較高的風能利用率。

圖9 高風速下風能利用率Fig.9 Wind energy utilization with high wind speed

4 結(jié)論

本文利用機理建模的方法構(gòu)建了風力發(fā)電機組各子系統(tǒng)的數(shù)學(xué)模型，把經(jīng)典PID控制技術(shù)應(yīng)用在風力發(fā)電機組的控制上，在實驗中依據(jù)經(jīng)驗求出適合風機正常運行的控制參數(shù)，由仿真結(jié)果可以看出，該套控制算法提高了風電系統(tǒng)的響應(yīng)速度，在低風速時控制發(fā)電機轉(zhuǎn)速，使系統(tǒng)獲得最大風能利用系數(shù);高風速時，控制槳距角，使機組能準確地保持在額定功率發(fā)電，控制算法原理簡單，易于實現(xiàn)，為今后在發(fā)電機組模型的基礎(chǔ)上研究智能控制算法打下了理論基礎(chǔ)。

［1］張國偉，龔光彩，吳治.風能利用的現(xiàn)狀及展望［J］.節(jié)能技術(shù)，2007，25(1):71 －76.

［2］肖永山，王維慶，霍曉萍.基于神經(jīng)網(wǎng)絡(luò)的風電場風速時間序列預(yù)測研究［J］.節(jié)能技術(shù)，2007，25(2):106 －108.

［3］黃軍英.美國清潔能源產(chǎn)業(yè)發(fā)展戰(zhàn)略及對我國的政策啟示［J］.節(jié)能技術(shù)，2010，28(4):355 －359.

［4］陳峰.建設(shè)堅強送端電網(wǎng) 推動清潔能源發(fā)展［J］.電網(wǎng)與清潔能源，2008，24(4):5 －8.

［5］陳達，張瑋.風能利用和研究綜述［J］.節(jié)能技術(shù)，2007，25(4):339 －343.

［6］葉杭冶.風力發(fā)電機組的控制技術(shù)［M］.北京:機械工業(yè)出版社，2002.

［7］蘇平，張靠社.雙饋風力發(fā)電系統(tǒng)最大風能追蹤控制［J］.電網(wǎng)與清潔能源，2010，26(10):71 －76.

［8］肖勁松，倪維斗，姜桐.大型風力發(fā)電機組的建模與仿真［J］.太陽能學(xué)報，1997，18(2):117 －127.

［9］周鍔，等.電機學(xué)［M］.修術(shù)版.北京:水利電力出版社，1988.

［10］張靜，等.MATLAB在控制系統(tǒng)中的應(yīng)用［M］.北京:電子工業(yè)出版社.

［11］J.Zhang，M.Cheng，Z，Chen，X.Fu，“Pitch angle control for variable speed wind turbines”in Proc.IEEE DRPT’08 Conf.，pp.2691 －2696.

［12］劉金琨著.先進 PID控制 MATLAB仿真［M］.北京:電子工業(yè)出版社.