风力发电机组变桨系统的作用，风力发电机变桨控制

长沙理工大学电气信息工程学院、国网湖南省电力公司常德供电分公司、国网江苏省电力公司苏州供电分公司苏、国网湖南省电力公司岳阳供电分公司研究员周师走吾、杨彬佑、汉兵、李飞龙、胡舟于2019年第17期《电工技术学报》执笔，浮式风机( FOWT )燃气

首先，考虑风剪切效应和塔影效应，建立较准确的空气模型，将空气模型与水动模型相结合，得到风浪流扰动下的相对风速。

在此基础上，利用径向基函数( RBF )神经网络逼近变桨控制系统的未知非线性函数，通过Lyapunov方法推导自适应率，在线调整神经网络权重来改善提出的独立变桨控制系统的动态性能

基于FAST-Matlab/Simulink的联合仿真，将本文提出的控制方法与传统的PI控制方法进行了比较，结果表明本文提出的方法能更有效地实现FOWT输出的稳定化，在一定程度上降低浮置基础的载荷波动和俯仰振动。

我国风力发电发展迅速，截至2017年，我国已成为世界上累计风力发电机容量和新设备容量最大的国家。

根据国家气候中心的调查结果，模拟了我国离岸50 km范围内的近海风力资源，得出理论技术可开发量为7.58亿kW。

同时，深海风电场不影响海边景观和海上航线的畅通，运行产生的噪声也不影响居民生活，具有更强更稳定的风源。

因此，浮动扩散( Floating Offshore Wind Turbine，FOWT )必然成为未来风电行业拓展的方向。

目前，在对海上浮式鼓风机进行气动力分析的过程中，主要借鉴传统的固定式鼓风机气动力分析的理论方法，如叶素动量理论、势流理论、动线模型及流体力学( Computational Fluid Dynamics，CFD )的计算方法等。

周国龙等人采用动量理论方法，一起计算了风轮机、塔架、基础上的载荷。 该方法简单方便，但只能达到估算载荷的目的，所建立的模型不准确。

K.Iijima等人开发了漂浮式风力发电机组的流体力学和空气力学结合的模拟工具。 其最大特点是考虑风机结构的灵活性，使动态耦合模型更加准确。 美中不足的是，风机上部没有考虑包括桨、机舱、发电机转子在内的灵活性。

J. R.Homer等人提出了浮式风机的三维数学模型，适用于不同风机的机械结构，且能预测三维浮式基础的动态响应，但该模型仅适用于含周期性响应的风轮机模型。

F.Lemmer等人基于海洋水动力学和空气动力学耦合算法计算深海构筑物的动态响应，计算了3种不同海况平台6自由度的响应幅值算子，但没有考虑平台在风浪双重扰动下的非线性动力特性，完全漂浮式海上风电机组

由于目前大部分针对FOWT的动力学建模都存在建模不准确的问题，因此应用于FOWT的变桨控制方法研究也较少。

O.Bagherieh等人设计了一种线性变参数( Linear-Parameter-Varying，LPV )变桨距控制器，证明桨距控制策略可以稳定功率，降低基础振动，但主要是在低风速、小波浪情况下进行仿真

李仙伟等人提出了一种结构主动控制器来减轻浮式基础的疲劳，并采用改进的非线性H控制方法优化了增益，但该控制器不经济，可靠性也不理想。

J.Hussain等人结合爬山搜索算法提出了一种自适应最大功率跟踪算法。 该算法在随机风脉动条件下仍有较好的效果，缺点是只适用于小型风机。

在实际工况下，风剪切效应和塔影效应导致风轮机平面载荷不平衡，这种不平衡载荷对深海工作的浮式风机尤为明显。

目前大部分悬浮式风机建模的研究都没有考虑到这一点，而且忽视了风机塔架的柔性，将风机整体视为刚体，导致系统建模不准确。

本文在现有气-水动力耦合模型的基础上，考虑风剪效应、塔影效应和塔机刚度特性，建立了更为准确的气动载荷模型，建立了径向基函数神经网络( radical-basisfunctionneuralnetwork，radical-basisfunctioneuralnetwork，rd

以NREL-5MW风机和Spar式OC3-Hywind基础组成的FOWT为仿真模型，将传统的PI控制方法与文中提出的控制方法进行了比较，结果表明本文提出的控制方法能更有效地稳定出力，在一定程度上降低浮置基础的载荷波动和俯仰振动

图1 FOWT基础6自由度模型

基于RBFNN的独立变桨控制系统原理框图

结论针对FOWT建模不准确的问题，在现有动力学模型的基础上，考虑风剪效应、塔影效应及风机塔架刚度，建立更准确的气动模型，结合改进的气动模型和水动模型，浮式基础受气动-水动力的影响

在此基础上，利用RBFNN算法建立浮式风机独立变桨控制系统。

通过FAST-Matlab/Simulink进行联合仿真，将提出的控制方法与传统的PI控制方法进行比较。

结果表明，本文提出的控制方法能有效地实现悬浮式风机的出力稳定，在一定程度上抑制了风机的俯仰运动，降低了基础俯仰载荷。