模糊控制在风力发电机组控制中应用设计.docVIP

模糊控制在风力发电机组控制中应用设计 　　摘 要：本文通过模糊控制的基本概念、基本原理出发，阐述了模糊控制在风力发电机组控制中的应用设计。 　　关键词：模糊控制；风力发电；控制理论 　　风能转换系统具有强非线性，且风电场风能参数不确切可知，具有强烈的随机性、时变性、不确定性，含有未建模或无法准确建模的动态部分，对这样的系统实现有效控制是极为困难的。随着电力电子技术及微型计算机的发展，先进的控制方法在电子技术及微型计算机的发展，先进的控制方法在风能转换系统控制中的应用研究已几乎遍及系统的各个领域，本文介绍了模糊控制技术的基本理论及在风能转换系统中的应用。 　　无论是经典控制理论还是现代控制理论，他们的共同特点是控制器的设计都必须建立在被控对象的精确模型基础上，没有精确的数学模型，控制器的控制效果及精度都将受到很大的制约。但是，在现实生活中，大多数系统都具有非线性、时变性、大延迟等特性，很难建立精确的数学模型。因此，为了满足现实的需要，人们开始将模糊控制理论应用于控制系统，这就是模糊控制产生的背景。 　　1 模糊控制的基本概念 　　在控制过程中，许多情况下由于被控对象（或过程）的复杂性或其机理的不明确性，缺乏必要的检测手段或测试装置不能进入被测试区等各种原因，致使无法建立被控对象或过程的精确数学模型。这类过程一般为多变量、非线性、强耦合的系统，各种参数也往往存在时变性，因此用经典控制理论和现代控制理论往往难以解决。而对于这种常规方法难以控制的对象，采用有经验的操作人员对其进行手动控制却可以收到较为满意的控制效果。 　　人的控制经验或策略一般是用语言来描述的，这些语言表达的控制规则又带有相当的模糊性。如在经验规则中，“较小”、“较大”、“接近”、“偏大”，“偏小”等表示控制动作的词语都具有一定的模糊性。这些规则的形式正是模糊条件语句的形式，用模糊数学的方法来描述过程变量和控制作用的这些模糊概念及它们之间的关系，又可以根据这种模糊关系及某时刻过程变量的检测值（需化成模糊量）用模糊逻辑推理的方法得出此时刻的控制量。模糊控制的基本思想就是利用计算机来实现人的榨制经验。 　　2 模糊控制的基本原理 　　模糊控制器是模糊控制系统的核心，模糊控制器通常由输入输出量的规范化、输入量的模糊化、模糊语言控制规则、逻辑推理、输出量的清晰化几个环节组成。模糊控制器框图如1所示。 　　输入输出量的规范化是指将规范化的控制器的输入、输出限制在规定的范围内，以便于控制器的设计和实现。 　　模糊化运算是将输入空间的观测量映射为输入论域上的模糊集合。模糊化在处理信息方面具有重要的作用。在模糊控制中，观测到的数据常常是清晰量。由于模糊控制器对数据进行处理是基于模糊集合的方法，因此对输入数据进行模糊化是必不可少的一步。 　　语言规则和逻辑推理是模糊控制器的核心环节。规则库由一系列“IF―THEN”型的模糊条件句构成。条件句的前件为输入变量，后件为控制变量。对于多输入多输出的（MIMO）模糊系统，则有多个输入和前提条件以及多个结论。根据模糊输入量和语言控制规则，模糊逻辑推理决定输出量的一个分布函数。 　　清晰化运算是将输出量的分布函数转化为规范化的输出量，最后控制器将规范化的输出量转换为实际的输出值（即控制量）去控制系统。 　　模糊控制算法可概括为下述四个步骤。 　　（1）根据本次采样得到的系统输出值，计算系统所选择的系统输入变量。 　　（2）将输入变量的精确值变为模糊量。 　　（3）根据输入的模糊量及模糊控制规则，按模糊推理合成规则计算控制量。 　　（4）由上述得到的控制量是模糊量，通过清晰化计算精确的控制量。 　　3 模糊控制在风力发电机组控制中的应用设计 　　模糊控制系统是以模糊集合化、模糊语言变量及模糊推理为基础的一种计算机数学控制系统。从线性控制系统和非线性控制系统的角度分类，模糊控制系统是一种非线性控制系统；从控制器的智能性看，模糊控制属于智能控制的范畴，而且它已经成为目前实现智能控制的一种重要而有效的形式。因此，当系统数学模型未知或不确定时，特别是对于风力发电机组控制系统――非线性、多变量系统，模糊控制能达到令人满意的效果。模糊控制系统框图如2所示。 　　模糊控制系统一般可分为五个组成部分。 　　（1）模糊控制器。它是各类模糊控制系统的核心部分。由于被控对象的不同，以及对系统静态、动态特性的要求和所应用的控制规则各异，可以构成各类型的控制器。在模糊控制理论中，采用基于模糊控制的知识表示和规则推理的语言型“模糊控制器”，这也是模糊控制系统区别与其他控制系统的特点所在。模糊控制器的主要功能有三个：模糊化处理，模糊推理（决策），非模糊化处理（精确化处理）。 　　（2）输入输出接口。模糊控制器通过输入---输出接口从被控对象获得数字信号量，并将模糊控制器决策的输