CN103742359A - 基于模型辨识的风电机组控制参数再调校装置、系统及其方法 - Google Patents
基于模型辨识的风电机组控制参数再调校装置、系统及其方法 Download PDFInfo
- Publication number
- CN103742359A CN103742359A CN201310731326.7A CN201310731326A CN103742359A CN 103742359 A CN103742359 A CN 103742359A CN 201310731326 A CN201310731326 A CN 201310731326A CN 103742359 A CN103742359 A CN 103742359A
- Authority
- CN
- China
- Prior art keywords
- generation unit
- electricity generation
- powered electricity
- wind
- control parameter
- 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
Images
Classifications
-
- 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
Abstract
本发明公开了一种基于模型辨识的风电机组控制参数再调校装置、系统及其方法，包括：数据采集模块、风电机组模型辨识模块和控制参数再调校模块。在风电机组运行后，数据采集模块采集风电机组的运行数据，风电机组模型辨识模块读取风电机组的运行数据，对影响风电机组控制效果的风电机组模型参数进行辨识并将辨识结果输出至控制参数再调校模块。控制参数再调校模块根据辨识的结果修正风电机组的整机模型，对机组的控制参数进行再调校，并将控制参数输出至主控系统，控制机组运行。本发明对影响风电机组控制效果的模型参数进行辨识，根据辨识的结果修正整机模型，并对控制参数进行再调校，能够有效确保控制参数的有效性，提高机组运行的可靠性。
Description
技术领域
本发明涉及风力发电领域，尤其是涉及一种应用于风力发电机组的基于模型辨识的控制参数再调校装置、系统及其方法。
背景技术
当今，随着风力发电技术领域的进展，风力发电机组广泛采用变速变桨技术，为了保证风电机组变速变桨运行，在控制系统正常发电控制设计时，一般包括转矩控制和变桨控制两大部分。同时，为了减小机组载荷，避免共振或减小振动，在设计时加入传动链加阻、塔架加阻控制，以保证机组在生命周期范围内安全可靠运行。然而，无论是转矩控制、变桨控制，还是传动链加阻、塔架加阻，均依赖于风电机组的整机模型，如机组转矩响应模型、变桨响应模型和机组结构模态情况。
目前，现有技术中，在风电机组的整机模型建模方面，普遍的做法是：利用专用的整机设计软件，如：GH-Bladed对整机的各个部件分别进行建模，如叶片、轮毂、传动链、机舱、塔架、发电机等建模，再利用软件计算出机组的结构模态，然后对整机模型进行线性化处理，得到机组的线性化模型，通过时域和频域分析，进而得到合适的控制参数。这种做法存在一种风险，即很难保证整机建模时的模型与真机完全一致，导致设计出来的控制参数与实际不匹配，达不到预期的控制效果，无法减小风电机组的载荷，影响了风电机组的安全可靠运行。
同时，变速变桨风电机组在正常发电控制过程中的控制参数（包括转矩控制、变桨控制、传动链加阻、塔架加阻控制等）均通过线性设计而来，这些参数的整定依赖于风电机组的结构模态和执行机构的响应情况。目前，在风电机组控制参数设计方面，普遍的做法是通过专业软件，如：GH Bladed建立整机模型，得出风电机组的坎贝尔图，分析出风电机组可能存在共振模态。在进行线性化后得到风电机组的组态空间方程，通过时域和频域分析，整定出控制参数。目前，控制系统参数的设计时均基于专业软件，如：GH Bladed线性化后的机组模型以及结构模态（坎贝尔图），具体操作过程为：
（1）风电机组整机模型建模后，计算出各部件的结构模态，形成坎贝尔图，分析可能存在的共振情况；
（2）对模型进行线性化处理，得出控制系统参数整定的控制模型，根据控制理论整定出控制参数。
这种做法虽然充分利用已有的设计经验，满足整机开发时的载荷计算要求。但是也存在着两个致命的缺陷：
（1）现有技术中的风电机组整机模型建模和控制系统参数的设计过程，在线性化时忽略了风电机组本身高度非线性特性；
（2）现有技术中的风电机组整机模型建模和控制系统参数的设计过程，机组建模参数与真机一致性难以保证，整机建模的模型无法与真机完全匹配，导致机组的一些结构模态、执行机构的响应存在偏差，无法完全确保控制系统的有效性，存在风险。如将这样建模后整定出来的控制参数直接用于真机运行，会由于模型误差导致控制参数出现偏差，对机组安全性带来一定影响，如传动链加阻可以减小齿轮箱的疲劳载荷、塔架加阻减小塔顶载荷和振动，如果参数取值不合适，起不到减小载荷控制的效果。
发明内容
有鉴于此，本发明的目的在于提供一种基于模型辨识的风电机组控制参数再调校装置、系统及其方法，能够在风电机组运行后，通过采集运行数据，对影响风电机组控制效果的机组模型参数进行辨识，根据辨识的结果修正整机模型，对控制参数进行再调校，确保控制参数的有效性。
为了实现上述发明目的，本发明具体提供了一种基于模型辨识的风电机组控制参数再调校装置的技术实现方案，基于模型辨识的风电机组控制参数再调校装置，包括：数据采集模块、风电机组模型辨识模块和控制参数再调校模块。在风电机组运行后，所述数据采集模块采集所述风电机组的运行数据，所述风电机组模型辨识模块读取所述风电机组的运行数据，对影响所述风电机组控制效果的风电机组模型参数进行辨识并将辨识结果输出至所述控制参数再调校模块，所述控制参数再调校模块根据辨识的结果修正所述风电机组的整机模型，对所述风电机组的控制参数进行再调校，并将所述控制参数输出至主控系统，由所述主控系统控制所述风电机组运行。
优选的，所述风电机组模型辨识模块进一步包括转矩响应辨识单元、变桨响应辨识单元和风电机组结构模态辨识单元。所述转矩响应辨识单元从所述风电机组的运行数据中提取发电机转矩给定和发电机转矩反馈时域信号，对所述风电机组的转矩执行机构的转矩响应结构模态进行辨识，辨识完后向所述控制参数再调校模块输出新的转矩响应模型。所述变桨响应辨识单元从所述风电机组的运行数据中提取变桨速率给定和变桨速率反馈时域信号，对所述风电机组的变桨执行机构的变桨响应结构模态进行辨识，辨识完后向所述控制参数再调校模块输出新的变桨响应模型。所述风电机组结构模态辨识单元从所述风电机组的运行数据中提取包括风轮转速、发电机转速、机舱前后加速度、机舱左右加速度时域信号在内的数据进行功率谱分析，根据各信号的功率谱能量分布情况，分析出所述风电机组的结构模态，并向所述控制参数再调校模块输出新的结构模态。
优选的，所述控制参数再调校模块根据所述风电机组模型辨识模块输出的数据，对所述风电机组的模型中的参数进行调整，使所述风电机组包括传动链扭振频率、叶片面内一、二阶模态、叶片面外一、二阶模态、塔架侧向一、二阶模态在内的参数与辨识后的结构模态吻合，重新建立控制参数再调校的线性化模型，基于新的模型重新进行线性设计，得到再调校后的控制参数，然后对再调校后的控制参数进行测试，最终将经过再调校后的控制参数输出至所述主控系统作为新的运行参数。
优选的，所述转矩响应辨识单元采用一阶系统加延时环节模型进行等效模拟，通过读取发电机转矩给定和发电机转矩反馈时域信号，比较得出延迟时间和一阶系统的时间常数；所述变桨响应辨识单元采用二阶系统加延时环节模型进行等效模拟，通过读取变桨速率给定和变桨速率反馈时域信号，绘制变桨速率给定和变桨速率反馈的时域图，得出延迟时间和二阶系统的特征参数。
本发明还另外具体提供了一种基于模型辨识的风电机组控制参数再调校系统的技术实现方案，基于模型辨识的风电机组控制参数再调校系统，包括：上述基于模型辨识的风电机组控制参数再调校装置、风电机组和主控系统。所述基于模型辨识的风电机组控制参数再调校装置分别与所述风电机组和主控系统相连，所述基于模型辨识的风电机组控制参数再调校装置读取所述风电机组的运行数据，对影响所述风电机组控制效果的风电机组模型参数进行辨识，根据辨识的结果修正所述风电机组的整机模型，对所述风电机组的控制参数进行再调校，并更新所述主控系统的控制参数，由所述主控系统控制所述风电机组运行。
本发明还另外具体提供了一种基于模型辨识的风电机组控制参数再调校方法的技术实现方案，基于模型辨识的风电机组控制参数再调校方法，风电机组控制参数再调校系统包括风电机组、数据采集模块、风电机组模型辨识模块、控制参数再调校模块和主控系统，所述方法包括以下步骤：
在风电机组运行后，数据采集模块采集所述风电机组的运行数据，所述风电机组模型辨识模块读取所述风电机组的运行数据，对影响所述风电机组控制效果的风电机组模型参数进行辨识并将辨识结果输出至所述控制参数再调校模块，所述控制参数再调校模块根据辨识的结果修正所述风电机组的整机模型，对所述风电机组的控制参数进行再调校，并将所述控制参数输出至所述主控系统，由所述主控系统控制所述风电机组运行。
优选的，所述参数再调校方法包括风电机组模型辨识过程，所述风电机组模型辨识过程进一步包括以下步骤：
转矩响应辨识步骤：从所述风电机组的运行数据中提取发电机转矩给定和发电机转矩反馈时域信号，对所述风电机组的转矩执行机构的转矩响应结构模态进行辨识，辨识完后向所述控制参数再调校模块输出新的转矩响应模型；
变桨响应辨识步骤：从所述风电机组的运行数据中提取变桨速率给定和变桨速率反馈时域信号，对所述风电机组的变桨执行机构的变桨响应结构模态进行辨识，辨识完后向所述控制参数再调校模块输出新的变桨响应模型；
风电机组结构模态辨识步骤：从所述风电机组的运行数据中提取包括风轮转速、发电机转速、机舱前后加速度、机舱左右加速度时域信号在内的数据进行功率谱分析，根据各信号的功率谱能量分布情况，分析出所述风电机组的结构模态，并向所述控制参数再调校模块输出新的结构模态。
优选的，所述控制参数再调校模块根据所述风电机组模型辨识模块输出的数据，对所述风电机组的模型中的参数进行调整，使所述风电机组包括传动链扭振频率、叶片面内一、二阶模态、叶片面外一、二阶模态、塔架侧向一、二阶模态在内的参数与辨识后的结构模态吻合，重新建立控制参数再调校的线性化模型，基于新的模型重新进行线性设计，得到再调校后的控制参数，然后对再调校后的控制参数进行测试，最终将经过再调校后的控制参数输出至所述主控系统作为新的运行参数。
优选的，当所述风电机组运行时，所述数据采集模块进行运行数据采集，所述运行数据的采样频率保持在10Hz以上，所述数据采集模块将采集数据中包括风轮转速、发电机转速、发电机转矩给定、发电机转矩反馈、变桨速率给定、变桨速率反馈、机舱前后加速度、机舱左右加速度时域信号在内的数据输入至所述风电机组模型辨识模块。
优选的，所述风电机组结构模态辨识步骤进一步包括：将采集到的包括风轮转速、发电机转速、机舱前后加速度、机舱左右加速度时域信号在内的数据进行功率谱分析，根据各信号的功率谱能量分布情况，结合机组各部件振动耦合机理，分析得出所述风电机组包括3P频率、6P频率、传动链的扭振频率、叶片面内一、二阶模态、叶片面外一、二阶模态、塔架侧向一、二阶模态在内的模态频率。
通过实施上述本发明提供的基于模型辨识的风电机组控制参数再调校装置、系统及其方法，具有如下技术效果：
（1）本发明通过采集运行数据，对影响风电机组控制效果的机组模型参数进行辨识，根据辨识的结果修正整机模型，对控制参数进行再调校，确保了控制参数的有效性；
（2）本发明易于工程实现，不增加额外硬件，成本低；
（3）本发明通用性强，可用于不同类型的风电机组；
（4）本发明能够确保控制算法达到减小风电机组载荷的目的，提高风电机组运行的可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明风电机组等时间片切换重组测试方法一种具体实施方式的结构原理框图；
图2是本发明风电机组等时间片切换重组测试方法一种具体实施方式的系统结构框图；
图3是本发明风电机组等时间片切换重组测试方法一种具体实施方式的程序流程图；
图中：1-风电机组，2-数据采集模块，3-风电机组模型辨识模块，4-控制参数再调校模块，5-主控系统，31-转矩响应辨识单元，32-变桨响应辨识单元，33-风电机组结构模态辨识单元。
具体实施方式
为了引用和清楚起见，将下文中使用的技术名词、简写或缩写记载如下：
GH Bladed：国际上著名的一种风力发电分析软件；
3P频率：风电机组转速的3倍频率；
6P频率：风电机组转速的6倍频率。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如附图1至附图3所示，给出了本发明基于模型辨识的风电机组控制参数再调校装置、系统及其方法的具体实施例，下面结合附图和具体实施例对本发明作进一步说明。
如附图1所示，一种基于模型辨识的风电机组控制参数再调校装置的具体实施例，包括：数据采集模块2、风电机组模型辨识模块3和控制参数再调校模块4。在风电机组1运行后，数据采集模块2采集风电机组1的运行数据，然后将与风电机组模型辨识相关的变量信息（主要包括风轮转速、发电机转速、发电机转矩给定、发电机转矩反馈、变桨速率给定、变桨速率反馈、机舱前后加速度、机舱左右加速度）输入至风电机组模型辨识模块3。风电机组模型辨识模块3读取风电机组1的运行数据，对影响风电机组1控制效果的风电机组模型参数进行辨识，并将辨识结果输出至控制参数再调校模块4。控制参数再调校模块4根据辨识的结果修正风电机组1的整机模型，重新生成线性化模型和坎贝尔图，通过线性设计，对风电机组1的控制参数进行再调校，得出再调校后的控制参数，经过综合评估后，将最终的控制参数输出至主控系统5，由主控系统5控制风电机组1运行。本发明具体实施例描述的基于风电机组模型辨识的控制参数再调校装置，在风电机组1运行后，通过采集运行数据，对影响风电机组控制效果的机组模型参数进行辨识，根据辨识的结果修正整机模型，对控制参数进行再调校，确保了各种控制参数整定的有效性。
如附图2所示，风电机组模型辨识模块3进一步包括转矩响应辨识单元31、变桨响应辨识单元32和风电机组结构模态辨识单元33。转矩响应辨识单元31从风电机组1的运行数据中提取发电机转矩给定和发电机转矩反馈时域信号，对风电机组1的转矩执行机构的转矩响应结构模态进行辨识。风电机组1的转矩执行机构采用一阶系统+延时环节的数学模型等效，辨识完后向控制参数再调校模块4输出新的转矩响应模型。一阶系统的传递函数形式为：
其中，T为一阶系统的时间常数，s是拉普拉斯变换中的复变量。
变桨响应辨识单元32从风电机组1的运行数据中提取变桨速率给定和变桨速率反馈时域信号，对风电机组1的变桨执行机构的变桨响应结构模态进行辨识。变桨响应辨识采用二阶模型+延时环节的数学模型等效，利用变桨速率给定和反馈的时域图，分析出延迟时间和二阶系统的特征参数，并向控制参数再调校模块4输出新的变桨响应模型。二阶系统的传递函数形式为：
其中，ξ为阻尼比，ωn为无阻尼自然频率，s是拉普拉斯变换中的复变量。风电机组结构模态辨识单元33从风电机组1的运行数据中提取包括风轮转速、发电机转速、机舱前后加速度、机舱左右加速度时域信号在内的数据进行功率谱分析，根据各信号的功率谱能量分布情况，分析出风电机组1的结构模态，并向控制参数再调校模块4输出新的结构模态。
控制参数再调校模块4根据风电机组模型辨识模块3输出的数据，对风电机组1的模型中包括部件刚度和阻尼比在内的参数进行调整，使风电机组1包括传动链扭振频率、叶片面内一、二阶模态、叶片面外一、二阶模态、塔架侧向一、二阶模态在内的参数与辨识后的结构模态吻合，重新建立控制参数再调校的线性化模型，基于新的模型重新进行线性设计，得到再调校后的控制参数，然后对再调校后的控制参数进行测试和综合评估（主要评估控制参数调整后对风电机组整机载荷的影响），最终将经过再调校后的控制参数输出至主控系统5作为新的运行参数。
转矩响应辨识单元31采用一阶系统加延时环节模型进行等效模拟，其中一阶系统的传递函数形式为：
通过读取发电机转矩给定和发电机转矩反馈时域信号，比较得出延迟时间和一阶系统的时间常数。变桨响应辨识单元32采用二阶系统加延时环节模型进行等效模拟，其中二阶系统的传递函数形式为：
ξ为阻尼比，ωn为无阻尼自然频率，s是拉普拉斯变换中的复变量。通过读取变桨速率给定和变桨速率反馈时域信号，绘制变桨速率给定和变桨速率反馈的时域图，得出延迟时间和二阶系统的特征参数。
一种基于模型辨识的风电机组控制参数再调校系统的具体实施例，包括：上述基于模型辨识的风电机组控制参数再调校装置、风电机组1和主控系统5。基于模型辨识的风电机组控制参数再调校装置分别与风电机组1和主控系统5相连，基于模型辨识的风电机组控制参数再调校装置读取风电机组1的运行数据，对影响风电机组1控制效果的风电机组模型参数进行辨识，根据辨识的结果修正风电机组1的整机模型，对风电机组1的控制参数进行再调校，并更新主控系统5的控制参数，由主控系统5控制风电机组1运行。
一种基于模型辨识的风电机组控制参数再调校方法的具体实施例，风电机组控制参数再调校系统包括风电机组1、数据采集模块2、风电机组模型辨识模块3、控制参数再调校模块4和主控系统5。基于模型辨识的风电机组控制参数再调校方法包括以下步骤：
在风电机组1运行后，数据采集模块2采集风电机组1的运行数据，风电机组模型辨识模块3读取风电机组1的运行数据，对影响风电机组1控制效果的风电机组模型参数进行辨识并将辨识结果输出至控制参数再调校模块4。控制参数再调校模块4根据辨识的结果修正风电机组1的整机模型，对风电机组1的控制参数进行再调校，并将控制参数输出至主控系统5，由主控系统5控制风电机组1运行。
参数再调校方法包括风电机组模型辨识过程，风电机组模型辨识过程进一步包括以下步骤：
转矩响应辨识步骤：从风电机组1的运行数据中提取发电机转矩给定和发电机转矩反馈时域信号，对风电机组1的转矩执行机构的转矩响应结构模态进行辨识，辨识完后向控制参数再调校模块4输出新的转矩响应模型；
变桨响应辨识步骤：从风电机组1的运行数据中提取变桨速率给定和变桨速率反馈时域信号，对风电机组1的变桨执行机构的变桨响应结构模态进行辨识，辨识完后向控制参数再调校模块4输出新的变桨响应模型；
风电机组结构模态辨识步骤：从风电机组1的运行数据中提取包括风轮转速、发电机转速、机舱前后加速度、机舱左右加速度时域信号在内的数据进行功率谱分析，根据各信号的功率谱能量分布情况，分析出风电机组1的结构模态，并向控制参数再调校模块4输出新的结构模态。
控制参数再调校模块4根据风电机组模型辨识模块3输出的数据，对风电机组1的模型中包括部件刚度和阻尼比在内的参数进行调整，使风电机组1包括传动链扭振频率、叶片面内一、二阶模态、叶片面外一、二阶模态、塔架侧向一、二阶模态在内的参数与辨识后的结构模态吻合，重新建立控制参数再调校的线性化模型，基于新的模型重新进行线性设计，得到再调校后的控制参数，然后对再调校后的控制参数进行测试，最终将经过再调校后的控制参数输出至主控系统5作为新的运行参数。
当风电机组1运行时，数据采集模块2进行运行数据采集，运行数据的采样频率保持在10Hz以上，数据采集模块2将采集数据中包括风轮转速、发电机转速、发电机转矩给定、发电机转矩反馈、变桨速率给定、变桨速率反馈、机舱前后加速度、机舱左右加速度时域信号在内的数据输入至风电机组模型辨识模块3。
风电机组结构模态辨识步骤进一步包括：将采集到的包括风轮转速、发电机转速、机舱前后加速度、机舱左右加速度时域信号在内的数据进行功率谱分析，根据各信号的功率谱能量分布情况，结合机组各部件振动耦合机理，分析得出风电机组1包括3P频率、6P频率、传动链的扭振频率、叶片面内一、二阶模态、叶片面外一、二阶模态、塔架侧向一、二阶模态在内的模态频率。
本发明具体实施例描述的基于风电机组模型辨识的控制参数再调校方法，该方法简单实用、通用性好，能确保控制参数的有效性。风电机组控制参数的整定依赖于模型，如果模型参数不准确，将直接影响控制系统的性能，如传动链加阻、塔架加阻控制无法起到减小机组载荷的作用。因此，本发明设计一种基于模型辨识的风电机组控制参数再调校方法，确保控制参数整定的有效性。该发明具有以下优点：
（1）本发明通过采集运行数据，对影响风电机组控制效果的机组模型参数进行辨识，根据辨识的结果修正整机模型，对控制参数进行再调校，确保了控制参数的有效性；
（2）本发明易于工程实现，不增加额外硬件，成本低；
（3）本发明通用性强，可用于不同类型的风电机组；
（4）本发明能够确保控制算法达到减小风电机组载荷的目的，提高风电机组运行的可靠性。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。任何熟悉本领域的技术人员，在不脱离本发明的精神实质和技术方案的情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同替换、等效变化及修饰，均仍属于本发明技术方案保护的范围内。
Claims (10)
1.一种基于模型辨识的风电机组控制参数再调校装置，其特征在于，包括：数据采集模块（2）、风电机组模型辨识模块（3）和控制参数再调校模块（4），在风电机组（1）运行后，所述数据采集模块（2）采集所述风电机组（1）的运行数据，所述风电机组模型辨识模块（3）读取所述风电机组（1）的运行数据，对影响所述风电机组（1）控制效果的风电机组模型参数进行辨识并将辨识结果输出至所述控制参数再调校模块（4），所述控制参数再调校模块（4）根据辨识的结果修正所述风电机组（1）的整机模型，对所述风电机组（1）的控制参数进行再调校，并将所述控制参数输出至主控系统（5），由所述主控系统（5）控制所述风电机组（1）运行。
2.根据权利要求1所述的一种基于模型辨识的风电机组控制参数再调校装置，其特征在于：所述风电机组模型辨识模块（3）进一步包括转矩响应辨识单元（31）、变桨响应辨识单元（32）和风电机组结构模态辨识单元（33）；所述转矩响应辨识单元（31）从所述风电机组（1）的运行数据中提取发电机转矩给定和发电机转矩反馈时域信号，对所述风电机组（1）的转矩执行机构的转矩响应结构模态进行辨识，辨识完后向所述控制参数再调校模块（4）输出新的转矩响应模型；所述变桨响应辨识单元（32）从所述风电机组（1）的运行数据中提取变桨速率给定和变桨速率反馈时域信号，对所述风电机组（1）的变桨执行机构的变桨响应结构模态进行辨识，辨识完后向所述控制参数再调校模块（4）输出新的变桨响应模型；所述风电机组结构模态辨识单元（33）从所述风电机组（1）的运行数据中提取包括风轮转速、发电机转速、机舱前后加速度、机舱左右加速度时域信号在内的数据进行功率谱分析，根据各信号的功率谱能量分布情况，分析出所述风电机组（1）的结构模态，并向所述控制参数再调校模块（4）输出新的结构模态。
3.根据权利要求2所述的一种基于模型辨识的风电机组控制参数再调校装置，其特征在于：所述控制参数再调校模块（4）根据所述风电机组模型辨识模块（3）输出的数据，对所述风电机组（1）的模型中的参数进行调整，使所述风电机组（1）包括传动链扭振频率、叶片面内一、二阶模态、叶片面外一、二阶模态、塔架侧向一、二阶模态在内的参数与辨识后的结构模态吻合，重新建立控制参数再调校的线性化模型，基于新的模型重新进行线性设计，得到再调校后的控制参数，然后对再调校后的控制参数进行测试，最终将经过再调校后的控制参数输出至所述主控系统（5）作为新的运行参数。
4.根据权利要求2或3所述的一种基于模型辨识的风电机组控制参数再调校装置，其特征在于：所述转矩响应辨识单元（31）采用一阶系统加延时环节模型进行等效模拟，通过读取发电机转矩给定和发电机转矩反馈时域信号，比较得出延迟时间和一阶系统的时间常数；所述变桨响应辨识单元（32）采用二阶系统加延时环节模型进行等效模拟，通过读取变桨速率给定和变桨速率反馈时域信号，绘制变桨速率给定和变桨速率反馈的时域图，得出延迟时间和二阶系统的特征参数。
5.一种基于模型辨识的风电机组控制参数再调校系统，其特征在于，包括：权利要求1至4所述的基于模型辨识的风电机组控制参数再调校装置、风电机组（1）和主控系统（5），所述基于模型辨识的风电机组控制参数再调校装置分别与所述风电机组（1）和主控系统（5）相连，所述基于模型辨识的风电机组控制参数再调校装置读取所述风电机组（1）的运行数据，对影响所述风电机组（1）控制效果的风电机组模型参数进行辨识，根据辨识的结果修正所述风电机组（1）的整机模型，对所述风电机组（1）的控制参数进行再调校，并更新所述主控系统（5）的控制参数，由所述主控系统（5）控制所述风电机组（1）运行。
6.一种基于模型辨识的风电机组控制参数再调校方法，其特征在于，风电机组控制参数再调校系统包括风电机组（1）、数据采集模块（2）、风电机组模型辨识模块（3）、控制参数再调校模块（4）和主控系统（5），所述方法包括以下步骤：
在所述风电机组（1）运行后，所述数据采集模块（2）采集所述风电机组（1）的运行数据，所述风电机组模型辨识模块（3）读取所述风电机组（1）的运行数据，对影响所述风电机组（1）控制效果的风电机组模型参数进行辨识并将辨识结果输出至控制参数再调校模块（4），所述控制参数再调校模块（4）根据辨识的结果修正所述风电机组（1）的整机模型，对所述风电机组（1）的控制参数进行再调校，并将所述控制参数输出至所述主控系统（5），由所述主控系统（5）控制所述风电机组（1）运行。
7.根据权利要求6所述的一种基于模型辨识的风电机组控制参数再调校方法，其特征在于，所述参数再调校方法包括风电机组模型辨识过程，所述风电机组模型辨识过程进一步包括以下步骤：
转矩响应辨识步骤：从所述风电机组（1）的运行数据中提取发电机转矩给定和发电机转矩反馈时域信号，对所述风电机组（1）的转矩执行机构的转矩响应结构模态进行辨识，辨识完后向所述控制参数再调校模块（4）输出新的转矩响应模型；
变桨响应辨识步骤：从所述风电机组（1）的运行数据中提取变桨速率给定和变桨速率反馈时域信号，对所述风电机组（1）的变桨执行机构的变桨响应结构模态进行辨识，辨识完后向所述控制参数再调校模块（4）输出新的变桨响应模型；
风电机组结构模态辨识步骤：从所述风电机组（1）的运行数据中提取包括风轮转速、发电机转速、机舱前后加速度、机舱左右加速度时域信号在内的数据进行功率谱分析，根据各信号的功率谱能量分布情况，分析出所述风电机组（1）的结构模态，并向所述控制参数再调校模块（4）输出新的结构模态。
8.根据权利要求7所述的一种基于模型辨识的风电机组控制参数再调校方法，其特征在于：所述控制参数再调校模块（4）根据所述风电机组模型辨识模块（3）输出的数据，对所述风电机组（1）的模型中的参数进行调整，使所述风电机组（1）包括传动链扭振频率、叶片面内一、二阶模态、叶片面外一、二阶模态、塔架侧向一、二阶模态在内的参数与辨识后的结构模态吻合，重新建立控制参数再调校的线性化模型，基于新的模型重新进行线性设计，得到再调校后的控制参数，然后对再调校后的控制参数进行测试，最终将经过再调校后的控制参数输出至所述主控系统（5）作为新的运行参数。
9.根据权利要求7或8所述的一种基于模型辨识的风电机组控制参数再调校方法，其特征在于：当所述风电机组（1）运行时，所述数据采集模块（2）进行运行数据采集，所述运行数据的采样频率保持在10Hz以上，所述数据采集模块（2）将采集数据中包括风轮转速、发电机转速、发电机转矩给定、发电机转矩反馈、变桨速率给定、变桨速率反馈、机舱前后加速度、机舱左右加速度时域信号在内的数据输入至所述风电机组模型辨识模块（3）。
10.根据权利要求9所述的一种基于模型辨识的风电机组控制参数再调校方法，其特征在于，所述风电机组结构模态辨识步骤进一步包括：将采集到的包括风轮转速、发电机转速、机舱前后加速度、机舱左右加速度时域信号在内的数据进行功率谱分析，根据各信号的功率谱能量分布情况，结合机组各部件振动耦合机理，分析得出所述风电机组（1）包括3P频率、6P频率、传动链的扭振频率、叶片面内一、二阶模态、叶片面外一、二阶模态、塔架侧向一、二阶模态在内的模态频率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310731326.7A CN103742359B (zh) | 2013-12-26 | 2013-12-26 | 基于模型辨识的风电机组控制参数再调校装置、系统及其方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310731326.7A CN103742359B (zh) | 2013-12-26 | 2013-12-26 | 基于模型辨识的风电机组控制参数再调校装置、系统及其方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103742359A true CN103742359A (zh) | 2014-04-23 |
| CN103742359B CN103742359B (zh) | 2016-06-01 |
Family
ID=50499412
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310731326.7A Active CN103742359B (zh) | 2013-12-26 | 2013-12-26 | 基于模型辨识的风电机组控制参数再调校装置、系统及其方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103742359B (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105065212A (zh) * | 2015-08-13 | 2015-11-18 | 南车株洲电力机车研究所有限公司 | 一种风电场风电机组校验方法及系统 |
| CN105320794A (zh) * | 2014-07-30 | 2016-02-10 | 南车株洲电力机车研究所有限公司 | 一种风力发电机组传动链动态特性评估方法 |
| CN105351144A (zh) * | 2015-05-21 | 2016-02-24 | 同济大学 | 一种减小风机疲劳载荷的桨叶振动反馈方法 |
| CN106194598A (zh) * | 2016-07-15 | 2016-12-07 | 山东中车风电有限公司 | 一种风电机组状态的监控方法 |
| CN106401870A (zh) * | 2015-07-29 | 2017-02-15 | 通用电气公司 | 使用副控制器调整风速和/或风向输入值的风轮机控制 |
| CN106773685A (zh) * | 2016-12-08 | 2017-05-31 | 国家电网公司 | 一种用于风电偏航系统的角度pi控制器整定方法 |
| CN108150360A (zh) * | 2016-12-05 | 2018-06-12 | 北京金风科创风电设备有限公司 | 检测风电机组的等效载荷的方法和设备 |
| CN108374659A (zh) * | 2018-03-12 | 2018-08-07 | 中国矿业大学 | 一种用于采煤机的动态辨识及控制参量再修正系统及方法 |
| CN108843521A (zh) * | 2018-05-30 | 2018-11-20 | 国家能源投资集团有限责任公司 | 风力发电机的控制方法及装置 |
| CN110031215A (zh) * | 2019-04-29 | 2019-07-19 | 沈阳透平机械股份有限公司 | 变速行星齿轮机组的轴系扭转振动分析方法、装置及设备 |
| CN112283051A (zh) * | 2020-12-25 | 2021-01-29 | 浙江中自庆安新能源技术有限公司 | 一种基于升力线模型的振动信号特征优化方法及系统 |
| CN113391575A (zh) * | 2020-03-13 | 2021-09-14 | 新疆金风科技股份有限公司 | 风力发电机组的变桨执行机构在线状态辨识方法及装置 |
| WO2021203612A1 (zh) * | 2020-04-09 | 2021-10-14 | 浙江运达风电股份有限公司 | 一种柔性塔架风电机组转速共振频率穿越控制方法及系统 |
| CN115145211A (zh) * | 2022-09-06 | 2022-10-04 | 上海桁壹高科技有限公司 | 一种非开关量设备的控制方法、系统、介质和电子设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7124631B2 (en) * | 2001-03-17 | 2006-10-24 | Aloys Wobben | Wind power installation and method and apparatus for use in association therewith |
| CN101493679A (zh) * | 2008-01-21 | 2009-07-29 | 段小平 | 一种风力发电机组远程监控系统及其方法 |
| CN101787957A (zh) * | 2010-01-11 | 2010-07-28 | 北京和利时自动化驱动技术有限公司 | 一种风电控制系统的监控装置及其监控方法 |
-
2013
- 2013-12-26 CN CN201310731326.7A patent/CN103742359B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7124631B2 (en) * | 2001-03-17 | 2006-10-24 | Aloys Wobben | Wind power installation and method and apparatus for use in association therewith |
| CN101493679A (zh) * | 2008-01-21 | 2009-07-29 | 段小平 | 一种风力发电机组远程监控系统及其方法 |
| CN101787957A (zh) * | 2010-01-11 | 2010-07-28 | 北京和利时自动化驱动技术有限公司 | 一种风电控制系统的监控装置及其监控方法 |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105320794A (zh) * | 2014-07-30 | 2016-02-10 | 南车株洲电力机车研究所有限公司 | 一种风力发电机组传动链动态特性评估方法 |
| CN105351144A (zh) * | 2015-05-21 | 2016-02-24 | 同济大学 | 一种减小风机疲劳载荷的桨叶振动反馈方法 |
| CN106401870B (zh) * | 2015-07-29 | 2021-02-12 | 通用电气公司 | 使用副控制器调整风速和/或风向输入值的风轮机控制 |
| CN106401870A (zh) * | 2015-07-29 | 2017-02-15 | 通用电气公司 | 使用副控制器调整风速和/或风向输入值的风轮机控制 |
| CN105065212B (zh) * | 2015-08-13 | 2018-04-13 | 南车株洲电力机车研究所有限公司 | 一种风电场风电机组校验方法及系统 |
| CN105065212A (zh) * | 2015-08-13 | 2015-11-18 | 南车株洲电力机车研究所有限公司 | 一种风电场风电机组校验方法及系统 |
| CN106194598A (zh) * | 2016-07-15 | 2016-12-07 | 山东中车风电有限公司 | 一种风电机组状态的监控方法 |
| CN106194598B (zh) * | 2016-07-15 | 2018-09-25 | 山东中车风电有限公司 | 一种风电机组状态的监控方法 |
| CN108150360A (zh) * | 2016-12-05 | 2018-06-12 | 北京金风科创风电设备有限公司 | 检测风电机组的等效载荷的方法和设备 |
| US10337498B2 (en) | 2016-12-05 | 2019-07-02 | Beijing Goldwind Science & Creation Windpower Equipment Co., Ltd. | Method and device for detecting equivalent load of wind turbine |
| CN106773685A (zh) * | 2016-12-08 | 2017-05-31 | 国家电网公司 | 一种用于风电偏航系统的角度pi控制器整定方法 |
| CN108374659A (zh) * | 2018-03-12 | 2018-08-07 | 中国矿业大学 | 一种用于采煤机的动态辨识及控制参量再修正系统及方法 |
| CN108843521A (zh) * | 2018-05-30 | 2018-11-20 | 国家能源投资集团有限责任公司 | 风力发电机的控制方法及装置 |
| CN110031215A (zh) * | 2019-04-29 | 2019-07-19 | 沈阳透平机械股份有限公司 | 变速行星齿轮机组的轴系扭转振动分析方法、装置及设备 |
| CN110031215B (zh) * | 2019-04-29 | 2021-06-11 | 沈阳透平机械股份有限公司 | 变速行星齿轮机组的轴系扭转振动分析方法、装置及设备 |
| CN113391575A (zh) * | 2020-03-13 | 2021-09-14 | 新疆金风科技股份有限公司 | 风力发电机组的变桨执行机构在线状态辨识方法及装置 |
| WO2021203612A1 (zh) * | 2020-04-09 | 2021-10-14 | 浙江运达风电股份有限公司 | 一种柔性塔架风电机组转速共振频率穿越控制方法及系统 |
| CN112283051A (zh) * | 2020-12-25 | 2021-01-29 | 浙江中自庆安新能源技术有限公司 | 一种基于升力线模型的振动信号特征优化方法及系统 |
| CN115145211A (zh) * | 2022-09-06 | 2022-10-04 | 上海桁壹高科技有限公司 | 一种非开关量设备的控制方法、系统、介质和电子设备 |
| CN115145211B (zh) * | 2022-09-06 | 2022-12-09 | 上海桁壹高科技有限公司 | 一种非开关量设备的控制方法、系统、介质和电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103742359B (zh) | 2016-06-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103742359A (zh) | 基于模型辨识的风电机组控制参数再调校装置、系统及其方法 | |
| Chehouri et al. | Review of performance optimization techniques applied to wind turbines | |
| CN113236491B (zh) | 一种风力发电数字孪生系统 | |
| CN104443427B (zh) | 飞行器颤振预测系统及方法 | |
| EP2869144B1 (en) | Simulation testing platform for wind power plant and testing method thereof | |
| CN104063584B (zh) | 一种汽轮机调速系统控制参数整定方法 | |
| CN105117539B (zh) | 风力机叶片模态频率及其双峰高斯分布拟合方法 | |
| CN106295070A (zh) | 一种风电机组中齿轮箱弹性支撑跨距的优化方法 | |
| CN103455028B (zh) | 一种风电机组控制系统pid环节静态测试及校验方法 | |
| CN102707624A (zh) | 基于飞行器常规模型的纵向控制器区域设计方法 | |
| CN102185325A (zh) | 基于网络量测信息的电力系统暂态稳定性定量评价方法 | |
| CN104290919A (zh) | 一种四旋翼飞行器的直接自修复控制方法 | |
| Riva et al. | Periodic stability analysis of wind turbines operating in turbulent wind conditions | |
| CN103256188B (zh) | 一种风力发电机组传动链的扭转振动控制方法及装置 | |
| Lennie et al. | Modern methods for investigating the stability of a pitching floating platform wind turbine | |
| Johnson et al. | Verification of floating offshore wind linearization functionality in OpenFAST | |
| Dai et al. | Load and dynamic characteristic analysis of wind turbine flexible blades | |
| CN102594245A (zh) | 一种欠驱动双耦合电机的滑模控制方法 | |
| Bottasso et al. | Spatial estimation of wind states from the aeroelastic response of a wind turbine | |
| Dunne | Optimizing blade pitch control of wind turbines with preview measurements of the wind | |
| CN109653947A (zh) | 一种侧偏型小型风力发电机的动态特性评估方法 | |
| Johnson et al. | Balancing fatigue damage and turbine performance through innovative pitch control algorithm | |
| Fadaeinedjad et al. | Flicker contribution of a wind power plant with single and multiple turbine representations | |
| Wright et al. | Progress in implementing and testing state-space controls for the controls advanced research turbine | |
| Thomsen et al. | Stochastic wind turbine control in multiblade coordinates |
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 |