基于变桨距风力机粒子群优化与卡尔曼滤波的最优容错桨距角控制

《Next Energy》：Optimal fault-tolerant pitch angle control of wind turbines using PSO and Kalman filter

　　

可靠的故障检测与安全运行是高效风力发电控制的关键要求。研究人员提出了一种面向变速风力机的主动容错变桨控制策略，将风力机建模为双质量传动链系统，该策略结合了粒子群优化(PSO)整定的比例-积分-微分(PID)控制器与基于卡尔曼滤波的故障检测及补偿方案。PSO算法在线动态优化PID增益，提升不同风况下的跟踪性能与适应性；卡尔曼滤波在检测到故障后从受污染的传感器测量中重构真实桨距角β?。通过集成故障估计与自适应增益整定，所提方法在桨距传感器故障条件下保障稳定运行，降低过度机械应力，保护传动链与叶片等关键部件。MATLAB/Simulink中的仿真结果表明，与常规固定增益PID控制器及被动观测器方案相比，所提方法显著改善了跟踪精度与暂态响应。

研究背景与动机

实用规模风能转换系统(WECS)具有强非线性、多变量与工况多变的特性，随着转子直径与兆瓦级容量提升，在额定风速以上区域（Region III，12.5–25 m/s）控制目标由最大能量捕获转向结构保护与功率稳定，集体变桨控制成为核心手段。工业界仍普遍采用经典PID架构，但固定增益PID在Cp非线性敏感区及传感器漂移/卡滞等故障下表现不足；现有容错控制(FTC)多分为被动(PFTC)与主动(AFTC)两类，主动式虽依赖在线故障检测与隔离(FDI)，但多数方案将故障估计滤波器与控制器整定回路分离，且在线优化计算负担大，难以满足工业可编程逻辑控制器(PLC)采样要求。因此，研究人员开展一项计算高效的主动容错变桨控制研究，将离散卡尔曼滤波观测器与在线PSO-PID整定统一集成，在5 MW基准风机上验证其于传感器偏置故障下的跟踪与稳定能力。该文发表于《Next Energy》。

主要关键技术方法

研究人员采用NREL 5 MW三叶片上风向变速风机基准模型，气动单元由功率系数Cp(λ,β)描述，传动系简化为双质量模型（转子侧惯量Jr、发电机侧惯量Jg、扭转刚度Kdt与阻尼Ddt）；在Region III设置额定风速以上场景，注入附加桨距传感器偏置(PSB)故障。核心方法包括：①在线约束PSO-PID整定（种群规模20，采样时间h=0.01 s）动态调节Kp、Ki、Kd；②建立含加性偏置的传感器故障模型，设计离散卡尔曼滤波观测器估计真实β?并检测残差；③构建基于统计残差阈值的双路径自动切换机制，故障确认后将反馈由物理传感器切至卡尔曼重构状态；④在MATLAB/Simulink中实现三类场景对比——基线故障PID、被动观测器补偿、所提主动容错控制。

研究结果

1. 2.
   系统描述
   研究人员给出气动功率Pa = ?ρA v3 Cp(λ,β)及Cp的解析表达式，推导双质量传动链状态空间方程，明确转子转速ωr、发电机转速ωg、轴扭角θΔ与桨距角β为关键状态，为后续控制器与观测器设计提供数学模型基础。
2. 3.
   变桨控制与容错架构
   基于主PID回路，研究人员将PSB建模为测量通道叠加常数偏置，配置离散卡尔曼滤波预测-更新步骤以抑制随机噪声并输出β?；在线PSO以跟踪误差积分指标为适应度函数，周期性重算PID增益；双路径切换逻辑监控残差均值越过阈值即闭锁物理反馈、接入重构状态，实现AFTC闭环。
3. 4.
   三场景评估框架
   在5 MW风机Simulink模型中模拟阶跃风与湍流风，分别运行：固定增益PID（故障未补偿）、被动卡尔曼观测器补偿（增益不变）、所提PSO-KF-AFTC（增益自整定+状态重构）。记录桨距指令βref、真实β、传感器测量βm、发电机转速ωg及轴扭矩。
4. 5.
   验证结果与对比分析
   仿真显示，基线故障PID因偏置进入反馈致βm偏离、ωg超限、轴扭矩振荡加剧；被动观测器虽抑制偏置但固定PID增益在风况突变时超调明显；所提方法在PSO动态调整Kp/Ki/Kd配合KF重构β?后，β跟踪误差显著降低，ωg快速回归额定值，暂态超调与稳态抖动最小，机械应力下降。统计指标（RMSE、IAE）均优于对照两组。
5. 6.
   结论
   研究人员得出结论：所提PSO-PID与卡尔曼滤波集成的主动容错变桨策略，在计算受限的实时框架内（h=0.01 s，N=20）可有效检测并补偿桨距传感器偏置故障，通过双路径切换避免故障反馈污染，自适应增益提升Region III非线性区的鲁棒跟踪，较固定增益PID与被动观测器方案在跟踪精度、暂态响应与传动系载荷方面均有改进，为工业PLC级风电容错控制提供可部署思路。

讨论与意义

论文将状态重构与控制器自整定耦合于单一架构，弥补了既往FTC中故障估计与增益调节异步导致的故障后跟踪滞后问题；限制粒子数并周期更新以契合实时性，是连接智能优化与工业PID维护习惯的折中方案。结果显示该方法不需复杂分数阶或滑模结构即可在传感器偏置类故障下维持风机安全，对降低运维成本与延长传动部件寿命具有工程价值。作者指出未来可将执行器故障、多传感器融合及硬件在环验证纳入扩展。