基于风速估计的风力机状态反馈滑模容错控制

马磊明 ,肖玲斐 ,姜 斌

(1.南京航空航天大学自动化学院,江苏南京 210016;2.南京航空航天大学能源与动力学院,江苏南京 210016)

1 引言

近年来,风能作为一种清洁环保的可再生能源发展迅速.伴随着风机装机总量的提升,风力机的几何结构也在不断扩大,这就会造成控制难度增加和故障多发[1].故障在增加发电成本的同时,亦会导致风力机失去竞争力.

风力机的高精度控制依赖于精确的风速信息.目前,风速测量方法主要有传统的风速传感器和无传感器风速测量.由于传统风速传感器自身的机械结构和设计过程比较复杂且测量精度低等不足,很难保证风速实时准确测量.特别是在低风速地区,大惯性矩的接触式风速传感器对低风速不敏感.因此,如何获得一个成本低且效果好的风速估计方案已经成为风力机控制策略设计的关键问题.近来,无传感器风速测量成为解决这一问题的有效手段[2–8].已有文献中风速估计方法包括基于神经网络的风速估计[2–3]、基于Newton Raphson的风速估计[4]、基于未知输入的风速估计[5]、基于滤波器的风速估计[6]、基于统计模型的风速估计[7]和基于数据融合的风速估计[8]等.

文献[2]采用基于遗传算法的支持向量机模型,将功率、桨距角和转速等物理可测量信号作为输入对有效风速进行估计.文献[3]提出一种用于风速估计的无传感器控制方案,通过基于高斯径向基函数神经网络的非线性映射近似风力机的空气动力特性.文献……