1. 二阶巴特沃斯滤波器在风电控制中的应用背景
在风电控制系统中，信号滤波是确保系统稳定运行的关键环节。风力发电机组运行过程中会产生大量包含高频噪声的传感器信号，这些噪声可能来自机械振动、电磁干扰或环境因素。二阶巴特沃斯滤波器因其在通带内具有最大平坦的幅频特性，成为风电控制系统中最常用的滤波器类型之一。
我曾在多个风电项目中负责控制系统设计，发现巴特沃斯滤波器特别适合处理风速计、转速传感器等关键信号的滤波需求。与切比雪夫滤波器相比，它没有通带波纹；与椭圆滤波器相比，它的相位特性更线性。这些特性使得巴特沃斯滤波器成为风电控制系统中平衡性能与复杂度的理想选择。
2. 连续时间域传递函数推导详解
2.1 幅频响应定义与数学表达
巴特沃斯滤波器的核心特征体现在其幅频响应上。对于n阶低通滤波器，平方幅频响应定义为：
$$
|H(j\Omega)|^2 = \frac{1}{1 + \left( \frac{\Omega}{\Omega_c} \right)^{2n}}
$$
这个表达式揭示了三个重要特性：
- 当Ω=0时，|H(j0)|=1，表示直流信号完全通过
- 当Ω=Ωc时，|H(jΩc)|=1/√2，即-3dB点
- 随着频率增加，衰减速率与阶数n成正比
在风电控制系统中，我们通常选择Ωc为需要保留信号成分的最高频率。例如，对于转速信号处理，Ωc可能设为额定转速对应频率的1.5倍。
2.2 极点求解与稳定性分析
将s=jΩ代入幅频响应表达式后，我们得到：
$$
H(s)H(-s) = \frac{1}{1 + \left( \frac{s}{j\Omega_c} \right)^4}
$$
求解极点时，令分母等于零：
$$
1 + \left( \frac{s}{\Omega_c} \right)^4 = 0 \Rightarrow s^4 = -\Omega_c^4
$$
在复平面上，-1可以表示为e^(jπ(2k+1))，因此极点位置为：
$$
s_k = \Omega_c e^{j(2k+1)\pi/4}, \quad k=0,1,2,3
$$
具体到二阶滤波器(n=2)，我们得到四个极点：
- s0 = Ωc(√2/2 + j√2/2)
- s1 = Ωc(-√2/2 + j√2/2)
- s2 = Ωc(-√2/2 - j√2/2)
- s3 = Ωc(√2/2 - j√2/2)
关键提示：在风电控制系统中，必须选择左半平面极点(s1和s2)来保证系统因果稳定。右半平面极点会导致系统发散，在实际工程中绝对不可采用。
2.3 传递函数的最终形式
选择左半平面极点s1和s2后，传递函数可表示为：
$$
H(s) = \frac{\Omega_c^2}{(s-s_1)(s-s_2)} = \frac{\Omega_c^2}{s^2 + \sqrt{2}\Omega_c s + \Omega_c^2}
$$
这个标准形式在风电控制中有重要应用价值：
- 分子Ωc²确保直流增益为1
- 分母中√2Ωc项决定了阻尼系数
- Ωc直接对应-3dB截止频率
在实际工程中，我们通常会将这个传递函数转换为标准二阶系统形式：
$$
H(s) = \frac{\omega_n^2}{s^2 + 2\zeta\omega_n s + \omega_n^2}
$$
其中，ωn=Ωc，ζ=√2/2≈0.707。这个阻尼系数值正是巴特沃斯滤波器的特点，它提供了最佳的幅频平坦性与阶跃响应的平衡。
3. 离散时间域实现方法
3.1 双线性变换与频率预畸变
在数字控制系统中，我们需要将连续传递函数H(s)转换为离散传递函数H(z)。直接使用双线性变换：
$$
s = \frac{2}{T_s}\frac{z-1}{z+1}
$$
会导致频率轴的非线性畸变，特别是在截止频率附近。因此必须采用频率预畸变技术：
$$
\Omega_p = \frac{2}{T_s}\tan\left(\frac{\pi f_d}{f_s}\right)
$$
其中：
- fd：数字滤波器的设计截止频率
- fs：采样频率
- Ts=1/fs：采样周期
在风电控制系统中，采样频率的选择至关重要。根据香农定理，fs至少应为信号最高频率的2倍，但实际工程中我们通常取5-10倍。例如，对于处理10Hz转速信号，采样频率至少选择100Hz。
3.2 离散传递函数的详细推导
将双线性变换代入连续传递函数：
$$
H(z) = \frac{\Omega_p^2}{\left(\frac{2}{T_s}\frac{z-1}{z+1}\right)^2 + \sqrt{2}\Omega_p\left(\frac{2}{T_s}\frac{z-1}{z+1}\right) + \Omega_p^2}
$$
为消除分母，分子分母同乘(z+1)²：
$$
H(z) = \frac{\Omega_p^2(z+1)^2}{4/T_s^2(z-1)^2 + 2\sqrt{2}\Omega_p/T_s(z^2-1) + \Omega_p^2(z+1)^2}
$$
展开后得到：
$$
H(z) = \frac{\Omega_p^2(z^2+2z+1)}{(4/T_s^2 + 2\sqrt{2}\Omega_p/T_s + \Omega_p^2)z^2 + (-8/T_s^2 + 2\Omega_p^2)z + (4/T_s^2 - 2\sqrt{2}\Omega_p/T_s + \Omega_p^2)}
$$
3.3 实用系数表达式
令D = tan(πfd/fs)，经过代数运算后，差分方程系数简化为：
| 系数 | 表达式 |
|---|---|
| a0 | D² |
| a1 | 2D² |
| a2 | D² |
| b1 | 2D²-2 |
| b2 | 1-√2D+D² |
这个简化形式极大方便了工程实现。在实际风电控制系统中，我们可以直接使用这些系数编程实现数字滤波器。
4. 风电控制中的工程实现要点
4.1 参数选择经验
-
截止频率选择：
- 对于转速信号：通常设为额定转速对应频率的1.5-2倍
- 对于功率信号：设为带宽的2-3倍
- 对于振动监测：根据关注频段灵活调整
-
采样频率确定：
- 必须满足Nyquist定理
- 考虑控制系统整体时序
- 留出足够的抗混叠余量
-
量化误差处理：
- 定点实现时注意系数范围
- 采用Q格式优化数值表示
- 必要时使用浮点运算
4.2 实际应用案例
在某2MW风机变桨控制系统中，我们使用二阶巴特沃斯滤波器处理桨距角反馈信号：
- 设计截止频率：5Hz
- 采样频率：100Hz
- 计算得D = tan(π×5/100) ≈ 0.1584
- 系数：
- a0 = a2 = 0.0251
- a1 = 0.0502
- b1 = -1.9498
- b2 = 0.9736
实现代码片段（C语言）：
c复制float butter2_filter(float input, float *x, float *y) {
// 更新输入队列
x[2] = x[1];
x[1] = x[0];
x[0] = input;
// 计算输出
y[0] = a0*x[0] + a1*x[1] + a2*x[2] - b1*y[1] - b2*y[2];
// 更新输出队列
y[2] = y[1];
y[1] = y[0];
return y[0];
}
4.3 常见问题与调试技巧
-
相位延迟问题：
- 巴特沃斯滤波器在截止频率处有约90°相位延迟
- 在闭环控制中需要考虑这个延迟
- 可通过降低截止频率或使用相位补偿技术解决
-
初始瞬态问题：
- 上电时滤波器状态不确定
- 解决方法：
- 初始几个周期使用渐变系数
- 预先填充输入队列
- 设置初始输出值
-
数值稳定性：
- 高阶实现可能出现数值不稳定
- 建议采用二阶节串联实现
- 定期重置滤波器状态
在风电控制系统调试过程中，我总结出一个实用技巧：先用MATLAB/Simulink仿真验证滤波器参数，然后将系数导出到实际控制器。这样可以大幅减少现场调试时间。