基于Simulink_Matlab的变速风力发电机组在低于额

1、第37卷第5期2009年5月Vol.37No.5May2009基于Simulink/Matlab的变速风力发电机组在低于额定风速时的仿真研究杨煜,何炎平,李勇刚(上海交通大学船舶海洋与建筑工程学院,上海200240)摘要:应用Simulink/Matlab对变速风力发电机组的各模块进行建模。在低于额定风速下运行,变速风力发电机组能根据风速变化,保持最佳叶尖速比以获得最大风能。采用PI控制器进行仿真,研究PI参数的选择对风轮的速度跟踪效果以及电机反转矩的影响。关键词:变速风力发电机组;低于额定风速;Simulink;速度跟踪;PI控制器基金项目:国家科技支撑计划项目(2006BAA01A25)作

2、者简介:杨煜(19852),男,硕士研究生,研究方向为风力发电技术。中图分类号:TM614文献标志码:A文章编号:100129529(2009)0520816204Simulink/MatlabbasedSimulationsforvariablespeedwindturbinesattedwindspeedsYANGYu,HEYan2ping,LIYong(SchoolofNavalArchitecture,OceanandCivilEngineering,ong.,200240,China)Abstract:TheSimulink/Matlabwasusedfspeedwindturbin

3、e.Atunderratedwindspeeds,thevariablesisbesttip2speedratiotoobtainhighestenergy2cap2tureefficiency.wassiulationtoinvestigatetheinfluenceofPIparametersonthespeedtrackingandthecountertorqueofthegenerator.Keywords:speedwindturbine;underratedspeed;Simulink;speedtracking;PIcontroller变速风力发电机组已成为大型并网风力发电机组的

4、主流机型,与恒速风力发电机组相比,其优越性在于:低风速时它能够根据风速变化,在运行时保持最佳叶尖速比以获得最大风能;高风速时通过改变桨距角,以限制风力机获取能量,使风力1发电机组保持在额定值下发电。本文主要讨论在低于额定风速时,风力发电机组跟踪风速变化,保持最佳叶尖速比这个阶段的仿真过程。仿真过程采用PI控制器,以期望风轮的实际转数跟踪参考转数,并观察PI参数的设置对跟踪效果及电机反转矩的影响。1.1风速的模型风速模型采用四分量模型:基本风,阵风,阶跃风和随机风2。用公式表达为:VW=VWB+VWG+VWS+VWN(1)基本风VWB,表达风速模型的平均风速;(2)阵风VWG,描述风速突然变化的

5、特性,数学模型为:VWS(VGmax/2)1-cos2(t/t2G)-(t1G/t2G)风速。tt1G+t2Gt1Gtt1G+t2G其中,t1G、t2G为阵风起始和持续时间,VGmax为阵风的峰值1风力发电机组基本结构的建模与仿真要进行仿真就必须对风力发电机组的各模块建模。风力发电机组可分为以下几个基本模块:风速、风轮、传动系统、发电机以及和并网相关的模块。在本文中所需要的模块是风速、风轮和传动系统。下面用Simulink分别建模并进行仿真测试。(3)阶跃风VWS,描述风速的渐变特性,数学模型为:VWSVSmax1-(t-t2S)/(t1S-t2S)VSmaxtt2S+tSt1Stt2St1S

6、tt2S+tS其中,t1S、t2S、tS为阶跃风阶跃的启动、终止和保持时间, 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. 杨煜,等基于Simulink/Matlab的变速风力发电机组在低于额定风速时的仿真研究VSmax为阶跃风的峰值。0817封装参数有风轮半径、空气密度、切入和切出风速。(4)随机风VWN,用白噪声表达。用Simulink/Matlab建立风速模型如图1所示。封装参数有:阵风起始、持续时间,阵风的峰值风速,阶跃风阶跃的启动、终止和保持时间,阶跃风的峰值风速以

7、及基本风的风速。仿真结果如图2所示。图3风轮的Simulink仿真模型1.3传动系统模型传动系统主要是由风轮转子、低速轴、齿轮箱、高速轴和发电机转子构成。传动系的建模分4为风轮、传动装置和电机。风轮模型为:Jr=Twtr-TD-kTmdt其中,Jr为风轮转动惯量,kg;为风轮转动角速度,rad/s;Twtr,TD为能量传递装置,Nm;k为齿轮Tm,Nm。:Jgdwg=Tm-Tedt其中,Jg为电机转动惯量,kgm2;wg为电机转动角速度,图1风速的Simulink仿真模型rad/s;Tm为高速轴上的扭矩,Nm;Te为发电机上的反扭矩,Nm。结合风轮和发电机数学模型,令TD=0,可得到传动系统的

8、一质量块模型:Twtr-kTe=(Jr+kJg)dt运用Simulink/Matlab建立传动系统模型如图4所示。图2风速的仿真结果图1.2风轮的模型使用风能转化系数CP建立风轮的空气动力学模型:Twtr=0.5RVCP/其中,Twtr为风轮获得的转矩,为风轮的旋转角速度。CP用经验公式计算CP=0.2233,本文采用:i图4一质量块传动系统的Simulink仿真模型i-5)e-0.4封装参数有:齿轮传动比、风轮转动惯量、发电机转动惯量。i=-3+0.08+12变速风力发电机“速度跟踪”问题的仿其中,是风轮的叶尖速比;是桨距角。真研究额定风速以下是风力发电机组的运行可以不用Similink/M

9、atlab建立风轮模型如图3所示。 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. 08182009,37(5)受功率限制的风速范围。在这一运行区域,风力发电机组控制系统的主要任务是通过对转速的控制来跟踪最佳CP曲线以获得最大能量。通常对转速的控制是通过对发电机转矩的控制来实现的。在这个过程中,通常桨距角取=1。控制器采用PI控制。控制框图如图5所示5:图7取KP=100000,Ki=200时的转速仿真结果图8取KP=100000,Ki=200时的电机转矩仿真结果图5速度控制框

10、图转速的参考输入为:ref=maxVR若取KP=10000,Ki=20,转速、转矩仿真结果如图9、图10所示。其中,时,对应最大功率系数CP的风轮叶max为在=1尖速比;V为风速;R为风轮半径。Tl即Twtr:Twtr=23。015RVCP/模型以及速度控制框图,Simulink6KP=10000,Ki=20时的转速仿真结果图10取KP=10000,Ki=20时的电机转矩仿真结果由转速仿真图可以看出,随着KP、Ki的减小,速度控制器调节的强度也在减小,于是,风轮的实际转速没有很好地跟踪参考转速,风力机的捕风效率也没有保持在最高点。但是电机反转矩减小了。于是传动系统各部分的受力也相应减小了。图7

11、图10说明,PI的调节不能一味增大或减小,反应速度与整个系统强度必然是此起彼伏的。图6“速度跟踪”问题的Simulink仿真模型参考Alsvikwindturbine的数据,输入所有参数和初始值,取KP=100000,Ki=200,仿真时间200s,得到转速和发电机反转矩仿真结果如图7所示。深色曲线表示的是风轮的参考转速,浅色曲线表示的是风轮的实际转速。由图7可以清楚地看出,风轮的实际转速很好地跟踪了参考转速,因此风电机可以保持很高的捕风效率。发电机反转矩仿真曲线如图8所示。3结语运用PI控制器,地对风电机在低于额定风速下的“速度跟踪”问题进行了仿真,并获得了满意的结果,由此说明本文所建立的各

12、个模块的数学模型和Simulink模型是符合要求的。并得出如下结论:PI控制器中的KP、Ki并不能一味地调大、调小;一个好的控制器应该能平衡调节速度和系统强度,所以所选择的参数必须悉心试验,以达到控制所要求的目标。 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. 第37卷第5期2009年5月Vol.37No.5May2009循环流化床锅炉燃烧过程的多变量解耦控制系统研究程启明,李婧,程尹曼,汪明媚(上海电力学院电力与自动化学院,上海200090)摘要:循环流化床锅炉燃烧系统是一

13、个多变量、大时延、强耦合、非线性、慢时变的复杂对象,建立该对象的精确数学模型和采用传统控制方法控制该对象都非常困难。首先采用前馈补偿器对系统进行动态解耦,然后采用常规PID控制器、常规模糊控制器及模糊自适应PID控制器3种控制方法对解耦后的燃烧系统进行MATLAB仿真对比研究,仿真结果表明模糊自适应PID控制器在控制的快速性、稳定性、适应性、鲁棒性、抗干扰能力上均优于常规PID控制和常规模糊控制器。关键词:循环流化床锅炉;多变量;解耦;模糊自适应PID;模糊控制基金项目:上海市教委重点科研项目(06ZZ69);上海市教委重点学科建设项目(J51301)作者简介:程启明(19652),男,教授,

14、硕士生导师,研究方向为智能控制、电厂自动化等。中图分类号:TP273文献标志码:A文章编号:100129529(2009)0520819205MultivariabledecouplingcontrolsystemsforcomofgfluidizedbedboilersCHENGQi2ming,LIJGing2mei(SchoolofPowerandAutomationofElectricPower,Shanghai200090,China)Abstract:mthecirculatingfluidizedbedboiler(CFBB)isacomplexobjectcharacter2iz

15、edbymultipleltie2delay,tightcoupling,nonlinearity,andslowtime2varying,itisdifficulttobuilditsprecisemathematicmodelandcontrolitwithtraditionalcontroltheory.Inthispaper,theobjectwasdynamicallydecoupledbythefeedforwardcompensator,andwasthensimulatedonMATLABbythreecontrollersrespectively,i.e.PIDcontrol

16、ler,fuzzycontroller,andparameterself2tuningfuzzy2PIDcontroller.Thesimulationresultsshowedthattheparameterself2tuningfuzzy2PIDcontrollerwassuperiortotheothercontrollersinspeediness,stability,adaptabili2ty,robustness,andanti2disturbanceability.Keywords:circulatingfluidizedbedboiler(CFBB);multivariable

17、;decoupling;parameterself2tuningfuzzy2PIDcontrol;fuzzycontrol循环流化床锅炉(CFBB)作为燃烧效率高、燃料适应性广、负荷调节性能好、低污染的洁净燃1煤技术,已经得到广泛的运用。但由于结构上的特殊性和燃烧机理的复杂性,其燃烧过程具有高度的非线性、时变和大滞后及多变量耦合等复2杂特性,很难建立精确的数学模型,从而使得单纯用常规的控制理论解决这一自动控制问题变得非常困难。目前国内外常见的控制方法是以主参考文献:123lands,2001.45金鑫.仿真技术在风力机总体性能分析中的应用D.重庆:重庆大学机械学院,2007.RASILAM.Torque2andSpeedControlofaPitchRegulatedWindTurbineD.Swden,ChalmersUniversityOfTechnolo2gy:DepartmentofElectricPowerEngineering,2003:19.叶