PC控制风力涡轮机-风力涡轮机的螺距控制是基于PD或PID控制器。由于涡轮的非线性行为，这些控制器的设计通常是一件非常耗时的事情。在未来，模糊控制器的使用保证了一个更快、更有效的过程。在德国倍福风力技术中心(Lübeck/Germany)风力涡轮机应用软件部门工作的Nils Johannsen介绍了模糊螺距控制的概述。
现代风力涡轮机通过改变动叶角度来控制从风中提取的能量。风在转子叶片上产生升力，导致转子旋转运动。然而，从风速大约。12米/秒(风力6 Bft)，由转子产生的功率将大于风力涡轮机的额定输出，因此必须加以限制。为此目的，风的流入角度是通过调整转子叶片，从而减少转子输出。这种通过叶片角度调节速度的方法通常称为螺距控制。相关的控制回路是高度非线性的，主要是由于旋翼叶片的气动行为。因此，在现代风力涡轮机中，所采用的PID控制器是由滤波器和增益调度等附加功能补充的。
在设计风力涡轮机的机械结构时，作用在涡轮机上的载荷是决定性的。它们形成了极端载荷和疲劳载荷的光谱。前者可以通过智能操作管理来减少，后者可以通过速度控制器的精心参数化来减少。
控制器参数的预配置是风力涡轮机负荷计算的一部分。在模拟运行中，涡轮机计算机模型受到标准化风廓线的影响。在控制器设计中必须考虑相互竞争的优化准则。因此，优化过程可能是复杂而漫长的，因为在确定最优值之前需要多次迭代循环。以这种方式确定的“最优”仍然只是一种可能的最佳妥协。除了这种预配置外，通常还需要在涡轮调试期间对模拟中确定的参数进行优化。这个过程也可能相当复杂，因为所需的风速并不是“随时可用”的，而且，根据场地的不同，只会在有限的时间内发生
模糊逻辑的特点
与目前主要使用的PID控制器不同，模糊控制器已经是非线性状态控制器，具有很强的鲁棒性。从具有类似边界条件的其他应用中可知，在高度非线性系统中使用模糊控制器可获得更好的控制特性。
模糊控制器的缺点是难以稳定检查和缺乏系统的设计程序。为了检验稳定性，需要一个模型，这个模型可以用来调节PID控制器。然而，模糊控制器只需要一个模糊的数学模型，而不需要一个详细的数学模型。在风力涡轮机的情况下，模型总是只是一个复制，因为风的真实情况，湍流和空气动力学只能是近似的。空气密度的变化，转子叶片和动力传动系统的惯性已经足以引起转子气动行为的巨大变化。
PID控制器以涡轮模型为基础，参数以涡轮模型为导向。如果模型发生变化，控制质量会自动降低。相反，模糊控制器是基于规则的。即使模型发生了强烈的变化，基本过程仍然是一样的，规则仍然是完全有效的。控制值是在这些规则的基础上计算出来的，因此不需要提供关于系统的确切信息。控制器反映了设计这些规则的专家的人类行为，并允许对每个状态做出个人反应。因此，模糊控制器相对于涡轮的变化、设定值或故障具有更强的鲁棒性。此外，参数化相当简化，因为需要认知知识，而不是数学知识。
动机:TwinCAT自动化套件的模糊控制器
基于这些经验，倍福为TwinCAT自动化软件设计了模糊控制器，以便更有效地调节涡轮转子的螺距和转速。除此之外，风力涡轮机模糊控制器的使用有望减少控制器设计所涉及的时间和精力。由于对控制器的理解大大简化，因此可以显著缩短优化所需的时间。此外，对于不同的涡轮，无论转子直径或塔高如何，都应该可以使用控制器而无需修改。由于模糊控制器是一个多变量控制器，因此对涡轮机的各种状态的反应是相当灵活的。然而，这些优势只有在控制质量和能量产量相当，涡轮负荷没有因此而增加的情况下才有意义。另一方面，如果负载可以减少，那么模糊控制器将被证明是更有效的。
倍福自动化有限公司
螺距控制器的结构
TwinCAT的模糊节距控制器原则上监测转子转速并输出节距调节速率。转速与设定值的偏差和转子的加速度是内部计算的。两个输入被分配模糊量，也称为“模糊化”。这个分配是通过值周围的带进行的。速度偏差为零将是中心点，轻微偏差将分配给第一个波段，在每种情况下，较大偏差将分配给更高的速度波段。分别的输入总共使用三个频带，其中对负偏差和正偏差进行区分，并确定该值是否可能位于定义的频带之外。依次，为输出创建三个波段-基音调整率-从缓慢的速率到最大的调整速率，在每种情况下都是正的和负的。这些带的宽度是通过参数指定的。这产生了三个速度偏差参数，三个加速度参数和三个调整速率参数。
基于批处理控制的软件通过支持对各个阶段执行状态转换算法来扩展这一点。这扩展了超状态的概念，以提高抽象级别并简化编程，简而言之，它使流程更容易实现并对流程中的更改做出反应。此外，与保持相变从相到配方的传播相关的可配置行为提供了灵活的操作，而配方与物理模型的一致性检查增加了安全性。
倍福自动化有限公司
然后在这些模糊量或速度带的基础上对规则进行评估。总共创建了49个规则，每个规则对应一个可能的状态。这些规则是根据所使用的输入和输出各自波段的分配来定义的。处理是通过所谓的决策逻辑进行的。一个规则是，例如:如果速度偏差在第一个正带，加速度在第二个负带，那么俯仰调整率设置为第一个负率。负俯仰调整率将意味着将旋翼叶片转向风力并增加功率系数。该规则体现了模糊控制器的灵活性。比例控制器会固执地输出一个积极的调整率，在积极的速度偏差的情况下。然而，由于转子已经表现出负加速度，即速度下降，转子将进一步减速，导致欠速和能量产量的减少。而模糊控制器的规则处理的是负加速度。 Instead of reducing the rotor speed further, the controller attempts to work against the acceleration in order to avoid underspeed. The aim is to regulate more specifically toward the nominal speed and to increase the energy yield.
通过对满足条件的所有规则进行评估，确定加权输出并计算基音调整率。这个过程被称为“去模糊化”。为了避免控制值的过快变化，还通过一阶滤波器对螺距调节速率进行了平滑处理。
输入量、规则和输出量共同表示控制器的知识库。规则是永久实现的，不能更改，因为它们确保了控制器的稳定性，并包含了过程的专家知识。输入和输出量可以通过带改变，从而适应转子使用，如有必要。速度带越小，控制器反应越强。控制器的行为在其他波段相同的方式。因此，即使对那些不是控制技术人员的人来说，知识库的结构也非常简单，易于理解。
控制器的实际验证
倍福自动化有限公司
倍福的模糊控制器设计是与总部位于柏林的WINDnovation GmbH合作验证的。在现有涡轮模型的基础上，GL Garrad Hassan的BLADED设计软件将模糊节距控制器与传统的PD控制器进行了比较。WINDnovation公司已经对该涡轮机进行了完整的负荷计算，并设计了PD控制器。因此，这些结果可以毫无保留地相互比较。必须指出的是，为了使PD控制器参数化，以稳定调节转子转速，需要几天的时间。在此之后，又需要几个星期来确定最优控制参数。在负荷计算中采用了模糊控制器，并与标准规则集结合使用。转子转速立即稳定调节，参数设置没有任何改变，后续负荷计算。
用于模拟的69个荷载情况是根据德国劳埃德风力涡轮机认证指南生成的，并包含风速从3到25米/秒的风廓线，根据风级IIA。分别模拟了常规控制器和模糊控制器在不同情况下的时间序列，并对控制质量、极限负荷和疲劳负荷进行了评价和比较。
通过对转子转速、功率和螺距调节的评价来确定控制质量。计算了所有负载情况下的平均值和与设定值的偏差。结果表明，采用模糊控制器时，转子转速与设定值的平均偏差较小。此外，转子的平均转速和功率都有所提高。为此，模糊控制器要求增加螺距调节的活动。两个控制器的极端负载都达到了相当的值。转子叶片上的载荷也相应。对疲劳载荷的评估结果表明，采用模糊控制器后，疲劳载荷有所降低。但作用在塔上的载荷除外。传动系统和转子上的负载平均减少了4%，在某些情况下甚至减少了13%。 Despite the increased pitch adjustment, the loads on the hub, rotor blade and blade root were also reduced.
总结与展望
负载计算的比较表明，模糊控制器提供了相当的，在某些情况下甚至更好的结果，尽管没有进行参数优化。对参数的试验改变也证明了模糊控制器的鲁棒性。可理解的知识库简化了参数的调整，大大减少了时间和精力。基于各自涡轮的进一步优化肯定会带来进一步的改进。总之，可以说，模糊控制器满足了预期，即使参数只是广义配置，并已证明自己是理想的螺距控制。
今后，这些结果必须在进一步的负荷计算中得到验证，并且控制器必须在实际涡轮上令人满意地工作。此外，还存在进一步扩展和优化控制器的可能性。通过过滤器进行扩展可以进一步减少负载。可以通过对额外投入的评价来前瞻性地处理各种情况和作出反应。可以使用更多的输出来加强控制器的功能，并能够对这一过程进行更多的干预。结合神经网络，也称为神经模糊系统，将实现参数的自动优化。
欲知详情，请浏览www.beckhoff.de
 |
 |
 |
 |
 |
 |
 |
 |
 |
