CN104408223B - 一种风电机组的跟踪优化控制方法 - Google Patents
一种风电机组的跟踪优化控制方法 Download PDFInfo
- Publication number
- CN104408223B CN104408223B CN201410540059.XA CN201410540059A CN104408223B CN 104408223 B CN104408223 B CN 104408223B CN 201410540059 A CN201410540059 A CN 201410540059A CN 104408223 B CN104408223 B CN 104408223B
- Authority
- CN
- China
- Prior art keywords
- wind
- control
- controller
- tracking
- torque
- 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.)
- Expired - Fee Related
Links
Landscapes
- Control Of Eletrric Generators (AREA)
- Wind Motors (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提供了一种风电机组的跟踪优化控制方法,通过计算风轮空气动力转矩的估计值和风轮转速或发电机转速的测量值,设计非线性自适应控制算法,并对控制器线性部分进行优化设计,理论论证优化控制器的可行性。
Description
技术领域
本发明涉及风力发电运行控制技术领域,特别是涉及一种风电机组的跟踪优化控制方法。
背景技术
风电以其适用范围广、回报率高的优点,近年来得到各国高度重视并成为极具潜力的新能源技术,并呈现出大型化、直驱化、海上应用的发展趋势,以及高稳定性、高回报率的风能利用目标。中国风电在过去几年以超过100%的年增速发展,总体掌握了大型机组研制技术且正在推进海上风场建设。因此面对急剧膨胀的发展规模,如何保证在现有投入成本的基础上最大化获得风电产出,是提高现有风电机组利用效率、降低相对成本、实现风电可持续快速发展的重要研究课题。
传统的风机控制方法就是PID控制,这种方法广泛应用于工业领域,具有结构简单、稳定性好、可靠性高的特点,在单一风速的简单风况下采用PID控制可以得到较好的控制效果,但这种控制器过分依赖于控制对象的模型参数,鲁棒性差,对于受风速影响,呈现强烈的非线性特性风机模型系统难以达到控制要求。在现代控制策略中,鲁棒自适应控制是应用范围最广且实用性比较高的控制方法,但其也存在自身的缺点,即为了追求系统的高稳定性,会损失掉控制精度及能量消耗方面的优势,需要与其他的控制方法结合使用。
因此,需要本领域技术人员迫切解决的一个技术问题就是:如何能够创新的提出有一种有效方法克服现有技术在能源消耗上存在的缺陷,并在这基础上实现功率跟踪的精确控制。
发明内容
本发明的目的是提供一种风电机组的跟踪优化控制方法,用以实现简单、实用、高效的风电系统跟踪优化控制。
为了实现上述目的,本申请提供了如下技术方案:
一种风电机组的跟踪优化控制方法,优化传统控制器,所述方法包括:
A、设计风机系统模型具体为:
Ta(t)是由风轮转动产生的动力力矩,它通过一根刚性轴带动转子转动,这部分是一个不可测的物理量,也就是未知量,需要辨识;其中风轮的转速由ωr(t)表示,Jr为风轮转子的转动惯量,发电机的转动惯量为Jg;Br是转子侧外加阻尼,ng为风机变速箱比率,Bg为发电机的外加阻尼;Tem(t)是发电机转矩,对发电机转速产生制动作用,Tg(t)是系统的控制输入,主要是由发电机的转矩进行控制;我们主要是通过发电机转矩控制Tg(t)使得风机风轮转速ωr(t)跟踪工程要求的理想转速这里是根据需要给出的设定量,和分别表示风轮转速和理想转速的导数(风轮加速度和理想转速加速度);
B、获取风轮转速ωr(t),根据给定的理想转速以及风电机组动力学参数特性,定义跟踪误差变量并给出风机动力力矩Ta(t)的估计值
其中k,α,β均为正的控制增益,sgn(·)是标准符号函数;τ是积分时间变量;
C、基于鲁棒自适应控制器的结构,经过设计得到
传统的控制方法就是把Tg(t)把看作一个控制器整体去设计,这里利用辨识部分和Tlinear(t)之间的线性关系分别处理;
D、由于系统部分结构未知(Ta(t)),为了完成系统跟踪效果,必须对Ta进行在线的辨识,然后设计控制器;这里利用鲁棒自适应的方法进行控制器设计,设计出来的控制器经过简单的线性变换得到了Tg(t)的表达式,它是由两部分构成:一部分为动力力矩Ta(t)的估计值,其参数不能随意改变;另外一部分则是理想转速与实际转子转速的函数,在不影响系统稳定性的前提下对其参数进行适当调整,但是根据实际的仿真结果发现,控制器增益非常大,这在工程上是不允许的,因此,必须对系统控制器进行优化,采取优化调整算法为:
E、首先,我们设定二次型性能指标:其中tf表示优化控制终端时间,控制输入量u2(t)表示控制输入量的平方,定常参数R,Q>0,选取R=0.001,Q=1,因为控制算法目的只是要求跟踪误差和消耗的能量极小,所以Q,R的取值不同会影响到Ta(t)的估计值的准确性,但是不会影响到实际的控制优化效果;
F、利用极小值原理,构造系统哈密顿函数: 利用哈密顿函数对于控制输入的偏导数等于0,得到最优控制器:其中λ(t)=K(t)ωr(t)-g(t),而K(t),g(t)由下面的方程组给出:
G、根据当前输入计算当前跟踪效果;
H、把跟踪效果的好坏即跟踪误差值反馈给动力力矩的估计算法;
I、同时利用对动力力矩的估计值修正当前的优化控制算法,作为下一时刻的控制输入信号;
所述风轮转速来自于直驱风电机组,由速度传感器直接获得。
有益效果
本发明针对风机模型中受风速影响比较强的动力力矩设计了一种自适应估计器,估计器的设计只依赖于系统的误差函数。
其次,再针对传统控制器本身却存在能量消耗巨大且抖动剧烈的缺点,结合控制器的结构,对控制器线性部分采用了二次型优化控制,得到了一种新型高效、节能的优化控制器,与背景技术中现有的控制器相比,通过Blade软件模拟风机验证,节能提高20%以上。此外,本发明所提供的方法其实施步骤清晰,工程易实现。
附图说明
图1是本发明实施例所述的一种风电机组的跟踪优化控制方法的流程图;
图2a是本发明实施例所述的一种风电机组的跟踪优化控制方法的总体输入输出方框图;
图2b是本发明实施例所述的一种风电机组的跟踪优化控制方法的模块图;
图3是本发明实施例所述的一种风电机组的跟踪优化控制方法的算法示意图。
其中,图2a中A=-Bt/Jt,B=-1/Jt,C=I
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
对线性系统优化控制问题已经于19世纪六十年代就被解决了,而由于非线性系统的复杂性,大多数方法都是把非线性系统线性化后再处理,这样会损失大量的系统信息,同时优化的效果也比较差,同时也是最重要的问题就是这个优化算法稳定性问题没有相应的理论论证。本发明提供一种实用的优化控制技术,避免对实际的系统处理,只是针对系统控制器线性部分优化,并在此基础上实现跟踪的精确控制,并理论验证优化算法的稳定性。
参照图1,示出了本发明的一种风电机组的跟踪优化控制方法,其特征在于优化传统控制器,所述方法包括:
A、风机系统模型如下:
B、获取风轮转速ωr(t)(S101),根据给定的理想转速以及风电机组动力学参数特性,定义并给出风机动力转矩Ta的估计值
其中k,α,β均为正的控制增益,sgn(·)是标准符号函数;
C、基于传统的鲁棒自适应控制器的结构,经过简单的公式变换可得
D、由控制器的结构看出,控制器是由两部分组成,一部分为动力力矩的估计,其参数不能随意改变;另外一部分则是理想转速与实际转子转速的函数,在不影响系统稳定性的前提下对其参数进行适当调整,采取优化调整算法如下:
E、首先,我们设定二次型性能指标:其中定常参数R,Q>0,选取R=0.001,Q=1,因为控制算法目的只是要求跟踪误差和消耗的能量极小,所以Q,R的取值不同会影响到Ta的估计值的准确性,但是不会影响到实际的控制效果;
F、利用极小值原理,构造系统哈密顿函数:利用哈密顿函数对于控制输入的偏导数等于0,得到最优控制器:其中λ(t)=K(t)ωr(t)-g(t),而K(t),g(t)由下面的方程组给出: (S105)
G、根据当前输入计算当前跟踪效果;
H、把跟踪效果的好坏即跟踪误差值反馈给动力力矩的估计算法;(S106)
I、同时利用对动力力矩的估计值修正当前的优化控制算法,作为下一时刻的控制输入信号。(S107)
具体到实际的应用中,本实施例所述的方法可参照图2,示出了本发明的总体输入输出,具体包括:
输出量y(t)=Cω(风轮转速测量):该变量来自于直驱风电机组,由速度传感器直接获得(为简单化期间,假设C=I单位阵)。
输入量yd(t)=Cω*(最佳风轮转速):输出给风轮速度跟踪控制模块,作为待跟踪控制变量ω的参考值。
为了跟踪的效果和对系统跟踪误差优化,需要由预先产生期望轨迹的前置系统生成前馈控制(图2a的前面一个方框);为了保证系统跟踪误差稳定,需要对于原系统设计状态反馈(图2b的后面一个方框)。由此设计的控制器中包含了由前馈控制生成的理想转速部分和状态反馈产生的实际转子转速部分,与传统的鲁棒自适应控制器相比,相当于对除估计部分以外的控制器进行了优化调整。
参照图3,示出了本发明的算法实现流程,具体步骤为:
步骤Step1,算法开始。
步骤Step2,获得风轮转速测量值ωr(t)和给定的理想转速值
步骤Step3,定义风轮转速误差
步骤Step4,计算风机动力转矩Ta的估计值
步骤Step5,基于鲁棒自适应控制结构,得到Tg的变换形式。
步骤Step6,定义二次型性能指标J,并确定其参数。
步骤Step7,利用极小值原理,构造哈密顿函数H,并求取控制器最优控制器:u*(t)。
步骤Step8,计算当前跟踪效果,并将其反馈给动力力矩的估计模块。
步骤Step9,利用对动力力矩的估计值修正当前的优化控制算法,作为下一时刻的控制输入信号。
以上对本发明所提供的一种风电机组的跟踪优化控制方法进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (1)
1.一种风电机组的跟踪优化控制方法,其特征在于,所述方法包括:
A、设计风机系统模型具体为:
Ta(t)是由风轮转动产生的动力力矩,它通过一根刚性轴带动转子转动,这部分是一个不可测的物理量,属于未知量,需要辨识;其中风轮的转速由ωr(t)表示,Jr为风轮转子的转动惯量,发电机的转动惯量为Jg;Br是转子侧外加阻尼,ng为风机变速箱比率,Bg为发电机的外加阻尼;Tem(t)是发电机转矩,对发电机转速产生制动作用,Tg(t)是系统的控制输入,主要是由发电机的转矩进行控制;通过发电机转矩控制Tg(t)使得风机风轮转速ωr(t)跟踪工程要求的理想转速ωr *(t),这里ωr *(t)是根据需要给出的设定量,和分别表示风轮转速和理想转速的导数;
B、获取风轮转速ωr(t),根据给定的理想转速以及风电机组动力学参数特性,定义跟踪误差变量并给出风机动力力矩Ta(t)的估计值
其中k,α,β均为正的控制增益,sgn(·)是标准符号函数,τ是积分时间变量;
C、基于鲁棒自适应控制器的结构,经过设计得到
利用辨识部分和Tlinear(t)之间的线性关系分别处理控制器Tg(t);
D、由于系统部分结构未知Ta(t),为了完成系统跟踪效果,必须对Ta进行在线的辨识,然后设计控制器;这里利用鲁棒自适应的方法进行控制器设计,设计出来的控制器经过简单的线性变换得到了Tg(t)的表达式,它是由两部分构成:一部分为动力力矩Ta(t)的估计值,其参数不能随意改变;另外一部分则是理想转速与实际转子转速的函数,在不影响系统稳定性的前提下对其参数进行适当调整,对系统控制器进行优化,采取优化调整算法为:
E、首先,我们设定二次型性能指标:其中tf表示优化控制终端时间,控制输入量u2(t)表示控制输入量的平方,定常参数R,Q>0,选取R=0.001,Q=1,因为控制算法目的只是要求跟踪误差和消耗的能量极小,所以Q,R的取值不同会影响到Ta(t)的估计值的准确性,但是不会影响到实际的控制优化效果;
F、利用极小值原理,构造系统哈密顿函数:利用哈密顿函数对于控制输入的偏导数等于0,得到最优控制器:其中λ(t)=K(t)ωr(t)-g(t),而K(t),g(t)由下面的方程组给出:
G、根据当前输入计算当前跟踪效果;
H、把跟踪效果的好坏即跟踪误差值反馈给动力力矩的估计算法;
I、同时利用对动力力矩的估计值修正当前的优化控制算法,作为下一时刻的控制输入信号;
所述风轮转速来自于直驱风电机组,由速度传感器直接获得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410540059.XA CN104408223B (zh) | 2014-10-13 | 2014-10-13 | 一种风电机组的跟踪优化控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410540059.XA CN104408223B (zh) | 2014-10-13 | 2014-10-13 | 一种风电机组的跟踪优化控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104408223A CN104408223A (zh) | 2015-03-11 |
CN104408223B true CN104408223B (zh) | 2017-12-19 |
Family
ID=52645854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410540059.XA Expired - Fee Related CN104408223B (zh) | 2014-10-13 | 2014-10-13 | 一种风电机组的跟踪优化控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104408223B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106444392B (zh) * | 2016-12-21 | 2019-08-06 | 广东省智能制造研究所 | 双电机驱动气悬浮控制系统性能评价方法 |
CN107273647B (zh) * | 2017-08-07 | 2020-08-11 | 曲阜师范大学 | 基于直流输电的低速齿轮箱双馈型风电机组优化设计方法 |
CN107465208B (zh) * | 2017-08-24 | 2020-09-08 | 上海大学 | 改进式双馈风力发电机系统及其控制方法 |
CN115268559B (zh) * | 2022-05-23 | 2023-07-14 | 北京华能新锐控制技术有限公司 | 用于永磁同步风力发电机的最大功率点跟踪鲁棒控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102352814A (zh) * | 2011-06-21 | 2012-02-15 | 北京交通大学 | 一种大型直驱风电机组的最大功率跟踪方法 |
CN102594244A (zh) * | 2012-02-20 | 2012-07-18 | 江苏省电力试验研究院有限公司 | 双馈风电机组一次调频联合控制方法 |
CN102828910A (zh) * | 2012-09-12 | 2012-12-19 | 华锐风电科技(集团)股份有限公司 | 风力发电机组的变桨控制方法、装置和风力发电机组 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9391554B2 (en) * | 2010-08-25 | 2016-07-12 | University Of Alabama | Control of a permanent magnet synchronous generator wind turbine |
-
2014
- 2014-10-13 CN CN201410540059.XA patent/CN104408223B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102352814A (zh) * | 2011-06-21 | 2012-02-15 | 北京交通大学 | 一种大型直驱风电机组的最大功率跟踪方法 |
CN102594244A (zh) * | 2012-02-20 | 2012-07-18 | 江苏省电力试验研究院有限公司 | 双馈风电机组一次调频联合控制方法 |
CN102828910A (zh) * | 2012-09-12 | 2012-12-19 | 华锐风电科技(集团)股份有限公司 | 风力发电机组的变桨控制方法、装置和风力发电机组 |
Also Published As
Publication number | Publication date |
---|---|
CN104408223A (zh) | 2015-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104410107B (zh) | 一种双馈风电系统的无源积分滑模控制方法 | |
CN104408223B (zh) | 一种风电机组的跟踪优化控制方法 | |
CN102434391B (zh) | 一种基于起始转速调整的改进最大功率点跟踪控制方法 | |
CN107045574B (zh) | 基于svr的风力发电机组低风速段有效风速估计方法 | |
CN108488035B (zh) | 永磁直驱风力发电机组失速和变桨混合控制方法 | |
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 | |
CN107947228B (zh) | 基于Markov理论的含风电电力系统随机稳定性分析方法 | |
CN103244348A (zh) | 变速变桨风力发电机组功率曲线优化方法 | |
CN110454328A (zh) | 一种无风速传感器下的风力发电系统功率追踪方法 | |
CN110145436A (zh) | 应用于风机的非线性经济模型预测控制方法 | |
CN107002636A (zh) | 用于估计风速,包括计算针对叶片扭转调节的桨距角的方法 | |
CN103362738B (zh) | 变速变桨风力发电机组基于前馈解耦控制的最大功率追踪控制方法 | |
CN110500239A (zh) | 一种基于高阶滑模观测器的风电机组自适应反演滑模优化控制方法 | |
CN102797631A (zh) | 一种风电机组的最优增益在线自校正方法、系统及其装置 | |
CN104533716A (zh) | 一种基于卡尔曼滤波的独立变桨载荷控制方法 | |
CN103758699A (zh) | 一种风力发电机组的桨距角控制方法及桨距角控制器 | |
CN104675629A (zh) | 一种变速风力发电机组的最大风能捕获方法 | |
CN102392785B (zh) | 一种风力机最大功率跟踪曲线的线性化方法 | |
CN106294959B (zh) | 模型参考自适应控制与双馈风机降阶模型相结合的建模仿真方法 | |
Yao et al. | RBF neural network based self-tuning PID pitch control strategy for wind power generation system | |
CN103362736B (zh) | 变速变桨风力发电机组基于内模控制的最大功率追踪控制方法 | |
Zhou et al. | A combined control strategy of wind energy conversion system with direct-driven PMSG | |
CN110263477A (zh) | 一种风力发电机组叶尖速比获取方法 | |
CN112682258B (zh) | 基于Backstepping的大型风力机最大功率点跟踪控制方法 | |
CN101252334A (zh) | 变速恒频风力发电机动态最优能量捕获方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171219 Termination date: 20181013 |
|
CF01 | Termination of patent right due to non-payment of annual fee |