CN103573552A - 风力涡轮机及其降低转子不平衡的控制方法 - Google Patents

Abstract

本发明涉及一种风力涡轮机及其降低转子不平衡的控制方法，该风力涡轮机包括叶片、安装在叶片上的微型惯性测量单元及控制系统。该微型惯性测量单元用于感应对应安装位置处的参数信号。该控制系统包括叶片弯矩计算单元，至少基于一个或多个由微型惯性测量单元感应的参数信号来计算每一个叶片的叶片弯矩值；叶片弯矩偏差信号计算单元，基于计算出的每一个叶片的叶片弯矩值及预设的叶片弯矩命令来计算对应每一个叶片的叶片弯矩偏差信号；及桨叶角补偿命令计算单元，基于计算出的叶片弯矩偏差信号计算出对应每一个叶片的桨叶角补偿命令。

Description

风力涡轮机及其降低转子不平衡的控制方法

技术领域

本发明涉及一种风力涡轮机(wind turbine)，特别涉及一种用于降低风力涡轮机转子不平衡的控制系统及方法。

背景技术

随着环保意识的增强，越来越多的国家开始大力发展清洁能源，风能就是其中一种，而利用风力涡轮机即可将风能转化成电能。典型的风力涡轮机通常包括三个跨度非常大的转子叶片(rotor blade)，这些叶片对称的安装在一个轮毂(hub)上，从而组成一个转子(rotor)。工作时，这些叶片在风能的推力下旋转，然后产生传动扭矩以转动与转子连接的主轴(main shaft)，进而驱动发电机进行发电。该主轴和发电机等元件被安装在一个机舱(nacelle)内，该机舱又被旋转地安装在一个塔架(tower)上，该塔架与该机舱之间具有一个偏航系统，可实时调节该机舱的方向，以便使叶片处于最佳的风向位置(如垂直风向)以获得最大的传动扭矩。

在一些特定环境下，风向的改变可能非常快或很突然，以至于偏航系统来不及调整叶片最佳的风向位置，即产生偏航误差(yaw error)或其他类似状况，如此一来可能会导致三个叶片转子上的负载不均衡(即转子不平衡)，这种负载不平衡状态可能会持续一段时间，若在此时间段内风力涡轮机仍继续工作的话，可能会损坏风力涡轮机上的元件。

所以，需要提供一种新的控制系统及方法，用于降低风力涡轮机上的转子不平衡。

发明内容

本发明的一个方面在于提供一种风力涡轮机。一种风力涡轮机，包括：

叶片；

安装在叶片上的微型惯性测量单元，用于感应对应安装位置处的参数信号；及

控制系统，包括：

叶片弯矩计算单元，至少基于一个或多个由微型惯性测量单元感应的参数信号来计算每一个叶片的叶片弯矩值；

叶片弯矩偏差信号计算单元，基于计算出的每一个叶片的叶片弯矩值及预设的叶片弯矩命令来计算对应每一个叶片的叶片弯矩偏差信号；及

桨叶角补偿命令计算单元，基于计算出的叶片弯矩偏差信号计算出对应每一个叶片的桨叶角补偿命令。

本发明的另一个方面在于提供一种控制方法，用于降低风力涡轮机上的转子不平衡，该方法包括：

通过微型惯性测量单元感应该风力涡轮机上每一个叶片上的参数信号；

至少基于一个或多个由微型惯性测量单元感应的参数信号来计算每一个叶片的叶片弯矩值；

基于计算出的每一个叶片的叶片弯矩值及预设的叶片弯矩命令来计算对应每一个叶片的叶片弯矩偏差信号；

基于计算出的叶片弯矩偏差信号计算出对应每一个叶片的桨叶角补偿命令；及

应用该桨叶角补偿命令调整每一个叶片的桨叶角。

相较于现有技术，本发明风力涡轮机及其降低转子不平衡的控制方法，一方面通过微型惯性测量单元这一类传感器对风力涡轮机叶片上的参数信号进行感测，以快速、实时地获得叶片上的动态参数信号；另一方面通过该控制系统计算出实际的叶片弯矩值，并基于预设的叶片弯矩命令得出叶片弯矩偏差信号(即转子不平衡信息)，然后基于该叶片弯矩偏差信号得出每一个叶片的桨叶角补偿命令，用以调整对应叶片的桨叶角，进而可及时降低转子不平衡。由于本发明使用了微型惯性测量单元这一类传感器进行参数信号的感测，故大大提高了感应的速度，从而在转子不平衡的影响还未达到损坏风力涡轮机上元件的程度之前便可及时的降低转子不平衡，进而有效的保护了风力涡轮机。

附图说明

通过结合附图对于本发明的实施方式进行描述，可以更好地理解本发明，在附图中：

图1为本发明风力涡轮机的较佳实施方式的示意图。

图2为图1中风力涡轮机上的一个转子叶片的示意图。

图3为本发明风力涡轮机的控制系统的较佳实施方式的框图。

图4为本发明风力涡轮机的控制系统的另一较佳实施方式的框图。

图5为图3控制系统中叶片弯矩计算单元的部分框图。

图6为本发明风力涡轮机的控制方法的较佳实施方式的流程图。

图7为应用于图3控制系统中基于模型的计算单元的一个基于物理的模型示意图。

图8为图5叶片弯矩计算单元中基于模型的计算单元的较佳实施方式的示意框图。

图9为四组应用于图8的控制系统所计算出的叶片弯矩值与应用模拟软件计算出的叶片弯矩值的比对图。

具体实施方式

以下将描述本发明的具体实施方式，需要指出的是，在这些实施方式的具体描述过程中，为了进行简明扼要的描述，本说明书不可能对实际的实施方式的所有特征均作详尽的描述。应当可以理解的是，在任意一种实施方式的实际实施过程中，正如在任意一个工程项目或者设计项目的过程中，为了实现开发者的具体目标，为了满足系统相关的或者商业相关的限制，常常会做出各种各样的具体决策，而这也会从一种实施方式到另一种实施方式之间发生改变。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本发明公开的内容相关的本领域的普通技术人员而言，在本公开揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本公开的内容不充分。

除非另作定义，权利要求书和说明书中使用的技术术语或者科学术语应当为本发明所属技术领域内具有一般技能的人士所理解的通常意义。本发明专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“一个”或者“一”等类似词语并不表示数量限制，而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同元件，并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。

请参考图1，为本发明风力涡轮机10的较佳实施方式的示意图。该风力涡轮机10包括一个塔架12及一个转子14，该转子14包括若干叶片例如三个叶片141、142、143，该三个叶片141、142、143安装在一个轮毂144上。工作时，这些叶片141、142、143在风能的推力下旋转，然后产生传动扭矩以转动与转子14连接的主轴(未示出)，进而驱动发电机(未示出)进行发电。该主轴和发电机等元件安装在一个机舱16内，该机舱16被旋转的安装在该塔架12上，该塔架12与该机舱16之间具有一个偏航系统，可实时调节该机舱的方向，以便使叶片141、142、143实时地处于最佳的风向位置以获得最大的转动扭矩。图1仅是举例给出了风力涡轮机的主要组成部分，在其他实施方式中，该风力涡轮机也可为其他类型的风力涡轮机。

请参考图2，为该风力涡轮机10上的一个叶片142的示意图，其他叶片141、143也具有相似的结构，此处仅以一个为例进行说明。在图2的实施方式中，该叶片142的外表面上安装有一个微型惯性测量单元(Micro InertialMeasurement Unit，MIMU)20，在其他实施方式中，该微型惯性测量单元20也可安装在该叶片的内表面或者嵌入在叶片142的本体内，并且该微型惯性测量单元20的数量也可为多个，可分别安装在叶片的不同位置上，以利于感应足够的参数信号为后续计算之用。例如，可在叶片的两端及中间位置共安装三个微型惯性测量单元20，具体安装可根据实际需要进行调整。在其他实施方式中，还可在该风力涡轮机10的其他部位安装微型惯性测量单元20，例如在塔架12或机舱16上安装，以根据需要进一步提供不同位置、种类的参数信号。

需要说明的是，微型惯性测量单元是一种全面的运动捕获感应装置，用于感应但不局限于三维方向信号(俯仰角、横滚角和偏航角)、三维加速度信号、三维转速信号、三维磁场信号等。在非限定实施方式中，该微型惯性测量单元20可能包括三维加速计、三维陀螺仪、三维磁力计或只包括上述三种测量仪器中的一种或两种。之所以有的测量仪器省略了，是由于某些类型的风力涡轮机10无需监测某些参数信号，故可以在选用微型惯性测量单元的时候，选择合适类型的微型惯性测量单元，如此可以进一步地降低成本。

请参考图3，为该风力涡轮机10的控制系统的较佳实施方式30的框图，为方便理解本发明，在该框图中仅示意出了用于调整叶片141、142、143的桨叶角(Pitch angle)的那一部分控制，而其他部分的控制未示意出。在图3的示意图中，该控制系统30包括一个叶片弯矩计算单元31、一个桨叶角补偿命令计算单元32、一个第一求和元件33、一个第二求和元件34及一个第三求和元件35。

该叶片弯矩计算单元31用于接收安装在该叶片141、142、143上的微型惯性测量单元20所感应的参数信号。基于一个或多个接收到的参数信号，如叶片变形边坡(blade deformation slope)信号、叶片加速度(blade acceleration)信号、桨叶角信号、转子位置(rotor position)信号等(图中S1、S2、S3分别对应叶片141、142、143上感应的参数信号或参数信号组合)，该叶片弯矩计算单元31还用于根据感应到的参数信号分别计算出该叶片141、142、143的叶片弯矩值M1、M2、M3。后续段落会详细描述该叶片弯矩值M1、M2、M3的具体计算方法。

请继续参考图3，该第一求和元件33用于将一个预设的叶片弯矩命令M1cmd与该计算出的实际叶片弯矩值M1进行作差计算，从而得出一个叶片弯矩偏差信号ΔM1。同理，该第二求和元件34用于将一个预设的叶片弯矩命令M2cmd与该计算出的实际叶片弯矩值M2进行作差计算，从而得出一个叶片弯矩偏差信号ΔM2；该第三求和元件35用于将一个预设的叶片弯矩命令M3cmd与该计算出的实际叶片弯矩值M3进行作差计算，从而得出一个叶片弯矩偏差信号ΔM3。该预设的叶片弯矩命令M1cmd、M2cmd、M3cmd代表期望产生的叶片弯矩，例如0千牛米，而该叶片弯矩值M1、M2、M3代表实际测量或者计算得到的叶片弯矩，如此可知该叶片弯矩偏差信号ΔM1、ΔM2、ΔM3即代表了转子不平衡的信息。在图3的实施方式中，该第一求和元件33、第二求和元件34及第三求和元件35作为一个叶片弯矩偏差信号计算单元来计算上述叶片弯矩偏差信号ΔM1、ΔM2、ΔM3，在其他实施方式中，该叶片弯矩偏差信号计算单元也可应用其他的元件来计算叶片弯矩偏差信号，例如应用一个处理器来计算叶片弯矩偏差信号。

请继续参考图3，该桨叶角补偿命令计算单元32用于接收该转子不平衡的信息，即该叶片弯矩偏差信号ΔM1、ΔM2、ΔM3，然后将该叶片弯矩偏差信号ΔM1、ΔM2、ΔM3分别转换成三个对应的桨叶角补偿命令Δβ1，Δβ2，Δβ3。该桨叶角补偿命令Δβ1，Δβ2，Δβ3分别用于调整该三个叶片141、142、143的桨叶角，进而补偿产生的转子不平衡，以防止该风力涡轮机10在转子不平衡时造成损坏。并且，由于微型惯性测量单元感应参数信号的反应速度非常快，如此可大大提高补偿转子不平衡的反应时间，以便及时实现转子的不平衡补偿。该桨叶角补偿命令Δβ1，Δβ2，Δβ3为根据风力涡轮机的工作原理通过适当的算法计算的，此处不作具体说明。另外，可以理解的是，该桨叶角补偿命令Δβ1，Δβ2，Δβ3通常被传输至一个桨叶角调节单元39后并通过其内部的进一步控制来达到调整桨叶角的目的，由于该桨叶角调节单元39也并非本发明的重点，故此处也不再具体说明。

在图3的实施方式中，该计算得出的叶片弯矩值M1、M2、M3的后续计算是在三相坐标系统中进行的，而在三相坐标系统中进行计算可能会提高计算的复杂度。若要简化算法，可将该叶片弯矩值M1、M2、M3的后续计算放在其他坐标系统中进行，例如两相坐标系，下面结合图4会给出另一个实施方式。

请参考图4，为该风力涡轮机10的控制系统的另一较佳实施方式40的框图。与图3的实施方式相比，图4中将该叶片弯矩值M1、M2、M3从三相坐标系统中转换至d-q两相坐标系统中进行后续计算，以简化计算。具体地，该控制系统40包括一个叶片弯矩计算单元41、一个第一坐标转换单元42、一个桨叶角补偿命令计算单元43、一个第二坐标转换单元44及两个求和元件45、46。其中，该叶片弯矩计算单元41、桨叶角补偿命令计算单元43及求和元件45、46分别对应控制系统30中的叶片弯矩计算单元31、桨叶角补偿命令计算单元32及求和元件34-36，并具有相似的功能，这里不再赘述。

该第一坐标转换单元42用于将该叶片弯矩值M1、M2、M3从三相坐标系统转换至二相d-q坐标系统，即转换为两个叶片弯矩值Md、Mq。然后，基于该叶片弯矩值Md、Mq及两个预设的叶片弯矩命令Mcmd_d、Mcmd_q，通过该两个求和元件45、46即可求出两个对应的叶片弯矩偏差信号ΔMd、ΔMq。该两个叶片弯矩偏差信号ΔMd、ΔMq被转换至两个对应的桨叶角补偿命令Δβd及Δβq，然后再将该桨叶角补偿命令Δβd及Δβq通过该第二坐标转换单元44转换回三相坐标系统下的桨叶角补偿命令Δβ1，Δβ2，Δβ3，然后再传输至一个桨叶角调节单元49，进行后续桨叶角的补偿调整，以降低转子不平衡。在一些实施方式中，该两相坐标系统与三相坐标系统之间的转换可通过下述公式来计算，其中θ代表转子位置(rotor position)信号：

$\left(\begin{array}{c}\mathrm{Md}\\ \mathrm{Mq}\end{array}\right)=\left(\begin{array}{ccc}\cos \mathrm{\θ}& \cos (\mathrm{\θ}+\frac{2\mathrm{\π}}{3})& \cos (\mathrm{\θ}+\frac{4\mathrm{\π}}{3})\\ \sin \mathrm{\θ}& \sin (\mathrm{\θ}+\frac{2\mathrm{\π}}{3})& \sin (\mathrm{\θ}+\frac{4\mathrm{\π}}{3})\end{array}\right)\left(\begin{array}{c}M1\\ M2\\ M3\end{array}\right)$

$\left(\begin{array}{c}\mathrm{\Δ\βd}\\ \mathrm{\Δ\βq}\end{array}\right)=\left(\begin{array}{ccc}\cos \mathrm{\θ}& \cos (\mathrm{\θ}+\frac{2\mathrm{\π}}{3})& \cos (\mathrm{\θ}+\frac{4\mathrm{\π}}{3})\\ \sin \mathrm{\θ}& \sin (\mathrm{\θ}+\frac{2\mathrm{\π}}{3})& \sin (\mathrm{\θ}+\frac{4\mathrm{\π}}{3})\end{array}\right)\left(\begin{array}{c}\mathrm{\Δ\β}1\\ \mathrm{\Δ\β}2\\ \mathrm{\Δ\β}3\end{array}\right)$

请参考图5，为图3中控制系统30的叶片弯矩计算单元31的部分示意图。该叶片弯矩计算单元31包括一个参数信号接收单元312、一个叶片物理参数存储单元314及一个基于模型(model-based)的计算单元316。该参数信号接收单元312用于接收该叶片141上安装的微型惯性测量单元20所感应的参数型号S1。该叶片物理参数存储单元314用于存储该叶片141的物理参数P1。该基于模型的计算单元316用于提供一个基于模型的算法并基于该参数信号接收单元312选择的一个或多个参数信号S1_e及一个或多个该叶片物理参数存储单元314存储的叶片物理参数P1来计算该叶片弯矩值M1。在一些实施方式中，也可不使用任何叶片物理参数P1。同理，该叶片弯矩值M2、M3也可通过相似的算法得出，不再赘述。

请参考图6，为本发明风力涡轮机的控制方法60的较佳实施方式的框图。在一些实施方式中，图3中的控制系统30应用该控制方法60执行转子不平衡的补偿操作。在步骤61中，接收每一个叶片141、142、143上的微型惯性测量单元20感应的参数信号；在步骤62中，基于一个或多个感应的参数信号S1_e及一个或多个存储的叶片物理参数P1，并应用一个基于模型的算法来计算该叶片弯矩值M1、M2、M3；在步骤63中，基于计算出的叶片弯矩值M1、M2、M3及预设的叶片弯矩命令M1cmd、M2cmd、M3cmd，计算出对应的叶片弯矩偏差信号ΔM1，ΔM2，ΔM3；及在步骤64中，基于计算出的叶片弯矩偏差信号ΔM1，ΔM2，ΔM3计算出对应的桨叶角补偿命令Δβ1，Δβ2，Δβ3。

正如前面提到的，图5中基于模型的计算单元316包括至少一个基于模型的算法(或转移函数)用于计算该叶片弯矩值M1、M2、M3。以下将结合图7及图8分别给出两个不同类型的基于模型的算法。

请参考图7，为应用于图3控制系统30中基于模型的计算单元31的一个基于物理的模型示意图。该基于物理的模型(physics-based)包括一个理论物理梁模型例如欧拉梁(Euler beam)模型，并通过一个欧拉梁70来模拟一个叶片。这里，翼面向(flapwise)上的负载分配参数信号w被设定为是均匀的。由此可计算出翼面向上的力F及弯矩M：F=w(L-x)；w/2(x2-2Lx+L2)，其中，L为该欧拉梁70的长度，x表示叶片位置，例如图中所示的x1，x2，x3，x4，x5，x6等。需要说明的是，这里仅计算了翼面向上的弯矩，而沿欧拉梁70平行的方向上的弯矩没有计算，这是因为该平行方向上的弯矩远远小于翼面向上的弯矩，通常可以忽略不计。

更具体地，该翼面向上的负载分配参数信号w可直接通过安装在叶片上的微型惯性测量单元20来获得，或者基于微型惯性测量单元20感应的参数信号及存储的叶片物理参数计算获得。该欧拉梁70的长度L为预先存储在该叶片物理参数存储单元314内的参数。应用该欧拉梁模型计算的好处在于计算简单直接，特别适用于计算要求不高的情况。在其他实施方式中，该基于物理的模型也可应用其他类型的模型来模拟叶片，例如该物理的模型可以是一个三维立体的物理模型，并且该物理模型可基于由微型惯性测量单元20感应的充分足够的参数信号及该叶片物理参数存储单元314内存储的足够的物理参数，并通过适当的算法来计算出叶片弯矩值。

在另外的实施方式中，存储在该基于模型的计算单元316内的数学模型还可包括一个基于数据的模型(data-driven model)或一个综合的模型(hybridmodel)，例如综合的模型可同时应用基于物理的模型及基于数据的模型或其他类型的模型。请参考图8，为图5叶片弯矩计算单元31中基于模型的计算单元316的较佳实施方式的示意图。该基于模型的计算单元316应用了一个综合的模型，其包括一个模拟子单元3161、一个参数信号选择子单元3162、一个叶片物理参数选择子单元3163、一个数据学习子单元3164及一个叶片弯矩计算子单元3165。

该模拟子单元3161用于通过模拟软件(如应用FlexSim模拟软件)来模拟/仿真该风力涡轮机10上的叶片141、142、143，并生成一个模拟后的风力涡轮机。基于生成后的模拟风力涡轮机模型，该数据学习子单元3164用于提取出该模拟的风力涡轮机模型中的叶片弯矩模拟值及至少一个相关的参数模拟信号，并计算出该叶片弯矩模拟值与该参数模拟信号之间的关系式，以作为后续计算实际叶片弯矩的依据公式。其中，该参数模拟信号对应于一个或多个该微型惯性测量单元20所感应的参数信号(或者对应经过预处理的参数信号)。

该参数信号选择子单元3162用于从该参数信号接收单元312中接收全部参数信号S1，并根据上述参数模拟信号选择出相对应的参数信号S1_e。该叶片物理参数选择子单元3163用于在存储的叶片物理参数中选择出与上述叶片弯矩模拟值与该参数模拟信号之间的关系式有关联的叶片物理参数，在一些实施方式中也可删除此叶片物理参数选择子单元3163，此时该综合的模型即为一个基于数据的模型。由于该微型惯性测量单元20可感应多种不同类型的参数信号，因此可保证该参数信号选择子单元3162可选择出需要的参数信号。

该叶片弯矩计算子单元3165从该数据学习子单元3164获得该叶片弯矩模拟值与该参数模拟信号之间的关系式，并基于该关系式及通过该参数信号选择子单元3162和该叶片物理参数选择子单元3163得到的对应于该参数模拟信号的实际的参数信号及叶片物理参数来计算出实际的叶片弯矩(M1，M2，M3)。

例如，该数据学习子单元3164基于生成后的模拟风力涡轮机模型计算出一个模拟的负载分配参数信号w及一个模拟的叶片变形边坡参数信号α，例如通过快速傅立叶变换分析法得出。该模拟的负载分配参数信号w与上述叶片弯矩模拟值相关，该模拟的叶片变形边坡参数信号α与上述参数模拟信号相关，该负载分配参数信号w与该模拟的叶片变形边坡参数信号α之间的关系式可写成：

其中，

为叶片转子位置(blade rotor position)参数信号，b_α与A_w及b_w之间可写成如下关系式：

A_w=C1*b_α；b_w=C2*b_α

其中，该两个系数C1及C2可通过模拟出来的值对应计算出来，即数据学习过程完毕。

上述数据学习完成后，该叶片弯矩模拟值与该参数模拟信号之间的关系式，即A_w=C1*b_α，b_w＝C2*b_α即被计算出来，也即两个系数C1及C2被计算出来了。该叶片弯矩计算单元3165获得实际感应的叶片变形边坡信号α'(即b_α')及实际感应的叶片转子位置参数信号

然后该叶片弯矩计算单元3165根据上述计算出来的关系式即可计算出实际的负载分配参数信号

然后，实际的叶片弯矩M'即可根据该负载分配参数信号w＇计算出来，例如M＇＝ΣF'*ΔL；F'=Σw'*ΔL，其中F代表翼面向的力，L代表实际的叶片跨度，L可直接通过该叶片物理参数存储单元中314获得。

一般来说，应用于该基于模型的计算单元316内的数学模型在实际应用之前均需要进行验证或校准。例如，图9示意出了四组应用于图8的控制系统所计算出的叶片弯矩值与应用模拟软件计算出的叶片弯矩值的比对图。该四组对应的时间段分别为11秒、14秒、17秒、21秒，在该四组比对图中均可以看出，应用本发明计算出来的叶片弯矩值与应用模拟软件计算出来的叶片弯矩值之间的走势(图中两条曲线)基本趋于重合，由此即验证了本发明应用于图8的控制系统中的数学模型可以用来计算叶片弯矩值(M1、M2、M3)。若应用了其他类型的数学模型，也可通过相似的验证方法进行验证，这里不再赘述。

虽然结合特定的实施方式对本发明进行了说明，但本领域的技术人员可以理解，对本发明可以作出许多修改和变型。因此，要认识到，权利要求书的意图在于覆盖在本发明真正构思和范围内的所有这些修改和变型。

Claims (20)

1.一种风力涡轮机，其特征在于，该风力涡轮机包括：

叶片；

安装在叶片上的微型惯性测量单元，用于感应对应安装位置处的参数信号；及

控制系统，包括：

叶片弯矩计算单元，至少基于一个或多个由微型惯性测量单元感应的参数信号来计算每一个叶片的叶片弯矩值；

叶片弯矩偏差信号计算单元，基于计算出的每一个叶片的叶片弯矩值及预设的叶片弯矩命令来计算对应每一个叶片的叶片弯矩偏差信号；及

桨叶角补偿命令计算单元，基于计算出的叶片弯矩偏差信号计算出对应每一个叶片的桨叶角补偿命令。

2.如权利要求1所述的风力涡轮机，其中该叶片弯矩偏差信号计算单元包括求和元件，用于将预设的叶片弯矩命令与计算出的叶片弯矩值进行作差运算以得到对应的叶片弯矩偏差信号。

3.如权利要求2所述的风力涡轮机，其中该叶片弯矩值从三相坐标系统转换至两相坐标系统进行计算。

4.如权利要求1所述的风力涡轮机，其中该叶片弯矩计算单元包括：

参数信号接收单元，用于接收微型惯性测量单元感应的参数信号；及

基于模型的计算单元，用于根据一个或多个由微型惯性测量单元感应的参数信号并应用基于模型的算法来计算叶片弯矩值。

5.如权利要求4所述的风力涡轮机，其中该叶片弯矩计算单元进一步包括一个叶片物理参数存储单元，用于存储叶片物理参数，该基于模型的计算单元进一步根据一个或多个该叶片物理参数存储单元中存储的叶片物理参数来计算叶片弯矩值。

6.如权利要求4所述的风力涡轮机，其中该基于模型的计算单元包括一个基于物理的模型。

7.如权利要求6所述的风力涡轮机，其中该基于物理的模型包括一个理论物理梁模型，用于模拟叶片。

8.如权利要求4所述的风力涡轮机，其中该基于模型的计算单元包括一个基于数据的模型或者一个综合的模型。

9.如权利要求4所述的风力涡轮机，其中该基于模型的计算单元包括：

模拟子单元，用于模拟该风力涡轮机；

数据学习子单元，用于提取出该模拟的风力涡轮机模型中的叶片弯矩模拟值及至少一个相关的参数模拟信号，并计算出该叶片弯矩模拟值与该参数模拟信号之间的关系式；

参数信号选择子单元，用于从该参数信号接收单元中接收全部参数信号并根据上述参数模拟信号选择出相对应的参数信号；及

叶片弯矩计算子单元，用于将该参数信号选择子单元选择出的参数信号代入上述计算出该叶片弯矩模拟值与该参数模拟信号之间的关系式，以计算出叶片弯矩值。

10.如权利要求5所述的风力涡轮机，其中该基于模型的计算单元包括：

模拟子单元，用于模拟该风力涡轮机；

数据学习子单元，用于提取出该模拟的风力涡轮机模型中的叶片弯矩模拟值及至少一个相关的参数模拟信号，并计算出该叶片弯矩模拟值与该参数模拟信号之间的关系式；

参数信号选择子单元，用于从该参数信号接收单元中接收全部参数信号并根据上述参数模拟信号选择出相对应的参数信号；

叶片物理参数选择子单元，用于从该叶片物理参数存储单元选择与该计算出的该叶片弯矩模拟值与该参数模拟信号之间的关系式相关的叶片物理参数；及

叶片弯矩计算子单元，用于将该参数信号选择子单元选择出的参数信号及该叶片物理参数选择子单元选择的叶片物理参数代入上述计算出该叶片弯矩模拟值与该参数模拟信号之间的关系式中，以计算出叶片弯矩值。

11.一种控制方法，用于降低风力涡轮机上的转子不平衡，其特征在于：该方法包括：

通过微型惯性测量单元感应该风力涡轮机上每一个叶片上的参数信号；

至少基于一个或多个由微型惯性测量单元感应的参数信号来计算每一个叶片的叶片弯矩值；

基于计算出的每一个叶片的叶片弯矩值及预设的叶片弯矩命令来计算对应每一个叶片的叶片弯矩偏差信号；

基于计算出的叶片弯矩偏差信号计算出对应每一个叶片的桨叶角补偿命令；及

应用该桨叶角补偿命令调整每一个叶片的桨叶角。

12.如权利要求11所述的方法，其中该计算叶片弯矩偏差信号的步骤包括：将预设的叶片弯矩命令与计算出的叶片弯矩值进行作差运算以得到对应的叶片弯矩偏差信号。

13.如权利要求12所述的方法，其中该叶片弯矩值从三相坐标系统转换至两相坐标系统进行计算。

14.如权利要求11所述的方法，其中该计算叶片弯矩值的步骤包括：

接收微型惯性测量单元感应的参数信号；及

根据一个或多个由微型惯性测量单元感应的参数信号并应用基于模型的算法来计算叶片弯矩值。

15.如权利要求14所述的方法，其中该计算叶片弯矩值的步骤进一步包括：存储叶片物理参数，并进一步根据一个或多个存储的叶片物理参数来计算叶片弯矩值。

16.如权利要求14所述的方法，其中该基于模型的算法包括一个基于物理的模型。

17.如权利要求16所述的方法，其中该基于物理的模型包括一个理论物理梁模型，用于模拟叶片。

18.如权利要求14所述的方法，其中该基于模型的算法包括一个基于数据的模型或者一个综合的模型。

19.如权利要求14所述的方法，其中该应用基于模型的算法来计算叶片弯矩值的步骤包括：

模拟该风力涡轮机；

提取出该模拟的风力涡轮机模型中的叶片弯矩模拟值及至少一个相关的参数模拟信号，并计算出该叶片弯矩模拟值与该参数模拟信号之间的关系式；

根据上述参数模拟信号从微型惯性测量单元感应的参数信号中选择出相对应的参数信号；及

将该选择出的参数信号代入上述计算出该叶片弯矩模拟值与该参数模拟信号之间的关系式，以计算出叶片弯矩值。

20.如权利要求15所述的方法，其中该应用基于模型的算法来计算叶片弯矩值的步骤包括：

模拟该风力涡轮机；

提取出该模拟的风力涡轮机模型中的叶片弯矩模拟值及至少一个相关的参数模拟信号，并计算出该叶片弯矩模拟值与该参数模拟信号之间的关系式；

根据上述参数模拟信号从微型惯性测量单元感应的参数信号中选择出相对应的参数信号；

从存储的叶片物理参数中选择与该计算出的该叶片弯矩模拟值与该参数模拟信号之间的关系式相关的叶片物理参数；及

将该选择出的参数信号及叶片物理参数代入上述计算出该叶片弯矩模拟值与该参数模拟信号之间的关系式中，以计算出叶片弯矩值。

Images