張 謙,陳海峰,王斌斌

(中原工學院,鄭州 450007)

三葉結構半轉式立軸風力機控制方法仿真研究

張 謙,陳海峰,王斌斌

(中原工學院,鄭州 450007)

結合實際三葉結構半轉式立軸風力機模型,分別采用傳統(tǒng)PID控制與ANN-PID控制方法進行了仿真研究,結果表明采用ANN-PID控制具有更好的控制效果.

立軸風力機;PID控制;ANN-PID控制

近年來,世界性能源危機和環(huán)境污染嚴重威脅著人類的發(fā)展與生存,因此人類急需改變現(xiàn)有能源結構,大力發(fā)展?jié)崈簟⒔】档男履茉?地球上風能資源儲量極其豐富,據(jù)專家估計,全世界風能資源總量為每年2萬億kW[1].此外,風能使用過程中無需任何燃料,為零污染的潔凈能源,因此備受世界各國關注.據(jù)有關資料統(tǒng)計,全世界風電場的裝機速度每年以20%增長,總裝機容量達90 GW[2].在風電轉換方面,水平軸風力機素以較高的風能利用效率而被人類廣泛使用,但其結構復雜,設計、安裝與維護均較困難.立軸風力機結構簡單,安裝與維護比較方便,因此近年來極受青睞,但風能較之其他常規(guī)能源表現(xiàn)極不穩(wěn)定,隨機性及爆炸性較強,這使得人們很難對風力機進行較為理想的控制.PID控制技術早已成熟,加之其優(yōu)良的控制效果而被廣泛應用于工業(yè)控制當中,但針對如風力機這樣較為復雜的系統(tǒng),傳統(tǒng)PID控制顯得力不從心.神經(jīng)計算就是將大量的處理單元組織在一起,使這些處理單元相互聯(lián)系并交換信息[3],因此這種結構特點決定它在復雜控制系統(tǒng)的應用當中表現(xiàn)突出.目前,神經(jīng)網(wǎng)絡控制已成為智能控制的一個重要分支.

本文結合三葉結構半轉式立軸風力機實驗樣機的動力學模型,分別對其進行傳統(tǒng) PID控制和ANN-PID控制,并對這2種控制進行了仿真與比較.

1 風力機工作原理及動力學模型

風力機的結構特性直接影響著風力發(fā)電機組對風能的利用效率.三葉結構半轉式立軸風力機巧妙地采用了齒輪、蝸輪等機械傳動裝置,使得風力機葉片繞主軸公轉一周的同時亦繞葉片中軸進行一次翻轉.當葉片位于順風側時,其垂直于風向,從而可以最大限度地獲取風對葉片的推力;當葉片位于逆風側時,其又平行于風向,從而可以最大限度地減小風對葉片的阻力.鑒于此,此種結構的立軸風力機較之其他直葉型結構的立軸風力機具有更高的風能利用效率.在10 m/s額定風速下該風力機轉速達額定值30 Rev/min,為使風力機在外界風速超過額定風速時仍能穩(wěn)定在額定轉速下,在風力機頂端采用步進電機來調節(jié)葉片在初始位置時與風向的夾角,從而改變?nèi)~片受風面積,實現(xiàn)對風力機的恒轉速控制及恒功率控制.本文所研究的三葉結構半轉式立軸風力機結構組成如圖1所示.

當葉片處于圖2所示位置時,定義葉片與橫軸夾角α為葉片功角,對風力機的控制即為對功角α的控制.由此,可得出風力機控制系統(tǒng)的框圖,如圖3所示.

風力機動力學模型是對風力機進行分析、控制的依據(jù),因此建立起準確、簡潔的動力學模型對較好地控制風力機具有重要意義.

本文三葉結構半轉式立軸風力機的動力學模型為[4]:

式中:m=,Ts為采樣周期;n(k)為第k次測量所得的風力機轉速.

2 控制方案的比較

2.1 傳統(tǒng)數(shù)字PID控制器

PID控制器由比例環(huán)節(jié)、積分環(huán)節(jié)及微分環(huán)節(jié)構成 ,其融合了3個控制環(huán)節(jié)各自的優(yōu)點,使得該控制器相對于其他控制器具有結構簡單、控制效果好的特點,加之算法簡單、可靠性高,被廣泛用于工業(yè)控制當中.數(shù)字PID控制算法由模擬PID離散化所得,其每個參數(shù)都有明顯的物理意義,調整極為方便.本文控制量α通過步進電機實現(xiàn),控制算法選取經(jīng)典的增量式PID控制算法.

若選取數(shù)字PID控制器的參數(shù)kp=1,ki=0.5,kd=0.4,Ts=0.5,則用M A TLAB對風力機動力學模型進行仿真,得仿真結果如圖4所示.

圖4 PID控制下的轉速階躍響應

由圖4可知,當外界風速由額定值突變至15 m/s時,在數(shù)字PID控制器作用下風力機至少需要40 s才能進入穩(wěn)定狀態(tài),且在 t=5 s時轉速出現(xiàn)波峰(30.2 Rev/min),此時最大超調量為0.67%.可見,在傳統(tǒng)數(shù)字PID控制器作用下,立軸風力機已得到了較好的控制.

2.2 基于BP神經(jīng)網(wǎng)絡整定的PID控制器

PID控制器的3個參數(shù)既相互聯(lián)系又相互制約,按經(jīng)驗選取協(xié)調3個環(huán)節(jié)控制作用的方法,在很大程度上都不能得到最優(yōu)的控制效果.近幾年來,隨著對神經(jīng)網(wǎng)絡理論及其應用的深入研究,使得神經(jīng)網(wǎng)絡作為一種數(shù)學工具而出現(xiàn),用于解決多變量的實際問題,如模式的分類與識別、醫(yī)療圖像、聲音識別及控制等[6].神經(jīng)網(wǎng)絡具有極好的非線性表達能力,通過對系統(tǒng)的學習,能夠最大程度地適應系統(tǒng)環(huán)境,從而能夠得出最佳的參數(shù)組合.采用BP神經(jīng)網(wǎng)絡,可以實現(xiàn)對傳統(tǒng)PID控制器3個參數(shù)的優(yōu)化,協(xié)調好3個控制環(huán)節(jié)在控制器中的作用.

針對本文三葉結構半轉式立軸風力機動力學模型,設計出BP網(wǎng)絡的結構,如圖5所示.

圖5所示輸入層包含4個輸入信號,即 n0、n(k)、e及d e/d t,輸出層的輸出為3個可調節(jié)參數(shù),即 kp、ki、kd.為簡化神經(jīng)網(wǎng)絡結構,隱含層取為5層.由此可得

圖5 BP網(wǎng)絡結構

加入了神經(jīng)網(wǎng)絡調節(jié)環(huán)節(jié)后的控制系統(tǒng)框圖,如圖6所示.

圖6 基于BP網(wǎng)絡的風力機控制系統(tǒng)框圖

BP神經(jīng)網(wǎng)絡的隱層作用函數(shù)取為對稱的Sigmoid函數(shù),由于輸出的3個可調節(jié)參數(shù)均不能為負值,因此輸出層的作用函數(shù)取為非對稱的Sigmoid函數(shù).

采用最速下降法修正網(wǎng)絡權系數(shù),為加速收斂,可為算法添加慣性項,即[7]:

式中:η為學習速率;α為慣性系數(shù).式(3)中,

為了與傳統(tǒng)PID控制器進行比較,這里仍取風速由額定值突變至 15 m/s,采樣時間仍為 0.5 s,在MA TLAB平臺下進行仿真,得仿真結果如圖7所示.

由圖7可知,采用BP網(wǎng)絡整定的PID控制系統(tǒng),經(jīng)過25 s即能進入穩(wěn)定狀態(tài),最大超調量僅為0.55%,其超調量約為傳統(tǒng)PID控制下的4/5,調整時間縮短了15 s.在該算法下,kp、ki、kd的調節(jié)過程如圖8所示.

為了突出人工神經(jīng)PID控制的優(yōu)越性,下面給出傳統(tǒng)PID控制及ANN-PID控制下階躍響應的比較圖,如圖9所示.

由圖9可以看出,在相同條件下對立軸風力機進行控制,采用BP神經(jīng)網(wǎng)絡整定的PID控制算法可以得到比傳統(tǒng)數(shù)字PID控制算法更好的控制效果.

3 結 語

本文分別采用了傳統(tǒng)PID控制器和ANN-PID控制器對三葉結構半轉式立軸風力機進行控制,并對其空氣動力學模型進行了MA TLAB仿真,仿真結果表明在傳統(tǒng)數(shù)字PID控制器當中加入ANN調節(jié)部分后,可使得PID控制器的3個參數(shù)以較好的形式組合在一起,從而使得該種結構的PID控制器具有更好的控制性能.

[1] 包耳.風力發(fā)電技術的發(fā)展現(xiàn)狀[J].可再生能源,2004(2):53-55.

[2] Antipov V N,Danilevich Ya B.Analysis and Investigation of Size Spectrum of Synchronous Machines Operating asWind-Power-Generators in the Range of Rotation Frequencies of 75-300 rpm[J].Russian Electrical Engineering,2009,80(1):23-28.

[3] Nikola B Serbedzija.Simulating A rtificial Neural Netwo rks on Parallel A rchitectures[J].IEEE Computer Society,1996,29(3):56-63.

[4] 王雙嶺.用于立軸風力機的智能控制器設計方法研究[D].鄭州:中原工學院,2009.

[5] 李友善.自動控制原理[M].第3版.北京:國防工業(yè)出版社,2005:370.

[6] Suresh S,Omkar SN,Mani V.Parallel Implementation of Back-Propagation Algorithm in Netwo rksof Wo rkstations[J].IEEE Computer Society,2005,16(1):24-34.

[7] 劉金琨.先進PID控制MA TLAB仿真[M].第2版.北京:電子工業(yè)出版社,2004:162-164.

Three-leaf Sem i-rotary VAWT Control Method Simulation Reaserch

ZHANG Qian,CHEN Hai-feng,WANGBin-bin
(Zhongyuan University of Technology,Zhengzhou 450007,China)

In this paper,combined w ith a three-leaf semi-rotary VAW T model,simulation reaserch was respectively done for traditional PID control and ANN-PID control,w hose result indicates that ANN-PID has a better control effect.

vertical axis w ind turbine;PID control;ANN-PID control

TP273

A DO I:10.3969/j.issn.1671-6906.2010.04.014

1671-6906(2010)04-0055-04

2010-06-04

張 謙 (1957-),男,河南平頂山人,教授.