风力发电机控制系统简介风力发电机是一种复杂的，非线性的动态系统，它驱动于重力、随机的风力扰动以及重力的、离心的、回旋的负载。

风机的空气动力运动是非线性的、不稳定的、复杂的。

涡轮机转子受制于一个能驱动疲劳荷载的复杂三维风流域。

建立风力涡轮机模型也是复杂而具有挑战性的。

精确的模型必须拥有许多自由度来捕捉最为重要的动态效应。

转子的旋转增加了动态模型的复杂性。

风力涡轮机的控制算法设计必须考虑到这些复杂性。

算法必须尽可能地在避免过于复杂和笨拙的情况下捕捉重要动态（涡轮机的）信息。

下架的商业软件很少适合建立风力涡轮机动态模型。

相反地，专业动态模拟编码对模拟全部重要非线性效应是很有必要的。

如图14-1所示，一个风力涡轮机包含了一些传感器、制动器及一个将这些元件组合在一起的系统。

一个硬件或软件系统处理来自传感器的输入信号并为制动器产生输出信号。

控制器的主要作用是来修改涡轮机的操作状态，来保持涡轮机的的安全操作、最大功率、缓冲破坏性疲劳荷载、探测故障情况。

一个监控系统来控制机器的运转和停止，在涡轮机存在明显错位偏航时检测故障状况并触动紧急关闭装置。

控制器的另一部分是用来获得最大功率并在正常涡轮机操作中减轻负载。

如图14-2展示了风机的不同运行域，这是典型的实用范围。

在区域2，当风速在运行范围内但低于额定风速时，控制器的目的是使风机功率最大化。

在区域3，当风速超出了额定风速，控制器用来将风机的功率保持在一个额定值，以限制涡轮机叶片负载和发电机转矩。

其他运行区域包括启动区域（区域1）和机器关闭。

在过去，风机的设计者们已经使用过不同的控制策略来达到这些不同的目的。

对不同控制系统的大规模研究是在现代风机革命时进行的（详见本章的结尾的先行介绍）。

在区域2和区域3，发电机速度常保持恒定。

一些涡轮机在区域3利用叶片设计得到控制以使功率通过气动失速得到被动限制。

功率输出并非恒定，但也不需要螺距机构来实现过负载控制。

典型地，这些机器的活动控制只是与启动和关闭涡轮机有关。

14-1.风机控制舵机和典型的传感器14-2.效用尺度风机的典型运行域带有可调螺距的转子叶片常在恒速机器中使用，其较带有叶片失速的转子叶片能提供更好的涡轮机功率控制。

在区域3中，可以调节叶片叶距以提供恒定功率。

螺距机构在这些机器中必须是最快的，以在面对大风和扰动时提供较好的功率调节。

无论如何，使涡轮机在区域2恒速运行（通过使用同步发电机或感应发电机）减少了机器的功率输出。

为了能在区域2获得最大功率，转子转速必须随风速变化来保持最佳效果，相对稳定的步速率（详见图2-9）。

现在大多数大型商用风机都是变速螺距可调的机器。

这样就允许风机以近乎最佳的步速率在区域2的风速和发电功率下运行。

叶距控制在区域1中用于启动，在区域3中用于保持额定功率以及关闭。

风机控制器的经典设计区域2和区域3对直流变速叶距可控风机的控制是使用诸如比例积分微分控制的经典控制设计技术的典型实例【Bossanyi2000；Burton et al.2001】。

如图14-3是这种机器的一个典型控制图。

发电机转矩与区域2中的方程式相一致，正如上面14-3图中的控制回路：14-3.商业风机的典型控制图2gen k Ω=Q （14-1a ）3opt max ,521k ）（λρπP C R =（14-1b ）其中，=gen Q 发电机转矩（N-m ）=Ω转子转速（rad/s ）K=转子功率最佳比例常数(N-m-2s )）风阻（3m /kg =ρR=齿顶圆角半径（m ）MAX P C ,=最大转子功率系数；Eq.（2-14）max p opt 相关的最佳在某个叶桨角与，C =λ；Eq.（2-20）对区域2发电机力矩控制的改进可以增强能量捕捉。

Fingersh 和Johnson【2004】报告称增强的能量捕捉（使用了一种区域2的基准线变化控制器）接近所谓的优化追踪转子控制。

对于区域3，经典的PID 控制设计技术曾典型地用于叶距控制器的设计【Wright 和Fingersh 2008】.至于图14-3中下方的回路，我们看到发电机或者转子转速被测量并传送给叶距控制器。

目的是在出现风速扰动时用PID 叶距控制来调节涡轮机速度。

叶距控制的表达式为：)()()()(p t K dt t K t K t D I ∆Ω+∆Ω+∆Ω=∆∫θ（14-2）其中，)(rad 受控叶距变化=∆θ)(rad 或转子转动速度误差与设置点相关的发电机=∆Ω)(s K P 反馈比例增量=完整反馈增量=I K )(2s K D 反馈增量微分=区域3的控制设计目的是三个增量的决定值使得所需的上升转子转速追寻符合所需的设定值并保持闭环稳定。

Hansen et al【2005】和Wright和Fingersh 【2008】曾提供这些增量的选择方法。

为了证实对这些增量的成功控制，控制设计者通常在进入场地实验和测试这样一个控制器之前模拟闭环涡轮机反馈。

一些用来改善效果的对方程（14-2）的改进包括增益规划（包括反终结，以及引入滤波以阻止高频模式的存在）【Wright 和Fingersh2008】。

另一个控制设计目的是减轻长期破坏性荷载。

一种方法是设计能够切实地抑制涡轮机部件移位的控制装置。

在商用涡轮机中，区域2中另一个发电机转矩控制回路常用来抑制涡轮机的驱动扭力模式，如图14-3所示。

在区域3，典型控制设计方案用于设计控制器来增加带有叶距变化的塔第一首尾模式的阻尼【Bossanyi2000】。

为了减缓塔动作的叶距控制常通过给刚刚所提到的基本区域3速度控制回路增加一个输入输出信号控制回路来得以实施。

其他对经典控制的研究包括对减缓转子转动扫过区域不对称风力变化的独立叶距控制的研究【Bossanyi2003】。

在这种方法中，每个固定框架的叶距独立控制里有两个独立的SISO控制回路用于减缓定向负载的倾斜和偏移。

这项工作是随着选择性的传感器来测量转子的不对称负载【Bossanyi2004】。

在使用合适的传感器时将得到好结果。

在各种各样的应用中，对于经典控制用来确定一个以上控制目标是不简单的。

通常采用多重回路，这样会增加控制设计的复杂性及风机系统的动态行为。

如果这些复杂的控制没有小心设计的话，控制回路将会互相影响，并会动摇涡轮机。

不稳定的潜在性随着涡轮机的大型化和复杂化而增大，并且涡轮机各部件的偶和度在增加。

高级风机控制器的设计正如前面已经提到的，风机是在随机风力扰动和时变重力性的离心性的及回旋性的负载作用下的复杂系统。

然而先前所讨论过的简单经典控制器可以在区域3给出好的速度规律表现，其它控制目标或许做不到。

它们包括对随机风力扰动，涡轮机复杂性及轻载和偏移的考虑。

当有额外控制目标需要控制时，经典控制器就必须加入SISO控制回路。

如果机器没有经过小心的设计则这些额外的回路将会使机器松动。

使用了状态空间法的现代控制设计更加适合这些问题，因为控制器使用了一个模型来确定系统状态。

控制器不仅可以设计得获得最大功率输出和规整的速度而且可以增大重要复杂模式的阻尼。

将全部可用的涡轮机促进器整合到一个独立控制回路以使负载缓和能力最大化是很高级的。

一种流行的高级控制方法已经应用于风机，即所谓的全状态反馈【Kwakernaak 和Sivan 1972】。

这种方法允许多线程控制在一个单独的回路中动作，包括速度规则，为低阻涡轮机动态模式及随机风力扰动引起的轻载增加主动阻尼。

一些高级的控制设计方法大多数高级控制是基于线性控制设计方法和线性时不变模型的【Kwakernaak and Sivan 1972】。

这些线性模型可以表示为以下形式：dd u u x x ∆+∆+∆=∆•B B A （14-3a ）d d u u x y ∆+∆+∆=∆D D C （14-3a ）其中x ∆是状态矢量，u ∆是控制输入矢量，d u ∆是扰动输入矢量，y ∆是被测输出，A 代表状态矩阵，B 代表控制输入增加矩阵，Bd 代表扰动输入增加矩阵，C 与被测输出值y ∆和涡轮机状态相关，D 与被测输出和控制输入相关，dD 与被测输出和扰动状态相关，•∆x 代表x ∆的时间微分量；x ∆，•∆x ，y ∆，u ∆，和d u ∆（扰动值）代表来自算术操作点值op x ，•op x ，op y ，op u ，和op d u 的微扰。

状态矢量△X 的值可以代表描述涡轮机复杂模型的推广坐标，比如叶片副翼和边缘动作，塔顶前船尾和摇摆动作，及转子或发电机速度。

他们可能包括描述控制促进器动态的状态【Wright 和Fingersh 2008】。

y ∆的值测量自涡轮机，例如发电机或转子转速，塔顶加速器和由拉力计量器所得的叶片根副翼弯曲瞬间。

矢量△u 代表控制输入。

区域3中控制涡轮机速度的叶距就是个例子。

对于区域3速度规则，每个叶片都被同样定位，以至于只有一个倾度可以控制。

这就是所谓的转子共同倾度控制。

在其他控制中，每个叶片的倾度可以分开控制，这就是所谓的独立倾斜控制。

当控制器试图独立减轻风速不对称变化的影响时，倾斜控制变得很重要。

在这些应用中，由于每个叶片本身风速的差异，一个叶片的度或许和其他的不同。

在全状态反馈中，控制法则用公式将u ∆表示为涡轮机状态的线性关系，如下：u ∆（t ）=G x ∆(t)（14-4）其中G 是增加矩阵。

如果由方程（14-3a ）中（A,B ）组成的系统是可控制的，这种反馈法则可以用于在复杂平面上任意移动系统的极性。

这就允许将主动阻尼加在低阻尼涡轮机元件并因此明显减轻了过载。

极性转移和线性正交规则（LQR ）可用于计算增加矩阵G 【Kwakernaak 和Sivan 1972】。

利用LQR,一个独一无二的线性反馈控制信号可以最小化如下的正交积分方程：dt t u R t u t x Q t J T T ))()()()(x (0∆∆+∆∆=∫∞（5）其中x ∆(t)代表系统状态，u ∆(t)代表控制输入，Q 包含状态加权，R 包含促进器加权。

快速状态校准和低促进器用途是相抵触的；因此，Q 和R 加权允许一个带促进器用途的操作目标的交替换位。

Kwakernaak 和Sivan 【1972】提供了更多关于LQR 的细节。

为了将全状态反馈用作最终控制设计，我们就必须测量方程（14-3）中所描述的线性模型中包含的每一个状态。

大多时下的商用风机并没有装备拓展来测量所有状态，尤其是作为模型改进的准则。

通常只有有限数目的被测信号是可控的，比如发电机或者转子方位角，转子转速，塔顶加速器，以及叶片根部弯曲时间。

不管怎样，据Kwakernaak 和Sivan 称，观察量允许我们估计一些建立在少数涡轮机测量值上的线性模型包含的状态。

风机高级控制的进程高级状态空间控制发展过程中的一些早期工作是由Mattson 【1984】来做的，他将一个状态预估器与LQR 相结合。