基于分级模糊控制风力太阳能混合发电控制系统研究.docVIP

基于分级模糊控制风力太阳能混合发电控制系统研究 　　摘要：首先对分级模糊控制理论进行概述，随后对基于分级模糊控制的风光混合发电控制系统进行研究，以期通过相关研究能够对提高风光混合发电系统的运行稳定性有所帮助。 　　关键词：模糊控制；风能；太阳能；混合发电 　　中图分类号：TM614；TM615文献标识码：A 文章编号：2095－6835（2014）08－0014－02 　　 　　1分级模糊控制理论概述 　　模糊控制具有鲁棒性好、不依靠精确对象模型等特点，最早由Zadeh在1965年提出，自此之后受到众多研究学者的认可，并逐步延伸、发展成为一门独立学科，在生产实际中被广泛应用。模糊控制的难点具体体现在以下两个方面：①在被控对象复杂，且输入、输出量增多的情况下，控制规则的数量会以指数级的倍数迅猛增长，最终导致组合规则爆炸。②控制效果不仅受控制器性能的直接影响，而且还受模糊规则制订和隶属函数选择的影响。由于模糊规则和隶属函数选择需要相关专家凭借多年来的经验进行判断，而人对复杂被控对象的认识和选择往往欠缺准确性、系统性，从而导致控制器难以保证拥有最优的控制性能，进而影响控制效果。为此，许多学者致力于这两方面的研究。比如，一些学者提出一种最小二乘搜索算法，它是利用线性搜索替代非线性搜索，但是，初始参数的确定过程十分复杂；还有的学者提出将演化计算运用到全模糊优化中，可以利用多目标优化问题替代模糊线性优化问题，等等。其中，G.V.S.Rain，J.Zhou等学者提出的分级模糊控制能够解决多变量模糊控制器的降维问题，特别是在输入量之间缺乏耦合性，且对输出量影响程度不一致时，也能够有良好的控制效果。因此，本文以分级模糊控制为视角，对风力太阳能混合发电控制系统进行研究。 　　2风光混合发电控制系统研究 　　2.1分级模糊控制器的特点 　　相关研究结果表明，FC（常规模糊控制器）的规则总数与其变量间的关系为指数关系，而HFC（分级模糊控制器）的规则总数与其变量间的关系为线性关系。如果非线性系统中存在多个变量时，通过分级模糊控制可以显著降低系统的总体运算量，这样便能够有效减小控制器规则库的规模。同时，为了实现规则总数最小化的目标，每一级控制器只需要取两个输入变量即可。采用这种方法对非线性系统进行控制，能够随意增减变量，无需对规则集中的其他规则进行调整，从而使模糊规则集的构建更加简单、方便。在通常情况下，可以选择对整个系统具有最大影响的变量作为首级规则集的系统变量，对系统影响第二大的变量则可作为二级规则集的系统变量，以此类推，利用分级控制器对系统的逐级调整，能够使系统的总输出接近性能指标，最终达到平衡。 　　2.2控制系统设计 　　风光混合发电是典型的多变量非线性系统，为了实现对其的有效控制，并进一步提高系统运行的稳定性，文中提出了一种基于分级模糊控制器的控制系统，下面就此展开详细论述。 　　2.2.1首级控制器 　　大量的理论和实践都表明，确保系统稳定、可靠运行的关键性因素是直流电压，为此，选取直流电压的设定值与系统中实际直流电压的差作为控制系统首级输入，而输出则为直流电压的等效值Y1，其去模糊后的精确值为［192，216，240］。 　　2.2.2次级控制器 　　当首级控制器的输入和输出确定后，便可以选取次级控制器的输入变量，该系统的次级控制器输入可取首级输出Y1与负荷PL，该级控制器的输出为Y2，其模糊语言变量集为［零，小，较小，中，较大，大］，与之相对应的精确值集合为［0，0.1，0.3，0.5，0.7，0.9］。 　　2.2.3三级控制器 　　在该系统中，三级控制器的输入变量可取风能输出最大功率Pwm和Y2，并将风能输出的实际利用率Y3作为输出提供给控制设备，Y3的去模糊精确值集合为［0，0.2，0.4，0.6，0.8，1.0］。 　　2.2.4四级控制器 　　在该系统中，四级控制器的输入变量为太阳能输入Ppvm，输出变量为太阳能发电输出的实际利用率Y4，它的去模糊选择与Y3基本相同。 　　2.3控制效果分析 　　为了进一步验证该控制系统的实际应用效果，以某风光混合发电机组为研究对象。为了简化过程，设定风机组为5台15 kW的风力发电机，太阳电池阵也设定为5组，每组的峰瓦均为3 kW，选取直流部分的缓冲电容组容量100 F，利用太阳能发电控制装置可以促使太阳电池发电机组的工作处于最大功率状态，同时，也可利用风能发电控制装置促使风力发电机组处于最大功率状态。混合发电控制系统的控制目标必须以确保可再生能源被充分利用为前提，将其直流母线电压值控制在192～240 V的范围内，并对直流端电压的期望工作值进行定义，即电压值为（216±8）V。 　　在部分时间内，负载功率有时会大于太阳能和风能输出的总功率，有