漂浮式风电机组的载荷优化控制及其先进监测技术研究

赵 麟，李盛善，朱 斌，王 磊

（电子科技大学能源科学与工程学院，四川 成都 611731）

漂浮式风电机组的载荷优化控制及其先进监测技术研究

赵 麟，李盛善，朱 斌，王 磊

（电子科技大学能源科学与工程学院，四川 成都 611731）

针对大型漂浮式海上风力发电机组运行过程中叶根处存在有较大的载荷和平台摇动等问题，根据现有的漂浮式平台模型、独立变桨控制算法和控制策略，在输出功率稳定的情况下，在PI协同变桨的控制基础加上，采用叶根处的载荷控制信号和平台摇动角度的控制信号的方法来实现风力发电机组的优化控制。为验证控制器的可行性，通过美国可再生能源实验室的FAST和MCrunch软件进行仿真，将结果与统一变桨的结果进行对比后，采用先进监测与控制方法有效性，可为今后开展样机控制器的测试提供一种思路。

海上风力发电；漂浮式；独立变桨；载荷优化；单神经元自适应PI控制器；监测

0 引 言

随着风电技术逐渐由陆上延伸到海上，海上风电在未来的风电产业中将占据越来越重要的地位；但由于近海风电场址资源所剩有限，且强风往往出现在离岸较远的深海，因此欧美国家正在积极开展深海风电技术的研究。随着海水深度增加，定桩支撑结构的海上风电场建设成本急剧上升，这就将此研究限定在了近海风场，使得漂浮式风力发电技术[1]成为解决这一问题的有效途径。

变桨控制策略总体上可分为“基于数学模型的控制方法”和“智能控制方法”两大类。考虑到风电系统的不确定性 （包括动力学载荷的不确定性以及电力电子模型的复杂性），风电机组是一个多变量非线性快变系统。文献[2]提出使用基于神经元PID的风力发电机组独立变桨控制，在载荷优化方面取得了比较好的效果。文献[3]采用卡尔曼滤波和LQG控制算法，通过雨流法同时应用Palmgren-Miner规则，分析比较了协同变桨和独立变桨的疲劳载荷。文献[4]提出使用状态空间控制器在高于额定风速区间提高功率输出质量和减少漂浮式平台移动。

目前大多数控制方法难以兼顾实时、自适应、鲁棒性等要求；因此，本文提出使用改进的单神经元自适应PI控制器，通过独立变桨控制方法实现叶根载荷和平台摇动最小的效果。

1 深海漂浮式风力发电机组模型

海上风场具有高风速、低风切变、低湍流和高产出等优点，海上风力发电机组与陆上最大的区别是基础平台，因此在设计海上风力发电控制系统设计除了考虑风况外，还需要考虑海况。如图1，风电机组建模需要考虑转子、驱动链、发电机、机舱、塔架和平台的运动耦合，文献[5]分析了漂浮式平台的耦合关系，海上平台需要增加艏摇、纵摇、横摇、纵荡、垂荡和横荡等6个自由度。

图1 漂浮式海上风力发电机组模型

图2 独立变桨控制框图

漂浮式平台的坐标系见图2，（Xp，Yp）表示水平面，海上风力发电机组平台的转动角度不会太大，因为角度过大将使系统不稳定。因此在使用FAST软件仿真的时候，假设平台旋转的角度较小，通过加入正交旋转的（θ1，θ2，θ3）实现从（Xp，Yp，Zp）到（x，y，z）的坐标变换，得到两个坐标系的欧拉角变换，如式（1）所示。但是得到的坐标系不是正交的，这样无疑会影响动态响应的准确性，需要根据矩阵理论知识进行修正，得到式（2）。

2 独立变桨控制模型

风速可分解为垂直方向和水平方向的速度，当风速通过三叶片水平轴风力机的时候，风速在风轮扫描面上不均匀分布，将造成叶片上的速度矢量三角形不相等，使风轮在旋转过程中受到的气动力中心处于变动状态，从而使风轮造成交变的载荷。为了减小叶根处的载荷，把叶根载荷信号（My1，My2，My3）引入到变桨控制中，通过将各个叶根载荷经Park变换和滤波，作为改进的单神经元自适应PI控制器的输入信号，输出的控制信号经过反Park变换和协同变桨控制器输出信号相加，从而实现独立变桨减小叶根载荷[6-9]。叶根坐标系见图2，其中Park变换和反Park变换可表示为

其中θ表示叶片方位角。

对于漂浮式平台的海上风力发电机组，独立变桨控制除了减小叶根处的载荷，还应该考虑平台摇动的控制，当风场的风速超过额定风速的时候，为了实现输出功率稳定，需要调节桨距角来减小风能的吸收，当进行采用协同变桨控制的时候，漂浮式平台有一个向前的倾斜力，为了使风机不偏离中心位置，可通过减小桨距角提供恢复力，但是这种控制方法对于输出的电能质量有影响。采用独立变桨时，每个桨距角可以根据控制目标独立调节，这样可以在协同变桨的控制基础上增加一个不对称的空气力矩，从而减小了浮式平台纵摇角度，并保证了输出功率的稳定。分别通过对采集艏摇和纵摇的角度值采用改进的单神经元自适应PI控制器进行控制，控制器的输出通过反Park变换将根据桨叶的位置分配到每个桨叶上。独立变桨的控制结构如图2所示。

3 变桨控制器的设计

3.1 控制目标

风力发电机组的控制主要分为在额定风速下实现最大功率跟踪（MPPT）和在额定风速上实现功率输出稳定，包含了控制的两个主要内容，分别是跟踪和整定，本文研究的是漂浮式海上风力发电机组在额定风速的功率整定。主要的控制目标为：

1）通过统一变桨实现输出功率稳定。

2）通过叶根处的载荷信号和平台摇动信号，实现独立变桨控制算法，使叶根处的载荷和平台摇动减小。

3.2 设计改进的单神经元自适应PID控制器

在协同变桨的控制基础上增加浮式平台的摇动信号，通过专家PID控制算法实现独立变桨控制[10-13]。专家PID控制算法是智能控制的一个分支，不需要知道控制对象的精确数学模型，能够克服控制器的非线性，但是很难兼顾自适应性和鲁棒性，并且PID的控制参数整定需要一定的时间。本文采用改进单神经元自适应PID控制器，为解决强非线性、强耦合的漂浮式海上风电机组的独立变桨控制问题开辟了新途径。

改进的单神经元自适应PI控制器，具有结构简单、自适应能力和自组织能力强的特点，算法描述如下：

式中x3（k）=e（k）-2e（k-1）+e（k-2），z（k）=e（k），x1（k）=e（k），x2（k）=e（k）-e（k-1），K为神经元的比例系数，ηP，ηI，ηD分别为比例、积分和微分的学习速率。

4 测试系统

采用传感器网络对风电机组运行状况参数进行采集，通过无线通信方式构建风电场的通信系统，远程传输给上位机，上位机对采集参数包括数据显示、数据存储、故障诊断和报警进行分析和处理。

5 仿真模型与仿真结果分析

5.1 仿真工具和模型

算法的验证采用可再生能源实验室的FAST、Turbsim、Mcrunch软件和Matlab/Simulink联合仿真，FAST软件提供了Matlab/Simulink接口，从而简化了控制算法的实现和参数的整定。采用NREL开发的漂浮式海上风力发电机组模型［14-16］，通过修改桨距控制子程序实现风电机组的载荷优化，模型详细参数如表1所示。

表1 NREL 5MW海上风力机参数

5.2 仿真结果分析

图3 风速图

图4 波面高程

图5 桨距角

图6 输出功率

图7 叶根载荷

图8 纵摇角度

图9 艏摇角度

为了更好地评价改进的单神经元自适应独立变桨控制器在叶根处的载荷和平台摇动方面的性能，通过在叶根处载荷、输出功率、纵摇角度和艏摇角度与统一变桨进行比较。控制算法验证的海况和风况条件如图3、图4所示，加入独立变桨控制器后，协同变桨和独立变桨的桨距角变化如图5所示。从图6～图9得出，在相同外部条件下，改进的单神经元自适应独立变桨控制器在叶根载荷、平台摇动方面控制的性能得到了极大的提高。

6 结束语

在漂浮式平台上比较两种变桨控制器，分别是采用PI控制的协同变桨控制器和改进单神经元的PI控制的独立变桨控制器，叶根处的载荷和平台摇动的角度通过坐标变换作为独立变桨控制信号，实现独立变桨控制算法，从而减小叶根处的载荷和平台的摇动，使输出功率平稳。仿真模型采用NREL开发的5MW漂浮式风力发电模型，在Matlab/Simulink实现协同变桨和独立变桨控制算法，通过MCrunch软件进行处理分析，结果表明叶根处的载荷和平台的摇动得到了有效的控制。证明文中所提出的先进监控方法可为今后漂浮式风电机组主动安全控制器设计提供借鉴。

[1]World wind energy report 2012[R].World Wind Energy Association WWEA，2013.

[2]应有，许国东.大型风电机组独立变桨控制技术研究[J].太阳能学报，2011，32（6）：891-896.

[3]高汝英.大型风力发电机组独立变桨距控制[D].天津：天津大学，2009.

[4]邢作霞，陈雷.独立变桨距控制策略研究[J].中国电机工程学报，2011，31（26）：131-138.

[5]郑宇.基于神经元PID的风力发电机组独立变桨控制[J].水电能源科学，2012，30（2）：151-154.

[6]Guo H C，Lu X P.Research on pitch control of floating offshore wind turbines [C]∥Fuzzy Systems and Knowledge Discovery （FSKD），2012 9th International Conference on.IEEE，2012：2966-2970.

[7]Camblong H，Nourdine S，Vechiu I，et al.Comparison of an island wind turbine collective and individual pitch LQG controllers designed to alleviate fatigue loads[J]. Renewable Power Generation，2012，6（4）：267-275.

[8]Laesen T J，Hanson T D.A method to avoid negative damped low frequent tower vibrations forafloating, pitch controlled wind turbine[C]∥Journal of Physics: Conference Series.IOP Publishing，2007，75（1）：012073.

[9]Van E T.Control design based on aero-hydro-servoelastic linear models from TURBU（ECN）[C]∥Proceeding of the European Wind Energy Conference.Milan，2007.

[10]Bossanyi E A.Wind turbine control for load reduction[J]. Wind Energy，2003，6（3）：229-244.

[11]Stol K A.Dynamics modeling and periodic control of horizontal-axis wind turbine[M].University of Colorado，2001：72-80.

[12]Stol K，Zhao W，Wright A D.Individual blade pitch control for the controls advanced research turbine[J]. Journal of Solar Energy Engineering,Transactions of the ASME，2006，128（4）：498.

[13]Jonkman J M.Dynamics modeling and loads analysis of offshore floating wind turbine[R].Golden， Colorado：National Renewable Energy Laboratory，2007.

[14]Jonkman J.Fast theory manual[R].NREL/TP-500-32449. Golden，CO：National Renewable Energy Laboratory，2009.

[15]Jonkman B J.Turbsim user's guide：Version 1.50[M]. Colorado：National RenewableEnergy Laboratory，2009：35-43.

[16]Buhl M.MCrunch theory manual for version 1.00[R]. NREL/TP-500.Golden，CO：NationalRenewable Energy Laboratory，2009.

Study of floating wind turbine load optimization control and advanced monitoring

ZHAO Lin，LI Sheng-shan，ZHU Bin，WANG Lei
（School of Energy Science and Engineering，University of Electronic Science and Technology，Chengdu 611731，China）

For large floating offshore wind turbine blade root exists larger load and platform shaking and other issues during operation，according to the existing floating platform model，independent pitch control algorithms and control strategies，in the output power stability case，by the PI control based collaborative plus pitch at the blade root load control signal and platform rocking angle control signal to achieve optimal control of wind turbines，which the blade root floating platform load control and displacement control signal and the input signal were obtained through an improved single neuron adaptive PI controller and the coordinate transform.In order to verify the feasibility of the controller，by the FAST，MCrunch software simulation in the U.S.Energy Laboratory，comparing the results with uniform pitch，the results show that under the stability of the output power circumstances，the method presented is effective which can show a new idea to test controller of prototype.

offshore wind turbine；floating；individual blade pitch；load optimization；single neuron adaptive PI controller；monitoring

TM762；TM611；TM391.9；TP274

：A

：1674-5124（2014)06-0108-05

10.11857/j.issn.1674-5124.2014.06.028

2014-02-15；

：2014-04-07

赵 麟（1983-），女，四川攀枝花市人，助理工程师，硕士，主要从事能源方面的工作。