基于LQG-I 的风力发电机组控制系统设计

张思维

（国电电力山西新能源开发有限公司，山西大同，037000）

0 引言

随着城市的建设，需要电能的物质越来越多，对风力发电机组的需求量随之增加，风力发电机组开始24h 不间断运行，此过程中，对机组的损耗巨大，极易出现机组罢工的情况，导致电力系统瘫痪[3]。在风力发电过程中，风轮的作用至关重要，风轮的转速是影响电能转化的关键性因素，提高风轮低转速的控制效果，才能完善风力发电机组的运行效果，并将发电功率的标准差进行计算，将功率与风轮转速控制在可行的范围内，可以减小发电机组的压力，从而提升机组的使用寿命[4]。本文以风力发电为例，在LQG-I 的前提下，设计风力发电机组的控制方法，旨在加强风力控制效果，提升风能转化电能的效率，对后续电能的使用具有深远的意义。

1 风力发电测速模型构建

在风力发电过程中，普遍使用风轮上的叶片获取风能，此时叶片上的风速为风力发电有效风速。但是在测量过程中，由于风力不稳定，风速计算效果较差，从而限制风力发电效果。现如今的风能测速空间制约条件较大，即使使用精密仪器也很难完成测速。因此，本文考虑到多方面的因素，设计风力发电的测速模型如下所示。

式（1）中，Wspeed为实际风速；Seffctive为有效风速；Mnoise为测量噪声；Wduration为风力稳定时长。本文考虑到风力发电机组的实际风速与有效风速等不确定性因素，将风力发电机组的各个组成部分进行约束，初步提升机组各构件的相互协调能力。一般风力发电机组的风速控制是将风轮的模态位移进行调整，并对风轮方位角进行计算，从而保证发电机的风能转化精度。但是，实际上的风力发电过程，控制效果需要得到机组的动态响应效果，并将风电载荷与控制自由度相互平衡，从而实现机组的动态控制与动态传动。因此，本文将测速模型作出约束，令Mnoise=0，则Wspeed的理想状态为：

式（2）中，Wspeed′为理想状态下的风速测量值；Cwheel为风轮变量；以此作为本文设计的测速模型的约束条件，减少风轮自身的调节负荷，改变风轮的变化角度，调整有效风速的测量结果，从而总体把控风力发电过程。

2 风力发电机组的无功控制

对风力发电测速模型约束控制后，开始实际风力测量，但是由于风力的可变性原因，在测速过程中会产生相关无功功率，从而导致电能的功率控制效果下降，增加发电机组的能源损耗。本文考虑到无功功率的误差性，对风力发电机组进行无功控制。本文假设无功控制误差为Ereactive，则：

式（3）中，Ereactive为无功控制误差；Preactive为发电机组的无功功率；Ppreset为机组的无功预设条件；Econtrol为无功误差控制指标；e(t)为t时刻机组的能源损耗情况，以此无功控制风力发电机组，提高机组电能功率控制效果，为发电机组最大功率控制提供支撑。本文选取10 组存在无功控制的，代表性较强的风力发电机组作为误差分析对象，由于每个风力发电机组的预设条件不同，无法进行统一控制，因此需要将无功误差控制指标作出转化，对机组进行统一控制，转化过程为：

式（4）中，Rreactive为发电机组转化率。通过计算得到10 组风力发电机组的无功控制误差，可以有效提升风力发电机组的控制效果。风力发电机组无功控制误差结果如表1所示。

表1 无功控制误差结果

3 发电机组最大功率控制

本文通过对风力发电机组的无功控制设计，可以初步提升机组的电能功率控制效果。并在此条件下，利用LQG-I对风力发电机组最大功率进行控制，完成风力指标极小的最优随机控制。在风力发电过程中，存在高风速区与低风速区，最大功率的控制可以完善风力发电机组控制效果。但是，由于控制步骤较多且繁琐，在最大功率控制时会产生较多的噪声，因此需要利用LQG-I 获取所有风力发电机组的运行状态，对机组的噪声参数进行处理。并利用LQG-I 状态反馈性能确定控制参数，从而控制风力发电机组的最大功率。本文在LQG-I 基础上对机组的控制参数进行计算，公式如下：

式（5）中，Pmax为风力发电机组最大功率；ρair为空气密度。本文通过调节风轮的转速，保证风力发电机组为正常运行状态后，捕捉风力发电机组的最佳工作状态时的空气密度，结合周围噪声参数，得出此时风力发电机组最大功率。此外，风力发电机组的最终控制目标为风机在任意风速下，均可以达到最佳运行状态，能够最大限度地利用风能的风力系数，从而获取风能。传统控制方法中普遍利用风速计直接测量当前的风速信号，但是此种测量方式造成的误差结果极大，影响最终对风力发电机组的控制效果。本文使用LQG-I 获取风力发电机组的最优控制参数，同时考虑风速测量过程中出现的噪声，以运行状态间的转换行为对比理想状态下的风速结果，最终得到发电机组最大控制功率，为进一步优化风电机组的风电转化控制性能，提升控制效果提供方法支持。

4 实现风力发电机组的有效控制

为了实现风力发电机组的有效控制，本文首先构建了风力发电机组的风力测速模型，并提供相关约束条件，保证模型对风力测速的真实效果。其次，对风力发电机组可能出现的无功功率进行计算，并以无功机组为例，转化无功误差控制指标，以此计算误差结果，从而达成模型无功控制的目的，确保电能的功率控制效果，降低发电机组的能源损耗。最后，利用LQG-I 的最优控制和状态反馈性能，控制风力发电机组最大功率，在保证机组的稳定运行条件下，加入风速测量出现的噪声，调整模型的控制负载，从而优化机组风轮转速，实现对机组的最优控制。本文认为，保证风力发电机组的控制性能不仅需要对机组功率实施控制，还要减少机组的功率负荷与功率输出。通过本文设计，可以在保证电能转化效果的前提下，减少机组的无功作用与无功误差，同时也将风速等约束变量进行考量，可以有效调节风力发电机组的最大功率，保证机组的控制效果。

5 实验

为了验证本文设计的控制方法是否具有实用效果，本文将风力发电机组在不同风速下进行实验，并对风力发电机组的控制效果进行拟合。在此基础上，将传统风力发电机组的控制方法与本文设计的风力发电机组的控制方法进行对比，验证两种方法的控制效果。实验过程及结果如下所示。

■5.1 实验准备

此次实验，以图1 所示的发电机组调度控制系统示意图，为研究对象，验证本文设计的控制方法是否具有实用效果。

图1 发电机组调度控制系统示意图

本文选取风力发电机组作为实验前提，此风力发电机组的额定功率为10mW，平均单机容量在8～12 kW 之间。设定风力发电机总数量约1000 台，桨叶长度在62.8m 左右，风轮半径为65m，轮毂高度大致在89m 左右。为了保证风力发电机组的发电效果，风轮质量与轮毂质量分别控制在120 吨与260 吨的范围内，使用12.6m/s 的风速作为额定风速；并将风轮额定转速设定为13.2rpm；风力切入风速为5m/s，切出风速为26m/s。此时，风力发电机组的额定转速为1245.6rpm，额定转矩为4775Nm。

图2 风力发电设备示意图

在此基础上，计算风力发电机组输出功率与风轮转速的标准差。计算公式如下：

式（6）中，Poutput为风力发电机组输出功率；Spotor为风轮转速；Pate为风轮半径；m 与n 为常数。由此得出风力发电机组输出功率与风轮转速的标准差如表2 所示。

表2 风力发电机组的输出功率标准差

如表2 所示，本文将风力发电机组的构件分为风轮、发电机、叶片、轮毂、加固件、风力旋转发电，以及发电机机头转动等构件。各个构件功率与风轮转速的标准差不同，因此，对风力发电机组的设定数据各不相同。

本文将变速箱刚度设定在1.56N/m 左右；变速箱电阻设定为3054Nms/rad；发电机电阻设定为16.45Nms/rad；发电机惯性设定为6.0kg·m2；转子惯性设定为850000kg·m2；空气密度设定为1.642kg/m2；转子叶片长度设定为25m，此时的发电延迟时间为450μs。根据此设定值，本文将计算发电机的转速，计算公式如下：

式（7）中，Gspeed为发电机的转速；Dt为发电延迟时间。根据参数设定，由此得出发电机组的转速结果如表3 所示。

表3 发电机组的转速

如表3 所示，在1～10s 内，发电机组功率始终保持在1600mW 内，发电机的转速保持在每5s 变换一次波动状态，在此基础上，发电机的转速信号如图3 所示。

图3 发电机组的转速信号

如图3 所示，此时发电机组以5s 为单位，形成稳定信号波动，为风力发电控制提供条件。

■5.2 实验结果

在上述实验环境下，将传统风力发电机组控制方法与本文设计的风力发电机组控制方法进行对比，验证两者的发电控制效果如图4 所示。

图4 实验结果

如图4 所示，在相同的实验条件下，传统控制方法的控制与标准发电信号误差较大，影响实际发电效果。而本文设计的控制方法与标准发电信号相差较少，与其基本保持一致，因此发电控制效果更佳，符合本文研究目的。

6 结束语

近年来，我国大力倡导节能减排，电能作为主要节约能源，受到了广泛的关注。其中，风力发电的发展速度较快，将风能转化为电能，进而节约电能资源，为电力事业的发展创造了条件。在风力发电的过程中，采用空气动力学、控制理论、机械分析、电子分析等多方面的应用，为风力发电技术形成更加有力的支撑。在进行风力发电时，多以风力发电机组为主要工作结构，将风轮、发电机、控制设备等发电装置，利用风轮吸收风力再转化为电能，从而实现风力发电的控制效果。但是，现如今的风轮转速普遍较低，影响风能—电能的转化效果。因此，本文利用LQG-I 设计风力发电机组的控制方法，旨在提高风力发电控制效果，为风力发电的进一步发展提供理论基础。