基于模糊PID的台风条件下风浪流涌耦合载荷控制方法与流程

基于模糊pid的台风条件下风浪流涌耦合载荷控制方法
技术领域
1.本发明涉及风电机组变桨及载荷控制的技术领域，尤其是指基于模糊pid的台风条件下风电机组风浪流涌耦合载荷控制方法。


背景技术：

2.塔架作为风电机组中主要的承载部件，要承受多种载荷的共同作用。在机组大型化的发展趋势下，叶轮直径和塔架高度不断增大，在风速、方向、风切变极端变化的极端风况下，叶轮受到剧烈变化的气动推力，进而极大引起塔架载荷的极端变化。因此，日趋大型化的机组在极端风况下，叶轮受力不均匀更加明显，塔架承受的载荷增大，塔架振动更加剧烈，甚至有发生倒塔的风险。为保证机组安全稳定运行，除了在设计时采用更高强度的塔架，还可以通过改进风电机组控制方式，优化机组的控制策略，以抑制塔架振动、减小塔架受到的载荷。
3.极端风况包括极端运行阵风、极端风向变化、极端相关阵风、极端风切变以及台风等风况。目前针对由极端风况等引起的塔架过载的控制方法主要方法有阻尼控制和桨距角控制。其中，阻尼控制通过施加外部阻尼使塔架固有频率与外部扰动的频率分开，从而减小机组在遭受极端风况时的振动幅度，进而降低塔架的载荷；另一方面，变桨控制通过调节叶片的桨距角，有效降低叶轮受到的气动推力，进而降低塔架载荷，其中，统一变桨是根据发电机的功率值来给定变桨角度，以满足功率值恒定和载荷的要求；独立变桨则是根据叶片所处的绝对位置，分别对各叶片进行单独的桨距角调节，有效减小风轮所受的不平衡载荷。
4.此外，现有文献研究了极端风况下的塔架载荷控制策略，如通过变桨系统参数优化降低阵风下极限载荷、基于叶片方位角和载荷反馈的独立变桨距控制、基于激光雷达测风的前馈控制等。然而，其中极少有针对台风的极端风况下风浪流涌耦合的海上机组载荷进行控制策略的深入研究，因此，有必要研究台风条件下风浪流涌耦合的风电机组塔架载荷控制策略，减小海上风电塔架在台风条件下的受到的极限载荷，保证机组运行的安全性。


技术实现要素：

5.本发明的目的在于为解决现有技术中的不足，提供了基于模糊pid的台风条件下风浪流涌耦合载荷控制方法及系统，针对大型海上风力发电机组在极端风况条件下变桨系统延迟响应的问题，基于模糊控制理论并考虑台风下的风浪流涌耦合特征，设计基于模糊pid的变桨控制策略，从而控制载荷。
6.本发明的目的通过下述技术方案实现：基于模糊pid的台风条件下风浪流涌耦合载荷控制方法，该方法是针对机组建立模糊pid参数自适应控制器，以机组功率为被控量，机组的功率实际值和功率给定值的偏差以及其偏差变化率为输入，通过预设的模糊推理规则实现机组变桨系统pid控制器的调节参数k
p
、ki、kd的自适应调整，使机组变桨系统pid控制器输出适合当前时刻风况的桨距角β0；同时建立风速-桨角模糊控制器，风速-桨角模糊控制器以风速为输入，通过模糊控制规则输出相应的桨距角增量δβ，使该桨距角增量δβ
与机组变桨系统pid控制器所输出的桨距角β0进行叠加，进而得到桨距角调节信号，控制机组变桨系统提前动作，进而减少机组在极端风况所导致风浪流涌耦合的情况下受到的极限载荷。
7.进一步，所述模糊推理规则包括：
8.定义机组的功率实际值和功率给定值的偏差e的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{nb，nm，ns，z，ps，pm，pb}，其对应的模糊子集的论域为{-3，-2，-1，0，1，2，3}；定义偏差变化率ec的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{nb，nm，ns，z，ps，pm，pb}，其对应的模糊子集的论域为{-6，-4，-2，0，2，4，6}；
9.表1为k
p
的模糊控制规则表：
[0010][0011]
表2为ki的模糊控制规则表：
[0012][0013]
表3为kd的模糊控制规则表：
[0014][0015]
根据模糊pid参数自适应控制器的控制目的选择输出变量k
p
、ki、kd。
[0016]
进一步，所述模糊控制规则包括：
[0017]
定义风速-桨角模糊控制器所输入的风速v的模糊语言值有5个:{非常高，很高，高，较高，略高}，简记为{eh，vh，h，rh，lh}，其对应的模糊子集的论域为{1，2，3，4，5}；定义风速偏差δv的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{nb，nm，ns，z，ps，pm，pb}，其对应的模糊子集的论域为{-3，-2，-1，0，1，2，3}；
[0018]
风速-桨角模糊控制器输出为桨距角增量δβ的模糊语言值有7个:{负大2，负大1，
负中2，负中1，负小2，负小1，零，正小1，正小2，正中1，正中2，正大1，正大2}，简记为{nb2，nb1，nm2，nm1，ns2，ns1，z，ps1，ps2，pm1，pm2，pb1，pb2}，其对应的模糊子集的论域为{-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6}；
[0019]
表4为桨距角增量δβ的模糊控制规则表：
[0020][0021]
通过上述模糊控制规则输出相应的桨距角增量δβ。
[0022]
本发明所提供的基于模糊pid的台风条件下风浪流涌耦合载荷控制系统，包括：
[0023]
模糊pid参数自适应控制器，用于通过模糊推理规则实现机组变桨系统pid控制器的调节参数k
p
、ki、kd的自适应调整；
[0024]
机组变桨系统pid控制器，用于输出适合当前时刻风况的桨距角β0；
[0025]
风速-桨角模糊控制器，用于通过模糊控制规则输出相应的桨距角增量δβ；
[0026]
桨距角叠加模组，用于将桨距角增量δβ与桨距角β0叠加后作为机组变桨系统的变桨给定值。
[0027]
进一步，所述模糊pid参数自适应控制器执行以下步骤：
[0028]
以机组功率为被控量，机组的功率实际值和功率给定值的偏差以及其偏差变化率为输入，通过预设的模糊推理规则实现机组变桨系统pid控制器的调节参数k
p
、ki、kd的自适应调整，使机组变桨系统pid控制器输出适合当前时刻风况的桨距角β0；
[0029]
所述模糊推理规则包括：
[0030]
定义机组的功率实际值和功率给定值的偏差e的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{nb，nm，ns，z，ps，pm，pb}，其对应的模糊子集的论域为{-3，-2，-1，0，1，2，3}；定义偏差变化率ec的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{nb，nm，ns，z，ps，pm，pb}，其对应的模糊子集的论域为{-6，-4，-2，0，2，4，6}；
[0031]
表5为k
p
的模糊控制规则表：
[0032][0033]
表6为ki的模糊控制规则表：
[0034][0035]
表7为kd的模糊控制规则表：
[0036][0037]
根据模糊pid参数自适应控制器的控制目的选择输出变量k
p
、ki、kd。
[0038]
进一步，所述风速-桨角模糊控制器执行以下步骤：
[0039]
风速-桨角模糊控制器以风速为输入，通过模糊控制规则输出相应的桨距角增量δβ；
[0040]
所述模糊控制规则包括：
[0041]
定义风速-桨角模糊控制器所输入的风速v的模糊语言值有5个:{非常高，很高，高，较高，略高}，简记为{eh，vh，h，rh，lh}，其对应的模糊子集的论域为{1，2，3，4，5}；定义风速偏差δv的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{nb，nm，ns，z，ps，pm，pb}，其对应的模糊子集的论域为{-3，-2，-1，0，1，2，3}；
[0042]
风速-桨角模糊控制器输出为桨距角增量δβ的模糊语言值有7个:{负大2，负大1，负中2，负中1，负小2，负小1，零，正小1，正小2，正中1，正中2，正大1，正大2}，简记为{nb2，nb1，nm2，nm1，ns2，ns1，z，ps1，ps2，pm1，pm2，pb1，pb2}，其对应的模糊子集的论域为{-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6}；
[0043]
表8为桨距角增量δβ的模糊控制规则表：
[0044][0045]
通过上述模糊控制规则输出相应的桨距角增量δβ。
[0046]
本发明所提供的一种存储有指令的非暂时性计算机可读介质，当所述指令由处理器执行时，执行根据上述的基于模糊pid的台风条件下风浪流涌耦合载荷控制方法的步骤。
[0047]
本发明所提供的一种计算设备，包括处理器以及用于存储处理器可执行程序的存储器，所述处理器执行存储器存储的程序时，实现上述的基于模糊pid的台风条件下风浪流涌耦合载荷控制方法。
[0048]
本发明与现有技术相比，具有如下优点与有益效果：
[0049]
1、本发明应用模糊控制理论，以功率稳定性为目标对机组变桨系统pid控制器的参数进行自适应调节，改善变桨系统在极端风况下的控制效果，使功率输出更加稳定平滑；
[0050]
2、本发明通过模糊推理规则确定极端风况下的桨距角增量，与机组变桨系统pid控制输出的桨距角叠加作为台风等极端风况下变桨系统的变桨给定值，有效改善大型海上风电机组在台风工况风浪流涌耦合下的塔架载荷过大以及功率波动的问题。
附图说明
[0051]
图1为本发明的控制逻辑框图。
[0052]
图2为风速-桨角模糊控制器的结构框图。
[0053]
图3为风速-桨角模糊控制器的界面图。
[0054]
图4为风速-桨角模糊控制器的输入输出曲面关系图。
[0055]
图5为参数k
p
的控制曲面关系图。
[0056]
图6为参数ki的控制曲面关系图。
[0057]
图7为参数kd的控制曲面关系图。
[0058]
图8为风速-桨角模糊控制器的仿真结构图。
[0059]
图9为模糊pid参数自适应控制器的仿真结构图。
[0060]
图10为风速-桨角模糊控制器和模糊pid参数自适应控制器接入风电机组仿真模型的仿真结构图。
具体实施方式
[0061]
下面结合具体实施例对本发明作进一步说明。
[0062]
实施例1
[0063]
参见图1至图2所示，为本实施例所提供的基于模糊pid的台风条件下风浪流涌耦合载荷控制方法，该方法是建立模糊pid参数自适应控制器，以机组功率为被控量，机组的功率实际值和功率给定值的偏差以及其偏差变化率为输入，通过预设的模糊推理规则实现机组变桨系统pid控制器的调节参数k
p
、ki、kd的自适应调整，使机组变桨系统pid控制器输出适合当前时刻风况的桨距角β0；同时建立风速-桨角模糊控制器，风速-桨角模糊控制器以风速为输入，通过模糊控制规则输出相应的桨距角增量δβ，使该桨距角增量δβ与机组变桨系统pid控制器所输出的桨距角β0进行叠加，进而得到桨距角调节信号，控制机组变桨系统提前动作，进而减少机组在极端风况所导致风浪流涌耦合的情况下受到的极限载荷。
[0064]
在本实施例中，所应用的机组为桨距角可调范围为0～24
°
、额定风速为12m/s、切出风速为25m/s的2mw风电机组。
[0065]
其中，所述模糊推理规则包括：
[0066]
定义机组的功率实际值和功率给定值的偏差e的基本论域为[-200kw，200kw]，其偏差变化率ec的基本论域为[-400kw/s，400kw/s]，定义机组的功率实际值和功率给定值的偏差e的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{nb，nm，ns，z，ps，pm，pb}，其对应的模糊子集的论域为{-3，-2，-1，0，1，2，3}，如下表a所示；定义偏差变化率ec的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{nb，nm，ns，z，ps，pm，pb}，其对应的模糊子集的论域为{-6，-4，-2，0，2，4，6}，如下表b所示；
[0067][0068]
表a机组的功率实际值和功率给定值的偏差e的模糊化处理
[0069]
[0070]
表b偏差变化率ec的模糊化处理
[0071]
表1为k
p
的模糊控制规则表：
[0072][0073]
表2为ki的模糊控制规则表：
[0074][0075][0076]
表3为kd的模糊控制规则表：
[0077][0078]
根据模糊pid参数自适应控制器的控制目的选择输出变量k
p
、ki、kd，上述模糊控制规则分析如下：
[0079]
1)当机组的功率偏差e较大时，对变桨系统来说，首要的调节任务应为尽快消除输出功率和给定值之间误差，需要加快系统的调节过程，这就需要将k
p
调整为一个比较大的值。同时为了减少系统的超调量，需要将ki调整为0，防止积分饱和；为了防止微分饱和，需要将kd调整为一个比较小的值；
[0080]
2)当机组的功率偏差e和偏差变化率ec的变化规律相反时，功率误差e的绝对值会呈现减小的变化趋势。当机组的功率偏差e不大时，需要将参数k
p
、ki调大，适当调整kd的值；当机组的功率偏差e比较大时，应该提高系统的调节速度，此时应该将参数k
p
调整为一个中等大小的值，同时将参数ki调整为一个较小的值，kd调整为一个中等值；
[0081]
3)当机组的功率偏差e和偏差变化率ec符号相同时，误差e的绝对值会呈现增大的变化趋势。当功率偏e和偏差变化率ec都为中等大小时，为了尽快减小功率偏差，应将参数ki、kd调整为中等大小的值，同时将k
p
调整为一个较小值；当功率偏差e较小时，不需要系统有较快的调节速度，k
p
取一个中等大小的值即可，同时将参数ki调整为一个较大的值，参数kd调整为一个较小值。当功率偏差e比较大时，为加快系统的调节过程，需要将参数k
p
调整为
一个较大的值，同时将参数ki调整为一个较小的值，参数kd调整为一个中等值。
[0082]
模糊pid参数调整的控制规则共有49条，根据上述规则确定控制曲面参见图5至图7所示。
[0083]
所述模糊控制规则包括：
[0084]
风速-桨角模糊控制器所输入的风速v的基本论域为[12m/s，25m/s]，风速偏差δv的基本论域为[-7m/s，7m/s]，定义风速-桨角模糊控制器所输入的风速v的模糊语言值有5个:{非常高，很高，高，较高，略高}，简记为{eh，vh，h，rh，lh}，其对应的模糊子集的论域为{1，2，3，4，5}，如下表c所示；定义风速偏差δv的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{nb，nm，ns，z，ps，pm，pb}，其对应的模糊子集的论域为{-3，-2，-1，0，1，2，3}，如下表d所示；
[0085][0086]
表c风速v的模糊化处理
[0087][0088]
表d风速偏差的模糊化处理
[0089]
风速-桨角模糊控制器输出为桨距角增量δβ的基本论域为[-24
°
，24
°
]，桨距角增量δβ的模糊语言值有7个:{负大2，负大1，负中2，负中1，负小2，负小1，零，正小1，正小2，正中1，正中2，正大1，正大2}，简记为{nb2，nb1，nm2，nm1，ns2，ns1，z，ps1，ps2，pm1，pm2，pb1，pb2}，其对应的模糊子集的论域为{-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6}；
[0090]
表4为桨距角增量δβ的模糊控制规则表：
[0091][0092]
通过上述模糊控制规则输出相应的桨距角增量δβ，图3为风速-桨角模糊控制器的界面图，可以看出输入和输出之间的对应关系。
[0093]
图4为风速-桨角模糊控制器的输入输出曲面关系图，可以具体看出每个输入输出之间的对应关系。
[0094]
根据上述控制规则的设计，分别建立了基于风速的风速-桨角模糊控制器和基于功率的参数自适应模糊pid控制模块，基于风速的风速-桨角模糊控制器参见图8所示；基于功率的模糊pid参数自适应控制器，参见图9所示；最后，将上述两控制器封装后接入到风电机组仿真模型中，参见图10所示。
[0095]
实施例2
[0096]
本实施例所提供的基于模糊pid的台风条件下风浪流涌耦合载荷控制系统，包括：
[0097]
模糊pid参数自适应控制器，用于通过模糊推理规则实现机组变桨系统pid控制器的调节参数k
p
、ki、kd的自适应调整；
[0098]
机组变桨系统pid控制器，用于输出适合当前时刻风况的桨距角β0；
[0099]
风速-桨角模糊控制器，用于通过模糊控制规则输出相应的桨距角增量δβ；
[0100]
桨距角叠加模组，用于将桨距角增量δβ与桨距角β0叠加后作为机组变桨系统的变桨给定值。
[0101]
其中，所述模糊pid参数自适应控制器执行以下步骤：
[0102]
以机组功率为被控量，机组的功率实际值和功率给定值的偏差以及其偏差变化率为输入，通过预设的模糊推理规则实现机组变桨系统pid控制器的调节参数k
p
、ki、kd的自适应调整，使机组变桨系统pid控制器输出适合当前时刻风况的桨距角β0；
[0103]
所述模糊推理规则包括：
[0104]
定义机组的功率实际值和功率给定值的偏差e的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{nb，nm，ns，z，ps，pm，pb}，其对应的模糊子集的论域为{-3，-2，-1，0，1，2，3}；定义偏差变化率ec的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{nb，nm，ns，z，ps，pm，pb}，其对应的模糊子集的论域为{-6，-4，-2，0，2，4，6}；
[0105]
表5为k
p
的模糊控制规则表：
[0106][0107][0108]
表6为ki的模糊控制规则表：
[0109][0110]
表7为kd的模糊控制规则表：
[0111][0112]
根据模糊pid参数自适应控制器的控制目的选择输出变量k
p
、ki、kd。
[0113]
所述风速-桨角模糊控制器执行以下步骤：
[0114]
风速-桨角模糊控制器以风速为输入，通过模糊控制规则输出相应的桨距角增量δβ；
[0115]
所述模糊控制规则包括：
[0116]
定义风速-桨角模糊控制器所输入的风速v的模糊语言值有5个:{非常高，很高，高，较高，略高}，简记为{eh，vh，h，rh，lh}，其对应的模糊子集的论域为{1，2，3，4，5}；定义风速偏差δv的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{nb，nm，ns，z，ps，pm，pb}，其对应的模糊子集的论域为{-3，-2，-1，0，1，2，3}；
[0117]
风速-桨角模糊控制器输出为桨距角增量δβ的模糊语言值有7个:{负大2，负大1，负中2，负中1，负小2，负小1，零，正小1，正小2，正中1，正中2，正大1，正大2}，简记为{nb2，nb1，nm2，nm1，ns2，ns1，z，ps1，ps2，pm1，pm2，pb1，pb2}，其对应的模糊子集的论域为{-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6}；
[0118]
表8为桨距角增量δβ的模糊控制规则表：
[0119][0120]
通过上述模糊控制规则输出相应的桨距角增量δβ。
[0121]
实施例3
[0122]
本实施例公开了一种存储有指令的非暂时性计算机可读介质，当所述指令由处理器执行时，执行根据实施例1所述的基于模糊pid的台风条件下风浪流涌耦合载荷控制方法的步骤。
[0123]
本实施例中的非暂时性计算机可读介质可以是磁盘、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、u盘、移动硬盘等介质。
[0124]
实施例4
[0125]
本实施例公开了一种计算设备，包括处理器以及用于存储处理器可执行程序的存储器，所述处理器执行存储器存储的程序时，实现实施例1所述的基于模糊pid的台风条件下风浪流涌耦合载荷控制方法。
[0126]
本实施例中所述的计算设备可以是台式电脑、笔记本电脑、智能手机、pda手持终端、平板电脑、可编程逻辑控制器(plc，programmable logic controller)、或其它具有处理器功能的终端设备。
[0127]
以上所述之实施例只为本发明之较佳实施例，并非以此限制本发明的实施范围，故凡依本发明之形状、原理所作的变化，均应涵盖在本发明的保护范围内。

技术特征：
1.基于模糊pid的台风条件下风浪流涌耦合载荷控制方法，其特征在于：该方法是针对机组建立模糊pid参数自适应控制器，以机组功率为被控量，机组的功率实际值和功率给定值的偏差以及其偏差变化率为输入，通过预设的模糊推理规则实现机组变桨系统pid控制器的调节参数k
p
、k
i
、k
d
的自适应调整，使机组变桨系统pid控制器输出适合当前时刻风况的桨距角β0；同时建立风速-桨角模糊控制器，风速-桨角模糊控制器以风速为输入，通过模糊控制规则输出相应的桨距角增量δβ，使该桨距角增量δβ与机组变桨系统pid控制器所输出的桨距角β0进行叠加，进而得到桨距角调节信号，控制机组变桨系统提前动作，进而减少机组在极端风况所导致风浪流涌耦合的情况下受到的极限载荷。2.根据权利要求1所述的基于模糊pid的台风条件下风浪流涌耦合载荷控制方法，其特征在于，所述模糊推理规则包括：定义机组的功率实际值和功率给定值的偏差e的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{nb，nm，ns，z，ps，pm，pb}，其对应的模糊子集的论域为{-3，-2，-1，0，1，2，3}；定义偏差变化率ec的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{nb，nm，ns，z，ps，pm，pb}，其对应的模糊子集的论域为{-6，-4，-2，0，2，4，6}；表1为k
p
的模糊控制规则表：表2为k
i
的模糊控制规则表：表3为k
d
的模糊控制规则表：根据模糊pid参数自适应控制器的控制目的选择输出变量k
p
、k
i
、k
d
。3.根据权利要求1所述的基于模糊pid的台风条件下风浪流涌耦合载荷控制方法，其特
征在于，所述模糊控制规则包括：定义风速-桨角模糊控制器所输入的风速v的模糊语言值有5个:{非常高，很高，高，较高，略高}，简记为{eh，vh，h，rh，lh}，其对应的模糊子集的论域为{1，2，3，4，5}；定义风速偏差δv的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{nb，nm，ns，z，ps，pm，pb}，其对应的模糊子集的论域为{-3，-2，-1，0，1，2，3}；风速-桨角模糊控制器输出为桨距角增量δβ的模糊语言值有7个:{负大2，负大1，负中2，负中1，负小2，负小1，零，正小1，正小2，正中1，正中2，正大1，正大2}，简记为{nb2，nb1，nm2，nm1，ns2，ns1，z，ps1，ps2，pm1，pm2，pb1，pb2}，其对应的模糊子集的论域为{-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6}；表4为桨距角增量δβ的模糊控制规则表：通过上述模糊控制规则输出相应的桨距角增量δβ。4.基于模糊pid的台风条件下风浪流涌耦合载荷控制系统，其特征在于，包括：模糊pid参数自适应控制器，用于通过模糊推理规则实现机组变桨系统pid控制器的调节参数k
p
、k
i
、k
d
的自适应调整；机组变桨系统pid控制器，用于输出适合当前时刻风况的桨距角β0；风速-桨角模糊控制器，用于通过模糊控制规则输出相应的桨距角增量δβ；桨距角叠加模组，用于将桨距角增量δβ与桨距角β0叠加后作为机组变桨系统的变桨给定值。5.根据权利要求4所述的基于模糊pid的台风条件下风浪流涌耦合载荷控制系统，其特征在于，所述模糊pid参数自适应控制器执行以下步骤：以机组功率为被控量，机组的功率实际值和功率给定值的偏差以及其偏差变化率为输入，通过预设的模糊推理规则实现机组变桨系统pid控制器的调节参数k
p
、k
i
、k
d
的自适应调整，使机组变桨系统pid控制器输出适合当前时刻风况的桨距角β0；所述模糊推理规则包括：定义机组的功率实际值和功率给定值的偏差e的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{nb，nm，ns，z，ps，pm，pb}，其对应的模糊子集的论域为{-3，-2，-1，0，1，2，3}；定义偏差变化率ec的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{nb，nm，ns，z，ps，pm，pb}，其对应的模糊子集的论域为{-6，-4，-2，0，2，4，6}；
表5为k
p
的模糊控制规则表：表6为k
i
的模糊控制规则表：表7为k
d
的模糊控制规则表：根据模糊pid参数自适应控制器的控制目的选择输出变量k
p
、k
i
、k
d
。6.根据权利要求4所述的基于模糊pid的台风条件下风浪流涌耦合载荷控制系统，其特征在于，所述风速-桨角模糊控制器执行以下步骤：风速-桨角模糊控制器以风速为输入，通过模糊控制规则输出相应的桨距角增量δβ；所述模糊控制规则包括：定义风速-桨角模糊控制器所输入的风速v的模糊语言值有5个:{非常高，很高，高，较高，略高}，简记为{eh，vh，h，rh，lh}，其对应的模糊子集的论域为{1，2，3，4，5}；定义风速偏差δv的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{nb，nm，ns，z，ps，pm，pb}，其对应的模糊子集的论域为{-3，-2，-1，0，1，2，3}；风速-桨角模糊控制器输出为桨距角增量δβ的模糊语言值有7个:{负大2，负大1，负中2，负中1，负小2，负小1，零，正小1，正小2，正中1，正中2，正大1，正大2}，简记为{nb2，nb1，nm2，nm1，ns2，ns1，z，ps1，ps2，pm1，pm2，pb1，pb2}，其对应的模糊子集的论域为{-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6}；表8为桨距角增量δβ的模糊控制规则表：
通过上述模糊控制规则输出相应的桨距角增量δβ。7.一种存储有指令的非暂时性计算机可读介质，其特征在于，当所述指令由处理器执行时，执行根据权利要求1至3任意一项所述的基于模糊pid的台风条件下风浪流涌耦合载荷控制方法的步骤。8.一种计算设备，包括处理器以及用于存储处理器可执行程序的存储器，其特征在于，所述处理器执行存储器存储的程序时，实现权利要求1至3任意一项所述的基于模糊pid的台风条件下风浪流涌耦合载荷控制方法。

技术总结
本发明公开了基于模糊PID的台风条件下风浪流涌耦合载荷控制方法，该方法是建立模糊PID参数自适应控制器，以机组功率为被控量，机组的功率实际值和功率给定值的偏差以及其偏差变化率为输入，通过预设的模糊推理规则实现机组变桨系统PID控制器的调节参数的自适应调整，使机组变桨系统PID控制器输出适合当前时刻风况的桨距角；同时建立风速-桨角模糊控制器，风速-桨角模糊控制器以风速为输入，通过模糊控制规则输出相应的桨距角增量，使该桨距角增量与机组变桨系统PID控制器所输出的桨距角进行叠加，控制机组变桨系统提前动作；本发明能够改善变桨系统在极端风况下的控制效果，有效改善大型海上风电机组在风浪流涌耦合下的塔架载荷过大及功率波动的问题。塔架载荷过大及功率波动的问题。塔架载荷过大及功率波动的问题。


技术研发人员：黄硕 黄晶晶 赵晓峻 欧柳利 陈思范 陈天宇 常卡 王佑
受保护的技术使用者：明阳智慧能源集团股份公司
技术研发日：2023.02.20
技术公布日：2023/6/12