摘要
世界风电产业发展迅速，为了充分利用风力资源和降低风力发电度电成本，风力机大型化和轻量化已成为必然的发展趋势，这种趋势使得叶片振动成了一个不可忽视的问题。风机叶片控制系统中通常还包含客观存在的时滞环节，影响气动装置摆动指令的传输，形成信号延迟，从而加剧叶片的振动，严重影响风机的运行安全和发电效率。但是，目前专门针对风力机叶片振动控制系统中的时滞补偿研究较少。因此，风力机叶片时滞振动控制研究具有重要意义。本文基于MATLAB平台，采用Simulink建模方法，创新设计了改进型时滞补偿控制器和改进型灰狼优化算法，在多种时滞工况下，研究了两类风力机翼型叶片的时滞振动控制，并进行了有效性验证。 本文主要研究工作及成果如下: （1）建立了风力机叶片振动模型。考虑到现实中风机叶片上气动数据的多变性，将两类翼型的风洞气动实验数据使用数学公式进行了拓展，并将拓展后的实验数据使用LookupTable模块代入建立好的模型，使得建模的气动参数更为精确与科学，能够真实模拟叶片的振动情况，保证设计控制器实际工程中的可靠性。 （2）创新提出改进型Smith预估理论。针对风机叶片时滞振动控制系统具有不确定小时滞、系统参数敏感、气弹特性变化快等特点，设计了传统PID和传统Smith-PID控制器，以及创新设计了一种基于二阶鲁棒滤波的Smith控制器（改进型Smith-PID）。其核心思想是在传统Smith预估器的基础上，在特定位置加入一个二阶鲁棒滤波器,经稳定性证明和仿真试验，该控制器有效克服了叶片时滞振动控制系统中传统Smith模型失配的问题，具有较强的时滞补偿和减振能力。 （3）创新提出双向随机灰狼优化算法的理论。针对设计的时滞补偿控制器的参数整定难度大的问题，本文改进传统的灰狼优化算法，首次创新设计了双向随机灰狼优化算法。其核心思想是引入狩猎策略因子，采用基于狩猎策略因子矢量和系数矢量的双向随机机制来改进灰狼们的狩猎方式。通过目标函数的性能评估，创新提出的双向随机灰狼优化算法优于其他传统智能算法，具有提高全局搜索和局部搜索的能力、避免过早陷入局部最优的优点。 （4）在15m/s风速且多种时滞的工况下，经过对照试验，得出结论:在经典对称NACA0018翼型叶片时滞振动控制系统中，基于BRGWO算法的改进型Smith-PID控制器的控制效果在0.01s时滞工况下，挥舞位移与扭转角的振幅程度相较于基于GWO算法的传统PID、传统Smith-PID和改进型Smith-PID控制器，平均改善了64.9％、40.9％和25.8％;在0.02s时滞工况下，分别平均改善了62.2％、41.9％和26.9％;在0.05s时滞工况下，分别平均改善了53.9％、25％和11％。在非对称NACA64-618叶尖翼型叶片时滞振动控制系统中，基于BRGWO算法的改进型Smith-PID控制器的控制效果在0.01s时滞工况下，振幅分别平均改善了14％、8.1％和3.1％;在0.02s时滞工况下，分别平均改善了12.7％、7.6％和1.4％;在0.05s时滞工况下，分别平均改善了19.3％、11.5％和8.7％。
NETL