风力发电机转子磁悬浮系统的模糊自适应PID控制.docVIP

风力发电机转子磁悬浮系统的模糊自适应PID控制 　　摘要：针对风力发电机转子磁悬浮系统开环不稳定、强烈非线性等特性，采用传统PID控制很难取得理想效果。本文基于模糊理论，采用模糊自整定PID控制算法，MATLAB仿真表明此控制方法比常规PID控制,有更好的稳定性、更高的控制精度。 　　关键字：风力发电机，模糊PID，MATLAB 　　中图分类号： TM315 文献标识码： A 文章编号： 　　 　　 　　0 引言 　　随着我国经济的快速发展，对能源的需求越来越强烈,而在能源日趋紧张的今天,新能源成为很多国家研究的热点问题,其中最有代表性的两种新能源：风能、太阳能。相对于太阳能来说，风能的成本优势明显。风力发电机具有技术简单,适应能力强,可以家用等诸多优点。但是传统的风力发电机机械轴承之间的阻力过大，在微风时无法启动。如果将先进的磁悬浮技术与风力发电机融合,辅以灵活的控制算法,将大大提高其风能利用率和环境适应能力并且有效地降低成本[1]。然而，磁悬浮系统的非线性成为其发展和应用的瓶颈。传统的PID控制原理简单，使用方便，适应性强。但是对风力发电机转子这样系统多变的过程，PID控制就无法有效地对系统进行在线控制，不能满足在系统参数发生变化时PID参数随之发生相应改变的要求，严重的影响了控制效果。本文介绍了基于风力发电机转子磁悬浮系统的模糊自适应PID控制方法，它不需要被控对象精确的数学模型，能够有效地消除系统参数不确定性对控制系统的影响，使控制器灵活地适应被控对象参数的变化。仿真结果表明该控制系统有较好的控制效果。 　　1 传统PID与模糊PID的比较 　　1.1 PID控制 　　 PID 控制：根据给定值与实际输出值构成控制偏差，将偏差的比例、积分和微分通过线性组合构成控制器，对被控对象进行控制。PID 在时域的输入输出关系由式（1）表示： 　　 (1) 　　标准的 PID 调节器如图1。 　　 　　图1 PID控制器 　　 　　标准的PID调节器传递函数： (2) 　　比例系数主要影响系统的响应速度。增大比例系数，可以提高系统的响应速度，但过大，则会导致超调，甚至可能带来系统的不稳定。 　　积分常数主要影响系统的稳态精度。如果选取不当，会引起积分饱和。 　　微分常数主要影响系统的动态性能。如果微分时间常数过大，会使阻尼过大，导致系统的调节时间过长。 　　1.2 模糊PID控制 　　模糊PID控制,是利用模糊逻辑算法并根据一定的模糊规则对比例、积分、微分系数进行实时优化,以达到较为理想的控制效果的方法。它包括参数模糊化、模糊规则推理、参数解模糊等几个重要组成部分[2]。模糊PID控制结构大致分为三种：参数自适应Fuzzy-PID控制、Fuzzy-PID复合控制和Fuzzy-P1D双模态控制。其中参数自适应Fuzzy-PID是最为常用的一种，其设计思想是将输入偏差及其偏差率利用模糊推理在线调整PID参数,控制器如图2。 　　 　　图2模糊自适应PID控制器 　　2.风力发电机转子磁悬浮系统 　　2.1转子磁悬浮系统的组成 　　 　　风力发电机转子磁悬浮系统是包括传感器、控制器、功率放大器和被控对象（转子系统）等： 　　(1)检测单元 由位移传感器检测转子位置信号，经过处理放大以后供控制器采样。 　　(2)控制单元 主要是控制器,将传感器得到的位置信号和给定信号进行比较后，得到误差信号，根据误差信号由给定的控制策略得出校正信号，送到执行单元，将转子拉回平衡位置； 　　(3)执行单元 主要是功率放大器和电磁铁，校正信号经过放大器，改变电磁铁线圈中的电流大小，进而改变电磁力，实现无接触的平衡。电磁铁的主要功能是提供转子系统稳定悬浮所需要的电磁力。 　　2.2转子磁悬浮系统数学模型 　　要建立转子系统精确的数学模型，必须对转子所受到的电磁力做精确的推导。单自由度的磁悬浮轴承控制系统的模型如图3所示。然而，精确的磁悬浮风力发电机转子系统数学模型是复杂的非线性系统，难于建立[3]。所以，我们考虑在平衡点附近进行线性化，这样对实际系统的动态性能在一定范围内不会有明显的误差。图3为单自由度转子磁悬浮模型。 　　 　　图3 单自由度转子系统磁悬浮模型 　　其中，F(i,y)为电磁力，q(t)为干扰力，m为轴承质量。 　　由图2可知，轴承受到电磁力F，干扰力q(t)和重力mg的作用，在竖直方向的方程为： 　　 (3) 　　当轴承所受到电磁吸力等于重力时，轴承处于平衡状态，设平衡时的电流为，位移为： 　　（4） 　　 (5) 　　转子磁悬浮控制系统采用电流控制器，所以电流是位移的函数。即： 　　（6） 　　其中，是位移传感器传递函数，是控制器传递函数，是功放传递函数