风力发电控制系统的基本目标分为3个层次。这就是保证可靠运行，获取较大能量，提供良好的电力质量。风力发电系统的控制技术从定浆距发展到变桨距又发展到近年来采用的变速控制技术正是为了达到这一控制目标。


传统的变速控制模式需要首先建立一个有效的系统模型，而由于空气动力学的不确定性和电力电子模型的复杂性，系统模型的确定不是件容易的事情。从已列出的那些可能影响风力发电机组性能的误差源和不确定性因素中，研究人员发现，由于雷诺数的变化会引起在功率上5%的误差，而由于叶片上的沉积物和下雨可造成20%的功率变化，其他诸如老化和大气条件等因素，也将在机组的能量转换过程中引起不同程度的变化。因此所有基于某些有效系统模型的控制也仅适合于某个特定的系统和一定的工作周期。由于这些原因，基于模糊逻辑的智能控制技术于较近几年被引入了风力发电机组控制领域并受到研究人员的重视。


1 模糊逻辑控制


模糊逻辑控制是一种新颖的控制策略，与经典的控制策略相比，模糊控制的优势在于模糊逻辑控制器*数学模型即可由控制器执行其功能。不论是在非线性还是多变量系统中，特别是当系统数学模型未知或不确定时，都能产生令人满意的效果。模糊逻辑控制器框图如图1所示。


模糊逻辑控制策略分5个步骤来实现：


1)输人控制变量(文字控制变量);


2)通过适当的模糊从属函数将文字控制变量模糊化;


3)通过基于规则的判定矩阵决定控制策略(试探规则);


4)通过设置模糊的集合形式将输出的控制变量非模糊化;


5)反馈输出信号，通过适当的调节器来控制风力发电机组运行。


模糊逻辑控制器的参数


简化的模糊逻辑控制器包括4个主要部分：


1)输入接口;


2)判定规则矩阵;


3)推理引擎;


4)输出接口。


⑴控制变量。模糊逻辑控制器用非线性图形来描述从输入变量到输出变量的过程。控制器根据测量值

gctcn.cn.b2b168.com/m/