[发明专利]基于模糊性能估计器的风能转换系统反馈控制

说明书

技术领域

本发明针对风能转换系统强非线性、参数不确定性的特点，设计了包含模糊性能估计器的T-S模糊状态反馈控制系统，属于反馈控制领域。

背景技术

风能是一种蕴藏丰富、分布广泛、清洁可再生能源，也是最重要的替代能源之一。风力发电技术，是产业成熟度最好、市场竞争力最强、最容易实现商业化的可再生能源技术。大力发展风力发电对保护生态环境、改善能源结构、促进可持续发展都具有积极意义，许多国家都把大力发展风电纳入国家发展计划。如何最大程度的利用风能，一直是各国科研人员的研究重点。

T-S模糊模型是Takagi和Sugeno于1985年提出的一种新的模糊推理模型。T-S模型的模糊规则的“工F”部分与zadeh规则的“IF”部分相似。但它的“THEN”部分是精确函数，通常是输入变量多项式。T-S型模糊推理模型的结论部分用线性局域方程取代了一般推理过程中的常数。因此，T-S模型可用少量的模糊规则生成较复杂的非线性函数，这在处理多变量系统时能有效地减少模糊规则个数，因而产生巨大的优越性。但是，由于结论参数是线性函数而非模糊数，在实际系统中结论部分不能直接从专家经验和操作数据中得到，必须通过一定的算法进行训练。因此，模型参数的辨识成为建立T-S型模糊系统的主要问题。

发明内容

本发明的目的是针对风能转换系统强非线性、参数不确定性的特点，设计了包含模糊性能估计器的T-S模糊状态反馈控制系统，实现了风能转换系统模型的模糊动态化，并成功减小了建模误差和外界扰动影响。

本发明的优点是：基于模糊性能估计器状态反馈控制能将系统功率系数和叶尖速比控制在最优值附近，实现了额定风速下风能捕获的最大化。

附图说明

图1为基于DFIG的风力发电机组；

图2为风能转换系统闭环控制结构示意图；

图3为DSP+FPGA风能转换系统模糊状态反馈控制器。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

基于双馈发电机(DFIG)的风力发电机组主要由三部分组成：风轮机，传动系统，DFIG。风轮机捕捉风能，将风能转换成机械能，使风轮机转动，经传动系统带动DFIG转子旋转，从而产生电能，经交直交变换器输送到电网中。图1是基于DFIG的风力发电机组的基本结构。

第一，给出了双馈风力发电系统中的风轮机、传动系统数学模型；

风轮机模型：

根据贝兹理论，风轮机产生的机械功率为

Pwt(t)=0.5πρv3(t)Rt2Cp(λ(t),β(t))---(1)]]>

其中，ρ为空气密度，R_t为风轮机风轮半径，v(t)为风速；C_p(λ(t)，β(t))为风能转换系数，是叶尖速比λ(t)和桨叶节距角β(t)的函数。叶尖速比λ(t)为风轮叶尖线速度与风速之比，即λ(t)＝Ω_l(t)·R_t/v(t)，Ω_l(t)为风轮的机械角速度。

传动系统模型：

风力发电系统的传动系统的运动方程如下