摘要：

基于多种群遗传优化算法的电动变桨系统的变论域模糊控制方法。在该方法中，通过分析确定变论域伸缩因子的结构，利用多种群遗传算法优化其参数，实现伸缩因子参数的智能寻优，有效解决了模糊控制器精度不高、模糊控制中规则数量与控制精度之间的矛盾。在遗传算法迭代中，染色体采用实数编码、多种群、多目标并行搜索，利用xx个体最少保持代数作为算法终止判断。将设计的优化变论域模糊控制器应用于电动变桨系统的速度控制中，根据速度环的性能指标建立合适的目标函数，通过对基本论域自适应调整，实现了速度环的自适应控制。仿真结果表明，基于多种群遗传优化算法的变论域模糊控制在动态性能和稳态性能上优于变论域模糊控制。

关键词：电动变桨；模糊控制；多种群遗传算法；变论域；伸缩因子

１引言

随着单机容量的不断增大，变距型风力发电机组已成为大型风力发电机组的主流。变桨距系统作为变距型风力发电机组的核心部件，其设计是否合理，将直接影响到变距型风力发电机组能否安全、正常、可靠的运行。目前，我国风机整机生产企业大多数为组装型企业，而国产化率高的产品，实际上多集中在技术含量较低的设备上，关键设备多数依靠国外进口，缺乏核心技术和自主知识产权［1］。

电动变桨是一种典型的时变、非线性、大惯性、模型复杂的系统。

变桨速度控制是电动变桨控制系统中的重要环节，提高系统抗负载扰动能力，抑制速度的波动是电动变桨系统速度控制所需具备的性能，在执行变桨的过程中负荷多变，干扰因素复杂。文献［2］提出了基于分段PI控制的变桨控制方法，文献［3］提出了基于模糊控制的变桨控制方法，文献［4］提出了模糊PID-PID双模变桨控制策略。若采用传统的PID控制算法，将难以达到理想的性能指标［3-5］；普通的模糊控制器具有PD调节特性［5］，存在控制精度不高，调节死区等问题。

要提高控制精度，就意味着要增加控制规则的数量，规则数量与控制精度之间的矛盾限制了模糊控制器的应用［7］。

为了解决模糊控制控制精度不高、调节死区等问题，文献［8-12］提出了变论域模糊控制方法。本文采用多种群遗传优化方法对模糊控制算法中的伸缩因子进行智能寻优，构成一种基于多种群遗传算法的变论域模糊控制，以提高变桨系统控制的动态性能和稳态性能。

将基于多种群遗传算法的变论域自适应模糊控制用于变桨伺服系统的速度环制中，以实现速度环的自适应控制。

登陆电子应用网，报名参加Linear2015研讨会（杭州站、南京站）啦！

全文戳这里哟

↓↓↓↓↓↓