首页 > 论文范文 > 工程工业论文 > 电力工业论文 > 基于模糊PID的新能源发电站设备自动控制系统

基于模糊PID的新能源发电站设备自动控制系统

2024-11-26 107 上传者：管理员

摘要：根据能源需求和设备性能，为了优化能源生产和分配并确保新能源发电站能源供应稳定性与可靠性，设计基于模糊PID的新能源发电站设备自动控制系统。该系统构建水火电机组数学模型、太阳能机组数学模型和风电机组数学模型，运用以上数学模型获取不同类型新能源发电站设备运行状态数据后，利用该数据通过模糊PID控制器输出新能源发电站设备自动控制量，然后运用系统硬件控制电路，将自动控制量反馈给新能源发电站设备，实现其自动控制。实验结果表明，该系统可有效得到新能源发电站设备中调速器阀门位置变化量，实现风电机组内电机自动控制和无功功率自动控制，同时自动控制超调量较小。

关键词：
发电站设备
新能源
模糊PID
模糊规则
自动控制系统
加入收藏

在全球对环境保护和可持续发展日益重视背景下，特别是在高海拔地区，新能源发电作为替代传统化石能源的重要手段，受到了广泛关注。高海拔地区的特殊环境，如空气稀薄、温差大等，对新能源发电设备的控制提出了更高的要求。新能源发电站设备自动控制系统作为新能源发电技术的核心组成部分[1]，其稳定性和效率对于整个新能源发电行业的发展具有举足轻重的意义。在新能源发电领域，风能、太阳能等可再生能源的利用已经取得了显著成效。然而，这些能源的间歇性和不稳定性给发电站设备的运行带来了挑战。

为了确保发电设备的稳定运行并最大化能源利用效率，自动控制系统的作用愈发凸显，因此有很多国内外学者研究新能源发电站设备自动控制系统，文献[2-4]从电力系统混沌控制系统、整流电路功率控制系统、投切电路控制系统方面开展了研究，但仍存在控制效果不佳、系统集成困难、控制信号传递不畅或设备间的工作状态不一致的问题。

模糊PID在面对系统参数变化和外部扰动等问题时，能够保持较好的控制性能[5-6]。本文在此以模糊PID为基础，设计基于模糊PID的新能源发电站设备自动控制系统，以实现新能源发电站设备间的协同工作，优化整个发电系统的运行效率。

1、新能源发电站设备自动控制系统

1.1 系统结构设计

新能源发电站由水火电机组、太阳能机组和风电机组组成，发电站设备自动控制系统结构如图1所示。

图1 新能源发电站设备自动控制系统结构

1.2 系统硬件控制电路设计

STM8S控制芯片采用高级STM8内核，具有3级流水线的哈佛结构，并且拥有扩展指令集，STM8控制芯片广泛应用于各种控制系统中[7]，如工业控制、电力控制等。在此以STM8S控制芯片为基础，设计新能源发电站设备自动控制系统硬件控制电路，其结构如图2所示。

图2 系统硬件控制电路结构

1.3 新能源发电站不同设备机组数学模型构建

1.3.1 水火电机组数学模型

在新能源发电站中，水火电机组由调速器、火电汽轮机和水电水轮机组成，分别建立以上水火电机组设备数学模型，公共组成水火电机组数学模型。调速器是自动调节装置，是负责调节新能源发电站火电汽轮机和水电水轮机输出负荷的重要设备[8]。f1表示调速器阀门位置变化量，其中s表示时间，其计算公式如下：

式中：C(s）表示调速器传递函数；ΔPc(s）表示调速器的控制信号；R表示调速器调速特性；Δη(s）表示调速器额定值偏差。

新能源发电站设备中的火电汽轮机在正常运行过程中，汽轮机调节汽门与第一级喷嘴之间会存在一定空间，该空间会导致火电汽轮机组负荷慢于汽门开度变化。建立火电汽轮机组数学模型如下：

式中：f2表示火电汽轮机数学模型；TT表示时间常数；KT表示火电汽轮机增益系数。

新能源发电站设备中的水轮机在运行时会产生水锤效应，水锤效应会使水轮机功率和导水叶开度之间存在延迟，考虑水锤效应，建立水轮机数学模型f3如下：

式中：TW表示水锤时间常数；TR、Ti为水轮机和导水叶时间常数。

1.3.2 太阳能机组数学模型

新能源发电站太阳能机组运行时，为了获取到最大的发电功率，通常采用最大功率跟踪技术，使光伏发电机组保持运行在最大功率点上，最大程度运用光能。新能源发电站太阳能机组设备的数学模型f4表达式如下：

式中：Kpv表示新能源发电站设备太阳能机组功率增益；Tpv表示太阳能机组时间常数；A表示太阳能机组运行时的有效光照面积。

1.3.3 风电机组数学模型

风力具有不可控特性，新能源发电站设备中的风电机组在运行时，需从状态变量、控制变量和扰动变量3个角度建立风电机组数学模型，即：

式中：x(t）、h(t）、w(t）分别表示风电机组状态变量、控制变量和扰动变量；Γ表示风电机组系统矩阵。

1.4 模糊PID控制器设计

模糊PID控制器是在普通PID控制器中引入模糊规则，模糊规则将输入的偏差和偏差变化率进行模糊化并定义其隶属度函数后，将模糊的偏差和偏差变化率转化成数值后，依据模糊规则输出目标的实际控制量。在此设计模糊PID控制器，将新能源发电站不同设备机组数学模型的偏差和偏差变化率作为模糊PID控制器的输入，使用模糊PID控制器实现新能源发电站不同设备的自动控制。

依据新能源发电站不同设备机组数学模型得到的新能源发电站不同设备运行数值，计算新能源发电站设备运行过程中的偏差e(t）和偏差变化率EC(t):

式中：M*(t）、M(t）分别表示新能源发电站设备运行时的输入值和反馈值，其中为不同新能源发电站设备的输入值。

依据式（6）结果，计算新能源发电站设备偏差变化率：

式中：U表示t到t-1时间点的间隔。

模糊PID控制器对式（6）、式（7）结果进行模糊推理处理，该模糊集合的隶属度函数论域为

在式（8）的论域上，对PID控制器的比例、积分和微分控制参数ΔKp、ΔKi、ΔKd进行校正处理，依据校正后的控制参数，通过PID控制器输出新能源发电站设备自动控制的控制量u(t):

模糊PID输出的控制量通过系统硬件控制电路，将该控制量发送给不同类型的新能源发电站的汽轮机、水轮机、调速器、风电机组以及太阳能机组设备，实现不同类型新能源发电站设备自动控制。

2、结果与分析

以某区域新能源发电站作为实验对象，该区域海拔高，其新能源发电站包括水力发电、太阳能发电和风力发电，其中太阳能发电占地面积为43平方公里，容量达到1547兆瓦，水力发电站电站安装了16台水轮发电机组，总装机容量达到了1600万千瓦，每年平均发电量约624.43亿千瓦时，其风力发电面积约为90平方公里，风电装机规模已经达到了1194.7万千瓦时。

以调速器模型作为实验对象，使用该模型获取一定时间段内，水火电机组设备中调速器设备阀门位置变化量，结果如表1所示。分析表1的数据，本文系统构建的新能源发电站设备数学模型在数据获取和实时控制方面表现卓越，能够有效保障新能源发电站设备的稳定运行，并优化其性能。

表1 调速器设备阀门位置变化量

验证本文系统对新能源发电站设备的自动控制能力，以该风力发电站内低速无刷直流电机作为实验对象，使用本文系统对该新能源发电站设备进行自动控制，控制结果如图3所示。分析图3可以明显看出本文系统对于新能源发电站设备的自动控制具有显著效果，能够高效、快速地实现电机转速的稳定控制，从而提高了整个发电站设备的运行效率和稳定性。

图3 低速无刷直流电机自动控制

以风电机组作为实验对象，使用本文系统对新能源发电站设备中的风电机组设备进行控制，以风电机组的无功功率作为衡量指标，测试结果如图4所示。分析图4的数据可知，本文系统能够有效实现新能源发电站风电机组设备的自动控制，而且通过降低无功功率，显著提升了新能源发电站设备的整体运行效率。

图4 风电机组设备控制结果

以本文系统控制新能源发电站设备时的超调量作为衡量指标，以新能源发电站设备中的调速器作为实验对象，验证本文系统的应用性，测试结果如图5所示。分析图5的数据可以清晰地看到该调速器设备在设定阀门开度为12%时，使用本文系统进行自动控制的效果。图中，调速器阀门开度的阶跃曲线迅速上升，几乎立即响应到控制信号，当阀门开度数值接近并略超过设定值12%，达到约13%时，系统迅速且精确地将其调整回至设定的12%，并在此后保持稳定。这一过程中，调速器阀门开度的超调量仅为1%左右，这一微小的超调量充分说明了本文系统在自动控制新能源发电站设备时的高精确性和强稳定性。

图5 调速器设备控制阶跃曲线

以该新能源电站设备中的太阳能机组设备作为实验对象，使用本文方法对太阳能机组设备进行自动控制，以太阳能机组设备的频率偏差作为衡量指标，进一步测试本文系统对新能源发电站设备的自动控制能力，测试结果如图6所示。分析图6，可以看到本文系统具有出色的自动控制能力，而且能够有效地稳定太阳能机组设备的运行频率，减少频率偏差，从而显著提高太阳能机组设备的运行效率和稳定性。这一结果进一步验证了本文系统在新能源发电站设备控制领域的实用性和有效性。

图6 太阳能机组设备自动控制频率偏差

3、结语

在新能源发电站设备自动控制系统的研发与应用中，模糊PID技术的引入无疑是一次重要的创新。该系统巧妙地结合了模糊控制与PID控制的优势，不仅提高了系统的自适应能力和鲁棒性，还使得系统在面对新能源发电过程中的复杂多变环境时，能够作出更为精准和快速的响应。这种自学习能力使得系统能够适应新能源发电领域不断发展的需求，为新能源发电站的安全、高效运行提供了有力的保障。

参考文献:

[1]刘云山.基于模糊PID的三机驱动振动系统控制同步研究[J].中国工程机械学报,2023,21(4):308-312.

[2]方洁,张少辉,江泳.基于改进自适应协同控制方法的电力系统混沌控制[J].电子与信息学报,2024,46(2):728-737.

[3]张爽,曹太强,胡杰,等.单向混合三相电压航空整流电路功率控制[J].控制工程,2023,30(2):332-338.

[4]王伟,陈鹏宇,刘宝泉,等.中频DVR补偿变压器投切电路与控制方法[J].电子器件,2022,45(6):1370-1376.

[5]周冬冬,陈明霞,赵金迪.基于FFRLS辨识优化橡胶挤出机Smith-模糊PID温度控制系统[J].机床与液压,2022,50(15):158-165.

[6]冀常鹏,王紫瑞.基于自适应模糊PID的石墨烯制备控制系统[J].应用科学学报,2022,40(5):876-886.

[7]李建荣,周杰.基于模糊PID的不锈钢电加热管退火温度控制系统改造[J].电子器件,2022,45(2):504-508.

[8]吴昊亭,林松,肖峰,等.基于VR技术的虚拟机变电站维护系统设计研究[J].电气传动,2023,53(2):92-96.

文章来源:兰江,周少平.基于模糊PID的新能源发电站设备自动控制系统[J].自动化与仪表,2024,39(11):39-42+46.