臺灣博碩士論文加值系統

利用主動式轉軸控制使水平軸式風力發電機能定位於最大功率點，是相當重要也是值得探討的問題。有別於以往風力發電機通常需要風向感測器來做定位之依據，在此吾人提出了只要量取風力發電系統輸出之電壓及電流來換算功率，而不需要任何風向之感測器，就能有效使之定位於最大功率點之爬山搜尋法，並經過模擬及實驗證明此方法之可行性。

而對於帶動風力機轉向定位之直流馬達，吾人亦提供一線上自動調節之PID控制器，利用同時擾動隨機近似演算法(SPSA)來作為線上調整控制器之法則，自動搜尋最佳之PID參數，進行線上參數之調整。文中亦進行最佳化PID控制器之理論推導與電腦模擬，在確定此控制器之理想性之後，亦利用此控制器與爬山搜尋法作結合，增加整體系統之穩定性，有效進行風力發電機最大功率點之定位控制，最後利用FPGA將其整合實現。

It’s a very important and worthy to discuss how to use active yaw control to position the maximum power point with a horizontal axis wind turbine which usually needs wind direction sensor to position. The mountain climbing method based on measurement of the voltage and current from wind-turbine generator system (WTGS) to calculate the power for the maximum power point without any wind direction sensors is proposed. It’s verified by computer simulations and experiments.

An on-line parameter tuning PID controller for DC motor to position the wind turbine is also presented. The on-line parameter tuning policy is based on the Simultaneous Perturbation Stochastic Approximation (SPSA) technique. Three PID parameters can tuned consecutively until the optimal values are attained. The proposed approach has been confirmed by computer simulations and experiments. The PID controller is also combined with the mountain climbing method to increase system’s stability and locate the maximum power point effectively. Finally, the FPGA is used to realize the proposed method.

目錄

中文摘要……………………………………I
Abstract…………………………………… II
誌謝………………………………………… III
目錄………………………………………… IV
圖目錄……………………………………… VII
表目錄……………………………………… XIII

第一章 緒論……………………………………1
1-1 研究背景與動機………………1
1-2 文獻回顧………………………2
1-3 研究方法及步驟 ………………3
1-4 本論文貢獻……………………4
1-5 本論文組織架構………………4

第二章 風力發電簡介與系統架構……………6
2-1 風之成因與分佈……………6
2-2 風速之數學模型 ……………8
2-2-1 風速的斜坡值 ……………8
2-2-2 風速的強風值 ……………9
2-2-3 風速的擾動值 ……………9
2-3 風力發電原理………………10
2-4 風力發電機之架構…………13
2-5 風力發電機之種類…………16
2-6 本論文所使用之風力發電機AIR-X簡介………18

第三章 理論基礎……………………………………21
3-1 同時擾動隨機近似演算法介紹………21
3-1-1 隨機近似演算法……………………22
3-1-2 同時擾動隨機近似演算法SPSA……26
3-2 數位控制系統…………………………31
3-2-1 Z轉換………………………………31
3-2-2 Z轉換之硬體架構方式……………32
3-2-3 數位系統的穩定性…………………37
3-2-4 數位PID控制結構…………………38
3-3 數位脈寬調變PWM……………………45
3-3-1 脈寬調變、分相與延遲控制………45
3-3-2 正弦脈波寬度調變轉換……………46
3-3-3 SPWM信號產生的原理……………48
3-4 爬山搜尋法介紹 ………………………51
3-4-1 風向對於風力機的影響……………51
3-4-2 爬山搜尋法控制流程………………52

第四章 數位控制系統設計…………………55
4-1 積體電路簡介……………………55
4-2 本論文所使用之硬體電路………61
4-2-1 電壓回授電路…………………61
4-2-2 電流回授電路…………………61
4-2-3 電源放大器TA7257P簡介……63
4-3 SPSA系統模擬…………………66
4-4 DSP Builder設計流程…………71

第五章　模擬與實現結果
5-1 系統模擬…………………………………85
5-1-1 改變風向、固定風速模擬………87
5-1-2 固定風向、改變風速模擬………91
5-1-3 改變風向、改變風速模擬………98
5-2 系統實測……………………………105

第六章　結論及未來展望………………111

參考文獻…………………………………112

附錄一: DSP Builder使用技巧 …………-1-

附錄二:利用QuartusII進行DSP Builder時序模擬………-11-

圖目錄

圖2.1 韋伯分佈函數圖 6
圖2.2 風力渦輪機性能係數 之特性曲線 12
圖2.3 風力渦輪機在各風速下之最大功率曲線圖 13
圖2.4 風力機內部架構圖[32] 16
圖2.5 本論文之風力發電系統架構圖 18
圖2.6 AIR-X風力發電機組外部架構[34] 19
圖2.7 AIR-X風力發電機組內部架構[34] 20
圖3.1 最陡下降法[47] 23
圖3.2 中央差微分近似法[47] 24
圖3.3 N 階系統之直接式I結構信號流程圖 32
圖3.4 N 階系統之直接式II結構信號流程圖 32
圖3.5 (3-27)式的直接式I實作 34
圖3.6 (3-27)式的直接式II實作 35
圖3.7 範例二的直接式I 結構 35
圖3.8 範例二的直接式II結構 36
圖3.9 FIR系統的串接式實現 36
圖3.10 直接式 I 數位濾波器訊號流程圖 37
圖3.11 直接式 II 數位濾波器訊號流程圖 37
圖3.12 離散系統z轉換函數 37
圖3.13 z –平面 38
圖3.14 PID控制器方塊圖 41
圖3.15 數位式 PID 控制器方塊圖 41
圖3.16 數位式PID控制器結構圖 42
圖3.17 PID 控制器z轉換結構 43
圖3.18 直流馬達z轉換結構 45
圖3.19 全橋換流功率開關驅動訊號 (a)SPWM (b)PPWM 46
圖3.20 換流器切換模式 (a) 單極性切換 (b) 雙極性切換 47
圖3.21 全橋SPWM換流控制 48
圖3.22 SPWM產生原理 49
圖3.23 DSP Builder 所建出來的SPWM電路 49
圖3.24 本研究中的A、B相換流驅動訊號 50
圖3.25 功率與角度誤差之關係圖 51
圖3.26 利用直流馬達帶動風力發電機 52
圖3.27 利用爬山搜尋法做最大功率點追蹤 52
圖3.28 爬山搜尋法控制流程圖 54
圖4.1 Altera Stratix 數位訊號處理晶片發展板外觀圖[39] 57
圖4.2 Altera Stratix 數位訊號處理晶片發展板方塊圖[39] 60
圖4.3 電壓迴授電路 61
圖4.4 電流迴授電路 62
圖4.5 電壓電流迴授電路 62
圖4.6 TA7257P 外觀與尺寸 63
圖4.7 T TA7257P 基本應用電路 65
圖4.8 TA7257P 應用電路 65
圖4.9 SPSA線上調整PID參數模型 66
圖4.10 SPSA線上調整PID參數方塊圖 67
圖4.11 SPSA線上調整PID完整設計系統 68
圖4.12 SPSA線上調整PID完整設計系統(模組化) 69
圖4.13 SPSA更新電路 69
圖4.14 SPSA左右擾動輸出切換 70
圖4.15 誤差累進做為SPSA的損耗函數 70
圖4.16 產生隨機正負”1”電路 71
圖4.17 可調式數位PID 71
圖4.18 DSP Builder設計流程[Altera] 72
圖4.19 步階模擬輸出響應 74
圖4.20 DSP Builder步階模擬輸出響應，其中（A）輸入、 （B）左擾動輸出響應 及（C）右擾動輸出響應。 75
圖4.21 步階訊號之Kp、Ki及Kd參數變動情形 75
圖4.22 0.5Hz弦波模擬輸出響應 76
圖4.23 1Hz弦波模擬輸出響應 77
圖4.24 DSP Builder 1Hz弦波模擬輸出響應，其中（A）輸入、 （B）左擾動輸出響應 及（C）右擾動輸出響應。 77
圖4.25 1Hz弦波訊號之Kp、Ki及Kd參數變動情形 78
圖4.26 0.5Hz方波模擬輸出響應 79
圖4.27 1Hz方波模擬輸出響應 79
圖4.28 DSP Builder 1Hz方波模擬輸出響應，其中（A）輸入、 （B）左擾動輸出響應 及（C）右擾動輸出響應。 80
圖4.29 方波訊號之Kp、Ki及Kd參數變動情形 80
圖4.30 0.5Hz三角波模擬輸出響應 81
圖4.31 1Hz三角波模擬輸出響應 82
圖4.32 DSP Builder 1Hz三角波模擬輸出響應，其中（A）輸入、 （B）左擾動輸出響應 及（C）右擾動輸出響應。 82
圖4.33 三角波訊號之Kp、Ki及Kd參數變動情形 83
圖4.34 SPSA對PID做參數調整之DC-Motor控制 84
圖4.35 SPSA對PID參數調整之DC-Motor控制時誤差輸出 85
圖5.1 系統完整模型 85
圖5.2 DSP Builder系統完整模型 86
圖5.3 無PID控制器於改變風向、固定風速之模擬結果 88
圖5.4 固定參數之PID控制器於改變風向、固定風速之模擬結果 89
圖5.5 SPSA調整之PID控制器於改變風向、固定風速之模擬結果 89
圖5.6 不同之PID控制器於改變風向、固定風速之比較結果 90
圖5.7 DSP Builder於改變風向、固定風速之模擬結果 90
圖5.8 DSP Builder於改變風向、固定風速之響應結果 91
圖5.9 無PID控制器於固定風向、風速小變動之模擬結果 92
圖5.10 固定參數之PID控制器於固定風向、風速小變動之模擬結果 92
圖5.11 SPSA調整之PID控制器於固定風向、風速小變動之模擬結果 93
圖5.12 不同之PID控制器於固定風向、風速小變動之比較結果
93
圖5.13 DSP Builder於改變風向、風速小變動之模擬結果 94
圖5.14 DSP Builder於改變風向、固定小變動之響應結果 94
圖5.15 無PID控制器於固定風向、風速大變動之模擬結果 95
圖5.16 固定參數PID控制器於固定風向、風速大變動之模擬結果 96
圖5.17 SPSA調整之PID控制器於固定風向、風速大變動之模擬結果 96
圖5.18 不同之PID控制器於固定風向、風速大變動之比較結果
97
圖5.19 DSP Builder於固定風向、風速大變動之模擬結果 97
圖5.20 DSP Builder於固定風向、風速大變動之響應結果 98
圖5.21 無PID控制器於改變風向、改變風速之模擬結果1 99
圖5.22 固定參數PID控制器於改變風向、改變風速之模擬結果1 99

圖5.23 SPSA調整之PID控制器於改變風向、改變風速之模擬結果1 100
圖5.24 不同之PID控制器於改變風向、改變風速之比較結果1
100
圖5.25 DSP Builder於改變風向、改變風速之模擬結果1 101
圖5.26 DSP Builder於改變風向、改變風速之響應結果1 101
圖5.27 無PID控制器於改變風向、改變風速之模擬結果2 102
圖5.28 固定參數PID控制器於改變風向、改變風速之模擬結果2 102
圖5.29 SPSA調整之PID控制器於改變風向、改變風速之模擬結果2 103
圖5.30 不同之PID控制器於改變風向、改變風速之比較結果2
103
圖5.31 DSP Builder於改變風向、改變風速之模擬結果2 104
圖5.32 DSP Builder於改變風向、改變風速之響應結果2 104
圖5.33 改變風向、固定風速之電壓、電流及功率圖 106
圖5.34 改變風向、固定風速之位置圖 106
圖5.35 改變風速、固定風向之電壓、電流及功率圖 107
圖5.36 改變風速、固定風向之位置圖 108
圖5.37 改變風向、改變風速之電壓、電流及功率圖 109
圖5.38 改變風向、改變風速之位置圖 109

圖A-1 DSP Builder安裝完後產生之方塊 -1-
圖A-2 未設定 License 啟動SignalCompiler 後看到現象 -2-
圖A-3 在Quartus II 下設定 License方法 -3-
圖A-4 到系統電腦選環境變數設定 -3-

圖A-5 新增打入LM_LICENSE_FILE索引到C:flexlmlicense.dat
-4-
圖A-6 Stratix Board EP1S26 範例 -5-
圖A-7 標準設計範例 -5-
圖A-8 轉譯用的介面 -6-
圖A-9 “Unresolved Width” 錯誤 -6-
圖A-10 未知寬度解決方法 -7-
圖A-11 IIR設計範例 -7-
圖A-12 點選1-Convert MDL to VHDL -8-
圖A-13 點選2-Synthesis -8-
圖A-14 點選3-Quartus II Filter -9-
圖A-15 點選4-Program Device -9-

圖B-1 test1s25board 範例 -11-
圖B-2 test1s25board範例產生之弦波 -12-
圖B-3 Signal Compiler -12-
圖B-4 Quartus II主畫面 -13-
圖B-5 test1s25board編譯結果 -14-
圖B-6 test1s25board時序模擬(20ns) -15-
圖B-7 Signal Compiler(40ns) -15-
圖B-8 test1s25board時序模擬(40ns) -16-

表目錄

表2.1 摩擦係數與地形型式關係 10
表3.1 FDSA與SPSA演算法之特性比較 29
表3.2 比較FDSA和SPSA在高低雜訊下誤差 30
表3.3 SPSA、GA和FSA運算比較 30
表3.4 Kp、Ki及Kd對PID控制器影響 39
表3.5 PD、PI、PID 控制器的定義 44

表A-1 數位類比控制器優缺點比較 -10-

〔1〕法蘭茲．阿爾特，「台灣適合發展再生能源」，自由時報大紀元，民國95年6月2日。
〔2〕林惠敏，「風力發電廠啟用 全台第一家民營」，中國廣播公司，民國95年6月16日。
〔3〕何秉衡，江榮城，林水秀，許炎豐，郭宗益，陳永田，「風力發電之系統衝擊模擬分析」，中華民國第二十四屆電力工程研討會論文集，民國92年，pp. 307-311。
〔4〕J.S.Rohatgi and V.Nelson, “Wind Characteristic: an Analsis for Generation of Wind Power”, book published by Alternative Energy Institute, West Texas, A&M University, 1994.
〔5〕I.K.Buehring and L.L.Freris, “Control Policies for Wind-Energy Conversion Systems”, IEE Proc.Vol. 128, Pt C, no 5, pp 253-261, Step/1981.
〔6〕E. Koutroulis, K. Kalaitzakis and N.C. Voulgaris, “Development of a microcontroller-based photovoltaic maximum power point tracking control system,” IEEE Transactions on Power Electronics, Vol. 16, No. 1, pp. 46-54, Jan. 2001.
〔7〕K.H. Hussein, I. Muta, T. Hoshino and M. Osakada, “Maximum Photovoltaic Power Tracking: An Algorithm for Rapidly Changing Atmospheric Condition,” IEE Proceedings-Generation Transmission Distribution, Vol. 142, No. 1, pp. 59-64 Jan. 1995.
〔8〕J.H.R. Enslin, ”Maximum Power Point Tracking: A Cost Saving Necessity in Solar Energy Systems,” Conference of IEEE IECON, Vol. 2, pp.1073-1077, 1990.
〔9〕M. Matsui, T. Kitano, D.H. Xu and Z.Q. Yang, ”A New Maximum Photovoltaic Power Tracking Control Scheme based on Power Equilibrium at DC Link,” Proceedings of Industry Applications Conference, Vol. 2, pp.804-809, 1999.
〔10〕顏誌賢，單相三線式數位化光伏能量轉換系統，國立成功大學，電機工程研究所，碩士論文，民國90年5月。
〔11〕李政勳，小型太陽光電能能量轉換系統之研製，中山大學，電機工程研究所，碩士論文，民國91年6月。
〔12〕F.A.Farret, L.L.Pfischer, D.P. Bernardon, “Active Yaw Control with Sensorless Wind Speed and Directionmeasurements for Horizontal Axis Wind Turbines ,”Devices, Circuits and Systems, 2000. Proceedings of the 2000 Third IEEE International Caracas Conference on.
〔13〕F.A.Farret, L.L.Pfischer, D.P. Bernardon, “Sensorless Active Yaw Control For Wind Turbines”, Industrial Electronics Society, 2001. IECON '01. The 27th Annual Conference of the IEEE.
〔14〕J.C.Spall, “Multivariate Stochastic Approximation Using A Simultaneous Perturbation Gradient Approximation,” IEEE Transactions on Automatic Control, Vol. 37, No. 1, pp. 332- 341, 1992.
〔15〕J. C. Spall and J. A. Cristion, “Nonlinear Adaptive Control Using Neural Networks; Estimation Based on A Smoothed Form of Simultaneous Perturbation Gradient Approximation,” Statistica Sinica, Vol. 4, No. 2, pp. 1-27, 1994.
〔16〕S. D. Hill and M. C. Fu, “Optimization of Discrete Event Systems via Simultaneous Perturbation Stochastic Approximation,” IIE Transactions., Vol. 29, pp. 233-243, 1997.
〔17〕D. W. Hutchison and S. D. Hill, “Simulation Optimization of Airline Delay with Constraints,” Proceedings of the 2001 Winter Simulation Conference, pp. 1017-1022, 2001.
〔18〕M. C. Fu, “A Tutorial Review of Techniques for Simulation Optimization,” Proceedings of the Winter Simulation Conference, 149-156, 1994.
〔19〕Y.Maeda, H. Hirano and Y. Kanata, “A Learning Rule of Neural Networks via Simultaneous Perturbation and Its Hardware Implementation,” Neural Networks, Vol.8, No.2, pp. 251-259, 1995.
〔20〕Y.Maeda and R.J.P. de Figueiredo, “Learning Rules for Neuro-Controller via Simultaneous Perturbation,” IEEE Transactions on Neural Networks, Vol.8, No.5, pp.1119-1130, 1997.
〔21〕Y.Maeda, A.Nakazawa and Y.Kanata, “Hardware Implementation of a Pulse Density Neural Network Using Simultaneous Perturbation Learning Rule,” Analog Integrated Circuits and Signal Processing, Vol. 18, No. 1, pp.1-10, 1999.
〔22〕B. Wittenmark and K. J. Astrom, Simple Self-tuning Controller in Methods and Applications in Adaptive Control. H. Unbehanen, Ed. New York: Springer-Verlag, 1980.
〔23〕John L. Maryak and Daniel C.Chin, “A Conjecture on Global Optimization Using Gradient-Free Stochastic Approximation,” The Johns Hopkins University, Applied Physics Laboratory 11100 Johns Hopkins Road, Laurel, Maryland 20723-6099.
〔24〕台灣太陽能及新能源學會，http://www.solar.org.tw/。
〔25〕Sathyajith Mathew, k. P. Pandey , Anil Kumar. V, “Analysis of Wind Regimes For Energy Estimation,” Renewable Energy25, pp. 381-399, 2002.
〔26〕Anderson, P. M., Bose, A. “Stability Simulation of Wind Turbine Systems, ” IEEE Transactions on Power Apparatus and Systems, 102（12）, pp.1230-1236, 1983.
〔27〕Panofsky, H. A., Dutton, J. A. “Atmospheric Turbulence: Models and Methods for Engineering Applications,” John Wiley & Sons Inc., New York, 1984.
〔28〕Simiu, E., Scanlan, R. H. “Wind Effects on Structures : An Introduction to Wind Engineering,” 2nd edn , John Wiley & Sons Inc., New York, 1986.
〔29〕A.M. De Broe, S. Drouilhet, and V. Gevorgian, “A Peak Power Tracker for Small Wind Turbines in Battery Charging Applications,” IEEE Transactions on Energy Conversion, Vol. 14, No. 4, Dec. 1999, pp. 1630-1635.
〔30〕M. Matsui, T. Kitano, Xu. De-hong, and Zhong-qing Yang, “A New Maximum Photovoltaic Power Tracking Control Scheme Based on Power Equilibrium at DC Link,” IEEE Industry Applications Conference, Vol. 2, 3-7, Oct. 1999.
〔31〕T. Burton , D. Sharpe, N. Jenkins ,E. Bossanyi, “Wind Energy,” John Wiley＆Sons , Ltd. 2001.
〔32〕林顯宗，小容量風力發電機的研製，逢甲大學，電機工程學系研究所，碩士論文，民國91 年6 月。
〔33〕M.R.Patel, “Wind and Solar Power Systems,” CRC Press LLC.
〔34〕美國西南風力公司，http://www.windenergy.com/。
〔35〕Daniel C.Chin, “Comparative Study of Stochastic Gradient-Free Algorithms for System Optimization,” The Johns Hopkins University, Applied Physics Laboratory.
〔36〕John L. Maryak and Daniel C.Chin, “Global Random Optimization by Simultaneous Perturbation Stochastic Approximation,” The Johns Hopkins University, Applied Physics Laboratory 11100 Johns Hopkins Road, Laurel, Maryland 20723-6099.
〔37〕張文恭 譯，數位控制系統分析與設計 儒林圖書，1994年。
〔38〕E.Rich, Artifical Intelligence, McGraw-Hill, 1988.
〔39〕“Stratix EP1S25 DSP Development Board Data Sheet,” Altera Co., Ver. 1.6, December 2004.
〔40〕H. J. Kushner and D. C. Clark, “Stochastic Approximation Methods for Constrained and Unconstrained Systems,” New York, NY: Springer-Verlag, 1978.
〔41〕曾建誠、王鵬華 編譯，離散時間訊號處理，全華圖書，2000年。
〔42〕王建斌，風力發電系統最大功率追蹤方法之研究，中原大學，電機工程學系研究所，碩士論文，民國94年7月。
〔43〕潘松、黃繼業、曾毓 編著，廖裕評 校訂，SOPC設計實務，全華圖書，2006年。
〔44〕伸成儀器股份有限公司編輯部 編著，直流伺服馬達控制，全華圖書，1991年。
〔45〕李適中 編著，直流馬達速度控制．伺服系統(基礎篇)，全華圖書，1981年。
〔46〕賴耿陽 編著，小型風車設計及製造，復漢出版社，2004年。
〔47〕王晉中 譯，應用數值方法，麥格羅•希爾，2004年。
〔48〕趙清風 編譯，控制工程初階使用Matlab Simulink，全華出版，2001年。