先進控制技術(shù)在波浪發(fā)電系統(tǒng)中的應(yīng)用*

邱 孟,楊俊華,林匯金,謝子森,黃緯邦

(廣東工業(yè)大學(xué) 自動化學(xué)院,廣東 廣州 510006)

0 引 言

經(jīng)濟的快速發(fā)展，化石燃料的生產(chǎn)與運輸供應(yīng)日趨緊張，環(huán)境污染嚴重，因此可持續(xù)發(fā)展的清潔新能源受到各國重視，部分國家則把發(fā)展目標(biāo)轉(zhuǎn)向了海洋[1]。海洋約占地球面積的71%，到達地球的能量大部分被海洋吸收，轉(zhuǎn)換成波浪、潮汐、溫差能等儲存在海洋中。其中，波浪能分布廣泛、儲量豐富，以機械能的形式存在，開發(fā)和利用對環(huán)境造成的影響較小。但其存在分布不均、隨時間地域變化、能量密度較低等問題[2-4]，使波浪能發(fā)電較為困難。事實上，波浪隨機性會導(dǎo)致發(fā)電裝置輸出電壓幅值、相位不穩(wěn)定，直接影響了并網(wǎng)穩(wěn)定性，需采用適當(dāng)?shù)目刂撇呗愿纳葡到y(tǒng)輸出。雖然波浪發(fā)電的關(guān)鍵技術(shù)較多，但目前亟需解決的問題主要有2點：最大波浪能跟蹤控制和電能質(zhì)量改善。

眾所周知，波浪發(fā)電系統(tǒng)具有強非線性，在不同時間和地域呈現(xiàn)強隨機性，無法對系統(tǒng)精確建模，難以實現(xiàn)有效控制。將先進電力電子技術(shù)、傳感技術(shù)及先進控制技術(shù)引入波浪發(fā)電系統(tǒng)控制，可提高波能轉(zhuǎn)換效率及穩(wěn)定性[5]，已出現(xiàn)了一批有價值的研究結(jié)果。如何闡述這些成果，也是一個必須明晰的問題。根據(jù)已有相關(guān)文獻分析，按照控制方法或策略進行分類，可能會更加合理和方便易行。本文介紹了6種先進控制技術(shù)在波能轉(zhuǎn)換裝置控制方面的應(yīng)用，并結(jié)合控制技術(shù)的特點，討論未來發(fā)展方向。

1 波能轉(zhuǎn)換裝置控制目標(biāo)

目前已存在許多不同種類的波能轉(zhuǎn)換裝置，其控制方法有所不同，一般來說，波能量轉(zhuǎn)換裝置的控制結(jié)構(gòu)圖如圖1所示。

圖1 波能轉(zhuǎn)換轉(zhuǎn)置控制結(jié)構(gòu)圖

波浪激勵作用在與發(fā)電機直接相連的取力器(PTO)上，帶動發(fā)電機運動。波能轉(zhuǎn)換裝置對采集到的波浪信息進行功率最優(yōu)化分析，通過先進控制技術(shù)控制整流裝置的開斷，以此獲得期望的電機動子速度和定子電流。

波能轉(zhuǎn)換裝置的能量最大化控制準(zhǔn)則可表示為[6]

(1)

根據(jù)裝置運動方程及約束條件，求取最大PTO力，控制發(fā)電機轉(zhuǎn)速，跟蹤最大PTO力曲線，實現(xiàn)最大波能捕獲。

單一垂直自由度運動浮子的運動方程為[7]

(2)

式中:Fd為入射波作用在浮子上的力；Fr為輻射力；Fhs為靜浮力，假設(shè)浮子位移x=0時，F(xiàn)hs=0，則Fhs=-Kx，其中K為靜水恢復(fù)力剛度系數(shù)；Fe為電機反電磁力；G為浮子自身重力。

當(dāng)入射波為規(guī)則波時，輻射力可表示為

(3)

式中：A為附加質(zhì)量；B為附加阻尼。

反電磁力可以表示為速度與位移的線性組合：

(4)

式中:Rg為阻尼系數(shù);Kg為剛度系數(shù)。

浮子重力G為常數(shù)，只會影響系統(tǒng)的平衡位置。浮子運動方程可簡化為

(5)

圖2 浮子運動等效電路模型

等效電阻R2上捕獲的功率即為發(fā)電機捕獲功率，其表達式為

(6)

以振蕩水柱式波浪發(fā)電系統(tǒng)為研究對象，構(gòu)建氣室中渦輪機的數(shù)學(xué)模型[8]：

(7)

式中:dP為渦輪兩端的壓降;Ca為功率系數(shù);Ct為扭矩系數(shù);k為渦輪常數(shù)；a為渦輪面積；r為渦輪半徑，vx為氣流速度；ω為渦輪角速度；b為葉片跨度；n為葉片數(shù)量；l為葉片弦長；φ為流量系數(shù)；q為流量速率；η為渦輪的效率；P為渦輪機功率。

由此可見，通過功率系數(shù)和扭矩系數(shù)可計算出渦輪機功率和扭矩。根據(jù)渦輪機的動力學(xué)特性，當(dāng)氣流速度超過臨界值時，渦輪機性能急劇下降，稱為停滯現(xiàn)象。φ控制Ct，存在一個特定φ*，當(dāng)φ>φ*時，Ct先減小到零然后逐漸增加；當(dāng)φ<φ*時，Ct持續(xù)衰減到零，該點稱為停滯點?？紤]到流量系數(shù)φ總是從零振蕩到一個穩(wěn)定值，則φ=0～φ*。通過控制渦輪機轉(zhuǎn)速，跟蹤氣流速度，保持流量系數(shù)穩(wěn)定在停滯點附近，取得最大扭矩系數(shù)及最大波能捕獲。

波浪變化，導(dǎo)致波能轉(zhuǎn)換裝置輸出電能、電壓變化，電能質(zhì)量不佳無法滿足并網(wǎng)要求，可以通過功率變換器進行處理。直流側(cè)的儲能系統(tǒng)可有效改善功率波動，提高電能質(zhì)量，也可通過控制電機轉(zhuǎn)速實現(xiàn)變速恒頻運行。

2 滑模變結(jié)構(gòu)控制在波能轉(zhuǎn)換系統(tǒng)應(yīng)用

波能轉(zhuǎn)換系統(tǒng)激勵難以預(yù)測，波浪運動在不同地域、不同時間表現(xiàn)出強烈復(fù)雜性，魯棒性強的簡單結(jié)構(gòu)控制器尤為必要。

滑模控制基本應(yīng)用框圖如圖3所示。

圖3 滑?？刂苹緫?yīng)用框圖

其中，r(t)為參考量，e(t)為誤差量，u(t)為控制量，y(t)為輸出量。本質(zhì)上，滑模變結(jié)構(gòu)控制是一種不連續(xù)的開關(guān)型控制，根據(jù)系統(tǒng)當(dāng)前狀態(tài)不斷變化，迫使系統(tǒng)沿預(yù)定“滑動模態(tài)”狀態(tài)軌跡進行運動。該控制器結(jié)構(gòu)簡單、響應(yīng)快速、對參數(shù)變化及擾動不敏感，滑動模態(tài)可自行設(shè)計，且與系統(tǒng)參數(shù)和擾動無關(guān)。

振蕩水柱式可變渦輪轉(zhuǎn)速雙饋波浪發(fā)電系統(tǒng)(DFIG)，電機定子繞組直接接入電網(wǎng)，轉(zhuǎn)子繞組通過變頻器接入電網(wǎng)。根據(jù)渦輪機動力學(xué)特性，當(dāng)氣流速度超過某閾值，渦輪機性能將急劇下降，稱為停滯現(xiàn)象。為了避免此現(xiàn)象并同時捕獲最大波浪能，需根據(jù)渦輪機特性曲線合理選取流量系數(shù)，跟蹤理想轉(zhuǎn)速。轉(zhuǎn)子電流采用滑模變結(jié)構(gòu)跟蹤控制策略[9-10]，控制轉(zhuǎn)速，系統(tǒng)魯棒性好，可有效抑制外部擾動，并入電網(wǎng)電流波形穩(wěn)定。但控制參數(shù)選擇對控制器性能影響較大，大增益控制會產(chǎn)生嚴重抖振現(xiàn)象，導(dǎo)致系統(tǒng)軸承機構(gòu)產(chǎn)生應(yīng)力，系統(tǒng)不穩(wěn)定；小增益控制可能不滿足穩(wěn)定性條件。因此，控制器增益選擇采用智能優(yōu)化算法[11]，可有效減少滑動模塊抖動，防止系統(tǒng)失穩(wěn)。

直驅(qū)式永磁直線波浪發(fā)電系統(tǒng)，當(dāng)浮子運動頻率等于波浪頻率時，系統(tǒng)發(fā)生共振現(xiàn)象，得到自然頻率ω0，波能捕獲最大。為了使浮子運動頻率跟蹤波浪頻率，采用等效滑模方法控制電機反電磁力Fe，跟蹤q軸理想電流。在滑?？刂魄袚Q項中植入自適應(yīng)控制律[12]，可顯著降低海浪波動及參數(shù)擾動對系統(tǒng)的影響，系統(tǒng)魯棒性好。通過設(shè)計合適的滑動變量，能夠有效消除系統(tǒng)建模誤差和波浪預(yù)測誤差，實現(xiàn)不規(guī)則波浪控制下的最優(yōu)跟蹤控制[13]。

點吸收式液壓傳動波浪發(fā)電系統(tǒng)輸出電能穩(wěn)定性好，通過調(diào)節(jié)斜盤傾斜角控制液壓馬達排量，實現(xiàn)電機轉(zhuǎn)速控制。為了克服波浪變化引起的轉(zhuǎn)速波動，依據(jù)Lyapunov方程設(shè)計自適應(yīng)控制參數(shù)，由積分滑?？刂蒲a償自適應(yīng)律誤差[14]，實現(xiàn)擾動狀態(tài)下的穩(wěn)定功率輸出。

電機運行過程中存在混沌現(xiàn)象。隨機波浪可能導(dǎo)致系統(tǒng)在某一特定狀態(tài)下發(fā)生諧振，定子電流、轉(zhuǎn)矩振蕩產(chǎn)生的不規(guī)則振動及噪聲會使系統(tǒng)進入混沌狀態(tài)，影響運行穩(wěn)定性。采用BP神經(jīng)網(wǎng)絡(luò)調(diào)節(jié)滑模變結(jié)構(gòu)控制器參數(shù)，結(jié)合粒子群算法(PSO)確定最優(yōu)控制參數(shù)，使系統(tǒng)脫離混沌狀態(tài)同時實現(xiàn)最優(yōu)控制策略[15]。因為PSO中適應(yīng)度函數(shù)包括了系統(tǒng)狀態(tài)變量響應(yīng)時間和超調(diào)，所以經(jīng)過控制器輸出的電流信號響應(yīng)時間快、超調(diào)小，魯棒性好。

滑模變結(jié)構(gòu)控制憑借著響應(yīng)快速、魯棒性強的特點，能夠有效控制處在不確定干擾下的波浪發(fā)電系統(tǒng)。然而，開關(guān)函數(shù)存在的死區(qū)現(xiàn)象會產(chǎn)生一個抖振區(qū)間，影響電機性能。目前的波浪發(fā)電系統(tǒng)控制中，滑模變結(jié)構(gòu)控制雖有應(yīng)用但并不多，研究資料相對較少。將滑?？刂婆c人工智能算法、自適應(yīng)控制等其他控制方法相結(jié)合，消除滑模抖振，提高魯棒性應(yīng)是未來可行的研究方向之一。

3 自適應(yīng)控制在波能轉(zhuǎn)換系統(tǒng)的應(yīng)用

應(yīng)用自適應(yīng)PI控制器，可控制波浪發(fā)電機組在變化波浪工況工作在最優(yōu)運行點[16]。傳統(tǒng)PI控制離線計算增益，可能導(dǎo)致變化海況時工作點偏移。采用無跡卡爾曼濾波估計波浪主頻，計算控制器增益及控制律。試驗表明，在復(fù)雜波況下該控制方法能快速響應(yīng)和調(diào)整控制器參數(shù)，有較強的非線性時變系統(tǒng)控制能力。自適應(yīng)控制基本應(yīng)用框圖如圖4所示。

圖4 自適應(yīng)控制基本應(yīng)用框圖

真實海浪通常出現(xiàn)在一個頻率頻譜中，主導(dǎo)頻率隨時變化，波周期非共振工況下，傳統(tǒng)線性點吸收式波能轉(zhuǎn)換裝置運行性能較差。與線性控制器相比，雙穩(wěn)態(tài)功率捕獲機制控制性能更優(yōu)[17]，但對低振幅激勵下的波浪，可能無法越過補平衡點勢壘，陷入局部勢井中，吸收效率下降。若在雙穩(wěn)態(tài)系統(tǒng)中加入2個輔助彈簧，可實現(xiàn)自適應(yīng)不平衡點勢壘，在低振幅激勵情況下依舊可以實現(xiàn)勢井間振蕩。通過選取適當(dāng)?shù)妮o助彈簧彈性系數(shù)，能夠獲得較大的功率捕獲寬度比。由于引入了負剛度，自適應(yīng)雙穩(wěn)態(tài)波能轉(zhuǎn)換裝置峰值頻率，低于線性波能轉(zhuǎn)換裝置。

良好的機械及控制器設(shè)計，可顯著提高波能轉(zhuǎn)換效率。不同海況下波能轉(zhuǎn)換裝置的動力學(xué)模型變化較大，采用自適應(yīng)策略識別系統(tǒng)輻射力、激勵力參數(shù)，以參數(shù)估計誤差在線調(diào)整自適應(yīng)律，實現(xiàn)指數(shù)誤差收斂。將調(diào)整后的動力學(xué)模型應(yīng)用非因果最優(yōu)控制(LOC)策略，控制裝置在最大波能捕獲工作點上。所提自適應(yīng)控制器能快速計算系統(tǒng)參數(shù)，保證系統(tǒng)控制性能，同時通過Lyapunov函數(shù)驗證系統(tǒng)收斂性，為解決傳統(tǒng)模型時變參數(shù)提供了一種有效的解決方法[18]。

基于線性模型的波能轉(zhuǎn)換裝置在最大波能捕獲方面具有計算簡單的優(yōu)勢，但這一類模型通常是將靜止水面作為平衡點，假設(shè)運動幅度小進行計算分析，對于大幅度變化波浪來說捕獲效率較低。采用自適應(yīng)滾動優(yōu)化偽譜控制器[19]，將波浪激勵力偽譜化，以半程切比雪夫傅里葉函數(shù)為基函數(shù)，構(gòu)建動力學(xué)模型，通過設(shè)計遺忘因子λ迭代計算系統(tǒng)運動方程參數(shù)。在最大化吸收能量J的同時，計算當(dāng)前偽譜函數(shù)下的系統(tǒng)殘差并使其歸零，獲得最佳運動軌跡；最后通過反步法實時跟蹤最佳運動軌跡。對波能轉(zhuǎn)換裝置具有普適性，提高變化波況下控制器性能。與恒定控制模型相比，所產(chǎn)生最優(yōu)運動軌跡振幅位移小，捕獲能量更多。

最大功率點跟蹤(MPPT)技術(shù)在太陽能、風(fēng)能運用已較為成熟，但在波浪能方面文獻較少。為了避免系統(tǒng)非線性模型建模的不確定性，導(dǎo)致自然頻率不匹配，采用擾動觀察法跟蹤波浪發(fā)電系統(tǒng)最大功率點。 通過控制與發(fā)電機機端直接相連的DC-DC升壓斬波電路占空比，調(diào)節(jié)負載兩端電壓，控制電機電磁力。采用自適應(yīng)算法[20]，通過計算連續(xù)時間間隔內(nèi)的輸出功率之差來調(diào)整步長，加快跟蹤過程，避免振蕩。與傳統(tǒng)固定步長擾動觀察法相比，自適應(yīng)步長提高了響應(yīng)速度，輸出電功率和紋波均有較好的性能。

自適應(yīng)控制系統(tǒng)能夠?qū)崟r調(diào)整控制器參數(shù)，以適應(yīng)波浪激勵的變化，有效跟蹤期望值。但由于參數(shù)估計方法均是在無窮處收斂，其時效性還有待考證。并且對于波浪發(fā)電系統(tǒng)而言，難以做到高精度的測量，這又會對系統(tǒng)性能產(chǎn)生影響。換而言之，將自適應(yīng)控制與其他先進控制算法結(jié)合，提高收斂速度，同時采用無傳感器對參數(shù)進行測量，將是未來的研究方向之一。

4 最優(yōu)控制在波能轉(zhuǎn)換系統(tǒng)的應(yīng)用

MPPT已在風(fēng)力發(fā)電和光伏發(fā)電等方面取得眾多成果，將MPPT控制策略應(yīng)用于波能轉(zhuǎn)換裝置，采用觀察擾動法將當(dāng)前吸收的平均功率與前一時刻的平均功率進行比較，若功率增加則MPPT控制保持不變；若功率減小則MPPT控制動作改變符號，通過設(shè)置合適步長使系統(tǒng)運行在最佳工作點[21]。算法無需預(yù)測波浪，對非線性系統(tǒng)數(shù)學(xué)模型精確度要求較低。通過循環(huán)MPPT控制算法，采用正弦波信號對負載標(biāo)稱值進行調(diào)制。在每個MPPT周期末端，通過歸一化調(diào)制信號和輸出功率P的協(xié)方差，確定下一時刻負載變化量。仿真結(jié)果表明，循環(huán)算法控制更好，能將標(biāo)稱負載調(diào)節(jié)到最佳值[22]。將波能轉(zhuǎn)換裝置與電力電子器件相連，通過控制DC-DC變換器中Boost電路IGBT導(dǎo)通時間控制負載電壓，實現(xiàn)最優(yōu)阻抗匹配。

最優(yōu)控制的基本應(yīng)用框圖如圖5所示。為了研究不規(guī)則波浪最優(yōu)控制問題，文獻[23]將基于矩的魯棒優(yōu)化控制應(yīng)用到波能轉(zhuǎn)換裝置上。將系統(tǒng)原始最優(yōu)控制問題映射轉(zhuǎn)化為凹二次規(guī)劃(QP)問題[24]，替換消除了系統(tǒng)狀態(tài)變量，系統(tǒng)優(yōu)化問題簡化為系統(tǒng)控制變量優(yōu)化問題，可采用先進算法求解。矩域框架可處理設(shè)備和PTO系統(tǒng)的物理約束，確保最佳控制輸入可行，保證系統(tǒng)耐用性，在能量捕獲與計算時間上優(yōu)于模型預(yù)測控制(MPC)策略?？紤]線性化模型參數(shù)的不確定性，擴展矩域框架，根據(jù)最差性能(WCP)策略更新控制率，將最優(yōu)控制問題轉(zhuǎn)化為最小極大值QP問題，提高系統(tǒng)魯棒性[25]。實際系統(tǒng)參數(shù)偏差無法精確測定，如何設(shè)置參數(shù)最大偏差，仍有待研究。

圖5 最優(yōu)控制基本應(yīng)用框圖

限于波能轉(zhuǎn)換系統(tǒng)模型精度，基于模型的控制策略有效性欠佳，未建模的動態(tài)過程不僅會使裝置控制性能下降，采用高復(fù)雜度模型描述不確定性系統(tǒng)會增加系統(tǒng)計算負擔(dān)。將波能系統(tǒng)控制問題轉(zhuǎn)換為有約束的最優(yōu)控制問題，采用自適應(yīng)動態(tài)規(guī)劃策略進行求解，可滿足性能要求[26]。系統(tǒng)控制目標(biāo)函數(shù)被重新設(shè)計為求解哈密頓方程極值點問題，運用神經(jīng)網(wǎng)絡(luò)逼近成本函數(shù)，神經(jīng)元采用含時間變量的激活函數(shù)，權(quán)重自適應(yīng)調(diào)整。通過動態(tài)調(diào)整成本函數(shù)中的R參數(shù)，可有效限制電機轉(zhuǎn)矩和浮子升沉運動范圍，魯棒性好。

一般會將波能轉(zhuǎn)換裝置簡化為單一自由度系統(tǒng)，通過構(gòu)建完全匹配的控制器捕獲波能，但這種理想模型無法代表實際系統(tǒng)。文獻[27]針對多自由度的波能轉(zhuǎn)換裝置WaveSub，提出一種主動控制策略，通過線性二次型調(diào)節(jié)器狀態(tài)反饋控制器優(yōu)化多自由度PTO系統(tǒng)控制率增益，實現(xiàn)最優(yōu)速度控制。采用擴展卡爾曼濾波算法估計每個自由度的振幅和頻率，同時約束速度，得到速度參考增益時變矩陣。與最佳諧振控制的無源系統(tǒng)相比，雖然瞬時功率平滑度下降，但平均功率增加了80%。

最優(yōu)控制設(shè)計的性能指標(biāo)考慮了波能轉(zhuǎn)換裝置的物理限制，波浪發(fā)電系統(tǒng)能夠更加合理的實現(xiàn)最大功率輸出。如何設(shè)計波浪發(fā)電系統(tǒng)性能指標(biāo)會成為影響系統(tǒng)輸出功率和穩(wěn)定性的關(guān)鍵因素。

5 智能算法在波能轉(zhuǎn)換系統(tǒng)的應(yīng)用

智能算法一般用來解決優(yōu)化問題，基本原理是搜索領(lǐng)域函數(shù)，找出替代原值的更優(yōu)值；通過大量歷史數(shù)據(jù)訓(xùn)練模型，控制目標(biāo)函數(shù)逼近任意非線性函數(shù)，無須對象精確數(shù)學(xué)模型。智能算法基本應(yīng)用框圖如圖6所示。

圖6 智能算法基本應(yīng)用框圖

直驅(qū)式波浪發(fā)電裝置捕獲的波浪能與電機反電磁力Fe密切相關(guān)。根據(jù)共振原理，當(dāng)Fe中的有功、無功阻尼系數(shù)為某一波浪頻率下的特定值時，系統(tǒng)達到共振狀態(tài)，捕獲最大功率。針對傳統(tǒng)粒子群及遺傳算法存在早熟、局部收斂缺陷，文獻[28]采用模擬退火粒子群算法篩選系統(tǒng)阻尼，利用其有一定概率暫時接受新狀態(tài)的特性，避免搜索陷入局部極值。仿真表明，模擬退火粒子群算法收斂快速、全局最優(yōu)。當(dāng)波浪頻率發(fā)生改變時，需改變系統(tǒng)阻尼，使波能轉(zhuǎn)換裝置工作在最優(yōu)負載狀態(tài)，捕獲最大波能。為此，文獻[29]采用加入混沌算子的混沌捕焰新算法，有效提高了全局搜索能力，避免陷入局部最優(yōu)。仿真表明，當(dāng)波浪頻率發(fā)生改變，采用新算法系統(tǒng)依舊可以使激勵力與浮子速度保持同相，捕獲最大波能。

經(jīng)典控制器為了跟蹤最優(yōu)控制律，需要了解未來波浪激勵力的信息。波浪激勵力的預(yù)測費用昂貴，同時預(yù)測的精確度也無法保證，當(dāng)系統(tǒng)偏離最優(yōu)控制一定范圍時，捕獲的功率急劇下降。為此，文獻[30]使用一種新的反向傳播神經(jīng)網(wǎng)絡(luò)構(gòu)建出系統(tǒng)輸入-輸出的映射關(guān)系，并采用經(jīng)卡爾曼濾波后的激勵歷史數(shù)據(jù)對模型進行訓(xùn)練所得到的最優(yōu)反電磁力與模型預(yù)測控制、無功控制相比，捕獲波能效率顯著提升。

人工神經(jīng)網(wǎng)絡(luò)具有趨近任意非線性函數(shù)的能力，通過訓(xùn)練神經(jīng)網(wǎng)絡(luò)，并將歷史訓(xùn)練集儲存在神經(jīng)元內(nèi)部，以權(quán)重求和形式逼近目標(biāo)函數(shù)。利用波浪在當(dāng)前取樣周期內(nèi)的周期、幅值、阻尼系數(shù)、剛度系數(shù)與捕獲功率、最大位移的映射關(guān)系，根據(jù)成本函數(shù)選出下一周期的最優(yōu)阻尼、剛度系數(shù)[31]。該方法能夠迅速處理設(shè)備響應(yīng)的變化，對于變化的海況有良好的控制效果。針對阿基米德波浪擺，結(jié)合神經(jīng)網(wǎng)絡(luò)算法與內(nèi)模控制[32]，分別以Elman及局部遞歸神經(jīng)網(wǎng)絡(luò)為控制器和過程模型，采用Levenberg-Marquardt算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)，使波浪激勵力與浮子速度同相位，捕獲最大波浪能，能量吸收提升了160%，并可實現(xiàn)不同季節(jié)切換控制，改善捕獲結(jié)果，仿真驗證了模型魯棒性。基于遞歸小波算法的Elman神經(jīng)網(wǎng)絡(luò)控制器[33]，可快速響應(yīng)負荷變化引起的暫態(tài)過程；以轉(zhuǎn)速誤差與母線電壓波動為訓(xùn)練集，小波函數(shù)為激活函數(shù)，擴大搜索范圍，通過改進的引力搜索算法調(diào)節(jié)學(xué)習(xí)速率，減少訓(xùn)練時間，實現(xiàn)q軸電流控制。試驗證明，在不同負荷干擾與故障下，控制性能優(yōu)于PI控制與遞歸模糊神經(jīng)網(wǎng)絡(luò)(RFNN)，可更快實現(xiàn)轉(zhuǎn)速及母線電壓穩(wěn)定，魯棒性強，可靠性高。

智能優(yōu)化算法通過訓(xùn)練歷史數(shù)據(jù)，得到輸入與輸出的映射關(guān)系，有效地解決波浪發(fā)電系統(tǒng)的建模誤差問題，實現(xiàn)了控制器參數(shù)的動態(tài)優(yōu)化調(diào)整。然而由于理論研究的不足，難以保證解的最優(yōu)性。

6 模糊控制在波能轉(zhuǎn)換系統(tǒng)的應(yīng)用

模糊控制以模糊集理論、模糊語言變量和模糊邏輯推理為基礎(chǔ)，可從行為上模仿人的模糊推理和決策過程，將專家經(jīng)驗用于控制系統(tǒng)，模糊控制器基本應(yīng)用框圖如圖7所示。

圖7 模糊控制器基本應(yīng)用框圖

波浪能量的產(chǎn)生主要由地理位置和自然環(huán)境決定，是一種不確定、隨機能量。由于波浪波動性較大，波浪發(fā)電輸出電能使系統(tǒng)穩(wěn)定性降低。為了提高波浪發(fā)電系統(tǒng)穩(wěn)定性，改善電能質(zhì)量，引入模糊神經(jīng)元PID控制器。以系統(tǒng)轉(zhuǎn)速誤差及變化率為模糊控制策略輸入，實現(xiàn)單神經(jīng)元放大增益K自整定。采用系統(tǒng)誤差大時K大，誤差小時K小的模糊規(guī)則表，獲得更快響應(yīng)速度和更高穩(wěn)定性能[34]。仿真表明，不規(guī)則波輸入情況下，模糊神經(jīng)元PID控制策略依舊能通過控制發(fā)電機轉(zhuǎn)子電壓變化，控制發(fā)電機轉(zhuǎn)速恒定，自適應(yīng)性和抗干擾能較好力。由于海水腐蝕，傳統(tǒng)波能轉(zhuǎn)換裝置機械傳感器可能會導(dǎo)致測量數(shù)據(jù)誤差，采用無速度傳感器控制策略[35]，通過擴張卡爾曼濾波器(EKF)在線估計系統(tǒng)狀態(tài)，設(shè)置模糊PI控制器實現(xiàn)實時控制，此時的速度觀測器誤差僅為0.004 5 m/s，控制器魯棒性好、精度高，能有效降低傳統(tǒng)速度傳感器維護費用。

為了實現(xiàn)不規(guī)則波下的最大功率捕獲，采用模糊MPPT控制策略[36]，控制器輸入為平均功率變化量，輸出的占空比信號作用在Buck-Boost電路的電力電子器件上，獲得當(dāng)前波況下的最優(yōu)負載。實際海況下，通過蓄電池穩(wěn)定輸出功率，可改善電能質(zhì)量。

對于采用共振原理捕獲最大波能的系統(tǒng)，其自然頻率與波浪頻率間有偏差，受波浪周期變化影響，點吸收式波能轉(zhuǎn)換裝置輸出功率會顯著降低。運用重心法Mamdani型模糊推理系統(tǒng)進行去模糊處理[37]，控制波浪發(fā)電系統(tǒng)阻尼及剛度系數(shù)，復(fù)雜波浪情況下，系統(tǒng)可增加14%能量捕獲。為了魯棒性更好，采用PSO選取模糊隸屬函數(shù)參數(shù)[38]。通過對Gauss MF函數(shù)中標(biāo)準(zhǔn)差和均值進行尋優(yōu)，動態(tài)調(diào)整隸屬函數(shù)。與模糊邏輯控制器(FLC)相比，PSO-FLC有相似平均峰值比，但平均功率捕獲多15%，且即使存在擾動，仍能運行在最優(yōu)點附近，系統(tǒng)魯棒性增強。波能轉(zhuǎn)換裝置存在非線性，系統(tǒng)動態(tài)模型識別會產(chǎn)生誤差，導(dǎo)致系統(tǒng)整體性能下降。為了提高系統(tǒng)魯棒性，設(shè)計優(yōu)化控制算法，通過控制線性時不變系統(tǒng)參數(shù)的奇異值，優(yōu)化系統(tǒng)參數(shù)的最小譜范數(shù)，使其遠離不穩(wěn)定運行狀態(tài)。采用遺傳算法(GA)尋找成本函數(shù)最小值，基于最小二次型(LQ)控制器設(shè)計魯棒控制方案。結(jié)合該控制器與模糊控制器[39]，針對系統(tǒng)模型參數(shù)改變6%情況下，該控制器產(chǎn)生的能源損失為17%，遠低于不加控制時的77%。但此時的GA是離線優(yōu)化參數(shù)，實時性欠佳。

實際工況中，瞬時控制阻尼系數(shù)不切實際，需要高功率實現(xiàn)瞬時設(shè)置和精確控制,技術(shù)困難，經(jīng)濟性差。通過在浮標(biāo)下設(shè)置8個兩兩對稱的彈簧，通過液壓缸激活，以量化方式控制阻尼系數(shù)[40]，但復(fù)雜波浪下的量化控制可能會使系統(tǒng)自然頻率產(chǎn)生偏差，無法達到共振狀態(tài)，為此需在浮標(biāo)內(nèi)加入水箱，通過FLC策略控制泵控制浮標(biāo)質(zhì)量，從而改變系統(tǒng)自然頻率。仿真表明，量化策略和FLC可避免高成本和高技術(shù)需求，同時能夠有效補償由于量化效應(yīng)帶來的頻率失配問題。

針對非線性的波浪發(fā)電系統(tǒng)，模糊控制因具有設(shè)計語言簡單、魯棒性強的特點得到廣泛應(yīng)用。但是，簡單的信息處理將導(dǎo)致系統(tǒng)的動態(tài)性能變差，這不利于跟蹤時刻變化的波浪激勵。因此，模糊規(guī)則的制定和模糊隸屬度的選取在很大程度上決定了系統(tǒng)的動態(tài)性能。

7 無源性控制在波能轉(zhuǎn)換系統(tǒng)的應(yīng)用

無源性控制出發(fā)點是能量控制，根據(jù)系統(tǒng)控制需求，按照希望方式安排能量函數(shù)分布，進而實現(xiàn)控制目的。無源控制器基本應(yīng)用框圖如圖8所示。波浪發(fā)電控制本質(zhì)上是一種能量傳遞和分布問題，應(yīng)用無源性控制，能夠很好地處理系統(tǒng)動態(tài)性能問題。

圖8 無源控制器基本應(yīng)用框圖

應(yīng)用互聯(lián)-阻尼配置的無源控制器，將浮子動力學(xué)模型轉(zhuǎn)換為端口受控的耗散哈密頓模型形式，得到系統(tǒng)互聯(lián)矩陣J和阻尼矩陣R。對系統(tǒng)狀態(tài)誤差設(shè)計注入阻尼矩陣和系統(tǒng)能量分配矩陣，實現(xiàn)誤差在期望點處快速收斂。根據(jù)系統(tǒng)能量函數(shù)He時間導(dǎo)數(shù)在期望處為零，構(gòu)建系統(tǒng)控制律；采用矢量控制方案，跟蹤控制dq軸電流，實現(xiàn)波能最大捕獲[41-42],并保持復(fù)雜波況下波浪發(fā)電機組運行平穩(wěn)。直驅(qū)式波浪發(fā)電系統(tǒng)的浮子運動到最高或最低點附近時存在過零低速區(qū)，此時發(fā)電機效率降低。根據(jù)電機效率曲線，采用無源性控制獲得電磁力期望值，通過控制q軸電流實現(xiàn)：動子高速負載運行發(fā)電，低速空載運行進行機械儲能[43]。切換過程采用微分平滑策略，保證了電機瞬時功率的平滑過渡。仿真結(jié)果證明了分段控制策略的有效性。

波能轉(zhuǎn)換裝置的無源性控制目前研究較少，從能量角度出發(fā)，能夠?qū)刂菩袨檫M行合理的物理解釋，是連通控制理論學(xué)者和工程師的橋梁。實際運用過程中無源控制器控制效果往往受限于波能裝置建模的精確度。在保證系統(tǒng)無源的情況下，增加控制器魯棒性，能夠極大地提高系統(tǒng)的穩(wěn)定性。

8 結(jié) 語

各種先進控制技術(shù)方案，已或多或少地應(yīng)用到波能轉(zhuǎn)換裝置中，但總的來看，還處于初級研究階段。波浪的隨機性、不確定性，波能轉(zhuǎn)換裝置參數(shù)的非線性，系統(tǒng)動態(tài)過程建模的準(zhǔn)確性，均將嚴重干擾運行，導(dǎo)致系統(tǒng)無法穩(wěn)定運行在工作點上。實際上，每種控制方法均有其優(yōu)缺點，如何充分發(fā)揮優(yōu)點避開不足，是控制研究的永恒課題。采用2種及2種以上的互補優(yōu)化混合控制算法，提高控制的精度和速度、優(yōu)化控制成本，是未來研究的主要方向。而波浪預(yù)測、多自由度運動狀態(tài)分析、系統(tǒng)數(shù)學(xué)模型構(gòu)建也是未來解決控制問題分析的基礎(chǔ)。

波能轉(zhuǎn)換系統(tǒng)的關(guān)鍵問題在于提高波能轉(zhuǎn)換效率和改善電能質(zhì)量。采用電路共振原理和最佳控制的策略能提高轉(zhuǎn)換效率；采用自適應(yīng)魯棒控制的機組能夠有效提高電能質(zhì)量。由于波浪能的分散性和隨機性，目前的波能轉(zhuǎn)換裝置多為小型機組且不接入電網(wǎng)，先進控制技術(shù)可提高捕獲效率及并網(wǎng)電能質(zhì)量穩(wěn)定性，也是未來發(fā)展方向。