本實(shí)用新型涉及風(fēng)力發(fā)電技術(shù)領(lǐng)域，更為具體地，涉及一種基于風(fēng)速測量與估計(jì)的風(fēng)電系統(tǒng)MPPT控制裝置。

背景技術(shù)：

風(fēng)力發(fā)電因其蘊(yùn)藏量大、清潔可再生等特性，已成為當(dāng)前新能源發(fā)電的主要方向之一。與雙饋型風(fēng)機(jī)相比，永磁直驅(qū)型風(fēng)機(jī)具有無需變速箱、能耗少、維護(hù)成本低、更能適應(yīng)低風(fēng)速等優(yōu)點(diǎn)。風(fēng)力發(fā)電系統(tǒng)的輸出功率與外界環(huán)境以及負(fù)載有關(guān)，在一定的外界環(huán)境下，存在唯一的最大功率點(diǎn)。為了提高風(fēng)電系統(tǒng)的發(fā)電效率，需要為風(fēng)電系統(tǒng)配備最大功率跟蹤(Maximum Power Point Tracking，簡稱MPPT)控制裝置，并實(shí)施有效的MPPT控制方法。風(fēng)力發(fā)電系統(tǒng)的最大功率跟蹤方法有很多，比如葉尖速比法，爬山搜索法，功率反饋法等。

葉尖速比法：在已知有效風(fēng)速的條件下，通過調(diào)節(jié)風(fēng)機(jī)轉(zhuǎn)速，使葉尖速比保持最佳值，即可以實(shí)現(xiàn)最大功率跟蹤。此方法的優(yōu)點(diǎn)為思路簡單，難點(diǎn)在于有效風(fēng)速的獲取。有效風(fēng)速為整個風(fēng)輪面積上的風(fēng)速有效值，而風(fēng)速傳感器只能對某一點(diǎn)的風(fēng)速進(jìn)行測量，且裝設(shè)較為困難，因此，有效風(fēng)速的準(zhǔn)確測量十分不易，從而導(dǎo)致該方法的實(shí)用性受限。

針對有效風(fēng)速難以準(zhǔn)確測量的問題，業(yè)界提出了基于風(fēng)速估計(jì)的研究思路：首先測量風(fēng)機(jī)轉(zhuǎn)速與功率信息，再依據(jù)風(fēng)力機(jī)的功率特性建立風(fēng)速方程，進(jìn)而求解出風(fēng)速。該類方法的缺陷在于：一是風(fēng)速方程為非線性方程，直接對其求解較為困難，不易于硬件實(shí)現(xiàn)；二是忽略了空氣密度對風(fēng)力機(jī)的功率特性影響，由于在不同的氣溫、氣壓條件下，空氣密度不同，造成求解出的風(fēng)速與真實(shí)有效風(fēng)速的誤差較大，從而影響了最大功率跟蹤的準(zhǔn)確性。

爬山搜索法：對風(fēng)機(jī)轉(zhuǎn)速或者占空比的控制指令值以一定的步長進(jìn)行擾動，然后觀察風(fēng)機(jī)的功率變化。如果功率增加，那么風(fēng)機(jī)轉(zhuǎn)速或者占空比控制指令的擾動方向不變；如果功率減小，則將風(fēng)機(jī)轉(zhuǎn)速或者占空比控制指令的擾動反向。爬山搜索法的優(yōu)點(diǎn)在于不需要進(jìn)行風(fēng)速測量，難點(diǎn)在于擾動周期以及擾動步長的選擇。另外，當(dāng)風(fēng)機(jī)容量較大時(shí)，由于系統(tǒng)存在慣性，擾動并不能得到及時(shí)的功率響應(yīng)，致使爬山搜索法的實(shí)際控制效果并不理想。

功率反饋法：此方法是通過轉(zhuǎn)速傳感器測量出風(fēng)機(jī)的轉(zhuǎn)速，利用發(fā)電機(jī)電磁轉(zhuǎn)矩直接控制發(fā)電機(jī)的有功功率來跟蹤已知的最佳轉(zhuǎn)速-功率特性曲線，從而實(shí)現(xiàn)系統(tǒng)的最大功率跟蹤控制。該方法的難度在于獲取風(fēng)機(jī)的最佳轉(zhuǎn)速-功率曲線，需要大量的實(shí)驗(yàn)和分析，過程頗為繁雜。

綜上所述，現(xiàn)有的風(fēng)電系統(tǒng)的最大功率跟蹤控制方法均存在一定的缺陷，限制了風(fēng)電系統(tǒng)的最大功率捕獲，因此有必要加以改進(jìn)。

技術(shù)實(shí)現(xiàn)要素：

鑒于上述背景技術(shù)所存在的問題，本實(shí)用新型提供一種基于風(fēng)速測量與估計(jì)的風(fēng)電系統(tǒng)MPPT控制裝置。

本實(shí)用新型提供的基于風(fēng)速測量與估計(jì)的風(fēng)電系統(tǒng)MPPT控制裝置，風(fēng)電系統(tǒng)包括永磁直驅(qū)風(fēng)力發(fā)電機(jī)、整流器、第一電容、第二電容和負(fù)載，MPPT控制裝置包括MPPT控制器、風(fēng)速傳感器、溫度傳感器、氣壓傳感器、轉(zhuǎn)速傳感器、電壓傳感器、電流傳感器、DC-DC變換器和驅(qū)動模塊，其中，負(fù)載的一端與第二電容的正極連接，另一端接地，而第二電容的負(fù)極接地；整流器的三相輸入端與永磁直驅(qū)風(fēng)力發(fā)電機(jī)的三相輸出端連接，整流器的單相輸出正端與第一電容的正極連接，整流器的單相輸出負(fù)端與第一電容的負(fù)極連接；電壓傳感器的待測電壓輸入正端與第一電容的正極連接，電壓傳感器的待測電壓輸出入負(fù)端與第一電容的負(fù)極連接；電壓傳感器的測量信號輸出端與MPPT控制器連接；電流傳感器的待測電流輸入端與第一電容的正極連接，電流傳感器的待測電流輸出端與DC-DC變換器的輸入正端連接；電流傳感器的測量信號輸出端與MPPT控制器連接；DC-DC變換器的輸入負(fù)端與第一電容的負(fù)極連接，DC-DC變換器的輸出正端與第二電容的正極連接，DC-DC變換器的輸出負(fù)端接地，DC-DC變換器的脈寬調(diào)制信號輸入端與驅(qū)動模塊的一端連接；驅(qū)動模塊的另一端與MPPT控制器連接；轉(zhuǎn)速傳感器的兩個輸入端與永磁直驅(qū)風(fēng)力發(fā)電機(jī)的三相輸出端中的其中兩端連接，轉(zhuǎn)速傳感器的測量信號輸出端與MPPT控制器連接；風(fēng)速傳感器的測量信號輸出端與MPPT控制器連接；溫度傳感器的測量信號輸出端與MPPT控制器連接；氣壓傳感器測量信號輸出端與MPPT控制器連接。

本實(shí)用新型能夠取得以下技術(shù)效果：

1、對風(fēng)速估計(jì)信號與風(fēng)速測量信號進(jìn)行融合作為最終的風(fēng)速信號，提高其可靠性；

2、當(dāng)外界環(huán)境發(fā)生變化時(shí)，借助于最佳葉尖速比法可以直接將工作轉(zhuǎn)速調(diào)節(jié)至最佳風(fēng)機(jī)轉(zhuǎn)速的附近，避免了傳統(tǒng)爬山搜索法逐步試探的過程，具有跟蹤速度快的優(yōu)點(diǎn)，從而提高了風(fēng)機(jī)的發(fā)電效率。

附圖說明

通過參考以下結(jié)合附圖的說明及權(quán)利要求書的內(nèi)容，并且隨著對本實(shí)用新型的更全面理解，本實(shí)用新型的其它目的及結(jié)果將更加明白及易于理解。在附圖中：

圖1為根據(jù)本實(shí)用新型實(shí)施例的所采用的硬件結(jié)構(gòu)圖；

圖2為根據(jù)本實(shí)用新型實(shí)施例的徑向基神經(jīng)網(wǎng)絡(luò)風(fēng)速估計(jì)模型的結(jié)構(gòu)示意圖；

圖3為根據(jù)本實(shí)用新型實(shí)施例的遺傳算法優(yōu)化徑向基神經(jīng)網(wǎng)絡(luò)的流程圖；

圖4為風(fēng)速為7m/s時(shí)傳統(tǒng)占空比爬山搜索法的跟蹤過程示意圖；

圖5為風(fēng)速為7m/s時(shí)所提控制方法的跟蹤過程示意圖；

圖6為變風(fēng)速工況下所提控制方法的跟蹤過程示意圖。

在所有附圖中相同的標(biāo)號指示相似或相應(yīng)的特征或功能。

其中的附圖標(biāo)記包括：永磁直驅(qū)風(fēng)力發(fā)電機(jī)1、整流器2、第一電容3、第二電容4、負(fù)載5、MPPT控制器6、風(fēng)速傳感器7、溫度傳感器8、氣壓傳感器9、轉(zhuǎn)速傳感器10、電壓傳感器11、電流傳感器12、DC-DC變換器13、驅(qū)動模塊14。

附圖中和文本中各符號的意義為：V_m為風(fēng)速信號，ω_r為永磁直驅(qū)風(fēng)力發(fā)電機(jī)的轉(zhuǎn)速(以下簡稱風(fēng)機(jī)轉(zhuǎn)速)，P_m為永磁直驅(qū)風(fēng)力發(fā)電機(jī)的機(jī)械功率(簡稱為風(fēng)機(jī)機(jī)械功率)，R為風(fēng)輪半徑，ρ為空氣密度，C_p為風(fēng)能利用系數(shù)，λ為葉尖速比，V_z為直流電壓，I_z為直流電流，V_m1為徑向基神經(jīng)網(wǎng)絡(luò)風(fēng)速估計(jì)值，ω_ref為風(fēng)機(jī)轉(zhuǎn)速預(yù)測值；c_i為徑向基神經(jīng)網(wǎng)絡(luò)隱含層第i個神經(jīng)元基函數(shù)的數(shù)據(jù)中心，δ_i為徑向基神經(jīng)網(wǎng)絡(luò)隱含層第i個神經(jīng)元基函數(shù)的擴(kuò)展常數(shù)，w_i為徑向基神經(jīng)網(wǎng)絡(luò)隱含層第i個神經(jīng)元到輸出層的權(quán)值，φ_i(x)為隱含層基函數(shù)。

具體實(shí)施方式

在下面的描述中，出于說明的目的，為了提供對一個或多個實(shí)施例的全面理解，闡述了許多具體細(xì)節(jié)。然而，很明顯，也可以在沒有這些具體細(xì)節(jié)的情況下實(shí)現(xiàn)這些實(shí)施例。在其它例子中，為了便于描述一個或多個實(shí)施例，公知的結(jié)構(gòu)和設(shè)備以方框圖的形式示出。

以下將結(jié)合附圖對本實(shí)用新型的具體實(shí)施例進(jìn)行詳細(xì)描述。

如圖1所示，本實(shí)用新型實(shí)施例提供一種基于風(fēng)速測量與估計(jì)的風(fēng)電系統(tǒng)MPPT控制裝置，其中，風(fēng)電系統(tǒng)包括：永磁直驅(qū)風(fēng)力發(fā)電機(jī)1、整流器2、第一電容3、第二電容4和負(fù)載5；MPPT控制裝置包括：MPPT控制器6、風(fēng)速傳感器7、溫度傳感器8、氣壓傳感器9、轉(zhuǎn)速傳感器10、電壓傳感器11、電流傳感器12、DC-DC變換器13和驅(qū)動模塊14。

負(fù)載5的一端與第二電容4的正極連接，負(fù)載5的另一端接地；整流器2的三相輸入端與永磁直驅(qū)風(fēng)力發(fā)電機(jī)1的三相輸出端連接，整流器2的單相輸出正端與第一電容3的正極連接，整流器2的單相輸出負(fù)端與第一電容3的負(fù)極連接；電壓傳感器11的待測電壓輸入正端與第一電容3的正極連接，電壓傳感器11的待測電壓輸出入負(fù)端與第一電容3的負(fù)極連接；電壓傳感器11的測量信號輸出端與MPPT控制器6連接；電流傳感器12的待測電流輸入端與第一電容3的正極連接，電流傳感器12的待測電流輸出端與DC-DC變換器13的輸入正端連接；電流傳感器12的測量信號輸出端與MPPT控制器6連接；DC-DC變換器13的輸入負(fù)端與第一電容3的負(fù)極連接，DC-DC變換器13的輸出正端與第二電容4的正極連接，第二電容4的負(fù)極接地，DC-DC變換器13的輸出負(fù)端接地，DC-DC變換器13的脈寬調(diào)制信號輸入端與驅(qū)動模塊14的一端連接；驅(qū)動模塊14的另一端與MPPT控制器6連接；轉(zhuǎn)速傳感器10的兩個輸入端與永磁直驅(qū)風(fēng)力發(fā)電機(jī)1的三相輸出端中的其中兩端連接，轉(zhuǎn)速傳感器10的測量信號輸出端與MPPT控制器6連接；風(fēng)速傳感器7的測量信號輸出端與MPPT控制器6連接；溫度傳感器8的測量信號輸出端與MPPT控制器6連接；氣壓傳感器9的測量信號輸出端與MPPT控制器6連接。

在本實(shí)施例中，永磁直驅(qū)風(fēng)力發(fā)電機(jī)1的主要參數(shù)為：風(fēng)輪直徑為1.3m，額定電壓為12V，額定轉(zhuǎn)速為1400r/min，額定功率為200W，啟動風(fēng)速為1m/s，額定風(fēng)速為10m/s，安全風(fēng)速為25m/s；最大功率跟蹤裝置的主要參數(shù)為：MPPT控制器6采用dsPIC33FJ06GS101單片機(jī)，DC-DC變換器13采用Boost電路，驅(qū)動模塊14為MCP14E3型號，電壓傳感器11為LV28-P型號，電流傳感器12為LA25-NP型號，氣壓傳感器9為MS5611-01BA03型號，溫度傳感器8為DS18b20型號，轉(zhuǎn)速傳感器10選用電壓過零檢測式頻率計(jì)，第一電容3為C1＝10uF，第二電容4為C2＝100uF，負(fù)載5選擇16歐電阻。

上述說明了MPPT控制裝置的結(jié)構(gòu)，以及與風(fēng)電系統(tǒng)的連接關(guān)系。下面對MPPT控制裝置的工作原理進(jìn)行說明：

步驟1：通過風(fēng)速傳感器7采集地面某一高度Z₀處的風(fēng)速信號V₀，并按照以下公式計(jì)算風(fēng)機(jī)輪轂高度Z_m處的風(fēng)速信號V_m：

其中，a為風(fēng)切變指數(shù)。

步驟2：分別利用電壓傳感器11、電流傳感器12采集風(fēng)電系統(tǒng)中整流器2輸出的直流電壓V_z與直流電流I_z，利用轉(zhuǎn)速傳感器10采集風(fēng)機(jī)轉(zhuǎn)速ω_r，計(jì)算出此刻的永磁直驅(qū)風(fēng)力發(fā)電機(jī)1的輸出機(jī)械功率P_m為：

步驟3：通過溫度傳感器8采集空氣溫度T，氣壓傳感器9采集大氣壓力p，并將風(fēng)機(jī)轉(zhuǎn)速ω_r、機(jī)械功率P_m同空氣溫度T、大氣壓力p輸入遺傳-徑向基神經(jīng)網(wǎng)絡(luò)風(fēng)速估計(jì)模型，遺傳-徑向基神經(jīng)網(wǎng)絡(luò)風(fēng)速估計(jì)模型輸出的是風(fēng)速的估計(jì)值V_m1。

步驟4：將風(fēng)速的估計(jì)值V_m1與風(fēng)速信號V_m按照以下方式進(jìn)行融合，得出融合后的風(fēng)速估計(jì)信號為：

V_mr＝w*V_m1+(1-w)*V_m

其中，w為融合系數(shù)。

步驟5：利用最佳葉尖速比法，計(jì)算出有效風(fēng)速的估計(jì)值V_mr所對應(yīng)的最佳風(fēng)機(jī)轉(zhuǎn)速預(yù)測值ω_ref：

其中，λ_opt為最佳葉尖速比，R為葉輪半徑。

步驟6：通過比例積分控制方法調(diào)節(jié)風(fēng)機(jī)轉(zhuǎn)速ω_r，使之達(dá)到最佳風(fēng)機(jī)轉(zhuǎn)速預(yù)測值ω_ref；然后以ω_ref為初始值，采用占空比爬山搜索法以設(shè)定的擾動步長Δd跟蹤風(fēng)機(jī)的最大功率。

步驟7：若占空比爬山搜索法求得的擾動前后的功率差值大于等于設(shè)定閾值T_r，說明風(fēng)速發(fā)生了突變，重復(fù)步驟1至步驟7；否則，繼續(xù)采用占空比爬山搜索法以設(shè)定的擾動步長Δd跟蹤風(fēng)機(jī)的最大功率。

其中，步驟3中的遺傳-徑向基神經(jīng)網(wǎng)絡(luò)風(fēng)速估計(jì)模型的建立過程如下：

步驟S1：采集風(fēng)速-轉(zhuǎn)速-氣壓-溫度-功率訓(xùn)練樣本，針對不同空氣溫度T與大氣壓力p，查閱空氣在不同壓力和溫度下的密度表獲取空氣密度p，令風(fēng)速信號V_w與轉(zhuǎn)速信號ω_r分別在一定范圍內(nèi)變化，并按照如下公式獲取風(fēng)機(jī)的機(jī)械功率輸出信號P_m：

其中：R為風(fēng)輪半徑，C_p為風(fēng)能利用系數(shù)，ρ為空氣密度，λ為葉尖速比，通過構(gòu)造大量風(fēng)速-轉(zhuǎn)速-氣壓-溫度-功率樣本，形成訓(xùn)練樣本集{(V_w，ω_r，T，p，P_m)}。

訓(xùn)練樣本的采集過程為：針對不同空氣溫度T與大氣壓力p，令風(fēng)速信號V_w與轉(zhuǎn)速信號ω_r分別在一定范圍內(nèi)變化，并按照公式(1)至公式(3)獲取風(fēng)機(jī)的機(jī)械功率輸出信號P_m。在本實(shí)施例中，針對一臺額定功率200W、風(fēng)輪半徑R＝0.65m的永磁直驅(qū)風(fēng)力發(fā)電機(jī)，令空氣溫度T以10℃為間隔在-30℃-+40℃內(nèi)變化，令大氣壓力p以1kPa為間隔在97kPa-102kPa內(nèi)變化，共計(jì)48種工況條件，通過查閱壓力-溫度-空氣密度表計(jì)算相應(yīng)的空氣密度ρ，并令風(fēng)速V_w信號在4m/s-13m/s內(nèi)變化，風(fēng)機(jī)轉(zhuǎn)速ω_r在10rad/s-140rad/s內(nèi)變化，計(jì)算相應(yīng)的風(fēng)機(jī)機(jī)械功率P_m?？紤]到實(shí)際應(yīng)用時(shí)能量一般單向流動，故將輸出功率為負(fù)值的樣本進(jìn)行剔除，共采集到132000個(T，p，V_w，ω_r，P_m)樣本。

步驟S2：建立遺傳-徑向基神經(jīng)網(wǎng)絡(luò)風(fēng)速估計(jì)模型，輸入層為4個神經(jīng)元，隱含層為10個神經(jīng)元，輸出層為1個神經(jīng)元。其中，輸入層的第一個神經(jīng)元對應(yīng)輸入為轉(zhuǎn)速ω_r，輸入層的第二個神經(jīng)元對應(yīng)輸入為溫度T，輸入層的第三個神經(jīng)元對應(yīng)輸入為氣壓p，輸入層的第四個神經(jīng)元對應(yīng)輸入為風(fēng)機(jī)機(jī)械功率P_m，輸出層神經(jīng)元對應(yīng)輸出為風(fēng)速V_w。隱含層的基函數(shù)選擇為高斯函數(shù)。

步驟S3：基于訓(xùn)練樣本集{(V_w，ω_r，T，p，P_m)}，利用遺傳算法對徑向基神經(jīng)網(wǎng)絡(luò)風(fēng)速估計(jì)模型的參數(shù){(c_i，δ_i，w_i)}進(jìn)行優(yōu)化，其中，c_i為徑向基神經(jīng)網(wǎng)絡(luò)隱含層第i個神經(jīng)元的基函數(shù)的數(shù)據(jù)中心，δ_i為徑向基神經(jīng)網(wǎng)絡(luò)隱含層第i個神經(jīng)元的基函數(shù)的擴(kuò)展常數(shù)，w_i為徑向基神經(jīng)網(wǎng)絡(luò)隱含層第i個神經(jīng)元到輸出層的權(quán)值。具體步驟為：

步驟a)：設(shè)置染色體的種群規(guī)模M，遺傳終止進(jìn)化代數(shù)T，染色體適應(yīng)度函數(shù)，采用實(shí)數(shù)編碼方式對染色體進(jìn)行編碼，并進(jìn)行初始化；其中染色體的適應(yīng)度函數(shù)為該染色體對應(yīng)的徑向基神經(jīng)網(wǎng)絡(luò)在訓(xùn)練樣本集上的輸出誤差絕對值之和的倒數(shù)，即：

其中，表示該染色體對應(yīng)的徑向基神經(jīng)網(wǎng)絡(luò)在第k個訓(xùn)練樣本上的輸出，Y_k表示目標(biāo)輸出值，m表示訓(xùn)練樣本的總個數(shù)；

步驟b)：計(jì)算種群中每個染色體的適應(yīng)度函數(shù)值，并確定適應(yīng)度函數(shù)值最大的個體為最優(yōu)秀個體；

步驟c)：判斷本次遺傳代數(shù)是否達(dá)到遺傳終止進(jìn)化代數(shù)T；如果達(dá)到，優(yōu)化過程結(jié)束，最優(yōu)秀個體對應(yīng)的徑向基神經(jīng)網(wǎng)絡(luò)模型即為最終模型；如果未達(dá)到，則進(jìn)行選擇、自適應(yīng)交叉和變異運(yùn)算，產(chǎn)生下代種群，將遺傳代數(shù)增加1次，并轉(zhuǎn)至步驟b)；

圖2示出了根據(jù)本實(shí)用新型實(shí)施例的徑向基神經(jīng)網(wǎng)絡(luò)風(fēng)速估計(jì)模型結(jié)構(gòu)。徑向基神經(jīng)網(wǎng)絡(luò)由輸入層，隱含層，輸出層組成，本實(shí)用新型中隱含層神經(jīng)元的基函數(shù)選擇為高斯函數(shù)：

其中，X表示輸入向量，n為隱含層神經(jīng)元的個數(shù)，c_i表示隱含層第i個神經(jīng)元的基函數(shù)的數(shù)據(jù)中心，δ_i為隱含層第i個神經(jīng)元的基函數(shù)的擴(kuò)展常數(shù)，范數(shù)||X-c_i||表示輸入向量X與數(shù)據(jù)中心δ_i的距離。對于輸出層具有單個神經(jīng)元的徑向基神經(jīng)網(wǎng)絡(luò)，其輸出為：

上述公式中，m代表輸出隱含層神經(jīng)元的個數(shù)，w_i為徑向基神經(jīng)網(wǎng)絡(luò)隱含層神經(jīng)元到輸出層的權(quán)值。

徑向基神經(jīng)網(wǎng)絡(luò)的精度主要取決于三個主要參數(shù)，數(shù)據(jù)中心c_i，擴(kuò)展常數(shù)δ_i和權(quán)值w_i，為了取得高精度的徑向基神經(jīng)網(wǎng)絡(luò)預(yù)測模型，本實(shí)用新型采用遺傳算法對其三個參數(shù)進(jìn)行優(yōu)化。

遺傳算法由4個部分組成，分別為：

第一部分

染色體編碼：編碼方式一般有兩類，一類為二進(jìn)制法，一類為實(shí)屬編碼法，即將數(shù)據(jù)用一個常數(shù)表示，并賦予常數(shù)一定的取值范圍進(jìn)行編碼；

第二部分

個體適應(yīng)度評價(jià)：是通過構(gòu)造適應(yīng)度函數(shù)來實(shí)現(xiàn)，適應(yīng)度函數(shù)為實(shí)際中的目標(biāo)函數(shù)轉(zhuǎn)換而來，表示解的優(yōu)劣程度，也可以表示個體從父代中遺傳到子代的遺傳概率。適應(yīng)度越高的個體遺傳概率越高。

第三部分

遺傳算子：遺傳算法的遺傳算子共有3個，分別為選擇運(yùn)算，交叉運(yùn)算和變異運(yùn)算。選擇運(yùn)算即計(jì)算適應(yīng)度，然后進(jìn)行選擇，選擇形式有局部選擇和比例選擇等；交叉運(yùn)算即在兩父代染色體中選擇同一交叉點(diǎn)，并將該點(diǎn)前后兩段互換并形成子代染色體；變異運(yùn)算即對群體中的某些基因作更改，使算法保持多樣性和局部搜索能力。

第四部分

運(yùn)行參數(shù)：遺傳算法的運(yùn)行參數(shù)有群體大小M，遺傳終止進(jìn)化代數(shù)T，其中種群大小是指初始化種群時(shí)的群體規(guī)模，終止進(jìn)化代數(shù)是指遺傳的最末代數(shù)，這些參數(shù)對遺傳算法的運(yùn)行結(jié)果有著極大的影響。

如圖3所示，本實(shí)用新型利用遺傳算法對徑向基神經(jīng)網(wǎng)絡(luò)風(fēng)速預(yù)測模型進(jìn)行優(yōu)化的具體步驟如下：

步驟a)：設(shè)置染色體的種群規(guī)模M，遺傳終止進(jìn)化代數(shù)T，染色體適應(yīng)度函數(shù)，采用實(shí)數(shù)編碼方式對染色體進(jìn)行編碼，并進(jìn)行初始化；種群規(guī)模大可以增加遺傳算法的選擇空間，但會使計(jì)算速度下降；種群規(guī)模越小可以提高計(jì)算速度，但卻容易使搜尋結(jié)果陷入局部極小值中。實(shí)施例中，設(shè)置種群規(guī)模M＝30，遺傳終止進(jìn)化代數(shù)T＝1000次，染色體的適應(yīng)度函數(shù)為該染色體對應(yīng)的徑向基神經(jīng)網(wǎng)絡(luò)在訓(xùn)練樣本集上的輸出誤差絕對值之和的倒數(shù)，即：

其中，表示該染色體對應(yīng)的徑向基神經(jīng)網(wǎng)絡(luò)在第k個訓(xùn)練樣本上的輸出，Y_k表示目標(biāo)輸出值，m表示訓(xùn)練樣本的總個數(shù)；

實(shí)施例中，對徑向基神經(jīng)網(wǎng)絡(luò)隱含層神經(jīng)元的數(shù)據(jù)中心C_i，擴(kuò)展常數(shù)δ_i以及權(quán)值w_i三個參數(shù)一起進(jìn)行編碼，組成染色體串。為了提高數(shù)據(jù)中心C_i和擴(kuò)展常數(shù)δ_i在遺傳過程中同時(shí)發(fā)生變化的概率，對C_i，δ_i兩個參數(shù)進(jìn)行交叉排列，即一個數(shù)據(jù)中心與一個擴(kuò)展常數(shù)組成為一組，再將權(quán)重w_i放在最后排列。

若輸入層神經(jīng)元個數(shù)為M，隱含層神經(jīng)元個數(shù)為P，輸出層神經(jīng)元個數(shù)為N，則權(quán)值個數(shù)為MN，數(shù)據(jù)中心和寬度為PN+P個，染色體總長度為MN+PN+P。實(shí)施例中，M＝4，P＝10，N＝1，則染色體總長度為24，編碼方式采用實(shí)數(shù)編碼法，采用隨機(jī)數(shù)生成的方式對各染色體進(jìn)行初始化；

步驟b)：計(jì)算種群中每個染色體的適應(yīng)度函數(shù)值，并確定適應(yīng)度函數(shù)值最大的個體為最優(yōu)秀個體；

步驟c)：判斷本次遺傳代數(shù)是否達(dá)到遺傳終止進(jìn)化代數(shù)T；若達(dá)到，優(yōu)化過程結(jié)束，最優(yōu)秀個體對應(yīng)的徑向基神經(jīng)網(wǎng)絡(luò)模型即為最終模型；若未達(dá)到，則進(jìn)行選擇、交叉和變異運(yùn)算，產(chǎn)生下代種群，將遺傳代數(shù)增加1次，并轉(zhuǎn)至步驟b)；

在本實(shí)施方式中，選擇運(yùn)算采用比例選擇法，交叉運(yùn)算使用3點(diǎn)算數(shù)交叉法，變異運(yùn)算采用均勻變異法。優(yōu)化過程結(jié)束后，對種群中染色體的適應(yīng)度函數(shù)值大小進(jìn)行比較，最大值為0.0085，其所對應(yīng)的染色體所代表的參數(shù)即為優(yōu)化后的徑向基神經(jīng)網(wǎng)絡(luò)模型參數(shù)。

結(jié)合具體實(shí)施方式對某一時(shí)刻的MPPT控制裝置的運(yùn)作方式進(jìn)行說明：

1、通過風(fēng)速傳感器采集地面某一高度Z₀處的風(fēng)速信號V₀，并按照以下公式計(jì)算風(fēng)機(jī)輪轂高度Z_m處的風(fēng)速信號V_m：

其中，a為風(fēng)切變指數(shù)；

在本實(shí)施方式中，取Z₀＝1m，Z_m＝8m，a＝0.12；通過風(fēng)速傳感器采集地面風(fēng)速信號V₀＝5.19m/s，計(jì)算得風(fēng)機(jī)輪轂高度處的風(fēng)速信號V_m＝6.66m/s；

2、分別利用電壓傳感器、電流傳感器采集風(fēng)電系統(tǒng)中整流器輸出的直流電壓V_z與直流電流I_z，利用轉(zhuǎn)速傳感器采集風(fēng)機(jī)轉(zhuǎn)速ω_r，計(jì)算出此刻的風(fēng)機(jī)輸出機(jī)械功率P_m為：

在本實(shí)施方式中，通過電壓傳感器采集的整流器輸出的直流電壓V_z＝12.6V，直流電流I_z＝8.2A，通過轉(zhuǎn)速傳感器采集到的風(fēng)機(jī)轉(zhuǎn)速ω_r＝93.8rad/s，得出此時(shí)的風(fēng)機(jī)輸出機(jī)械功率P_m＝106.4W；

3、通過溫度傳感器采集空氣溫度T，氣壓傳感器采集大氣壓力p，并將風(fēng)機(jī)轉(zhuǎn)速ω_r、機(jī)械功率P_m同空氣溫度T、大氣壓力p輸入遺傳-徑向基神經(jīng)網(wǎng)絡(luò)風(fēng)速估計(jì)模型，風(fēng)速估計(jì)模型輸出為風(fēng)速的估計(jì)值V_m1；

在本實(shí)施方式中，通過溫度傳感器采集空氣溫度T＝20℃，通過氣壓傳感器采集大氣壓力p＝101kPa，將風(fēng)機(jī)轉(zhuǎn)速ω_r＝93.8rad/s、機(jī)械功率P_m＝106.4W同空氣溫度T＝20℃、大氣壓力p＝101kPa輸入遺傳-徑向基神經(jīng)網(wǎng)絡(luò)風(fēng)速估計(jì)模型，風(fēng)速估計(jì)模型輸出為風(fēng)速的估計(jì)值V_m1＝6.84m/s；

4、將風(fēng)速的估計(jì)值V_m1與風(fēng)速信號V_m按照以下方式進(jìn)行融合，得出融合后的風(fēng)速估計(jì)信號為：

V_mr＝w*V_m1+(1-w)*V_m；

在本實(shí)施方式中，取w＝0.8，得出融合后的風(fēng)速估計(jì)信號V_mr＝6.81m/s；

5、利用最佳葉尖速比法，計(jì)算出有效風(fēng)速的估計(jì)值V_mr所對應(yīng)的最佳風(fēng)機(jī)轉(zhuǎn)速預(yù)測值ω_ref：

其中，λ_opt為最佳葉尖速比，R為葉輪半徑；

在本實(shí)施方式中，取λ_opt＝6.4，R＝0.65m，計(jì)算出有效風(fēng)速的估計(jì)值V_mr所對應(yīng)的最佳風(fēng)機(jī)轉(zhuǎn)速預(yù)測值ω_ref＝67.1rad/s；

6、通過比例積分控制方法調(diào)節(jié)風(fēng)機(jī)的轉(zhuǎn)速，使之達(dá)到最佳風(fēng)機(jī)轉(zhuǎn)速預(yù)測值ω_ref；然后以ω_ref為初始值，采用占空比爬山搜索法以設(shè)定的擾動步長Δd跟蹤風(fēng)機(jī)的最大功率；在實(shí)施例中，取擾動步長Δd＝0.01；

7、若占空比爬山搜索法求得的擾動前后的功率差值大于等于設(shè)定閾值T_r，說明風(fēng)速發(fā)生了突變，重復(fù)步驟1)至步驟7)；否則，繼續(xù)采用占空比爬山搜索法以設(shè)定的擾動步長Δd跟蹤風(fēng)機(jī)的最大功率。實(shí)例中，取閾值T_r＝15W。

將上述的MPPT方法寫入控制芯片中，輸出PWM信號驅(qū)動DC-DC變換器，就可以實(shí)現(xiàn)最大功率跟蹤功能。

為了說明本實(shí)用新型的功效，在不同風(fēng)速工況下對本實(shí)用新型所提出的最大功率控制算法進(jìn)行仿真驗(yàn)證。其中，占空比爬山搜索法的擾動周期為1s，比例積分控制器的控制周期為0.2s。

工況1：考慮風(fēng)速恒定，設(shè)定風(fēng)速V_w＝7m/s。仿真時(shí)間t＝2s時(shí)，系統(tǒng)進(jìn)入穩(wěn)態(tài)，此時(shí)風(fēng)機(jī)轉(zhuǎn)速ω_r＝93.8rad/s，風(fēng)輪機(jī)械功率P_m＝96.3W。仿真時(shí)間t＝4s時(shí)，采用傳統(tǒng)占空比爬山搜索法進(jìn)行最大功率跟蹤控制，擾動步長Δd＝0.02，如圖4所示?？芍?，需經(jīng)過連續(xù)11拍的正向擾動后，風(fēng)機(jī)轉(zhuǎn)速ω_r＝67.9rad/s，風(fēng)輪機(jī)械功率P_m＝122.2W，開始進(jìn)入穩(wěn)態(tài)過程，即系統(tǒng)工作點(diǎn)開始在最大功率點(diǎn)附近波動。

在同樣的工況下，仿真時(shí)間t＝4s時(shí)，采用本實(shí)用新型所提控制方法進(jìn)行最大功率跟蹤控制，其中占空比爬山搜索過程的擾動步長Δd＝0.01，如圖5所示?？芍?，首先本實(shí)用新型計(jì)算出融合后的風(fēng)速估計(jì)信號V_mr＝6.81m/s，由最佳葉尖速比法(λ_opt＝6.4)計(jì)算出對應(yīng)的最佳轉(zhuǎn)速為67.1rad/s。利用PI控制器將風(fēng)機(jī)調(diào)到此最佳轉(zhuǎn)速，調(diào)整時(shí)間僅為1.4s，此時(shí)風(fēng)機(jī)轉(zhuǎn)速ω_r＝67.6rad/s，風(fēng)輪機(jī)械功率P_m＝121.5W，然后開始進(jìn)行占空比爬山搜索過程，由于此時(shí)的工作點(diǎn)已經(jīng)很接近最大功率點(diǎn)，僅僅經(jīng)過2拍的正向擾動便進(jìn)入了穩(wěn)態(tài)過程，相對于占空比爬山搜索法而言大大減少了跟蹤時(shí)間。

工況2：考慮變風(fēng)速工況。設(shè)定風(fēng)速按照正弦規(guī)律變化，即V_w＝[7+sin(0.314t+1.57)]m/s。采用本實(shí)用新型所提控制方法的跟蹤曲線如圖6所示?？芍?，在變風(fēng)速工況下，所提控制方法能夠不斷地對轉(zhuǎn)速進(jìn)行調(diào)節(jié)，從而使得系統(tǒng)工作點(diǎn)不斷地向最大功率點(diǎn)靠近。在風(fēng)速V_w＝8m/s時(shí)，風(fēng)輪機(jī)械功率P_m＝182.4W；在風(fēng)速為V_w＝6m/s時(shí)，風(fēng)輪機(jī)械功率P_m＝73.1W，對比工況1，在風(fēng)速V_w＝7m/s條件下達(dá)到的最大功率點(diǎn)風(fēng)輪機(jī)械功率P_m＝122.4W，均符合功率與風(fēng)速的三次方成正比這一關(guān)系，說明了本實(shí)用新型所提控制方法進(jìn)行最大功率跟蹤的有效性。

如上參照附圖以示例的方式描述了根據(jù)本實(shí)用新型提出的基于風(fēng)速測量與估計(jì)的風(fēng)電系統(tǒng)MPPT控制裝置。但是，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，對于上述本實(shí)用新型所提出的基于風(fēng)速測量與估計(jì)的風(fēng)電系統(tǒng)MPPT控制裝置，還可以在不脫離本實(shí)用新型內(nèi)容的基礎(chǔ)上對其中的實(shí)現(xiàn)細(xì)節(jié)做出各種改進(jìn)。因此，本實(shí)用新型的保護(hù)范圍應(yīng)當(dāng)由所附的權(quán)利要求書的內(nèi)容確定。