资源描述
模糊逻辑控制的变速风力发电系统
能量转换系统
Z陈×××m的arnalte戈麦斯麦考密克*
*德蒙特福特大学英国
* *大学的卡洛斯病了马德里西班牙
摘要:智能电力电子系统基于一个模糊逻辑控制器的。变速风电转换系统。酒店该方案利用糊方法电磁转矩为最大功率控制捕捉和动态性能改进汽轮发电机系统。该系统不需要风的度和位置信息在CAN有效地限制电力波动仿真结果证明的有效性的一个所提出的方法。
景区简介
可再生能源的发展在最近几年吸引了相当大的兴趣由于对环境污染的担忧由燃烧化石燃料造成的,它不断地减少储备。这是进一步推动公共随着发电安全方面的不安利用核能源。从获得的电目前提供的最便宜的技术和风可再生能源经济的视角。虽然固定测速发电机已传统的直接连接到电网的风发电,调速系统集成随着电力电子接口的快速发展由于实现最佳的能源潜力捕获,减少功率波动对电网,减少机械应力和空气动力性噪声。
风能转换系统具有很强的非线性有许多不确定因素的特点,如气象条件(风速和风方向等)和连续变化的交流系统加载。因此,一个控制系统表现良好非线性随机条件下是必需的为了充足利用可变速度的潜力风能转换系统的最近发展模糊逻辑技术可以密切模仿人类控制过程,因此预期表现良好在变速风力能源转换系统。
这是众所周知的,最佳的能量提取,水轮机的速度应随风速度,最佳叶尖速比保持。然而,风速的测量是困难的在实践中。除了一个机械的必要性在涡轮的接近传感器,其测量可以认真的摄动湍流。因此风速估计方法进行了研究,如Bhowmik工作等A1 [1]和模糊逻辑方法,提出了最大限度地提高发电机的输出直接,据hilloowala,Sharaf [ 2 ]和[ 3 ]西蒙斯et a1。不同从其他风电模糊逻辑控制器,一个新的在本文提出的模糊逻辑控制的方法。在控制系统的输入变量是输出功率与实际速度的变化发电机,它们可以方便地获得通过在发电机的电气参数的测量终端。基于发电机的转速和功率输出,模糊逻辑控制器调节扭矩轴驱动涡轮机发电所需的速度。在除了针对整体的最优效率风能转换系统,模糊逻辑系统还可以避免由误差引起的问题该系统的模型及参数变化系统。
本文介绍了控制原理方案和报告的仿真研究的概念验证。一个简化的系统模型作为一个例子来说明所提出的模糊控制策略,然而,在一般情况下,的提出的原则可以适用于各种类型发电机和电力电子变换器变速风力能源转换系统。
风能转换系统
一个简化的变速风电转换系统被描绘在图1。在可变速度风力涡轮机和发电机连接到电网通过交-直-交型电力电子接口。两个自整流PWM变换器采用机器和电网侧,它允许动态结合矢量控制发电机的转矩控制技术。这两个电力电子转换器将协同控制以保持恒定的直流电压。这意味着,从未来的力量发电机和整流器必须立即通过网侧功率转移到交流系统
转换器。电压源直流环节使PWM变换器在高效运作。的电力电子变流器网侧起重要的作用在电力传输控制和电能质量。各种逆变器已经网格选项在详细调查由陈和Spooner〔4,5,6}。然而,TA想报告的贡献~在发展智能控制系统基于a模糊逻辑构建的最佳功率捕获和动态性能的改善。在发电机在本文件讨论了侧转换器是一个微风涡轮发电机系统的操作在工作服发电机转矩控制在最佳状态。功率交换之间的反应和调整和发电机的整流器。
图一:在风能转换系统的速度系统
风力发电
风是间歇性的,可变的能源。风速的大小和方向是随机的,除了在任何网站,平均风速
在年度基础上方向的分布是可重复的在适度限制。风的变化,包括时间变化和空间变化,是由许多风切变等因素,风湍流,塔阴影和涡轮旋转。然而,这些影响%的茎的扭矩可以使用模拟风廓线在轮毂高度产生的等效力矩的变化。这样一个简单的风力机模型可以使用。
在风的力量是立方体的比例风速可以表示为
其中P(公斤/立方米)是空气密度和r是半径(米)的风力涡轮机转子。然而,只有
上述电源部分是提取和使用被转换成电功率。一个简单的方程(2)是经常用来描述机械
电力传送到轮毂轴
Q,分散系数,根据类型和操作条件的风轮机。C 可能表达 H ,它比率P(H =速度为风速iuz。/ V,D)。where深圳(RADS)是角速度的风轮机。图2节目典型C,H曲线在年最佳价值of尖端速度比(PDO)根据最大功率系数(C~,~~)
图2:涡轮机的功率系数(C,H曲线)
显然,汽轮机转速必须改变风速度,最佳叶尖速比保持最大功率捕获。最大的涡轮机的功率可以表示为
方程(4)表明,最大提取以汽轮机功率与涡轮立方关系最佳速度。最佳的力矩可以通过
将方程(4)的最佳速度:
方程(6)表明,最优转矩,转矩对应的最大功率,是一个二次最优的涡轮转速,即功能,优化转矩的最优速度直接相关。因此,最大功率可以达到要么征收最优速度或转矩。图。3显示一组涡轮转矩转速和轨迹优化运行特性点。
图3:涡轮转矩速度特性和最优运行轨迹
发电机和风力涡轮机的运动方程
风机可以连接到发电机通过一个变速箱如图4所示的转子。因此,本转动系统的建模(风力机发电机)可以简化为一个单一的方程运动:
图四:风力机的机械系统发电机
发电机和电力电子
涡轮发电机的速度是可以控制的在发电机的电磁转矩调节轴。转矩控制回路可以实现采用矢量控制技术,通过PWM整流器。的要求转矩的变化来自模糊逻辑控制器是用来产生相应的电流控制命令。然后PWM变换器的开关模式调节提供所需的交轴分量(转矩分量)的发电机的电流为最优转矩控制。该控制方法可以用在同步(永久磁铁或磁场绕组)和异步(笼型转子或转子)发电机,虽然,用于转矩电流型控制可能会有所不同,不同类型的发电机。对于例如,在定子交轴分量同步和异步鼠笼转子电流发电机的交轴分量绕线转子异步发电机转子电流。为了应用的矢量控制策略,该发电机可以在d-q坐标系建模。然而,由于时间常数之间的巨大差异转矩控制回路和机械系统,一个简化的模型已被用于代表在模糊控制系统研究发电机。
发电机和电力电子系统通过一个典型的一阶滞后时间为代表常数为50ms这是简单而有效的模拟的空气间隙的需求响应扭矩。
最优控制
风力机保持最佳叶尖速比,C,D)-转速低于额定转速。控制目标是从风中获得最大功率和捕获的功率传递到网格。图3中的最佳转矩-转速曲线表明最佳的电磁转矩之间的关系发电机轴和机器速度。它是明确的控制系统的重要任务是要带该系统的优化运行通过最优转矩转速为代表的条件曲线。在这项研究中,基于模糊逻辑的智能控制用于完成任务。的原则功率控制是本节所描述的而~模糊控制器的实现是在下一节讨论。
假设系统工作在图5点而在一个特定的产生一个最佳输出功率风速(V = 8 D S)。如果风速增加到10D的涡轮扭矩将增加到B点,因为该机跳上/下立即。会有在功率增量发电机(美联社= ATO,,)。有观察到一个积极的功率的增加,会产生一个模糊控制器扭矩调整,将驱动系统实现新的最优模糊控制器,C。不断变化的扭矩在同一方向的长作为一个积极的功率扭矩变化的结果增加。否则最佳点方向搜索将被逆转。
另一方面,机器运行在C点,工作点会从C点下降到D点当风速下降从10毫升到8 d的。的模糊控制器将改变输出转矩移动对新系统的最佳点(A点)直到一个负功率调整的结果提高米耳鼻喉科。
图五中的最优功率控制
通过调整实施控制通过电磁转矩的发电机,因此不需要速度控制器。作为控制器,给出了发电机的转矩指令,本机将朝着期望的操作点,但一个大的增量扭矩命令
cause System oscillations around the optlmal point
因为在优化点系统振荡这样的情况下,可以通过调整模糊了控制器获得相应的转矩增量。
同时该控制器不跟着阵风,由于对扭矩结果仅在一个有限的增量在速度慢的变化。因此,输出功率变化平稳。在这种方式中,所提出的控制方法提供对风的鲁棒控制汽轮机振动力矩。由于振荡阵风自然衰减的通过旋转质量惯性和风能的过量储存在群众的旋转动能。
模糊逻辑控制器
模糊逻辑控制器可以由三个基本的块,即,模块化,推理系统模糊化。
模块化
模块化的程序来处理输入变量的隶属函数的确定程度的输入变量是属于每个通过适当的模糊集隶属函数。隶属函数(MF)是用来将每个输入变量的隶属度值为0和1之间。隶属函数可以采取任何任意形状或形式,如高斯分布曲线,S形曲线,钟形曲线,三角形函数或表。理论上,唯一的条件隶属函数必须满足的是,返回值必须是0和1之间。在实践中,隶属函数的选择应反映特征的输入变量和满足对控制器的要求。选择隶属函数是非常重要的因为它意味着控制器参数整定的种。一旦会员函数的形状已被选中,他们的价值观中心和宽度的功能需要集。隶属函数的重叠是必要的它意味着多个规则是随时解雇,这是模糊系统的一个重要特征。
在这项研究中,使用三角形隶属函数,因为他们是更容易和更快的实现过程。发电机功率的变化而变化以前的输出转矩指令作为输入如下:
在所提出的模糊系统,模糊集,七被认为是为每个输入:负大(NL),负介质(nm),负小(NS),零(泽),阳性小(PS),正向介质(PM)和阳性大(PL)。图6显示了会员输入变量的函数。
在模块化,输入变量的标准化采用发电机功率的基值和在特定的工作点扭矩。
这给系统的自适应特性使最优操作点被发现有效。
图6:对于输入变量的会员功能
模糊推理系统
在泡沫的过程包括模糊逻辑推理操作,泡沫和聚合规则的含义。在模糊推理系统的输入变量的模糊化在处理带有模糊算子和IF-THEN规则的实施。每个输出的模糊集规则是,然后聚集到单输出模糊集。
输入模糊集与模糊规则的逻辑和算子。在两个模糊集的操作定义为:
规则本质上是一种控制策略系统。他们通常是获得从专家知识。虽然每个规则可能会有不同量,本研究中所用的所有规则都一样重量。
该系统有47规则,建立了交叉考虑每个输入模糊集。规则给出了模糊逻辑方法通常的方式表1所示。
表1模糊逻辑规则
一条 冗长的形式如下
转矩增量命令。建筑用表的启发式知识如下:如果以前的增量扭矩命令(或负)产生一个积极的电力将最优搜索增量搜索扭转方向。扭矩继续在同一方向,否则H WW *聚集的过程,模糊集代表每个规则的输出组合成一个单一的模糊集。聚集过程的输入输出模糊集和输出列表聚合过程是每输出一个模糊集变量。最大骨料的方法,以所有的输出模糊集合形成一个最大值单一的模糊集,在这项研究中被用来。在考虑系统下,输出变量是增量扭矩和七个模糊集也用于输出变量。这些形状功能是用于输入相同变量。
聚集的过程,模糊集代表每个规则的输出组合成一个单一的模糊集。聚集过程的输入输出模糊集和输出列表聚合过程是每输出一个模糊集变量。最大骨料的方法,以所有的输出模糊集合形成一个最大值单一的模糊集,在这项研究中被用来。
在考虑系统下,输出变量是增量扭矩和七个模糊集也用于输出变量。这些形状功能是用于输入相同变量。
模糊化
在去模糊化过程的输入是一个模糊集(总输出模糊集)和输出是单值。质心法模糊化,它返回该地区的中心代表聚集的输出模糊集合的曲线。
一个非标准化的过程,然后进行所需的转矩命令增量工作点(9)。最后,转矩命令通过数值积分得到(10)。
它可以清楚地看到模糊逻辑控制器不需要的数学模型控制植物,然而,理解了系统和控制的要求是必要的。
性能的研究
一个600千瓦(12.5米/秒,额定风速)风力发电使用MATLAB / SIMULINK仿真系统为了验证控制策略的仿真软件包和评估系统的性能。的包括控制系统的仿真系统显示在图7。给出了系统参数的研究附录A
图7系统模拟模型
Figs.8 d和8 e显示涡轮和发电机和相应的扭矩。可以看出该系统跟着风变异产生最优权力。控制系统的鲁棒性演示。同时,可以看出控制系统响应通过增加风速增加发电机转矩,结果在一个平稳的运行系统。这表明系统并不试图迅速跟着风虽然功率系数的变化在风力变化偏离最大。另一方面,减少发电机加载转矩要求获得高加速转矩为了迅速增加风速。的加速度的典型响应速度快控制回路和经常导致不良的力量振荡。提出系统实现之间的一种妥协实现最大功率和还原能力振荡。
结论
模糊逻辑控制器的风力发电系统被开发来进行最优功率控制风力发电系统。该系统的性能进行了研究为了验证的概念和原理的仿真。
结果表明,该系统能够反应不同的工作状态,自动调节系统和环境条件的变化。
最佳风能满意的性能捕捉和动态控制已被证明。控制系统调节发电机转矩使用转矩环,这可以减少系统的可能性振荡。
提出的模糊逻辑方法,不需要任何风的速度信息。它是不敏感的参数的变化,噪声和不准确的信号。的模糊算法的通用性和适应性,可以应用于其它系统。
参考文献
1。Bhowmik说,在美国,马口铁,R.,恩斯林,j.h.r.“双馈风性能优化发电系统”,IEEE交易行业应用,卷35。4号,七月/八月1999
2. Hilloowala, R.M., Sharaf, M. “A Rule-based Fuzzy
2。hilloowala,R.M.,谢拉夫,M.“基于规则的模糊在一个单独的PWM逆变器控制器风能转换计划”,IEEE交易在工业中的应用,卷32。1号januaryeebruary 1996
3. Simoes, M.G., Bose, B.K., Spiegel, R.J. “Fuzzy
3。西蒙斯,M.G.,玻色,K,明镜,使模糊基于逻辑的变速智能控制器笼型电机风力发电系统”,IEEE基于电力电子交易,卷12。1号一月1997
4. Chen, Z., Spooner, E. :“ Wind Turbine Power
4。陈,Z,史普纳,例如:“风力发电转换器:一个比较研究》,IEE国际会议PEVD 98,伦敦,九月,1998,pp.471-476。
5。陈,Z,史普纳,如:“网格界面选项变频调速,永磁发电机”,IEE触发。电。功率应用,卷145,4号,
6. Chen, Z., Spooner, E.: “Grid Interface For
6。陈,Z,史普纳,如:“网格界面可再生能源”,第二国际电力电子与运动控制会议(二?EMC 97),十一月,1997,杭州,中国。PP
7. Chen, Z., Spooner, E : “Grid Power Quality with
7。陈,Z,史普纳,E:“电网电能质量变速风力发电机组”,接受为IEEE交易(PES)。
8. Anderson, P. M., Bose A., “Stability Simulation of
8。安德森,下午,玻色-答,“稳定性仿真风力发电系统”,IEEE反式。在功率设备和系统卷pas-102,12号,1983十二月,PP 3791-3795
9. Chen, Z., Spooner, E.: “Grid Interface For A
9。陈,Z,史普纳,例如:“网格界面变速风力发电机,永磁,发电机,电动国际会议机ICEM 96,1996,卷3,PP科学。
展开阅读全文