CN105569923B - 一种大型风电机组的雷达辅助载荷优化控制方法 - Google Patents
一种大型风电机组的雷达辅助载荷优化控制方法 Download PDFInfo
- Publication number
- CN105569923B CN105569923B CN201610020469.0A CN201610020469A CN105569923B CN 105569923 B CN105569923 B CN 105569923B CN 201610020469 A CN201610020469 A CN 201610020469A CN 105569923 B CN105569923 B CN 105569923B
- Authority
- CN
- China
- Prior art keywords
- wind
- blade
- signal
- speed
- radar
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000005611 electricity Effects 0.000 title claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 230000003044 adaptive effect Effects 0.000 claims abstract description 9
- 230000009897 systematic effect Effects 0.000 claims abstract description 5
- 238000001228 spectrum Methods 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 230000001427 coherent effect Effects 0.000 claims description 5
- 238000010183 spectrum analysis Methods 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 2
- 230000005284 excitation Effects 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 239000000571 coke Substances 0.000 claims 1
- 238000002592 echocardiography Methods 0.000 claims 1
- 238000009434 installation Methods 0.000 claims 1
- 238000006243 chemical reaction Methods 0.000 abstract description 3
- 230000004044 response Effects 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 description 4
- 238000011217 control strategy Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000001314 paroxysmal effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- F03D7/022—Adjusting aerodynamic properties of the blades
- F03D7/0224—Adjusting blade pitch
-
- 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
- F03D7/0276—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling rotor speed, e.g. variable speed
-
- 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
- F03D7/028—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power
- F03D7/0292—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power to reduce fatigue
-
- 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
- F03D7/046—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with learning or adaptive control, e.g. self-tuning, fuzzy logic or neural network
-
- 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
- F05B2260/00—Function
- F05B2260/70—Adjusting of angle of incidence or attack of rotating blades
-
- 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
- F05B2270/101—Purpose of the control system to control rotational speed (n)
-
- 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
- F05B2270/1032—Torque
-
- 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
-
- 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
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/32—Wind speeds
-
- 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
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/331—Mechanical loads
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
-
- 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)
- Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种大型风电机组的雷达辅助载荷优化控制方法，包括以下步骤：1）雷达扫描：利用激光雷达探测系统测量风轮迎风面不同高度层不同位置的风速；2）分析风电机组的桨叶气动特性；3）利用激光雷达探测系统探测的下一时刻预测风速进行风机的自适应动态前馈调节，实现对发电机桨距角和转矩转速的控制，从而优化下一时刻的风机载荷。本发明利用激光雷达探测系统探测的下一时刻预测风速进行风机的自适应动态前馈调节，实现对发电机桨距角和转矩转速的控制，能够对极端风况作出更快的响应，避免极端载荷；提高了大型风电机组控制系统预见风况变化的能力，提前对风力机进行优化控制。
Description
技术领域
本发明涉及大型风电机组控制领域，特别涉及一种大型风电机组的雷达辅助载荷优化控制方法。
背景技术
风能发电作为可持续能源发电中发展最为迅速的技术之一，已成为应对能源危机和环境污染的一个重要手段，是当前国内外研究的热点和重点。随着风电机组变速变桨控制技术日益成熟以及单机容量和风轮直径的逐渐增大，如何通过核心控制策略的优化，以有效减小风电机组关键部件的载荷，进而降低这些关键部件的成本，提高风电机组的可靠性和寿命，成为国内外风电研究的热点方向之一。
由于风能具有随机性和突发性的特性，风力发电系统的工作点随风速的变化时刻变化，表现出高度的时变、非线性特性。而常规的风速仪、风向标虽然结构简单，广泛运用于风电机组控制当中，但是显然不够精确。当运用于测量时变性较大的风能，导致风速数据差异，测试数据存在一定的偏差。
目前，发电机转速功率控制和桨距角同步调整的控制技术已被普遍采用。而在运行过程中，机组的机械结构以及电气的负荷承受能力均将出现过载现象，风速的大范围变化也会导致机组的工况点处于不断变化，特别是当机组的容量较大时，如果扰动风速得不到有效的抑制，机组的输出功率出现波动会更为显著，这对电网的稳定性会造成不良影响。近年来，通过单独控制每支叶片以缩减风电机组叶片载荷波动也引起了众多研究者的关注。但是无论是采用任何一种控制策略，载荷随节距角、旋转位置角的变化不可避免会影响其平稳性，这种波动甚至会造成不同叶片间的不同步现象。因而，有必要分析风机运行过程中的受力情况，通过优化控制策略提高风力机输出功率的稳定性和降低风机的疲劳载荷。
发明内容
为了解决上述技术问题，本发明提供一种能够提高大型风力发电机组的载荷特性和发电功率、延长设备运行寿命的大型风电机组的雷达辅助载荷优化控制方法。
本发明解决上述问题的技术方案是：一种大型风电机组的雷达辅助载荷优化控制方法，包括以下步骤：
1)雷达扫描：利用激光雷达探测系统测量风轮迎风面不同高度层不同位置的风速；
2)分析风电机组的桨叶气动特性；
3)利用激光雷达探测系统探测的下一时刻预测风速进行风机的自适应动态前馈调节，实现对发电机桨距角和转矩转速的控制，从而优化下一时刻的风机载荷。
上述大型风电机组的雷达辅助载荷优化控制方法，所述步骤1)中，激光雷达探测系统首先将激光束发射至风轮前面的不同高度不同距离的目标位置，激光束经过大气散射后，由光电探测器接收散射的多普勒频移信号，进行散射频移信号与激光雷达探测系统本振光的相干混频，接着相干混频信号送入控制电路，然后通过控制电路进行比较、滤波、求导、积分加权处理后，得到相干多普勒频移信号的频率，再利用此频率值与风速之间的关系，获得所探测区域的聚焦处沿光束方向横向及径向速度，通过调焦装置改变激光束的聚焦位置，从而测得不同高度层不同位置的风速。
上述大型风电机组的雷达辅助载荷优化控制方法，所述步骤2)中，风电机组的桨叶气动特性分析过程为：首先计算出每个不同桨叶的各自的受力情况，采用线性的叶素-动量理论将风轮平面上风速的随机变化转变为桨叶摆振方向和俯仰方向的力矩的相对变化，计算出每个桨叶上的受力情况以及相应的载荷波动，针对每个风机叶片叶素，将其速度分解为垂直于风轮旋转平面的分量和平行于风轮旋转平面的分量，在风轮半径r处取一段长度为dr的微元，其弦长为l，桨距角为θ，当气流在风轮尾流中旋转时，将激励微元dr产生其斜向上的轴向推力dF；
dF作用在叶素上，产生与风速v垂直的升力dL：
dF作用在叶素上，产生与风速v平行的阻力dD：
其中：ρ为空气密度，Cd为叶素阻力系数，Cl为叶素升力系数；
在平行的旋转平面方向分解为dFa：
在垂直的旋转平面方向分解为dFu：
其中：I为来流角，I＝θ+i，其中i为攻角，θ为桨距角；
对dFa和dFu进行积分计算，得到叶片轴向力Fa和为叶片切向力Fu：
叶片轴向力Fa产生桨叶挥舞力矩MFlapwise，叶片切向力Fu产生桨叶摆振力矩MEdgewise：
其中：R为风轮半径最大值，r0为叶素起始点的半径值；
风轮传动系统数学模型为
其中：J为风轮转动惯量，Ωr为风轮转速，Mrotor为风轮转矩；
其中：H为轮毂高度，M为塔架上机舱总质量，S为塔架刚度，snod为塔架前后位移，snay为塔架左右位移，D为塔架阻尼系数，Fax为轴向力，Fsd为侧向力，Mtilt为风机的俯仰力矩。
上述大型风电机组的雷达辅助载荷优化控制方法，所述步骤3)中，利用激光雷达探测系统探测下一时刻预测风速，将风轮转速Ωr输入到风电机组转矩控制器中，设置具有自适应能力的转速误差门限，给出桨距角优化前馈值Δθi，与风电机组恒定功率控制得到的桨距角θ进行比较，得到风电机组优化桨距角θi，θi＝θ+Δθi，根据θi进行变桨优化操作，从而实时地改变转矩转速控制，
其中：v为风轮平面的有效风速，τ为激光雷达提前预测时间，为转速误差门限，其中为风轮转速的导数，θ为桨距角。
上述大型风电机组的雷达辅助载荷优化控制方法，所述步骤1)与步骤2)之间还包括激光雷达谱分析的步骤，具体为：选用Haar小波作为分析小波，通过计算激光束信号的重分配尺度谱，得到Haar小波基函数，然后计算优化基函数的小波重分配尺度谱，获得风轮迎风面不同高度层不同位置的风速能量分布图。
上述大型风电机组的雷达辅助载荷优化控制方法，激光雷达谱分析的步骤中，对激光雷达原始风速信号的谱信号序列进行相应多分辨率计算：
其中，h和g分别为所选定的Haar小波基及尺度函数所生成的系统离散高通和低通滤波器的系数，当系统一旦确定Haar小波基之后，h和g也就选定。Ts为采样时间，aj(n)为离散逼近风速信号，实为风速信号的低频信息，dj(n)为离散细节的风速信号，实为风速信号的高频信息，c为风速信号尺度的展开系数，L为小波展开层数；
控制系统的小波系数为：
其中：m，n，j，k为正整数，h(m-2k)为小波的低通滤波器系数，g(m-2k)为小波的高通滤波器系数；
系统的重构信号为：
其中：h*(m-2k)为小波的共轭滤波器系数，g*(m-2k)为小波的共轭滤波器系数。
相对于已有的大型风力机载荷控制方法，本发明有以下优点：
1.本控制方法利用激光雷达探测系统测量风轮迎风面不同高度层不同位置的风速；基于激光雷达的准确测量而非预测，应变测量准确，精度高达±0.5％，分辨率±0.1％；
2.利用激光雷达探测系统探测的下一时刻预测风速进行风机的自适应动态前馈调节，实现对发电机桨距角和转矩转速的控制，能够对极端风况作出更快的响应，避免极端载荷；提高了大型风电机组控制系统预见风况变化的能力，提前对风力机进行优化控制；
3.本控制方法降低了大型风电机组的疲劳载荷，减小了风机的振动，提高了风机的功率品质从而增加发电量；有效减小了风电机组关键部件的载荷，降低了这些关键部件的成本，提高了风电机组的可靠性和寿命。
附图说明
图1为本发明的控制流程图。
图2为本发明的激光雷达扫描的测量位置示意图。
图3为本发明载荷优化控制原理示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
如图1所示，本发明包括以下步骤：
1)雷达扫描：利用激光雷达探测系统测量风轮迎风面不同高度层不同位置的风速；
激光雷达探测系统首先将激光束发射至风轮前面的不同高度不同距离的目标位置，激光束经过大气散射后，由光电探测器接收散射的多普勒频移信号，进行散射频移信号与激光雷达探测系统本振光的相干混频，来感知多普勒频移信号发生强弱的变化，接着相干混频信号送入控制电路，然后通过控制电路进行比较、滤波、求导、积分加权处理后，得到相干多普勒频移信号的频率，再利用此频率值与风速之间的关系，多普勒频移信号vd与风速之间的关系表达式如下所示
vd＝2vcosθ/λ
式中：θ为激光雷达的发射角，λ＝c/v0为发射的激光脉冲的中心波长，c＝2.998×108m/s为真空中的光速，v0为激光雷达的发射中心频率。
测风激光雷达通过检测该多普勒频移实现风速的测量，获得所探测区域的聚焦处沿光束方向横向及径向速度，通过调焦装置改变激光束的聚焦位置，从而测得不同高度层不同位置的风速。
则不同高度层不同位置的风速为:
其中：f为激光雷达的采样频率，M为数据的样本点数，N为累积的激光脉冲发数，w为归一化谱宽，SNR为频谱宽度内的宽带信噪比，信噪比SNR的表示为
其中：S0为后向散射信号的功率，N0为噪声功率。
2)激光雷达谱分析：为了获得更高精度的风速和风向，运用激光小波分析对雷达谱信号的尺度谱进行重分配的分析，进而对风速数据进行评估，消除由于激光测风雷达扫描信号中包含了各种噪声和扰动，减少风速的信号噪声，最大程度地保留风速的有效信号，提高风速信号的信噪比，准确的构建风轮迎风面的有效风速。
选用Haar小波作为分析小波，通过计算激光束信号的重分配尺度谱，得到Haar小波基函数，然后计算优化基函数的小波重分配尺度谱，获得风轮迎风面不同高度层不同位置的风速能量分布图。
对激光雷达原始风速信号的谱信号序列进行相应多分辨率计算：
其中，h和g分别为所选定的Haar小波基及尺度函数所生成的系统离散高通和低通滤波器的系数，当系统一旦确定Haar小波基之后，h和g也就选定。Ts为采样时间，aj(n)为离散逼近风速信号，实为风速信号的低频信息，dj(n)为离散细节的风速信号，实为风速信号的高频信息，c为风速信号尺度的展开系数，L为小波展开层数。
系统的小波系数为：
其中：m，n，j，k为正整数，h(m-2k)为小波的低通滤波器系数，g(m-2k)为小波的高通滤波器系数。
系统的重构信号为：
其中：h*(m-2k)为小波的共轭滤波器系数，g*(m-2k)为小波的共轭滤波器系数。风速信号的小波变换实际上也是一个数字滤波过程。
如上所述，当通过对激光测风雷达的远近距离风速信号使用不同的Haar小波基函数分解和重构信号，就可实现风速信号的精确重构和对称特性。
3)分析风电机组的桨叶气动特性；
首先根据步骤2得到的精确风速信号，计算出每个不同桨叶的各自的受力情况，采用线性的叶素-动量理论将风轮平面上风速的随机变化转变为桨叶摆振方向和俯仰方向的力矩的相对变化，计算出每个桨叶上的受力情况以及相应的载荷波动，针对每个风机叶片叶素，将其速度分解为垂直于风轮旋转平面的分量和平行于风轮旋转平面的分量，在风轮半径r处取一段长度为dr的微元，其弦长为l，桨距角为θ，当气流在风轮尾流中旋转时，将激励微元dr产生其斜向上的轴向推力dF；
dF作用在叶素上，产生与风速v垂直的升力dL：
dF作用在叶素上，产生与风速v平行的阻力dD：
其中：ρ为空气密度，Cd为叶素阻力系数，Cl为叶素升力系数；
在平行的旋转平面方向分解为dFa：
在垂直的旋转平面方向分解为dFu：
其中：I为来流角，I＝θ+i，其中i为攻角，θ为桨距角；
对dFa和dFu进行积分计算，得到叶片轴向力Fa和为叶片切向力Fu：
叶片轴向力Fa产生桨叶挥舞力矩MFlapwise，叶片切向力Fu产生桨叶摆振力矩MEdgewise：
其中：R为风轮半径最大值，r0为叶素起始点的半径值。
风轮传动系统数学模型为
其中：J为风轮转动惯量，Ωr为风轮转速，Mrotor为风轮转矩；
其中：H为轮毂高度，M为塔架上机舱总质量，S为塔架刚度，snod为塔架前后位移，snay为塔架左右位移，D为塔架阻尼系数，Fax为轴向力，Fsd为侧向力，Fax为轴向力，Fsd为侧向力，Mtilt为风机的俯仰力矩。
4)利用激光雷达探测系统探测的下一时刻预测风速进行风机的自适应动态前馈调节，实现对发电机桨距角和转矩转速的控制，从而优化下一时刻的风机载荷。
其中：v为风轮平面的有效风速，τ为激光雷达提前预测时间，为转速误差门限，其中为风轮转速的导数，θ为桨距角。
将风轮转速Ωr输入到风电机组转矩控制器中，设置具有自适应能力的转速误差门限，给出合适的桨距角优化前馈值Δθi，与风电机组恒定功率控制得到的桨距角θ进行比较，得到风电机组优化桨距角θi，θi＝θ+Δθi，根据θi进行变桨优化操作，从而实时地改变转矩转速控制，以此缓解因气动力、离心力、重力等引起的桨叶拍打振动，来实现风电机组载荷和功率双重优化的效果。
Claims (5)
1.一种大型风电机组的雷达辅助载荷优化控制方法，包括以下步骤：
1)雷达扫描：利用激光雷达探测系统测量风轮迎风面不同高度层不同位置的风速；
2)分析风电机组的桨叶气动特性；
3)利用激光雷达探测系统探测的下一时刻预测风速进行风机的自适应动态前馈调节，实现对风电机组桨距角和转矩转速的控制，从而优化下一时刻的风机载荷；
所述步骤1)与步骤2)之间还包括激光雷达谱分析的步骤，具体为：选用Haar小波作为分析小波，通过计算激光束信号的重分配尺度谱，得到Haar小波基函数，然后计算优化基函数的小波重分配尺度谱，获得风轮迎风面不同高度层不同位置的风速能量分布图。
2.根据权利要求1所述的大型风电机组的雷达辅助载荷优化控制方法，其特征在于：所述步骤1)中，激光雷达探测系统首先将激光束发射至风轮前面的不同高度不同距离的目标位置，激光束经过大气散射后，由光电探测器接收散射的多普勒频移信号，进行散射频移信号与激光雷达探测系统本振光的相干混频，接着相干混频信号送入控制电路，然后通过控制电路进行比较、滤波、求导、积分加权处理后，得到相干多普勒频移信号的频率，再利用此频率值与风速之间的关系，获得所探测区域的聚焦处沿光束方向横向及径向速度，通过调焦装置改变激光束的聚焦位置，从而测得不同高度层不同位置的风速。
3.根据权利要求2所述的大型风电机组的雷达辅助载荷优化控制方法，其特征在于：所述步骤2)中，风电机组的桨叶气动特性分析过程为：首先计算出每个不同桨叶的各自的受力情况，采用线性的叶素-动量理论将风轮平面上风速的随机变化转变为桨叶摆振方向和俯仰方向的力矩的相对变化，计算出每个桨叶上的受力情况以及相应的载荷波动，针对每个风机叶片叶素，将其速度分解为垂直于风轮旋转平面的分量和平行于风轮旋转平面的分量，在风轮半径r处取一段长度为dr的微元，其弦长为l，桨距角为θ，当气流在风轮尾流中旋转时，将激励微元dr产生其斜向上的轴向推力dF；
dF作用在叶素上，产生与风速v垂直的升力dL：
dF作用在叶素上，产生与风速v平行的阻力dD：
其中：ρ为空气密度，Cd为叶素阻力系数，Cl为叶素升力系数；
轴向推力dF在平行的旋转平面方向分解为dFa：
轴向推力dF在垂直的旋转平面方向分解为dFu：
其中：I为来流角，I＝θ+i，其中i为攻角，θ为桨距角；
对dFa和dFu进行积分计算，得到叶片轴向力Fa和为叶片切向力Fu：
叶片轴向力Fa产生桨叶挥舞力矩MFlapwise，叶片切向力Fu产生桨叶摆振力矩MEdgewise：
其中：R为风轮半径最大值，r0为叶素起始点的半径值；
风轮传动系统数学模型为
其中：J为风轮转动惯量，Ωr为风轮转速，Mrotor为风轮转矩；
其中：H为轮毂高度，M为塔架上机舱总质量，S为塔架刚度，snod为塔架前后位移，snay为塔架左右位移，D为塔架阻尼系数，Fax为轴向力，Fsd为侧向力，Mtilt为风机的俯仰力矩。
4.根据权利要求3所述的大型风电机组的雷达辅助载荷优化控制方法，其特征在于：所述步骤3)中，利用激光雷达探测系统探测下一时刻预测风速，将风轮转速Ωr输入到风电机组转矩控制器中，设置具有自适应能力的转速误差门限，给出桨距角优化前馈值Δθi，与风电机组恒定功率控制得到的桨距角θ进行比较，得到风电机组优化桨距角θi，θi＝θ+Δθi，根据θi进行变桨优化操作，从而实时地改变转矩转速控制，
其中：v为风轮平面的有效风速，τ为激光雷达提前预测时间，为转速误差门限，其中为风轮转速的导数，θ为桨距角。
5.如权利要求4所述的大型风电机组的雷达辅助载荷优化控制方法，其特征在于：激光雷达谱分析的步骤中，
对激光雷达原始风速信号的谱信号序列进行相应多分辨率计算：
其中，h和g分别为所选定的Haar小波基及尺度函数所生成的系统离散高通和低通滤波器的系数，当系统一旦确定Haar小波基之后，h和g也就选定；Ts为采样时间，aj(n)为离散逼近风速信号，实为风速信号的低频信息，dj(n)为离散细节的风速信号，实为风速信号的高频信息，c为风速信号尺度的展开系数，L为小波展开层数；
控制系统的小波系数为：
cmn＝∫f(x)h*mn(x)dx
其中：m，n，j，k为正整数，h(m-2k)为小波的低通滤波器系数，g(m-2k)为小波的高通滤波器系数；
系统的重构信号为：
其中：h*(m-2k)为小波的共轭滤波器系数，g*(m-2k)为小波的共轭滤波器系数；aj+1(n)为harr小波系统(j+1，n)维度的整体信息；dj+1(n)为harr小波系统原信号丢失的(j+1，n)维度的细节信息；aL(n)为harr小波系统(L，n)维度的整体信息；aj(k)为harr小波系统(j，k)维度的整体信息；f为harr小波系统函数；n为harr小波系统的第n维；k为harr小波系统的第k维；j为harr小波系统的第j维；m为harr小波系统的第m维；cmn为第(m，n)维harr小波系统近似程度计算系数；h* mn(x)第(m，n)维haar小波基及尺度函数所重构信号的系统离散高通系数；cj+1，k为第(j+1，k)维harr小波系统近似程度计算系数；cj，m为第(j，m)维harr小波系统近似程度计算系数；dj+1，k为harr小波系统原信号丢失的(j+1，k)维度的细节信息；dj，m为harr小波系统原信号丢失的(j，m)维度的细节信息；hmn(x)为第(m，n)维haar小波基及尺度函数所生成的系统离散高通系数；cj-1为第j-1维harr小波系统近似程度计算系数；cj，k为第(j，k)维harr小波近似程度计算系数；dj，k为harr小波系统原信号丢失的第(j，k)维度细节信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610020469.0A CN105569923B (zh) | 2016-01-13 | 2016-01-13 | 一种大型风电机组的雷达辅助载荷优化控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610020469.0A CN105569923B (zh) | 2016-01-13 | 2016-01-13 | 一种大型风电机组的雷达辅助载荷优化控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105569923A CN105569923A (zh) | 2016-05-11 |
| CN105569923B true CN105569923B (zh) | 2019-01-15 |
Family
ID=55880436
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610020469.0A Active CN105569923B (zh) | 2016-01-13 | 2016-01-13 | 一种大型风电机组的雷达辅助载荷优化控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105569923B (zh) |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105971821B (zh) * | 2016-05-30 | 2018-11-09 | 明阳智慧能源集团股份公司 | 一种风力发电机组基于风轮推力预估的控制方法 |
| DE102016212362A1 (de) * | 2016-07-06 | 2018-01-11 | Universität Stuttgart | Lidar-basierte multivariable Feedforwardregelung von Windturbinen |
| CN106772440B (zh) * | 2017-01-12 | 2023-09-19 | 杭州赛尤新能源科技有限公司 | 采用变频激光测风雷达的测风系统及变频控制方法 |
| JP6827992B2 (ja) * | 2017-10-16 | 2021-02-10 | 三菱重工業株式会社 | 風力発電装置及びその制御方法並びに制御プログラム |
| CN108468622B (zh) * | 2018-02-09 | 2019-10-11 | 湖南工业大学 | 基于极限学习机的风电机组叶根载荷估计方法 |
| EP3767340B1 (en) * | 2018-04-26 | 2023-07-05 | Mitsubishi Electric Corporation | Laser radar device, wind power generator, and wind measurement method |
| CN108717195B (zh) * | 2018-05-24 | 2020-12-25 | 远景能源有限公司 | 一种相干多普勒测风激光雷达系统及其控制方法 |
| JP2020153347A (ja) * | 2019-03-22 | 2020-09-24 | 株式会社日立製作所 | 風力発電装置 |
| CN109946765B (zh) * | 2019-04-02 | 2021-05-07 | 上海电气风电集团股份有限公司 | 风电场的流场的预测方法和系统 |
| CN110714881B (zh) * | 2019-08-19 | 2021-08-13 | 上海交通大学 | 一种风力机性能预测控制方法及装置 |
| CN110594106B (zh) * | 2019-10-15 | 2020-11-13 | 浙江运达风电股份有限公司 | 一种风电机组载荷在线预测方法、装置、设备、介质 |
| CN111075650B (zh) * | 2019-12-30 | 2021-01-26 | 明阳智慧能源集团股份公司 | 风力发电机组基于激光雷达前馈测风的独立变桨控制方法 |
| CN111472930B (zh) * | 2020-03-23 | 2021-07-23 | 浙江大学 | 演化风速计算方法及基于该方法的前馈统一变桨控制方法 |
| CN111637010A (zh) * | 2020-06-10 | 2020-09-08 | 国电联合动力技术有限公司 | 风电机组前馈控制方法、装置、风电机组及系统 |
| CN111980857A (zh) * | 2020-08-26 | 2020-11-24 | 上海电气风电集团股份有限公司 | 风电场的闭环控制方法及其装置及计算机可读存储介质 |
| CN113985762B (zh) * | 2021-10-08 | 2023-08-08 | 北京华能新锐控制技术有限公司 | 一种风力发电气流监控系统 |
| CN116292097B (zh) * | 2023-05-17 | 2023-08-18 | 安徽省国家电投和新电力技术研究有限公司 | 基于激光雷达智能感知的风机组控制方法及系统 |
| CN117434296B (zh) * | 2023-12-15 | 2024-03-15 | 南京牧镭激光科技股份有限公司 | 激光双雷达测量风机叶轮面风速的方法、设备、存储介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7342323B2 (en) * | 2005-09-30 | 2008-03-11 | General Electric Company | System and method for upwind speed based control of a wind turbine |
| GB2481461A (en) * | 2010-06-21 | 2011-12-28 | Vestas Wind Sys As | Control of a downstream wind turbine in a wind park by sensing the wake turbulence of an upstream turbine |
| CN102797629B (zh) * | 2012-08-03 | 2014-05-14 | 国电联合动力技术有限公司 | 一种风电机组的控制方法、控制器及其控制系统 |
-
2016
- 2016-01-13 CN CN201610020469.0A patent/CN105569923B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105569923A (zh) | 2016-05-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105569923B (zh) | 一种大型风电机组的雷达辅助载荷优化控制方法 | |
| KR101024791B1 (ko) | 풍력 발전 장치, 풍력 발전 시스템 및 풍력 발전 장치의 발전 제어 방법 | |
| CN103850876B (zh) | 一种适用于无载荷测量的风电机组独立变桨控制方法 | |
| CN102102630B (zh) | 变速变桨风力发电机组独立变桨控制方法 | |
| CN103061980A (zh) | 基于激光测风雷达的风力发电机组的前馈控制系统及其控制方法 | |
| CN111120205B (zh) | 基于激光雷达的风电场区域化控制方法 | |
| CN103296961B (zh) | 抑制海上风电机组振动的控制方法及控制系统 | |
| EP2607689B1 (en) | Rotor-sector based control of wind turbines | |
| CN103244350A (zh) | 一种风力发电机组最佳叶尖速比跟踪控制方法 | |
| CN103244348A (zh) | 变速变桨风力发电机组功率曲线优化方法 | |
| CN202117846U (zh) | 一种大型风电机组独立变桨控制装置 | |
| US11454725B2 (en) | Method of determining the vertical profile of the wind speed upstream from a wind turbine equipped with a lidar sensor | |
| US11421651B2 (en) | Method of determining wind direction by means of a LiDAR sensor | |
| Kumar et al. | Field testing of lidar-assisted feedforward control algorithms for improved speed control and fatigue load reduction on a 600-kw wind turbine | |
| Zheng et al. | Interaction between the atmospheric boundary layer and a stand-alone wind turbine in Gansu—Part II: Numerical analysis | |
| Fadil et al. | Performance analysis of vertical axis wind turbine with variable swept area | |
| CN107524565A (zh) | 基于lidar辅助的大型风力发电机独立变桨控制方法 | |
| US11746746B2 (en) | Method of determining average wind speed by means of a LiDAR sensor | |
| US20210279389A1 (en) | Method of determining the wind speed in the rotor plane of a wind turbine | |
| KR20220100526A (ko) | 바람 난류의 능동 감지를 사용하는 풍력 터빈의 추력 제어 | |
| CN101252334A (zh) | 变速恒频风力发电机动态最优能量捕获方法 | |
| De Tavernier et al. | VAWT in double-rotor configuration: The effect on airfoil design | |
| Musyafa et al. | A wind Turbine for low rated wind speed region in East Java | |
| Kobiki et al. | Elementary study for the effect of HHC and active flap on blade vortex interaction | |
| WO2014176525A1 (en) | Predictive blade adjustment |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A radar auxiliary load optimization control method for large wind turbine Effective date of registration: 20211224 Granted publication date: 20190115 Pledgee: China Everbright Bank Co.,Ltd. Xiangtan sub branch Pledgor: HUNAN SHIYOU ELECTRIC PUBLIC Co.,Ltd. Registration number: Y2021430000099 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20230511 Granted publication date: 20190115 Pledgee: China Everbright Bank Co.,Ltd. Xiangtan sub branch Pledgor: HUNAN SHIYOU ELECTRIC PUBLIC Co.,Ltd. Registration number: Y2021430000099 |