低高风速时风力发电机组风轮转速的控制器设计.docx

《低高风速时风力发电机组风轮转速的控制器设计.docx》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、实验二：低/高风速时风力发电机组风轮转速的控制器设计姓名：文福西学号：班级：一、实验目标:1.掌握低风速时风力发电机组控制实现方法；2.掌握模糊控制实现方法；3.掌握模糊控制器仿真实现方法；二、实验内容:在风力发电机组的仿真的基础上，对低风速时捕获风能进行研究，并提出一种控制策略模糊控制，同时进行仿真的研究并验证其有效性。三、实验原理：1.低风速时风力发电机组控制原理这里说的低风速，是特指低于额定风速。低风速时，风力发电具有启动和运行两种情况。在这里只讨论运行这一种情况。在本次试验中，风力发电的额定转速为1500r/min,风轮的额定转速为19.8r/min，当叶尖速比为最佳叶

2、尖速比时为：从而得到在最佳叶尖速比时，最大的风速。2.模糊控制器的基本结构和设计模糊控制器也称为模糊逻辑控制器，由于所采用的模糊控制规则是由模糊集合论中模糊条件语句描述的，所以模糊控制器是一种语言控制器。一般的模糊控制器主要是由模糊化，知识库，模糊推理和清晰化等四个部分组成。模糊控制器的设计主要包括结构的选择，模糊化和反模糊的方法，模糊控制器参数的设定等几个方面。3.模糊规则的选择和模糊推理模糊规则的选择包括模糊语言变量的确定，语言值隶属函数的确定和模糊控制规则的建立三个方面。模糊控制规则采用经验归纳法。本实验采用的结构是二维模糊控制器，同时应用负偏差系统制定模糊规则，输入量取

3、误差和误差变化，输出为发电机的控制电压。四、实验结果与分析：1.模糊控制器分析：可以看出在设计中输入隶属函数均采用三角形隶属函数，而输出隶属函数采用高斯型隶属函数。其中七个模糊子集分别为{负大，负中，负小，零，正小，正中，正大}，对此种结构的模糊控制器，常采用所谓的Mamdani控制规则。而误差变化及控制增量均取七个语言值，为{NB，NM，NS，ZO，PS，PM，PB}。模糊推理规则FCI模糊规则观察器FCI模糊推理输入输出关系曲面分析：以IfeisPBand△eisNB,then△uisZO为例，当偏差为正大（PB），偏差变化率为负大（NB）时，说明被控制量远远小于设定值，但

4、以较大的速度减小偏差，因此可以保持当前的比例系数，因此模糊推理输出为零（ZO）。再以规则IfeisPBand△eisPB,then△uisPB为例，当偏差为正大（PB），偏差变化率为正大（PB）时，说明被控制量远远小于设定值，并且以较大的加速度加大偏差，因此应该最大幅度的加大比例系数，以达到迅速减小偏差的目的，此时系统的输出为正大（PB）。2.低风速时风轮转速控制系统仿真如下：风轮转速风速的波形如下：风轮转速波形图分析可得，风轮转速是随着风速的增加而增加的。当风轮运行在较高转速下，对于低风速来说功率输出较大，同样说明风能的利用系数比较大，当风轮在较低转速下，对于低风速来说有功输

5、出降低，此时风能的利用系数比较小滤波后输出功率波形：输出功率分析：它基本上实现了风能最大能量的获取，整体仿真功率系数基本维持在最大值0.44附近。但是由图可以看到，功率系数还是略小于最大值。和前几个图比较就可以发现，随着风速的增大，风轮转速也随着增大，叶尖速比亦成增大的趋势，从而使叶尖速比超过了最佳值，反而使功率系数降低。其原因是风轮的转动惯量太大，从而在调比超过了最佳值，反而使功率系数降低。功率系数由功率系数图分析可得，功率系数随时间不断降低，在减低的过程中，风力机的功率基本上稳定在0.44x10^6左右。2.高风速时风轮转速控制系统的仿真风速的波形如下：风轮转速如下图所示：

6、分析：风速基本在35m/s左右，而且风轮转速基本在2.5左右。输出功率波形如下：功率系数波形如下：分析：在仿真的开始阶段，由于风轮的转速较低，没有达到理想的效果。但是随着风轮转速的上升，在经过近一秒的时间，风轮转速达到额定转速，此时由图可知，功率也达到了额定功率左右的输出。并且在剩下的仿真时间里，输出功率在额定功率以上输出，并且始终高于额定功率。五、实验心得通过这次实验我对风机模型有了更加深入的了解，而且还认识了模糊控制方法，并掌握了一部分的操作方式。模糊控制系统同其它数字控制系统一样，由控制器，输入输出接口，执行机构，被控对象和测量装置这五个基本环节组成。风力发电机组系统模型

7、采用模糊控制器可以有效的追踪最佳叶尖速比，其控制效果比传统控制方法要好的多。对于参数大范围变化，非线性，时变性较大的系统，传统控制已经不能满足其稳定性的要求，而模糊控制等智能控制却能很好的满足这种控制要求。