CN102678451B - 一种风力发电机组变桨系统控制方法 - Google Patents

Abstract

本发明公开一种风力发电机组变桨系统控制方法，其包括以下步骤：步骤S1：通过风机主控系统获得叶片的统一变桨角度β；步骤S2：通过模糊算法来计算各变桨叶片的调整桨距角Δβ；步骤S3：叶片的统一变桨角度β加上各变桨叶片的调整桨距角Δβ，得到每个变桨叶片的变桨角度；步骤S4：变桨执行机构根据变桨叶片的变桨角度驱动叶片变桨。本发明通过模糊算法来调整每个叶片的桨距角，从而使得风轮在旋转过程中受力平衡，使得风机正常稳定的工作。

Description

一种风力发电机组变桨系统控制方法

技术领域

本发明涉及风力发电技术领域，特别涉及一种风力发电机组变桨控制方法。

背景技术

变桨控制系统是风机控制系统中至关重要的一环，变桨系统一般由伺服电机、变桨控制柜、电池柜、变桨轴承及检测限位装置等组成。每个叶片都配备一套独立的变桨系统。风机运行期间，风机主控制系统通过给变桨控制系统发送控制指令，变桨控制系统通过调节叶片角度来实现最大的风能转换效率。

现有的变桨控制系统都是通过变桨控制系统接受主控系统下发的叶片位置指令进行变桨控制的，变桨控制系统在控制叶片进行角度变换控制过程中，都是以固定叶片工作位置为控制点进行叶片角度控制的，叶片在旋转过程中叶片角度都是固定在一定位置。这样的控制方法相对简单，也容易实现，是目前的主流变桨系统控制方法。

上述现有的变桨系统控制方法虽然简单，但是，存在着较大的问题。因为以固定叶片工作位置作为变桨控制点的方法，在轮毂旋转过程中，叶片的工作位置都保持在固定位置。正常的兆瓦级风机叶片高位置点和低位置点的高度差一般都在几十米，这样就使得叶片在旋转过程中在高位置点时和低位置点受力大小不一样。叶片在旋转过程中受力不一样，将会导致系统的动不平衡，并且会加剧轮毂及机舱的振动，同时对叶片、电机、齿圈、轴承等部件的使用寿命具有很大影响。

因此，如何设计一种风力发电机组变桨系统控制方法，以解决上述现有技术中所存在的问题，即为本领域技术人员的研究方向所在。

发明内容

本发明的主要目的是提供一种风力发电机组变桨系统控制方法，以解决上述现有技术中所存在的问题。

为了到达上述目的，本发明提供一种风力发电机组变桨系统控制方法，其包括以下步骤：

步骤S1：通过风机主控系统获得叶片的统一变桨角度β；

步骤S2：通过模糊算法来计算各变桨叶片的调整桨距角Δβ；

步骤S3：叶片的统一变桨角度β加上各变桨叶片的调整桨距角Δβ，得到每个变桨叶片的变桨角度；

步骤S4：变桨执行机构根据变桨叶片的变桨角度驱动叶片变桨。

较佳的实施方式中，所述的步骤S1包括以下步骤：

步骤S11：在一风力发电机组上安装一转速传感器，该转速传感器用于检测发电机的转速w；

步骤S12：将该转速w与一参考转速w_ref相减得一转速偏差Δw；

步骤S13：通过PI控制，得到叶片的变桨角度β。

较佳的实施方式中，在步骤S2中，是根据高度对风速的影响来分析叶片的调整桨距角Δβ，高度对风速的影响关系，用下面的公式来表示：

$\frac{v_h}{v_0}={\left(\frac{h}{h_0}\right)}^n$

其中，v₀是风轮中心风速.h₀为等于机舱(轮毂)中心高度。v_h是高度为h处的风速；n是一常数，由大气稳定度和地面的粗糙度来决定。

较佳的实施方式中，所述变桨叶片所处的位置通过变桨叶片的方位角计算：取距离风机转轴r处长度为dr的叶片叶素的离地高度h_r，与桨叶方位角θ之间的关系为：

h_r＝h₀+r×sinθ。

较佳的实施方式中，所述变桨叶片上某点所受的风速大小由变桨叶片所处的位置获得：

$v_i=(1+\frac{r}{h_0}\×\sin {\mathrm{\θ}}_i)\×v_0$

其中，θ_i为第i个叶片的方位角。

较佳的实施方式中，在所述步骤S2：通过模糊算法来计算各叶片的调整桨距角Δβ还包括以下步骤：

S21：将变桨叶片的高度进行模糊化，并得到一模糊集合X1，

X1＝{正大(PL)，正中(PM)，正小(PS)，零(Z)，负小(NS)，负中(NM)，负大(NL)}；

S22：将风速进行模糊化，得到一模糊集合X2，

X2＝{很大(VL)，大(L)，中(M)，小(S)，很小(VS)}；

S23：选用一隶属度函数确定上述模糊集合的相应子集，即

A＝{μ_PL，μ_PM，…，μ_NL}

B＝{μ_VL，μ_L，…，μ_VS}

其中，μ_PL为桨叶高度为正大的隶属度向量，依次类推；

S24：叶片的调整桨距角Δβ的模糊集合用Y来表示，

Y＝{正大(PL)，正中(PM)，正小(PS)，零(Z)，负小(NS)，负中(NM)，负大(NL)}；

S25：进行模糊推理，其中模糊推理采用“如果A且B，则C”语句，得到一模糊关系矩阵：

$R=\left[\begin{array}{cccc}{\mathrm{\μ}}_{11}& {\mathrm{\μ}}_{12}& \·\·\·& {\mathrm{\μ}}_{17}\\ {\mathrm{\μ}}_{21}& {\mathrm{\μ}}_{22}& \·\·\·& {\mathrm{\μ}}_{27}\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ {\mathrm{\μ}}_{51}& {\mathrm{\μ}}_{52}& \·\·\·& {\mathrm{\μ}}_{57}\end{array}\right];$

S26：通过上述的模糊化和模糊推理，得到变桨叶片的调整角度，即Y＝R_A×B°R；

S27：经过加权平均法进行解模糊，得到变桨叶片的调整角度Δβ。

与现有技术相比，本发明的有益效果在于：该方法是在传统风力发电机组PID控制算法计算出风机叶片变桨角度之后，利用高度对风速的影响，通过模糊算法来调整每个叶片的桨距角，进而得到每个叶片的变桨角度，从而使得风轮在旋转过程中受力平衡，使得风机正常稳定的工作。

附图说明

图1为本发明风力发电机组变桨系统控制方法原理框图；

图2为本发明用模糊算法分析各叶片的调整桨距角的原理图；

图3为本发明风力发电机组变桨系统控制方法另一实施例原理框图。

具体实施方式

以下结合附图，对本发明上述的和另外的技术特征和优点作更详细的说明。

参阅图1、图，分别2为本发明风力发电机组变桨系统控制方法原理框图及用模糊算法分析各叶片的调整桨距角的原理图。本发明提供一种风力发电机组变桨系统控制方法，其包括以下步骤：

步骤S1：通过风机主控系统得到叶片的统一变桨角度β；

步骤S2：通过模糊算法来分析各叶片的调整桨距角Δβ；

步骤S3：叶片的统一变桨角度β加上各叶片的调整桨距角Δβ，即得到每个叶片的变桨角度；

步骤S4：变桨执行机构根据每个叶片的变桨角度驱动叶片变桨。

其中，步骤S1由以下步骤组成：

步骤S11：在一风力发电机组上安装一转速传感器，该转速传感器用于检测发电机的转速w；

步骤S12：将该转速w与一参考转速w_ref相减得一转速偏差Δw；

步骤S13：通过PI控制，得到叶片的变桨角度β。

本发明的基本思想是根据叶片高度差和设定等级，推导叶片的调整桨距角：

其中，高度对风速的影响关系，用下面的公式来表示：

$\frac{v_h}{v_0}={\left(\frac{h}{h_0}\right)}^n$

其中，v₀为距地面h₀的风速，为风速传感器所测的风速，一般安装在风机机舱上，离叶轮中心的距离与风轮半径相比可以近似忽略不计，则v₀可以认为是风轮中心风速。h₀近似等于机舱(轮毂)中心高度。v_h是高度为h处的风速；n是一常数，由大气稳定度和地面的粗糙度来决定。

风机叶片所处的位置可通过叶片的方位角计算得到，假设取距离风机转轴r处长度为dr的叶片叶素的离地高度h_r，与桨叶方位角θ之间的关系为：

h_r＝h₀+r×sinθ

则桨叶i上某点叶素所受的风速大小可由桨叶所处的位置近似获得，即

$v_i=(1+\frac{r}{h_0}\×\sin {\mathrm{\θ}}_i)\×v_0$

其中，θ_i为第i个叶片的方位角。

对于三个叶片的风机来说，在风轮旋转过程中，总有两个桨叶处于风切影响区域，一个处于塔影影响区域。由于叶轮的安装位置是固定的，三个叶片之间的夹角为120°，则下面以桨叶1的方位角为参考，分析叶轮旋转时的三个叶片的受力情况。桨叶1的一个旋转周期内，三个桨叶有三种受风情况：桨叶1和桨叶2处于风切效应影响区，桨叶3处于塔影影响区；桨叶1和桨叶3处于风切效应影响区，桨叶2处于塔影影响区；桨叶2和桨叶3处于风切效应影响区，桨叶1处于塔影影响区。

以机舱水平面为参考点，当桨叶处于垂直于机舱水平面正上方，即桨叶角为90度时(最高位置)，桨叶所受的风作用力最大，而桨叶处于垂直于机舱水平面正下方(最低位置)时，桨叶所受的风作用力最小。

在上述分析的基础上，通过对桨叶的所处的高度和风速进行模糊化，用模糊化规则来推导叶片的调整桨距角Δβ。

将桨叶的高度在U＝[-Δh，Δh}范围内进行模糊化，在用语言变量来表征模糊集合，即：

X1＝{正大(PL)，正中(PM)，正小(PS)，零(Z)，负小(NS)，负中(NM)，负大(NL)}；

将风速windspeed在论域W＝[3m/s，25m/s]范围内进行模糊化，用语言变量来表征模糊集合，即

X2＝{很大(VL)，大(L)，中(M)，小(S)，很小(VS)}；

选用合适的隶属度函数可以确定上述模糊集合的相应子集，即

A＝{μ_PL，μ_PM，…，μ_NL}

B＝{μ_VL，μ_L，…，μ_VS}

其中，μ_PL为桨叶高度为正大的隶属度向量，依次类推。

叶片的调整桨距角Δβ用模糊集合Y表示，即

Y＝{正大(PL)，正中(PM)，正小(PS)，零(Z)，负小(NS)，负中(NM)，负大(NL)}；

模糊推理采用“如果A且B，则C”的模糊条件语句，可得到35条模糊规则语句，即：

规则1：如果X1是PL，且X2是VL，则Y是PL”；

规则2：如果X1是PM，且X2是VL，则Y是PL”；

规则3：…

依据上述模糊规则，得到的模糊关系矩阵为

$R=\left[\begin{array}{cccc}{\mathrm{\μ}}_{11}& {\mathrm{\μ}}_{12}& \·\·\·& {\mathrm{\μ}}_{17}\\ {\mathrm{\μ}}_{21}& {\mathrm{\μ}}_{22}& \·\·\·& {\mathrm{\μ}}_{27}\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ {\mathrm{\μ}}_{51}& {\mathrm{\μ}}_{52}& \·\·\·& {\mathrm{\μ}}_{57}\end{array}\right]$

当桨叶高度差为h和风速为windspeed时，通过模糊化，模糊推理便可得桨叶的调整角度，即

Y＝R_A×B°R

再经过加权平均法进行解模糊，便可得到桨叶的调整角度Δβ。此种加权平均解模糊的处理方法为现有技术，在此不详加累述。

如图3所示，为本发明风力发电机组变桨系统控制方法另一实施例原理框图，本实施例是以两个叶片的风力发电机组为例，但是本方法并不仅限于两个叶片的风力发电机组，它适用于所有具有变桨系统的风力发电机组。

假设两个桨叶处于与地面垂直的位置时，桨叶1的受力高度为h1，桨叶2的受力高度为h2，模糊控制器的输入为桨叶1与桨叶2的高度差Δh，以及当前的风速v。输出为叶片的调整桨距角Δβ。

将桨叶的高度在U＝[-Δh，Δh}范围内进行模糊化，在用语言变量来表征模糊集合，即：

桨叶的高度差Δh用模糊集合X1表示，即

X1＝{正大(PL)，正中(PM)，正小(PS)，零(Z)，负小(NS)，负中(NM)，负大(NL)}；

将风速windspeed在论域W＝[3m/s，25m/s]范围内进行模糊化，用语言变量来表征模糊集合，风速v用模糊集合X2表示，即

X2＝{很大(VL)，大(L)，中(M)，小(S)，很小(VS)}；

选用合适的隶属度函数可以确定上述模糊集合的相应子集，即

A＝{μ_PL，μ_PM，…，μ_NL}

B＝{μ_VL，μ_L，…，μ_VS}

其中，μ_PL为桨叶高度为正大的隶属度向量，依次类推。

叶片的调整桨距角Δβ用模糊集合Y表示，即

Y＝{正大(PL)，正中(PM)，正小(PS)，零(Z)，负小(NS)，负中(NM)，负大(NL)}；

模糊推理采用“如果A且B，则C”的模糊条件语句，可得到35条模糊规则语句，即：

规则1：如果X1是PL，且X2是VL，则Y是PL”；

规则2：如果X1是PM，且X2是VL，则Y是PL”；

规则3：…

依据上述模糊规则，得到的模糊关系矩阵为

$R=\left[\begin{array}{cccc}{\mathrm{\μ}}_{11}& {\mathrm{\μ}}_{12}& \·\·\·& {\mathrm{\μ}}_{17}\\ {\mathrm{\μ}}_{21}& {\mathrm{\μ}}_{22}& \·\·\·& {\mathrm{\μ}}_{27}\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ {\mathrm{\μ}}_{51}& {\mathrm{\μ}}_{52}& \·\·\·& {\mathrm{\μ}}_{57}\end{array}\right]$

当桨叶高度差为h和风速为windspeed时，通过模糊化，模糊推理便可得桨叶的调整角度，即

Y＝R_A×B°R

再经过加权平均法进行解模糊，便可得到桨叶的调整角度Δβ。此种加权平均解模糊的处理方法为现有技术，在此不详加累述。

综上所述，本发明的方法是在传统风力发电机组PID控制算法计算出风机叶片变桨角度之后，利用高度对风速的影响，通过模糊算法来调整每个叶片的桨距角，进而得到每个叶片的变桨角度，从而使得风轮在旋转过程中受力平衡，使得风机正常稳定的工作

以上说明对本发明而言只是说明性的，而非限制性的，本领域普通技术人员理解，在不脱离以下所附权利要求所限定的精神和范围的情况下，可做出许多修改，变化，或等效，但都将落入本发明的保护范围内。

Claims (5)

1.一种风力发电机组变桨系统控制方法，其特征在于，其包括以下步骤：

步骤S1：通过风机主控系统获得叶片的统一变桨角度β；

步骤S2:通过模糊算法来计算各变桨叶片的调整桨距角Δβ；

步骤S3:叶片的统一变桨角度β加上各变桨叶片的调整桨距角Δβ，得到每个变桨叶片的变桨角度；

步骤S4:变桨执行机构根据变桨叶片的变桨角度驱动叶片变桨，其中：

在所述步骤S2:通过模糊算法来计算各叶片的调整桨距角Δβ包括以下步骤：

S21:将变桨叶片的高度进行模糊化，并得到一模糊集合X1，

X1={正大(PL)，正中(PM)，正小(PS)，零(Z)，负小(NS)，负中(NM)，负大(NL)};

S22:将风速进行模糊化，得到一模糊集合X2，

X2={很大(VL)，大(L)，中(M)，小(S)，很小(VS)}；

S23:选用一隶属度函数确定上述模糊集合的相应子集，即

A={μ_PL,μ_PM,…，μ_NL}

B={μ_VL,μ_L,…，μ_VS}

其中，μ_PL为桨叶高度为正大的隶属度向量，依次类推；

S24：叶片的调整桨距角Δβ的模糊集合用Y来表示，

Y={正大（PL），正中(PM)，正小(PS)，零(Z)，负小(NS)，负中(NM)，负大(NL)};

S25：进行模糊推理，其中模糊推理采用“如果A且B，则C”语句，得到一模糊关系矩阵：

$R=\left[\begin{array}{cccc}{\mathrm{\μ}}_{11}& {\mathrm{\μ}}_{12}& \·\·\·& {\mathrm{\μ}}_{17}\\ {\mathrm{\μ}}_{21}& {\mathrm{\μ}}_{22}& \·\·\·& {\mathrm{\μ}}_{27}\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ {\mathrm{\μ}}_{51}& {\mathrm{\μ}}_{52}& \·\·\·& {\mathrm{\μ}}_{57}\end{array}\right];$

S26:通过上述的模糊化和模糊推理，得到变桨叶片的调整角度，即Y=R_A×B°R；

S27:经过加权平均法进行解模糊，得到变桨叶片的调整角度Δβ。

2.根据权利要求1所述的一种风力发电机组变桨系统控制方法，其特征在于，所述的步骤S1包括以下步骤：

步骤S11：在一风力发电机组上安装一转速传感器，该转速传感器用于检测发电机的转速w；

步骤S12：将该转速w与一参考转速w_ref相减得一转速偏差Δw；

步骤S13:通过PI控制，得到叶片的变桨角度β。

3.根据权利要求1所述的一种风力发电机组变桨系统控制方法，其特征在于，在步骤S2中，是根据高度对风速的影响来分析叶片的调整桨距角Δβ，高度对风速的影响关系，用下面的公式来表示：

$\frac{v_h}{v_0}={\left(\frac{h}{h_0}\right)}^n$

其中，v₀是风轮中心风速，h₀为等于机舱中心高度，v_h是高度为h处的风速，n是一常数，由大气稳定度和地面的粗糙度来决定。

4.根据权利要求3所述的一种风力发电机组变桨系统控制方法，其特征在于，所述变桨叶片所处的位置通过变桨叶片的方位角计算：取距离风机转轴r处长度为dr的叶片叶素的离地高度h_r,与桨叶方位角θ之间的关系为：

h_r=h₀+r×sinθ。

5.根据权利要求3或4所述的一种风力发电机组变桨系统控制方法，其特征在于，所述变桨叶片上某点所受的风速大小由变桨叶片所处的位置获得：

$v_i=(1+\frac{r}{h_0}\×\sin {\mathrm{\θ}}_i)\×v_0$

其中，θ_i为第i个叶片的方位角。

Images