任爽，師占群，宋中越，馬姣姣

（河北工業(yè)大學(xué)機械工程學(xué)院，天津 300130）

基于仿真分析的風(fēng)機運行控制策略優(yōu)化研究

任爽，師占群，宋中越，馬姣姣

（河北工業(yè)大學(xué)機械工程學(xué)院，天津 300130）

基于當(dāng)前風(fēng)力發(fā)電迅猛發(fā)展，而風(fēng)能利用效率過低的現(xiàn)狀，首先建立了風(fēng)速模型，利用仿真分析了風(fēng)力發(fā)電機在不同槳距角下，風(fēng)能利用系數(shù)隨葉尖速比的變化規(guī)律，得到了與最大風(fēng)能利用系數(shù)對應(yīng)的槳距角和最佳葉尖速比，闡述了風(fēng)輪最佳運行原理；然后依據(jù)風(fēng)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(fēng)輪轉(zhuǎn)速的目的，實現(xiàn)了低風(fēng)速下基于模糊控制的風(fēng)機最佳功率控制策略．

風(fēng)力發(fā)電機；最佳葉尖速比；模糊控制；最佳功率控制

風(fēng)能的利用有著悠久的歷史．近年來，資源的短缺和環(huán)境的日趨惡化使世界各國開始重視開發(fā)和利用風(fēng)能資源．風(fēng)能具有蘊藏量巨大、可再生、分布廣、無污染等特點，使風(fēng)力發(fā)電成為世界能源發(fā)展的重要方向．20世紀80年代以來，風(fēng)能利用的主要趨勢是風(fēng)力發(fā)電[1]．近幾年來，世界風(fēng)力發(fā)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(fā)電所帶來的嚴重環(huán)境污染危機下，風(fēng)力發(fā)電是除水力發(fā)電之外，技術(shù)最成熟、最具規(guī)模開發(fā)和有商業(yè)化發(fā)展前景的發(fā)電技術(shù)．風(fēng)能又具有隨時性、爆發(fā)性和不穩(wěn)定性，當(dāng)風(fēng)速發(fā)生變化時風(fēng)力機必定偏離最佳速度，導(dǎo)致風(fēng)力資源浪費、發(fā)電效率大大下降[2]．為了在各種風(fēng)速下能實現(xiàn)最大風(fēng)能捕獲，需要根據(jù)風(fēng)速來調(diào)節(jié)風(fēng)力機的轉(zhuǎn)速．本文提出了通過控制葉輪轉(zhuǎn)速來提高風(fēng)能利用系數(shù)的思想，最終實現(xiàn)了風(fēng)機運行控制策略優(yōu)化的目的．

1 基本原理

1.1 風(fēng)能利用系數(shù)和貝茲理論

風(fēng)能利用系數(shù)表示單位時間內(nèi)風(fēng)機獲得的風(fēng)能與作用于風(fēng)機的原風(fēng)能之比，用Cp表示[3]，風(fēng)能利用系數(shù)表示了風(fēng)力發(fā)電機將風(fēng)能轉(zhuǎn)化成電能的轉(zhuǎn)換效率．

即：式中：P為風(fēng)力發(fā)電機獲得的機械能；為空氣密度；S為風(fēng)輪槳葉掃掠面積；V為風(fēng)速．

貝茲理論[4]是世界上第1個關(guān)于風(fēng)力機風(fēng)輪葉片接受風(fēng)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(shè)：風(fēng)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(fēng)輪葉片無限多；氣流是不可壓縮的且是水平均勻定常流，風(fēng)輪尾流不旋轉(zhuǎn)；風(fēng)輪前后遠方氣流靜壓相等．這時風(fēng)輪稱為“理想風(fēng)輪”．

由貝茲理論得到了風(fēng)能利用系數(shù)的最大值CPmax0.593[4]．

以上說明風(fēng)機葉輪從風(fēng)中獲得的最大能量等于流過掃掠面風(fēng)能的59.3%，但是風(fēng)力機的實際風(fēng)能利用系數(shù)小于59.3%，一般設(shè)計時根據(jù)葉片的數(shù)量、葉片翼型、功率等情況，取0.25～0.45，根據(jù)實際經(jīng)驗得知，風(fēng)能利用系數(shù)很少超過40%[5]．

通常風(fēng)能利用系數(shù)的經(jīng)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(shù)，它是用來表述風(fēng)電機特性的一個十分重要的參數(shù)．它等于葉片頂端的速度（圓周速度）除以風(fēng)接觸葉片之前很遠距離上的速度；葉片越長，或者葉片轉(zhuǎn)速越快，同風(fēng)速下的葉尖速比就越大，反映了在某一風(fēng)速下風(fēng)機葉輪轉(zhuǎn)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(jié)距角，是葉輪旋轉(zhuǎn)面與葉片弦線的夾角，用表示．對于變槳距的風(fēng)力發(fā)電機而言，通過調(diào)節(jié)槳距可使CP在額定風(fēng)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(fēng)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(fēng)輪最佳運行原理

風(fēng)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(fēng)能轉(zhuǎn)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(fēng)能利用系數(shù)CP存在一定的關(guān)系，當(dāng)葉尖速比達到最佳葉尖速比時，風(fēng)能利用系數(shù)CP對應(yīng)的是最大風(fēng)能利用系數(shù)Cpmax，這個時候風(fēng)輪將風(fēng)能轉(zhuǎn)換成機械能的效率是最高的．

風(fēng)力機從風(fēng)中捕獲的機械功率為[7]

式中：PW為風(fēng)力機從風(fēng)中捕獲的機械功率；為風(fēng)場空氣密度；S為風(fēng)輪掃率面積；CP為功率系數(shù)；V為實際風(fēng)速．

由以上分析知，對于變速運行的風(fēng)力發(fā)電系統(tǒng)來說，為了獲得最大風(fēng)能利用系數(shù)Cpmax，在風(fēng)速變化的時候及時調(diào)整風(fēng)輪的轉(zhuǎn)速，如式(3)使其葉尖速度和風(fēng)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(fēng)速變化范圍內(nèi)都能保持最大值，從而提高風(fēng)輪的效率，這就是風(fēng)輪最佳運行原理．

2 建模和仿真

2.1 風(fēng)速模型的建立

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

圖1 噪聲風(fēng)速波形圖Fig.1 Thewaveformsofw ind speedw ith noise

圖2 風(fēng)速仿真結(jié)果Fig.2 Thesimulatedw ind speed

建立噪聲風(fēng)速的simulink仿真波形如圖1所示．

建立綜合風(fēng)速的simulink仿真模型，設(shè)置基本風(fēng)速為15m/s；陣風(fēng)起始、持續(xù)時間分別為4 s和10 s，陣風(fēng)風(fēng)速峰值為6m/s；階躍風(fēng)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(fēng)風(fēng)速峰值為4m/s；設(shè)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(fēng)速的仿真結(jié)果如圖2所示．

2.2 風(fēng)能利用系數(shù)模型的建立

風(fēng)力發(fā)電機的風(fēng)能利用系數(shù)經(jīng)驗公式如式(2)所示，對風(fēng)能利用系數(shù)進行子系統(tǒng)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(dāng)風(fēng)速在額定風(fēng)速以下的時候，葉尖速比低于3時，30°槳距角的風(fēng)能利用系數(shù)最高，葉尖速比大于3后，隨著槳距角降低，風(fēng)能利用系數(shù)逐漸升高．因此啟動過程中，先將槳距角調(diào)至30°，使葉輪轉(zhuǎn)速升高，當(dāng)葉尖速比達到3時，再降低槳距角調(diào)節(jié)并穩(wěn)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(dāng)值在9附近的時候風(fēng)能利用系數(shù)達到最大值，所以風(fēng)機通過改變轉(zhuǎn)速而穩(wěn)定葉尖速比為9，風(fēng)機將捕獲最大的風(fēng)能．

圖3 不同槳距角風(fēng)能利用系數(shù)仿真結(jié)果Fig.3 The sim ulated w ind power coefficient for differentpitch angles

3 風(fēng)機最佳運行控制策略

目前在風(fēng)能轉(zhuǎn)換系統(tǒng)中采用的智能控制方法有模糊控制和人工神經(jīng)網(wǎng)絡(luò)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(jīng)驗和知識表示成語言控制規(guī)則，再用控制規(guī)則去控制系統(tǒng)．

模糊控制器的設(shè)計選用常用的二維模糊控制器[11]，在模糊控制系統(tǒng)運行中，控制器的輸入值、輸出值是有確定數(shù)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(yīng)關(guān)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(shè)計的被控對象是風(fēng)機系統(tǒng)，圖4是風(fēng)機系統(tǒng)的模糊控制示意圖．

圖4 風(fēng)機模糊控制示意圖Fig.4 The diagram of fuzzy control forw ind turbine

本文設(shè)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(fā)電機定子電壓，對電機的轉(zhuǎn)速調(diào)節(jié)以保持最佳葉尖速比，實現(xiàn)風(fēng)能的最大跟蹤．

首先確定各語言變量論域內(nèi)的模糊子集個數(shù)，一般認為選擇更多模糊子集數(shù)將有助于獲得更好的控制性能[12]．當(dāng)模糊子集個數(shù)N=7時，它能使被控系統(tǒng)獲得良好的動靜態(tài)性能，具有更強的抗擾動能力，且控制器的實現(xiàn)也較容易[13]，所以模糊子集個數(shù)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(shù)的確立目前還沒有一套成熟有效的方法，大多數(shù)系統(tǒng)的確立方法還停留在經(jīng)驗和實驗的基礎(chǔ)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(shù)，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(tǒng)計法、例證法、專家經(jīng)驗法、二元對比排序法[14]．本文應(yīng)用專家經(jīng)驗法，初步確定粗略的隸屬函數(shù)，然后再通過“學(xué)習(xí)”和

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

通過總結(jié)專家經(jīng)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(guī)則如表1．

表1 模糊控制規(guī)則表Tab.1 The rule list for fuzzy control

圖5 葉尖速比偏差隸屬度函數(shù)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(shù)Fig.6 The rateof change of deviationmembership function for tip speed ratio

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

采用1.5MW風(fēng)機構(gòu)建模型，風(fēng)機主要技術(shù)參數(shù)為：額定功率為1500 kW；額定風(fēng)速為15m/s；風(fēng)輪直徑為80m；葉片質(zhì)量為7 t；定子額定電壓為690 V；額定頻率為50 Hz；發(fā)電機轉(zhuǎn)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(shù)為 2；同步轉(zhuǎn)速為1 500 r/m in．

發(fā)電機轉(zhuǎn)矩為[15]：

式中：p為極對數(shù)取 2；m1為定子相數(shù)取 3；U1為定子側(cè)電壓；g為電機轉(zhuǎn)動速度；1為電機同步速度取1500 r/m in；C1為設(shè)置系數(shù)；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(zhuǎn)子繞組電阻和漏抗．

建立風(fēng)力發(fā)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(fēng)速模型計算出風(fēng)速v，由風(fēng)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(cè)電壓，再將其與定子額定電壓的差值和發(fā)電機的轉(zhuǎn)速作為發(fā)電機的輸入，得出發(fā)電機的轉(zhuǎn)矩，由發(fā)電機的轉(zhuǎn)矩計算出葉輪的角速度．通過模糊控制器對定子側(cè)電壓的控制，來達到對電機轉(zhuǎn)矩的控制，從而實現(xiàn)對葉輪轉(zhuǎn)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(fēng)能利用系數(shù)將穩(wěn)定在最大值．

依據(jù)圖8所表示風(fēng)機最佳功率控制仿真模型，通過Simulink仿真得出的風(fēng)電機組的風(fēng)能利用系數(shù)Cp值變化如圖9所示．

仿真結(jié)果表明：通過模糊控制器，采用標準的二維控制結(jié)構(gòu)，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(diào)節(jié)風(fēng)力發(fā)電機轉(zhuǎn)矩，進而調(diào)節(jié)發(fā)電機轉(zhuǎn)子轉(zhuǎn)速變化，保證了葉尖速比穩(wěn)定于9，此時風(fēng)機功率系數(shù)Cp可取得最大值0.593且基本保持穩(wěn)定．

圖8 風(fēng)力發(fā)電機最佳運行控制建模Fig.8 Themodeling of optimaloperation control forw ind turbine

圖9 風(fēng)能利用系數(shù)Cp變化曲線Fig.9 The curveofpower coefficient Cp

4 總結(jié)

通過分析得出了風(fēng)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(jù)此設(shè)計風(fēng)機最大風(fēng)能捕獲控制策略，構(gòu)建風(fēng)機最大風(fēng)能捕獲模型，得出仿真結(jié)果圖表明風(fēng)能利用系數(shù)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(yīng)用于低風(fēng)速下風(fēng)力發(fā)電系統(tǒng)獲得最佳功率控制的方法．

[1]潘文霞，陳允平，沈祖詒．風(fēng)力發(fā)電機的發(fā)展現(xiàn)狀[J]．中小型電機，2001，28（4）：38-41．

[2]李晶，葛敏．最大風(fēng)能追蹤模糊控制器的仿真設(shè)計[J]．風(fēng)機技術(shù)，2010（6）：50-52．

[3]劉樺．風(fēng)電機組系統(tǒng)動力學(xué)模型及關(guān)鍵零部件優(yōu)化研究[D]．重慶：重慶大學(xué)，2009．

[4]趙丹平，徐寶清．風(fēng)力機設(shè)計理論及方法[M]．北京：北京大學(xué)出版社，2011．

[5]李春，葉舟，高偉，等．現(xiàn)代大型風(fēng)力機設(shè)計原理[M]．上海：上?？茖W(xué)技術(shù)出版社，2013．

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

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

[8]陜?nèi)A平，肖登明，薛愛東，等．大型風(fēng)電場的風(fēng)資源評估[J]．華東電力，2006，34（2）：15-18．

[9]金鑫．風(fēng)力發(fā)電機組系統(tǒng)建模與仿真研究[D]．重慶：重慶大學(xué)，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(xué)出版社，北京交通大學(xué)出版社，2012．

[12]李士勇．模糊控制、神經(jīng)網(wǎng)絡(luò)和智能控制論[M]．哈爾濱：哈爾濱工業(yè)大學(xué)出版社，1998．

[13]趙金，萬淑蕓．模糊控制交流調(diào)速系統(tǒng)中模糊子集數(shù)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(shù)的確定方法[J]．河南科學(xué)，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(xué)出版社．2011．

[責(zé)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(yīng)用基礎(chǔ)與前言技術(shù)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．