基于bladed的风力发电机组变速变桨控制参数整定方法.doc

(完整版)基于bladed的风力发电机组变速变桨控制参数整定方法
基于bladed的风力发电机组变速变桨控制参数整定方法
杨 微 韩花丽 张杨帆
(中船重工（重庆)海装风电设备有限公司 重庆市 400021）
摘要:针对风力发电机组设计和改型过程中，变速变桨控制器参数调整困难、控制效果不理想等问题，本文采用最优控制和单纯形法对控制器PID参数进行联合整定.并通过bladed软件进行载荷仿真及性能分析，进一步验证该方法的正确性，结果表明：通过使用该方法，可以获取较优的控制器参数，满足设计及改型的实际需求。
关键词：bladed，风力发电机组，变速变桨控制，PID参数整定
Parameters Setting Method for Variable Speed Pitch Control of Wind Turbine based on BLADED
Abstract： Focusing on the difficulties in parameters adjustment for variable speed pitch controller and poor control performance in the process of Wind Turbines design and remodeling， in this thesis the optimal control scheme and simplex algorithm are applied to jointly set the PID parameters of the controller, and BLADED is used for load simulation as well as performance analysis in order to further check the accuracy of the employed method。 The result shows that with the said method， it can obtain comparatively reliable parameters of the controller and to meet the requirements of turbine design and remodeling as well.
Key words: bladed， wind turbine， variable speed pitch controller, PID parameters tuning

1 引言
近年来风力发电行业发展迅猛，多类风力发电机组应运而生，其中变速变桨风力发电机组应用最为广泛.而风力发电机组不断巨型化，对变速变桨整机运行的稳定性、可靠性提出更高要求.
为提高风机稳定性、可靠性、降低载荷,美国、英国、荷兰、丹麦等风电强国都进行深入探索,并引入柔性控制的概念对风机变桨、变速等方面进行研究[1~3]。要实现这些先进的控制策略，需要准确获取被控对象的特征。由于大型风力发电机组体积庞大、结构复杂，是一个连续随机的非线性多变量系统，直接模型建立比较困难，而且建立模型还必须适合于控制目的［4］。为此，本文采用国内外广泛运用的权威风力发电机组仿真软件GH bladed获取风力发电机组的数学模型，并根据转矩及桨距控制目的综合最优控制方法及单纯形法优点整定PID控制参数。
2 建立风力发电机组线性模型
风力发电机组动态特性由构成机组各部件的动态特性相互藕合构成（图1），它包括风能特性、风轮空气动力学、传动链系统动力学、结构动力学、发电机以及执行器的动态特性.各部分动态特性都比较复杂，要分别建立其动态特性数学模型再将其组合起来形成整机动态模型将变得更为困难。GH bladed软件中的模态线性化模块能有效建立各类风力发电机组动态数学模型。因此，有效利用该软件可减少设计者的工作量，缩短设计周期。

图1 风力发电机组模型结构
2。1 bladed软件模态线性化设置[5］
Bladed模态线性化模块如图2所示。与图1所示各部分相对应，需要设置风能特性对应参数‘Physical Constants'， 风轮空气动力学对应参数‘Rotor configuration， Blade geometry， Aerofoil data’、传动链系统动力学对应参数‘Drive train’、发电机对应参数‘Generator’以及空气动力学控制参数、仿真控制参数和控制系统参数。
而结构动力学对应参数需要在软件模态分析模块中单独设置。
图3中所示，包括风轮及塔架模态。对Bladed来说,在结构动力学模型运动方程包含自由度如下：包括跷跷板模式在内,叶轮挥舞平面最多六种模态；叶轮摆振平面最多六种模态；机舱偏航；塔架前后最多三种模态；塔架左右最多三种模态。
完成图2、3所示参数设置，进行模态线性化计算,再将模态线性化计算结果后处理，可得到‘。mat’格式的数据文件，该文件包含风机动态数学模型所有数据。

图2 模态线性化模块界面

图3 模态分析模块界面
2。2 获取适合于控制目的的数学模型
风力发电机组基本控制策略：低风速时保持基本恒定的最佳叶尖速比，实现最大风能捕获，采用转矩控制；高风速时,按照给定的转速设定值保持基本额定的输出功率,采用变桨距控制.Bladed中变桨控制及变矩控制回路如图4所示。

图4 变速变桨调节控制环
以bladed软件示例模型（demo_a文件）为对象进行分析.通过2.1中模态线性化参数设置计算及后处理获得风机模型数据文件‘linmod.mat’.使用MATLAB软件可读取相应输入输出的数学模型。
图4可知，低于额定风速时采用转矩控制方式，以发电机转矩需求为输入以发电机测量转速为输出建立风力发电机动态数学模型；高于额定风速时采用桨距控制方式,以叶片桨距需求为输入以发电机测量转速为输出建立风力发电机动态数学模型.
确定适合控制方式的风机对象模型后，通过MATLAB读取并处理linmod。mat文件,可获取低于额定风速下的风机数学模型及高于额定风速下的风机数学模型.通过以上步骤获取demo_a文件风机动态数学模型后可绘制其幅频特性如图5、6所示。

图5 低风速下风机动态模型幅频特性

图6 高风速下风机动态模型幅频特性
图5、6可知，在低于额定风速下风机动态模型随风速改变较小；高于额定风速下风机动态模型随风速改变较大.
3 控制器参数整定
为提高风机稳定性、可靠性、降低载荷，需要设计可根据风机动态模型变化而改变控制参数的控制器。由于风力发电机组结构复杂,是一个连续随机的非线性多变量系统，给控制器设计带来困难。
3。1控制器基本原理[5］
GH bladed中变矩控制器原理如式（1）：
（1）
Kp—torque为转矩控制器比例系数；Ki—torque为转矩控制器积分系数；dT为采样时间；w为当前发电机转速；wn为发电机要求转速;带＊号参数表示上一采样时间值.
变桨控制器原理如式（2）：
(2）
Kp—pitch为桨距控制器比例系数；Ki—pitch为桨距控制器比例系数;dT为采样时间；G为非线性变桨增益因子；为变桨角度；w为当前发电机转速；wn为发电机要求转速;带*号参数表示上一采样时间值。
通过式（1）、（2）可知,要设置变矩及桨距控制器参数，需要根据风机动态模型调整控制器PI值.
3。2 PID控制参数整定方法
目前PID控制参数整定主要包括两种方法：基于模型的方法和基于规则的PID参数整定。第2节中已经获得风机模型，因此采用基于模型的方法。
基于模型的方法中单纯形法非常适合非线性控制系统的参数优化问题，具有良好的收敛性、计算机工作量小、简单实用等特点，因此本文选择该种整定方法。但单纯形法收敛速度慢且存在局部最小问题，需要协调好初值、步长和精度的关系[6].
为确定PID参数初值，选择最优控制器设计方法。在MATLAB软件中，很多最优控制问题都转换为一般最优问题，采用数值解法求解，因此具有广泛的适用性。但这样没有完美的数学形式，一般情况下结果用于参数整定参考值[7］。
对基于单纯形法的无限定多变量优化问题，MATLAB工具软件中提供可直接应用的函数fminsearch，结构如下：
[x，fval,exitflag,output］=fminsearch(fun,x0，options)
Fun：目标函数
x0：优化搜索起始点
options:设置优化选项参数
x：优化参数返回值
fval：返回目标函数在最优解x点的函数值
exitflag：返回算法的终止标志
output：返回优化算法信息的一个数据结构。其中fval函数指标对于不同优化设计问题，其选取方法不一样.在数字PID调节器参数的自寻最优控制中，所选择的性能指标应当既能反映动态性能，又包含稳定特性，因此选择ITAE准则：
（3)
通过整合最优控制器设计方法及单纯形法的优点,可根据整定要求获得适合的PID参数值。
3。3 参数整定仿真
以16m/s风速条件下风机模型为被控对象进行仿真。由于风轮为一大惯性体，控制延时大，因此要求在控制超调量条件下响应时间越短越好。风机模型中发电机额定转速为1500rpm，最高转速为1800rpm，其最大超调量为20％,为减少干扰信号带来的误差，本文设定最大超调量为10％。
使用MATLAB中SIMULINK仿真模块建立仿真模型图7所示：

图7 PI优化设计仿真模型图
其中：Gt13为风机模型；由于bladed软件内部控制器采用PI控制，因此这里仅采用参数Kp，Ki调节。
首先采用最优控制器方法整定PI参数值，再采用单纯形法对已获取PI参数值进一步整定，结果如图8所示：

图8 仿真比较图
表1 仿真比较数值结果
整定方法
Kp值
Ki值
最大超调量
响应时间
最优控制
器方法
0.0072
0。0012
3％
3。57 s
单纯形法
0。0095
0。0016
6％
2。13 s
如表1所示，单纯形法最大超调量虽然比最优控制提高3％，但响应时间提前40.1％,在风力发电机组这样大惯性系统中起到更好控制效果。
4 载荷仿真
采用以上整定方法可获取转矩控制PI参数值为:Kp=958.685，Ki=113.271。桨距控制PI参数值如表2所示：
表2 桨距控制PI参数值
桨距角
-0。0349
0。0201
0。1737
0。4218
Kp值
Ki值
0.024 0。0011
0。024 0。0011
0。0116 0。0013
0。0044 0.0026
将获得的参数值按照式（1）、（2）规律在bladed中设置并在16m/s湍流风况下进行载荷仿真。为验证本文所述方法，将对新控制参数值与demo文件所附参控制数值在图9所示湍流风况下进行载荷仿真比较.结果如图10～12所示。

图9 16m/s 湍流风

图10 输出功率比较

图11 轮毂所受力矩比较

图12 塔架所受力矩比较
在图9所示湍流风条件下，本文方法获得的新控制参数与demo文件所附控制参数相比较，均能将输出功率控制在额定功率2MW附近，但功率波动更小，且轮毂及塔架所受力矩的波动也减小。更满足风机稳定性、降低载荷等要求，延长风机寿命、提高发电质量。
5 结论
目前bladed软件广泛应用于风力发电机组的设计及改型中。本文利用该软件中模态线性化模块获取风机数学模型，并整合最优控制器设计方法及单纯形法各自的优点，对变矩及桨距控制器参数进行整定，最后通过载荷及性能仿真进行验证。结果表明本文所述方法可以满足控制要求，且对变矩及桨距控制器的设计具有重要指导作用。
参考文献：
[1］ Ander Ahlstrom。 Influence of wind turbine flexibility on loads and power production[J］。 WIND ENERGY,2006；9：237—249。
［2] Quincy Wang， Liuchen Chang. An intelligent maximum power extraction algor- ithm for inverter-based variable speed wind turbine systems[A］. IEEE Transactions on Power Electro- nics, Vo1.19, Issue:5，Sept. 2004,Pages:1242-1249.
［3] Kelouwani S,。Agbossou K. Nonlinear model identification of wind turbine with a neural network［J]。 IEEE Transactionsion on Energy Conversion, Sept.2004，Vo1。19，Issue 3，Page(s）: 607-612.
[4] 邢作霞. 大型变速变距风力发电机组的柔性协调控制技术研究［D]。博士学位论文. 北京：北京交通大学， 2008.4。8。
［5] GH bladed Theory manual。
[6] 杨承志. 参数寻优智能PID控制[J]。 昆明理工大学学报, 1998— 10 ,23 （5) :95 - 99.
［7] 薛定宇。 控制系统计算机辅助设计[M]。北京：清华大学出版社，2006.
作者简介：杨微（1983 － ），男，硕士，主要从事风力发电机组载荷分析及控制策略研究。