CN103032265A - 一种基于极值搜索的风电机组最大出力追踪控制方法 - Google Patents
一种基于极值搜索的风电机组最大出力追踪控制方法 Download PDFInfo
- Publication number
- CN103032265A CN103032265A CN2012105402863A CN201210540286A CN103032265A CN 103032265 A CN103032265 A CN 103032265A CN 2012105402863 A CN2012105402863 A CN 2012105402863A CN 201210540286 A CN201210540286 A CN 201210540286A CN 103032265 A CN103032265 A CN 103032265A
- Authority
- CN
- China
- Prior art keywords
- value
- ref
- closed
- wind
- difference
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000009415 formwork Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims description 10
- 230000019491 signal transduction Effects 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 4
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 3
- 239000000463 material Substances 0.000 abstract description 3
- 230000006872 improvement Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 230000005611 electricity Effects 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000009194 climbing Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 206010021703 Indifference Diseases 0.000 description 1
- 230000025518 detection of mechanical stimulus involved in sensory perception of wind Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
- F03D7/045—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with model-based controls
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/10—Purpose of the control system
- F05B2270/103—Purpose of the control system to affect the output of the engine
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/10—Purpose of the control system
- F05B2270/20—Purpose of the control system to optimise the performance of a machine
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Eletrric Generators (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种基于极值搜索的风电机组最大出力追踪控制方法,主要包括第一个闭环反馈、第二个闭环反馈、第三个闭环反馈三个步骤。本发明在捕获最大风能的同时对机械转矩进行控制来抗机械疲劳的方法,通过对基于滑模的极值搜索控制进行改进,在最大风能追踪效果上风速变化后能迅速调整转速保持叶尖速比λ为其最佳值,使风能利用系数Cp恢复到最大值;在机械转矩控制上,能使Tm在风速变化之后变化稳定,没有振荡,达到了减轻机械疲劳的目的。该方法既能保证双馈型变速恒频风电机组在额定风速以下运行时能捕获到最大的风能,又能保证在不改变机械部件结构或材料的前提下通过对控制信号的处理来实现对机械转矩的控制,达到降低机械载荷的目的。
Description
技术领域
本发明属于新能源的开发领域,尤其涉及一种基于极值搜索的风电机组最大出力追踪控制方法。
背景技术
变速恒频风电机组在额定风速以下运行时进行最大风能追踪,从自然风中捕获最大的风能并转化为电能输送到电网中,要捕获最大风能,必须在风速变化时及时调整转速ωr运行在其最佳值处,保持最佳叶尖速比λopt,即最大风能追踪的过程可以理解为风力机的转速调节过程,转速调节的性能决定了最大风能追踪的效果,在湍流风场中,λopt只有在发电机转矩变化很快的情况下才能保持不变,机械转矩变化过快会使系统振动增强,增大疲劳损坏的危险,降低系统使用寿命,因此,在最大风能追踪的同时,应该兼顾风电机组的机械载荷,对机械转矩进行控制,减小在风速变化时机械转矩的变化率;传统的最大风能追踪方法有最佳叶尖速比法、爬山法和功率反馈法。采用最佳叶尖速比法来进行最大风能追踪,由测量的风速和发电机转速计算最佳叶尖速比下对应的最佳转速值,作为控制系统的参考指令,该方法控制结构简单,容易实现,但缺点是需要实时精确的测量风速,这在实际风场中很难实现,爬山法是通过实时测量风力机转速和输出功率,根据其梯度的变化情况来判断转速的变化方向,控制机组的运行点趋近最大功率点,该方法避免了测量风速的问题,但需要实时测量风力机输出功率和转速的梯度,而梯度传感器则会放大噪声并且在高频时不稳定,且测量和判断的时间会影响算法的精度。功率反馈法是通过控制双馈电机输出有功功率来控制双馈电机的电磁阻转矩,从而间接地控制机组的转速,该方法能有效避免输出功率的波动且同样不需要风速的检测,缺点是需要通过仿真和实验来获得功率风速曲线,而且对于不同的风轮,这种曲线是不同的;针对传统控制方法的缺点,现代控制理论中的一些控制方法被引入最大风能追踪中,预测控制(Predictive Control):风能预测来进行最大风能,采用支持向量回归(SVR)算法来预测风速,将预测到的风速输入风能转化系统计算该风速下的最佳转速值,该方法不需要测量风速,缺点是风能预测的精度不高;神经网络控制(Neural Network Control):WRBFN神经网络与爬山算法想结合,采用粒子群优化算法设计了控制器,该方法有效的解决了爬山算法的缺点,但只适用于永磁发电机,在双馈电机中不适用,使用范围较小;非线性控制(Nonlinear Control):滑模变结构控制应用于风力发电中,将切换面定义为功率相对误差,对发电机正常和失速两种模态分别采用不同的滑模控制率,达到无差跟踪和最大风能捕获的目的,该方法响应速度快,但该理论是建立在对象精确的数学模型基础上的,对对象的数学模型过度依赖;模糊控制(FuzzyControl):采用模糊控制进行最大风能追踪,克服了传统控制依赖于被控对象精确数学模型的缺点,存在的问题是设计的控制器精度较低;自适应控制(Adaptive Control):将基于摄动的极值搜索控制应用于风电最大风能追踪中,在风能转换系统中,将风速的变化进行处理得到激励信号,从而获得最佳叶尖速比,达到风能的最大捕获率,该方法不需要对控制对象建立精确的模型,且控制速度快,精度高,但该方法的缺点与最佳叶尖速比法相同,需要对风速进行实时精确测量。滑模变结构控制与极值搜索控制相结合,基于滑模极值搜索控制,该控制方法具有结构简单,输入变量惟一的优点。
发明内容
本发明的目的在于利用一种基于滑模的极值搜索的控制方法,旨在解决现有风电机组最大出力追踪方法存在的通过改变机械部件的结构或材料来增加系统抵抗机械疲劳的能力,从而增加系统结构的复杂性和成本的问题。
本发明的目的在于提供一种基于滑模极值搜索的风电机组最大出力追踪控制方法,所述基于极值搜索的控制方法包括以下步骤:
第一个闭环反馈:用于产生一个输出有功功率ps的反馈值;具体的信号传递过程为:双馈电机发出的有功功率ps与功率参考值ps,ref进行比较,其差值ε传给符号函数sgn(ε),当sgn(ε)发生变化时,产生滑模动作,乘以一个常数u后将信息传递给模块v0/s,这样就得到了转速的参考值ωr,ref,根据WCES图像,从而得到了有功功率ps,有功功率ps又反馈给功率参考值ps,ref,从而形成一个功率闭环反馈;
第二个闭环反馈:用于产生输出值与参考值的差值ε的反馈闭环系统;具体的信号传递过程为:符号函数sgn(ε)经过放大Z0倍后,与一个预设值ρ进行比较,其差值经过一个1/s环节,得到了功率参考值ps,ref,功率参考值ps,ref与有功功率ps进行比较,得到一个差值ε,然后将差值传递给符号函数sgn(ε),又形成一个反馈闭环系统;
第三个闭环反馈:用于实现对ωr的变化率进行控制,进而能将ΔTm限制在其具体的实现方式为:有功功率ps与功率参考值ps,ref进行比较,得到一个差值ε,然后将差值传递给符号函数sgn(ε),符号函数sgn(ε)一方面经过放大Z0倍后,与一个预设值ρ进行比较,其差值经过一个1/s环节,得到了功率参考值ps,ref,又与有功功率ps比较,形成一个闭环反馈;另一方面,符号函数sgn(ε)放大U倍后得到U0/s,从而得到了转速的参考值ωr,ref,ωr,ref与ωr比较,其差值经过一个PI比例微分环节,得到标准转子交轴分量再与预设值iqr进行比较,确定合理的上限值就能对ωr的变化率进行控制,进而能将ΔTm限制在内。
进一步、所述第一个闭环反馈主要由WCES图像模块、有功功率ps与功率参考值ps,ref的比较、符号函数sgn(ε)、以及v0/s模块组成。
进一步、所述第二个闭环反馈主要由符号函数sgn(ε)、放大模块Z0、预设值ρ比较环节、1/s环节组成。
进一步、所述第三个闭环反馈主要由ωr与参考值的比较环节、PI比例微分环节、iqr与预设值的比较环节组成。
本发明具有如下优点:
本发明提出一种双馈型变速恒频风电机组在捕获最大风能的同时对机械转矩进行控制来抗机械疲劳的方法,通过对基于滑模的极值搜索控制进行改进,应用于双馈型变速恒频风力发电系统中,在最大风能追踪效果上风速变化后能迅速调整转速保持叶尖速比λ为其最佳值,使风能利用系数Cp恢复到最大值;在机械转矩控制上,能使Tm在风速变化之后变化稳定,没有振荡,达到了减轻机械疲劳的目的。该方法既能保证双馈型变速恒频风电机组在额定风速以下运行时能捕获到最大的风能,又能保证在不改变机械部件结构或材料的前提下通过对控制信号的处理来实现对机械转矩的控制,达到降低机械载荷的目的。
附图说明
图1是本发明实施例提供的基于极值搜索的风电机组最大出力追踪控制方法的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例提供了一种基于极值搜索的风电机组最大出力追踪控制方法,该基于极值搜索的风电机组最大出力追踪控制方法包括以下步骤:
第一个闭环反馈:用于产生一个输出有功功率ps的反馈值;具体的信号传递过程为:双馈电机发出的有功功率ps与功率参考值ps,ref进行比较,其差值ε传给符号函数sgn(ε),当sgn(ε)发生变化时,产生滑模动作,乘以一个常数u后将信息传递给模块v0/s,这样就得到了转速的参考值ωr,ref,根据WCES图像,从而得到了有功功率ps,有功功率ps又反馈给功率参考值ps,ref,从而形成一个功率闭环反馈;
第二个闭环反馈:用于产生输出值与参考值的差值ε的反馈闭环系统;具体的信号传递过程为:符号函数sgn(ε)经过放大Z0倍后,与一个预设值ρ进行比较,其差值经过一个1/s环节,得到了功率参考值ps,ref,功率参考值ps,ref与有功功率ps进行比较,得到一个差值ε,然后将差值传递给符号函数sgn(ε),又形成一个反馈闭环系统;
第三个闭环反馈:用于实现对ωr的变化率进行控制,进而能将ΔTm限制在其具体的实现方式为:有功功率ps与功率参考值ps,ref进行比较,得到一个差值ε,然后将差值传递给符号函数sgn(ε),符号函数sgn(ε)一方面经过放大Z0倍后,与一个预设值ρ进行比较,其差值经过一个1/s环节,得到了功率参考值ps,ref,又与有功功率ps比较,形成一个闭环反馈;另一方面,符号函数sgn(ε)放大U倍后得到U0/s,从而得到了转速的参考值ωr,ref,ωr,ref与ωr比较,其差值经过一个PI比例微分环节,得到标准转子交轴分量再与预设值iqr进行比较,确定合理的上限值就能对ωr的变化率进行控制,进而能将ΔTm限制在内。
作为本发明实施例的一优化方案,第一个闭环反馈主要由WCES图像模块、有功功率ps与功率参考值ps,ref的比较、符号函数sgn(ε)、以及v0/s模块组成。
作为本发明实施例的一优化方案,第二个闭环反馈主要由符号函数sgn(ε)、放大模块Z0、预设值ρ比较环节、1/s环节组成。
作为本发明实施例的一优化方案,第三个闭环反馈主要由ωr与参考值的比较环节、PI比例微分环节、iqr与预设值的比较环节组成。
以下参照附图1,对本发明实施例基于极值搜索的风电机组最大出力追踪控制方法作进一步详细描述。
如图1所示,本发明的基于极值搜索的风电机组最大出力追踪控制方法原理如下:该结构框图主要由双闭环反馈构成。
第一个闭环反馈:其构成包含WCES图像模块、有功功率ps与功率参考值ps,ref的比较、符号函数sgn(ε)、以及v0/s模块,用于产生一个输出有功功率ps的反馈值;具体的信号传递过程为:双馈电机发出的有功功率ps与功率参考值ps,ref进行比较,其差值ε传给符号函数sgn(ε),当sgn(ε)发生变化时,产生滑模动作,乘以一个常数u后将信息传递给模块v0/s,这样就得到了转速的参考值ωr,ref,根据WCES图像,从而得到了有功功率ps,有功功率ps又反馈给功率参考值ps,ref,从而形成一个功率闭环反馈;
第二个闭环反馈:其构成包含符号函数sgn(ε)、放大模块Z0、预设值ρ比较环节、1/s环节;用于产生输出值与参考值的差值ε的反馈闭环系统;具体的信号传递过程为:符号函数sgn(ε)经过放大Z0倍后,与一个预设值ρ进行比较,其差值经过一个1/s环节,得到了功率参考值ps,ref,功率参考值ps,ref与有功功率ps进行比较,得到一个差值ε,然后将差值传递给符号函数sgn(ε),又形成一个反馈闭环系统;
本发明还包括ωr与参考值的比较环节、PI比例微分环节、iqr与预设值的比较环节,用于实现对ωr的变化率进行控制,进而能将ΔTm限制在其具体的实现方式为:有功功率ps与功率参考值ps,ref进行比较,得到一个差值ε,然后将差值传递给符号函数sgn(ε),符号函数sgn(ε)一方面经过放大Z0倍后,与一个预设值ρ进行比较,其差值经过一个1/s环节,得到了功率参考值ps,ref,又与有功功率ps比较,形成一个闭环反馈;另一方面,符号函数sgn(ε)放大U倍后得到U0/s,从而得到了转速的参考值ωr,ref,ωr,ref与ωr比较,其差值经过一个PI比例微分环节,得到标准转子交轴分量再与预设值iqr进行比较,确定合理的上限值就能对ωr的变化率进行控制,进而能将ΔTm限制在内。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于极值搜索的风电机组最大出力追踪控制方法,其特征在于,所述用于实现风电机组最大出力追踪的基于滑模的极值搜索的控制方法包括以下步骤:
第一个闭环反馈:用于产生一个输出有功功率ps的反馈值;具体的信号传递过程为:双馈电机发出的有功功率ps与功率参考值ps,ref进行比较,其差值ε传给符号函数sgn(ε),当sgn(ε)发生变化时,产生滑模动作,乘以一个常数u后将信息传递给模块v0/s,这样就得到了转速的参考值ωr,ref,根据WCES图像,从而得到了有功功率ps,有功功率ps又反馈给功率参考值ps,ref,从而形成一个功率闭环反馈;
第二个闭环反馈:用于产生输出值与参考值的差值ε的反馈闭环系统;具体的信号传递过程为:符号函数sgn(ε)经过放大Z0倍后,与一个预设值ρ进行比较,其差值经过一个1/s环节,得到了功率参考值ps,ref,功率参考值ps,ref与有功功率ps进行比较,得到一个差值ε,然后将差值传递给符号函数sgn(ε),又形成一个反馈闭环系统;
第三个闭环反馈:用于实现对ωr的变化率进行控制,进而能将ΔTm限制在其具体的实现方式为:有功功率ps与功率参考值ps,ref进行比较,得到一个差值ε,然后将差值传递给符号函数sgn(ε),符号函数sgn(ε)一方面经过放大Z0倍后,与一个预设值ρ进行比较,其差值经过一个1/s环节,得到了功率参考值ps,ref,又与有功功率ps比较,形成一个闭环反馈;另一方面,符号函数sgn(ε)放大U倍后得到U0/s,从而得到了转速的参考值ωr,ref,ωr,ref与ωr比较,其差值经过一个PI比例微分环节,得到标准转子交轴分量再与预设值iqr进行比较,确定合理的上限值就能对ωr的变化率进行控制,进而能将ΔTm限制在内。
2.如权利要求1所述的基于滑模极值搜索的风电机组最大出力追踪控制方法,其特征在于,所述第一个闭环反馈主要由WCES图像模块、有功功率ps与功率参考值ps,ref的比较、符号函数sgn(ε)、以及v0/s模块组成。
3.如权利要求1所述的基于滑模极值搜索的风电机组最大出力追踪控制方法,其特征在于,所述第二个闭环反馈主要由符号函数sgn(ε)、放大模块Z0、预设值ρ比较环节、1/s环节组成。
4.如权利要求1所述的基于滑模极值搜索的风电机组最大出力追踪控制方法,其特征在于,所述第三个闭环反馈主要由ωr与参考值的比较环节、PI比例微分环节、iqr与预设值的比较环节组成。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210540286.3A CN103032265B (zh) | 2012-12-12 | 2012-12-12 | 一种基于极值搜索的风电机组最大出力追踪控制方法 |
PCT/CN2013/076514 WO2014089955A1 (zh) | 2012-12-12 | 2013-05-30 | 一种基于极值搜索的风电机组最大出力追踪控制方法 |
US14/646,570 US9657718B2 (en) | 2012-12-12 | 2013-05-30 | Extremum seeking-based control method for maximum output tracking of a wind turbine generator |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210540286.3A CN103032265B (zh) | 2012-12-12 | 2012-12-12 | 一种基于极值搜索的风电机组最大出力追踪控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103032265A true CN103032265A (zh) | 2013-04-10 |
CN103032265B CN103032265B (zh) | 2014-11-05 |
Family
ID=48019542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210540286.3A Active CN103032265B (zh) | 2012-12-12 | 2012-12-12 | 一种基于极值搜索的风电机组最大出力追踪控制方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9657718B2 (zh) |
CN (1) | CN103032265B (zh) |
WO (1) | WO2014089955A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103281022A (zh) * | 2013-05-29 | 2013-09-04 | 重庆交通大学 | 双馈风力发电机双重效率模糊优化的控制方法 |
CN105134487A (zh) * | 2015-08-24 | 2015-12-09 | 南京理工大学 | 一种考虑湍流频率因素的风力机最大功率点跟踪控制方法 |
CN106950421A (zh) * | 2017-01-03 | 2017-07-14 | 内蒙古电力(集团)有限责任公司 | 一种风电有功功率极值检测方法及装置 |
CN109687788A (zh) * | 2018-12-27 | 2019-04-26 | 浙江工业大学 | 一种双馈风力发电系统无速度传感器的控制方法 |
CN113608433A (zh) * | 2021-08-06 | 2021-11-05 | 华中科技大学 | 一种基于自适应工作频率的光学参数控制方法及系统 |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2667818T3 (es) * | 2014-04-29 | 2018-05-14 | General Electric Company | Sistema y procedimiento de control de un parque eólico |
CN109416019B (zh) * | 2016-07-06 | 2020-05-05 | 维斯塔斯风力系统集团公司 | 具有多个风力涡轮发电机和发电厂控制器的风力发电厂 |
CN107134814B (zh) * | 2017-05-10 | 2020-06-23 | 武汉大学 | 一种双馈风机协同有功备用控制方法 |
CN107330248B (zh) * | 2017-06-08 | 2020-06-19 | 华南理工大学 | 一种基于改进型神经网络的短期风功率预测方法 |
CN107294447B (zh) * | 2017-06-26 | 2024-01-09 | 江苏国传电气有限公司 | 永磁同步电机的自适应最大转矩电流比控制装置 |
CN107524563A (zh) * | 2017-08-21 | 2017-12-29 | 华南理工大学 | 一种基于滑模极值搜索的控制方法 |
CN108506163B (zh) * | 2018-04-25 | 2024-01-30 | 华北电力科学研究院有限责任公司 | 一种双馈风电虚拟同步机转速恢复方法、装置及系统 |
CN109611279A (zh) * | 2018-11-02 | 2019-04-12 | 华南理工大学 | 一种离网型风力发电系统及其最优频率跟踪控制方法 |
CN110334440A (zh) * | 2019-07-04 | 2019-10-15 | 西北工业大学 | 基于神经网络的转子有限元模型优化设计方法 |
CN112302865A (zh) * | 2019-07-31 | 2021-02-02 | 北京金风科创风电设备有限公司 | 风力发电机组的最优增益追踪方法和设备 |
CN110552850B (zh) * | 2019-09-09 | 2021-04-23 | 中南大学 | 一种基于风速提前测量的风电机组有功调节方法及装置 |
CN113090453B (zh) * | 2019-12-23 | 2023-03-03 | 新疆金风科技股份有限公司 | 风力发电机组的控制方法、装置和风力发电机组 |
CN111425347B (zh) * | 2020-03-23 | 2022-03-22 | 南京理工大学 | 基于转矩增益系数优化的风电机组最大功率点跟踪控制方法 |
CN112542855B (zh) * | 2020-12-10 | 2022-12-20 | 电子科技大学 | 一种双馈风力发电系统相量模型建模及仿真方法 |
CN113741184B (zh) * | 2021-08-17 | 2023-03-21 | 南京航空航天大学 | 一种基于滑模观测器的风力机载荷预测控制方法 |
CN114204870B (zh) * | 2021-11-14 | 2023-05-09 | 国网辽宁省电力有限公司锦州供电公司 | 一种基于区间ⅱ型t-s模糊模型的风力发电系统积分滑模控制方法 |
CN115288928B (zh) * | 2022-08-15 | 2024-05-07 | 西安热工研究院有限公司 | 一种风电机组最大功率点跟踪控制方法及系统 |
CN117350089B (zh) * | 2023-12-06 | 2024-04-02 | 山东大学 | 一种双馈风电场全动态阻抗模型的构建方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004052649A (ja) * | 2002-07-19 | 2004-02-19 | Meidensha Corp | 風力発電機の出力電力平滑化制御装置 |
CN101639038A (zh) * | 2009-08-14 | 2010-02-03 | 江南大学 | 一种基于fpga的风电系统最大功率跟踪控制器 |
CN101975140A (zh) * | 2010-09-08 | 2011-02-16 | 南京航空航天大学 | 基于功率反馈的风力发电机组全风速范围运行控制策略 |
CN102477943A (zh) * | 2010-11-26 | 2012-05-30 | 惠州三华工业有限公司 | 智能型mppt风能控制器 |
CN102593833A (zh) * | 2012-03-19 | 2012-07-18 | 上海电力学院 | 一种独立微网频率控制器设计方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7941246B2 (en) | 2008-02-29 | 2011-05-10 | General Electric Company | Automatic generation control augmentation for wind plant integration |
US20130300115A1 (en) * | 2012-05-08 | 2013-11-14 | Johnson Controls Technology Company | Systems and methods for optimizing power generation in a wind farm turbine array |
CN102705158A (zh) | 2012-05-25 | 2012-10-03 | 江南大学 | 基于模糊性能估计器的风能转换系统反馈控制 |
CN104736845B (zh) * | 2012-08-14 | 2017-11-14 | 维斯塔斯风力系统有限公司 | 用于风力涡轮机控制的部分负载降额 |
US9518560B2 (en) * | 2013-05-28 | 2016-12-13 | Siemens Aktiengesellschaft | Method to individually optimize respective pitch angles of a plurality of blades in a wind turbine |
-
2012
- 2012-12-12 CN CN201210540286.3A patent/CN103032265B/zh active Active
-
2013
- 2013-05-30 WO PCT/CN2013/076514 patent/WO2014089955A1/zh active Application Filing
- 2013-05-30 US US14/646,570 patent/US9657718B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004052649A (ja) * | 2002-07-19 | 2004-02-19 | Meidensha Corp | 風力発電機の出力電力平滑化制御装置 |
CN101639038A (zh) * | 2009-08-14 | 2010-02-03 | 江南大学 | 一种基于fpga的风电系统最大功率跟踪控制器 |
CN101975140A (zh) * | 2010-09-08 | 2011-02-16 | 南京航空航天大学 | 基于功率反馈的风力发电机组全风速范围运行控制策略 |
CN102477943A (zh) * | 2010-11-26 | 2012-05-30 | 惠州三华工业有限公司 | 智能型mppt风能控制器 |
CN102593833A (zh) * | 2012-03-19 | 2012-07-18 | 上海电力学院 | 一种独立微网频率控制器设计方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103281022A (zh) * | 2013-05-29 | 2013-09-04 | 重庆交通大学 | 双馈风力发电机双重效率模糊优化的控制方法 |
CN103281022B (zh) * | 2013-05-29 | 2015-04-01 | 重庆交通大学 | 双馈风力发电机双重效率模糊优化的控制方法 |
CN105134487A (zh) * | 2015-08-24 | 2015-12-09 | 南京理工大学 | 一种考虑湍流频率因素的风力机最大功率点跟踪控制方法 |
CN105134487B (zh) * | 2015-08-24 | 2017-11-14 | 南京理工大学 | 一种考虑湍流频率因素的风力机最大功率点跟踪控制方法 |
CN106950421A (zh) * | 2017-01-03 | 2017-07-14 | 内蒙古电力(集团)有限责任公司 | 一种风电有功功率极值检测方法及装置 |
CN106950421B (zh) * | 2017-01-03 | 2019-04-12 | 内蒙古电力(集团)有限责任公司 | 一种风电有功功率极值检测方法及系统 |
CN109687788A (zh) * | 2018-12-27 | 2019-04-26 | 浙江工业大学 | 一种双馈风力发电系统无速度传感器的控制方法 |
CN113608433A (zh) * | 2021-08-06 | 2021-11-05 | 华中科技大学 | 一种基于自适应工作频率的光学参数控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2014089955A1 (zh) | 2014-06-19 |
US20150292485A1 (en) | 2015-10-15 |
US9657718B2 (en) | 2017-05-23 |
CN103032265B (zh) | 2014-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103032265B (zh) | 一种基于极值搜索的风电机组最大出力追踪控制方法 | |
Tiwari et al. | Recent developments of control strategies for wind energy conversion system | |
Apata et al. | An overview of control techniques for wind turbine systems | |
Abdelbaky et al. | Design and implementation of partial offline fuzzy model-predictive pitch controller for large-scale wind-turbines | |
Wu et al. | Extreme learning machine based wind speed estimation and sensorless control for wind turbine power generation system | |
Liu et al. | A novel MPPT method for enhancing energy conversion efficiency taking power smoothing into account | |
Corradini et al. | An observer-based blade-pitch controller of wind turbines in high wind speeds | |
CN105545595A (zh) | 基于径向基神经网络的风力机反馈线性化功率控制方法 | |
CN103291543A (zh) | 基于滑模控制理论的设计风机变桨距控制器方法 | |
CN103603767B (zh) | 一种基于滑模的极值搜索控制参数自适应调整方法 | |
Bystryk et al. | Small wind turbine power control in intermittent wind gusts | |
CN105508135A (zh) | 一种基于模糊前馈与模糊pid控制结合的变桨控制方法 | |
CN103184972A (zh) | 兆瓦级异步双馈风机转矩/桨距控制器参数自整定方法 | |
Taoussi et al. | Low-speed sensorless control for wind turbine system | |
Thongam et al. | An optimum speed MPPT controller for variable speed PMSG wind energy conversion systems | |
Dang et al. | Model predictive control for maximum power capture of variable speed wind turbines | |
Saidi et al. | Adaptive maximum power control based on optimum torque method for wind turbine by using fuzzy-logic adaption mechanisms during partial load operation | |
Barambones et al. | Real time observer and control scheme for a wind turbine system based on a high order sliding modes | |
Sun et al. | MPPT adaptive controller of DC-based DFIG in resistances uncertainty | |
Venkateswaran et al. | Maximum power extraction for PMVG-based WECS using q-learning mppt algorithm with finite-time control scheme | |
Bertašienė et al. | Synergies of Wind Turbine control techniques | |
Yao et al. | Variable speed wind turbine maximum power extraction based on fuzzy logic control | |
Meyer et al. | Dynamic wind estimation based control for small wind turbines | |
Manna et al. | A review of control techniques for wind energy conversion system | |
CN113346520B (zh) | 基于风机和同步机协调配合的电网频率控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |