风力发电机独立桨叶单神经元PID变距控制系统.pdf

2 0 1 0年 第 8期 仪表 技术与 传感器 I n s t r u me n t T e c h n iq u e a n d S e n s o r 2 0l0 No 8 风力发 电机独 立桨叶单神经元 P I D变距控制系统 郝万新 吴波 1 辽宁石化职业技术学院 辽宁锦 州1 2 1 0 0 1 2 沈阳化工学院 辽宁沈阳1 1 0 1 4 2 摘要 变距 系统是风力发电机组实现变距控制和安全刹车的关键机构 基于神经网络控制理论讨论 了变距系统的单 神经元 P I D控制方案 提出将神经网络理论结合传统 P I D控制机理 构成单神经元 P I D控制器 并应用于电动独立桨叶 变距系统 通过在线边学习边控制的方式 解决了传统 P I D的不足 满足了风电机组的控制要求 仿真结果表明 该控制 方法具有良好的 自 适性 稳定性和快速跟随性能 且系统鲁棒性优于传统双闭环控制 关键词 风力发电机组 变距控制 神经网络 中图分类号 T P 2 7 1 文献标识码 B 文章编号 1 0 0 2 1 8 4 1 2 0 1 0 0 8 0 0 8 2 0 3 S ing le Ne ur o n PI D Pit c h Co n t r o l S y s t e m o f I n de p e nd e nt Bla de o n W in d Tu r bin e HAO Wa n x in W U B0 1 L i a o n in g P e t r o c h e mic a l V o c a t io n al a n d T e c h n i c a l C o l le g e J i n z h o u 1 2 1 0 0 1 C h in a 2 S h e n y a n g I n s t i t u t e o f C h e mi c al T e c h n o lo g y S h e n y a n g 1 1 0 1 4 2 C h i n a Ab s t r a c t P it c h s y s t e m is a k e y p a r t o f w in d t u r b in e wh ic h a c h ie v e d p it c h c o n t r o l a n d s a f e t y b r a k e C o n t r o l p rog r a m o f s in g le n e u r o n P I D in p it c h s y s t e m wa s in v e s t ig a t e d o n t h e b a s is o f n e u r a l n e t wo r k c o n t rollin g t h e o r y I t d e mo n s t r a t e d t h a t s in g le n e u ron P I D c o n t r o lle r c a n b e e s t a b lis h e d b y c o mb in in g n e u r al n e t w o r k t h e o r y w it h t r a d it io n a l P I D c o n t r o llin g me c h a n is m a n d a p p lie d in e l e c t r ic in d e p e n d e n t b la d e p i t c h s y s t e ms T h r o u g h l e a r n in g an d c o n t roll in g a t t h e s a me t i me o n li n e d e f e c t s o f tr a d it io n al P I D w e r e s o l v e d me e t in g c o n t r o l li n g r e q u i r e me n t s o f w in d t u r b i n e S imu la t io n r e s u l t s s h o we d t h a t t h i s c o n t roll in g me t h o d n o t o n l y h a d s ooa q u a lit ie s in s e lf a d a p t io n s t a b iliz a t io n a n d r a p id f o llo win g p e r f o r ma n c e b u t al s o w a s s u p e ri o r t o d o u b le c lo s e d lo o p c o n t rol o n s y s t e mic r o bu s t n e s s Ke y wo r d s win d t u r b in e p it c h c o n t r o l n e u r a l n e t w o r k 0 引言 随着风力发电机组的大型化 越来越多的机组采用变桨距 技术 因为变桨距调节可以使风机起动更加容易 而且桨距调 节在高风速下改变桨距角以减少吸收的能量并在最高水平保 持功率的恒定输出 从而提高风力机的运行效率和系统稳定 性 j 变桨距风力发电机在变桨距的同时通过配合使用双馈 发电机或永磁风力发电机 可以减轻风速突变产生的转距波 动 减轻传动机构承受的扭矩波动 提高齿轮箱寿命 减少传动 系统故障率 J 风力机的变桨距系统是典型的非线性时变系统 常存在较 大程度的参数变化和剧烈的负载干扰 采用常规的 P I D控制 系统的动态性能往往难以满足要求 为了在满足系统的稳态 精度要求下 提高系统的动态性能 并使系统对参数变化 非线 性等具有 自适应能力和鲁棒性 文中提出一种基于神经网络与 P I D控制相结合的变桨距 自适应控制系统 并利用单神经元的 自学习 自适应 实现系统的快速实时在线控制 1 风轮的气动特性 风力发 电机变距 控制 系统 原理 如 图 1所示 机组 中 叶轮 捕获风能 将风能转换为轮觳上的机械转矩 1 T C p v 订 1 收稿 日期 2 0 1 0 0 1 2 7 收修改稿 日期 2 0 1 0 0 5 3 0 图 1系统 框 图 式中 p为空气密度 为风速 为叶轮半径 C 为转矩系数 C 0 2 式中 为叶轮角速度 0为桨距角 转矩系数的特性曲线如图2所示 当 0 0时获得最大转 矩系数 C 当桨距角变化时转矩系数随之变化 系统的输出 转矩也随之变化 在低风速的情况下 通过调节桨距角来保持 C 最佳 而在高风速的情况下 通过调节桨距角来限制叶轮输 出的功率 功率系数 C 和转矩系数 c 的关系为 C A C 3 式 中 A为叶尖速 比 A 4 因 为 从 风中 获 得的 功 率P c 所以 第 8期 郝万新等 风力发电机独立桨叶单神经元 P I D变距控制系统 8 3 图 2转矩 系数特征 曲线 P 了 1 c 3 5 式中A为叶轮回转面积 这个等式指出最大功率 的输出由与 A有关 的函数 决 定 所以输出最大功率的转矩为下式 此时 A为 A K T t O 6 因此 当叶轮的转速越接近使 A A 越可能获得最大的 功率输出 而 叶轮 的动态特性可 以由下式 表示 r A o x A v 7 式 中 c t J 0 一K R v o C A 0 2 K 口 o C A 0 一 T0 C q A 0 p o 一 K R v 0 C A 0 p竹 式中 为系统惯量 C A 和 T 分别表示与 A和 相 关的导数 因此可以通过控制 A和 0来控制转矩系数 进而控制由风 轮产生的功率 2 单神经 元 P I D控 制器及学 习算法设计 2 1 输入状态信号的选择 风力发电机组的电动变距伺服系统实际上就是 3套物理 上独立的直流电机位置伺服系统 为了保持传统直流电机双 闭环控制方法的优越性 将神经元网络理论应用于电动独立变 距系统时 仍采用双闭环结构 而电流环 内环 仍采用传统的 P I 调节器并校正成典 型 I 型 系统 以提高 系统响应 时快 速性 和 限流的必要性 转速环 外环 则采用神经元 P I D控制器 以提 高其鲁棒性 为了使单神经元控制器具有 P I D特性 可以在 图3系统中 分别取状态量为 误差 e 8 3 误 差积分 k e 9 误差微分 k A e k T 1 0 式 中 为采样周期 2 2 单神经元的数学模型 一 般标准 统一的单神经元控制系统的数学模型由 3部分 组成 即加权求和 线性环节 和非线性函数映射 如 图 3所示 则单神经元控制器输出为 图 3单神经元 自适应 P I I 控 制器结构 图 3 3 Y k W i k k lWi k I 1 1 1 一 一y H k U m x 1 2 1十 式中 为神经元比例系数 Wi k 为权重值 U 为最大控制 量 在系统中该值为最大转矩给定值 2 3 学习算法 为保证学习算法的收敛性和控制的鲁棒性 为了有利于单 神经元控制器在与被控对象的交互作用中不断地增加学习能 力 适应能力和控制能力 易于实时控制 同时针对直流调速 系统的特点 应用反馈原理 将无监督的 H e b b学习规则和有监 督的学习规则结合起来 通过调整神经元的输入权值来实现单 神经元的学习 得到神经元控制器的学习算法 V k e k I u k k 1 3 wi k 1 r k 1 4 式中叩 为学习速率 0 据以上分析 用学习规则调整各输入量的权重值 单神经 元就相当于变系数的 自适应 P I D调节器 它既有 自适应能力 又具备传统 P I D控制器的优点 且使系统 的动态性能只依赖 于其误差信号 而不受或少受对象模型参数的影响 同时由式 1 1 和式 1 4 可知 单神经元控制器依照学习信号所反映的误 差与环境的变化 对相应 的积分 比例 微分系数进行在线调 整 产生自适应控制作用 具有很强的鲁棒性 3 单神经元变距控制系统仿真实验 采用单神经元 P I D控制器的电动独立变距系统结构 如图 4所示 图4 基于单神经元的电动独立变距系统结构图 单神经元 P I D控制器的参数设计主要是选择控制器的比 例因子 学习速率 权重初值 采样周期等参数 它们对学习和 控制效果有一定的影响 仿真实验时采用的参数见表 1 仿真结果分析表明 1 离散控制器部分的采样周期取 2 m s 计算 连续的被控 对象的离散化的虚拟采样频率是实际系统采样频率的整数倍 取 lO倍 只要在合理范围内 采样周期对响应快速性的影响 不大 I ns t r ume n t Te c h n iq ue a nd Se ns o r Aug 2 01 0 表 1 变距风 力发 电机参数表 2 比例因子 k先选 1 然后根据控制效果再加大 发现若 其值大 则响应速度快但超调也大 甚至可能使 系统不稳定 该系统中取 3 0 3 学 习速率对提 高系统 的快速性 消除超 调及 静差影 响 很大 一旦学习速率选定后 权重的初值可在一定范围内变 化 而不影响系统的性能 经多次仿真实验 该例取 0 0 0 1 0 0 0 0 1 7 7 l 1 7 7 2 0 0 1 r 3 0 0 0 1 贝 0 在允许负载及参数变化的范围内 都保持优良的性能 4 仿真实验结果 系统各参数取值为 T 2 I l lS 3 0 W 0 0 0 1 W 3 0 0 0 1 7 7 l 1 7 2 0 0 l 叼 3 0 001 图 5为控制系统的阶跃输入响应 曲线 曲线 表示输 入阶跃 变化时 系统输出变化的百分数 曲线 1为通常的 P I D控制 器 曲线2为单神经元 自适应 P 1 D控制器 图5阶跃输入 时系统 响应 曲线 图 6为正弦输入系统 响应 曲线 在 1 5 S时 系统 负载 发生 了突变 其 中 曲线 1 为桨距角给定 曲线 曲线 2为实 际响应 图 6负载变化 时系统正弦响应 曲线 仿真结果验证了控制器具有很好 的动态跟踪性能并对扰 动具有 较强 的鲁棒性 4 结束语 利用单神经元 P I D控制器对电动变距伺服系统实现新的 双闭环控制 该系统充分利用了神经元的自学功能 在运行中 根据被控对象特性的变化 对神经元的权重值进行在线调整 使得整个系统具有 良好的自适应能力 结果证明这种控制方 法能够有效地克服传统双闭环控制存在的不足 只要选择适 当 的学习速率 比例因子 权重初值 就可使系统在允许负载下保 持无静差 无超调的优良性能 仿真结果表明 提出的控制方 案可以满足系统所要求的必需的鲁棒性和系统性能二者的要 求 这一技术适用于风力发电机 可以在系统参数未知和阵风 扰动的情况下使风力发电机保持稳定和达到期望的特性 为进 一 步提高风力发电机组系统性能找出了一条新的途径 参 考文 献 1 I Q B A L M T C O O N I C K A E R E R 1 S L L D y n a m i c c o n t r o l o p t i o n s f o r v a r i a b l e s p e e d w in d t u r b i n e s Wi n d E n g i n e e r i n g 1 9 9 4 1 8 1 l 一 1 2 2 林 成武 变 速恒频 双馈 风力发 电机励 磁控制技 术研究 学位 论 文 沈 阳 沈阳工业大学 2 0 0 4 3 张希 良 风能开发利用 北京 化学工业 出版社 2 0 0 5 4 F R E R I s L L Wi n d E n e r g y C o n v e r s i o n S y s t e ms P r e n t i c e t la ll 1 9 9 0 5 王永骥 涂建 神经元网络控制 北京 机械工业 出版社 1 9 9 8 作者简介 郝万新 1 9 6 8 一 工 程硕士 副教授 主要 从事 电气 自动化 仪器仪表故 障检测等领域 的教学科研工作 E ma il h w x 1 2 2 0 s in a C O B 上接 第 4 6页 通过比较可以看出 文中提出的算法结果比较精确 完全 克服 了阴影部分和背景 的干扰 能 够有效地检 测出覆冰 电缆的 边缘 同时 实验中发现 摄像机焦距越长 电缆住图像中占据 的像素数越多 出现错误识别的概率就越低 识别精度越高 3 结束语 针对复杂背景下覆冰厚度图像检测 采用线搜索算法 针 对电缆图像纹理具有平滑性或周期性的特征 根据平滑周期 度 得到相似曲线 通过统计其斜率分布特征 进一步经过滤 波 邻域重 复处理 提取电缆边界 最终计算 出覆 冰厚度 算 法 简单易行 通过不同背景下的覆冰电缆的覆冰厚度检测实验测 试 验证了算法的有效性 参考文献 1 刘有飞 蔡斌 吴素农 电网冰灾 事故应急 处理及反 思 电力 系统 自动化 2 0 0 8 3 2 8 1 0