1.一种基于有限时间鲁棒保成本稳定的风电机组变桨距控制方法,包括以下步骤:
第一步:对于风电机组变桨距系统,建立连续时间非线性模型,并由如下模糊T-S模型近似表示:
被控对象模型规则i (i=1,2,...,r)
如果θ1(t)为Ni1,θ2(t)为Ni2,θ3(t)为Ni3
那么x·(t)=Aix(t)+Biu(t)]]>
其中,θ1(t)、θ2(t)和θ3(t)分别表示风速、风力发电机转速和输出功率;Ni1、Ni2和Ni3分别为第i条规则中θ1(t)、θ2(t)和θ3(t)对应的语言变量;x(t)为由桨距角、风力发电机转速和风力发电机输出电流构成的向量;u(t)表示期望的桨距角指令输入;(Ai,Bi)表示第i条被控对象模型规则对应的状态方程系数;r为控制规则数(本发明取值为9或16);
第二步:对上述模糊T-S模型进行乘积推理、重心解模糊化处理,得到由如下动态模糊模型表示的被控对象模型:
x·(t)=Σi=1rhi(θ(t))[Aix(t)+Biu(t)]]]>
其中,hi(θ(t))=hil(θ1(t))hi2(θ2(t))hi3(θ3(t))Σm=1rhm1(θ1(t))hm2(θ2(t))hm3(θ3(t))]]>表示被控对象模型符合第i条规则的程度;hi1(θ1(t))、hi2(θ2(t))和hi3(θ3(t))分别为θ1(t)、θ2(t)和θ3(t)的隶属度函数;
第三步:根据有限时间稳定的涵义以及所述被控对象模型,设计由如下模糊T-S模型表示的控制器模型,其中,每个被控对象模型规则对应一个控制器模型规则:
控制器模型规则j(j=1,2,...,r)
如果θ1(t)为Nj1θ2(t)为Nj2,θ3(t)为Nj3
那么u(t)=Kjx(t)
其中,Kj为增益矩阵,也即控制系数;
对上述控制器模型进行乘积推理、重心解模糊化,整理得到如下控制器:
u(t)=Σi=1rhj(θ(t))Kjx(t)]]>
其中,Njk(j=1,2,...,r,k=1,2,3)与第一步中的Nik(i=1,2,...,r,k=1,2,3)一致,hj(θ(t))(j=1,2,...,r)与第二步中的hi(θ(t))(i=1,2,...,r)一致;
第四步:利用第三步得到的桨距角指令输入u(t),对桨距角、风力发电机转速和风力发电机输出电流进行控制,其中,
当标量α≥0,对称正定阵Q∈Rn×n以及矩阵Wj(j=1,2,...,r)满足一定的关系式时,所述控制系数Kj取为以保证非线性系统有一个保成本的界限Ξ=λmax(Q-1)c1eαT,即满足控制系统在考察的时间范围[0,T]内有限时间鲁棒保成本稳定,所述关系式为:
(1)对于ΔAi=MA,iFA,i(t)NA,iΔBi=MB,iFB,i(t)NB,i,]]>所述关系式为:
ψ‾nQ~WiTMA,iϵ(NA,iQ~)TMB,iϵ(NB,iQ~)TQ~-Q1-100000Wi0-Q2-10000(MA,i)T00-ϵI000ϵ(NA,iQ~)000-ϵI00(MB,i)T0000-ϵI0ϵ(NB,iQ~)00000-ϵI<01≤i≤rΩ‾nQ~WiTWjTMA,iϵ(NA,iQ~)TMB,iϵ(NB,iQ~)TQ~-12Q1-1000000Wi0-Q2-100000Wj00-Q2-10000(MA,i)T000-ϵI000ϵ(NA,iQ~)0000-ϵI00(MB,i)T00000-ϵI0ϵ(NB,iQ~)000000-ϵI<01≤i,j≤rc1λmin(Q)<c2e-αTλmax(Q)]]>
其中Q~=RC-1/2QRC-1/2,]]>ψ‾n=Q~AiT+AiQ~+WiTBiT+BiWi-αQ~,]]>Ω‾n=Q~(Ai+BiKj)T+(Ai+BiKj)Q~+Q~(Aj+BjKi)T+(Aj+BjKi)Q~-2αQ~;]]>
(2)对于ΔAi=AiMA,iFA,i(t)NA,iΔBi=BiMB,iFB,i(t)NB,i,]]>所述关系式为:
ψ‾nQ~WiTAiMA,iϵ(NA,iQ~)TBiMB,iϵ(NB,iQ~)TQ~-Q1-100000Wi0-Q2-10000(AiMA,i)T00-ϵI000ϵ(NA,iQ~)000-ϵI00(BiMB,i)T0000-ϵI0ϵ(NB,iQ~)00000-ϵI<01≤i≤rΩ‾nQ~WiTWjTAiMA,iϵ(NA,iQ~)TBiMB,iϵ(NB,iQ~)TQ~-12Q1-1000000Wi0-Q2-100000Wj00-Q2-10000(AiMA,i)T000-ϵI000ϵ(NA,iQ~)0000-ϵI00(BiMB,i)T00000-ϵI0ϵ(NB,iQ~)000000-ϵI<01≤i,j≤rc1λmin(Q)<c2e-αTλmax(Q)]]>
其中Q~=RC-1/2QRC-1/2,]]>ψ‾n=Q~AiT+AiQ~+WiTBiT+BiWi-αQ~,]]>Ω‾n=Q~(Ai+BiKj)T+(Ai+BiKj)Q~+Q~(Aj+BjKi)T+(Aj+BjKi)Q~-2αQ~;]]>
(3)对于ΔAi=MA,iFA,i(t)NA,iAiΔBi=MB,iFB,i(t)NB,iBi,]]>所述关系式为:
ψ‾nQ~WiTMA,iϵ(NA,iAiQ~)TMB,iϵ(NB,iBiQ~)TQ~-Q1-100000Wi0-Q2-10000MA,iT00-ϵI000ϵ(NA,iAiQ~)000-ϵI00MB,iT0000-ϵI0ϵ(NB,iBiQ~)00000-ϵI<01≤i≤rΩ‾nQ~WiTWjTMA,iϵ(NA,iAiQ~)TMB,iϵ(NB,iBiQ~)TQ~-12Q1-1000000Wi0-Q2-100000Wj00-Q2-10000MA,iT000-ϵI000ϵ(NA,iAiQ~)0000-ϵI00MB,iT00000-ϵI0ϵ(NB,iBiQ~)000000-ϵI<01≤i,j≤rc1λmin(Q)<c2e-αTλmax(Q)]]>
其中Q~=RC-1/2QRC-1/2,]]>ψ‾n=Q~AiT+AiQ~+WiTBiT+BiWi-αQ~,]]>Ω‾n=Q~(Ai+BiKj)T+(Ai+BiKj)Q~+Q~(Aj+BjKi)T+(Aj+BjKi)Q~-2αQ~;]]>
上面三种情况中ΔAi和ΔBi(i=1,2,...,r)表示第i条规则的状态方程系数的摄动值;参数(c1,c2,T,RC)满足都有xT(0)RCx(0)≤c1⇒xT(t)RCx(t)≤c2,]]>其中,0<c1<c2,T∈R+以及RC>0,并且RC表示状态增益矩阵,c1表示初始状态x(0)对应的xT(0)RCx(0)取值上限,c2表示在时间(0,T]内状态x(t)对应的xT(t)RCx(t)取值上限,Mj和Nj是已知的矩阵,时变矩阵Fj(t)是待求解的连续函数,λmin(Q)表示矩阵Q的最小特征值,λmax(Q)表示矩阵Q的最大特征值,Q1和Q2分别表示状态与输入的增益矩阵。