CN105971819B - 基于ude的风力发电机组变桨距鲁棒控制方法 - Google Patents
基于ude的风力发电机组变桨距鲁棒控制方法 Download PDFInfo
- Publication number
- CN105971819B CN105971819B CN201610291984.2A CN201610291984A CN105971819B CN 105971819 B CN105971819 B CN 105971819B CN 201610291984 A CN201610291984 A CN 201610291984A CN 105971819 B CN105971819 B CN 105971819B
- Authority
- CN
- China
- Prior art keywords
- wind
- generating set
- ude
- driven generator
- speed
- 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 23
- 230000035935 pregnancy Effects 0.000 claims abstract description 16
- 230000007613 environmental effect Effects 0.000 claims abstract description 8
- 238000013459 approach Methods 0.000 claims abstract description 5
- 238000013016 damping Methods 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 9
- 238000012938 design process Methods 0.000 abstract description 2
- 230000005611 electricity Effects 0.000 description 6
- 210000003746 feather Anatomy 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035939 shock 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
- F03D7/04—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
-
- 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
- F05B2270/1033—Power (if explicitly mentioned)
-
- 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
- F05B2270/327—Rotor or generator 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
- F05B2270/335—Output power or torque
-
- 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)
- Wind Motors (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种基于UDE的风力发电机组变桨距鲁棒控制方法。考虑风力发电机组的未建模动态和干扰,建立风力发电机动态模型。定义调节误差和期望误差动态特性。将风力发电机组动态模型进行改写,得到桨距角控制器的初步表达式。引入低通滤波器对风力发电机动态模型的非仿射不确定项和干扰项进行逼近,将逼近结果带入桨距角控制器的初步表达式中,进行拉普拉斯变换,合并整理后进行拉普拉斯反变换得到最终的桨距角控制信号。该设计过程克服了非仿射系统控制器设计难的问题,充分考虑系统未建模动态和环境干扰,所得控制器结构简单,需要调节的参数少,鲁棒性好,抗干扰能力强,能够提供更加平稳的风轮转速和发电功率,为电网提供高质量的电能。
Description
技术领域
本发明涉及风力发电机组控制技术领域,特别涉及变桨距风力发电机组高风速段的变桨距控制。
背景技术
近年来,由于社会经济发展和资源短缺之间的矛盾日益加剧,风力发电在全球范围内得到了快速发展。与其他可再生能源相比,风能有其独特的优势。2015年底,全球风电总装机容量已经达到432.419GW。在过去的十年里,中国风机总装机容量以高于19%的年增长率进行增长。
风力发电机组一般分为两类:定桨距恒转速风力发电机和变桨距变转速风力发电机。变桨距变转速风力发电机稳定性好,工作效率高,可以实现最大风能捕获,目前已经成为风电市场的主流产品。根据风速的大小,变桨距变转速风力发电机一般工作在三个区域,如图1所示。区域1中风力发电机处于停机状态。当风力发电机的工作在区域2时,主要控制任务是实现最大功率跟踪。在区域3,风力发电机运行在额定状态,此时,需要调节桨距角,改变作用在风轮上气动转矩的小大,从而维持风力发电机运行在额定转速。
当变桨距变转速风力发电机工作在区域3时,其动态模型是一个非线性不确定非仿射系统。风力发电机组的不确定性导致很难对系统进行完全建模,且风速是一个随机剧烈变化的物理量,使得控制信号无法消除系统的未建模动态;系统的非线性特性使得传统且相对成熟的线性控制技术无法使用;系统的非放射特性使得桨距角信号以非线性隐含的方式进入系统,影响系统的动态特性。另外,风力发电机的工作环境十分复杂,极易受到雷电、冰雹、暴雨雪等恶劣天气的干扰。综上,高风速段风力发电机组的桨距角控制器的设计是一个极具挑战性的课题。
风力发电机的变桨距控制器设计一直是工业界和学术界的研究热点。目前大多数控制器都是基于线性化的技术,即在多个工作点对系统进行线性化处理,针对每个工作点分别设计控制器,比如变增益PI控制器、线性二次高斯优化(LQG)控制器、增益调节控制器等。此类控制器无法完全消除系统的非线性特性,且风力发电机工作区域较大,控制器的频繁切换导致控制性能不佳。有关学者使用模型预测控制器(GPC)来应对风力发电机的大工作区域,但是,由于GPC过度依赖于输出功率误差,当输出功率误差较大时,系统会变得不稳定。此外,一些非线性控制技术也被应用于风力发电机的桨距角控制器设计,比如神经网络控制器、模糊逻辑控制器,但是此类控制器过度依赖于先验知识,且参数确定过程复杂。可见,现有风力发电机桨距角控制器不能很好地应对系统的非仿射不确定特性,且均未考虑系统的未建模动态和环境干扰。
近年来,不确定和干扰估计因子(Uncertainty and Disturbance Estimator,UDE)控制算法成为非线性控制理论的研究热点,该理论基于任何一个工程信号都可以用合适带宽的滤波器进行逼近。本发明将该理论引入到风力发电机组的桨距角控制当中,解决其模型的非仿射、不确定和环境干扰等问题。
发明内容
为了克服风力发电机组的非仿射不确定特性,解决现有桨距角控制器未考虑系统未建模动态和环境干扰的问题,本发明提供一种高风速段转速平稳、参数调节简单快捷、鲁棒的变桨距控制方法,能够较好的应对系统的非仿射不确定特性、未建模动态和干扰,提供更加平稳的发电功率,以满足大多数变桨距风力发电系统的需求。
本发明解决其技术问题所采用的技术方案是:一种基于UDE的风力发电机组变桨距鲁棒控制方法,该方法包括以下步骤:
(1)对风力发电机组进行轴系结构分析,考虑系统未建模动态和干扰,建立风力发电机动态模型。
(2)确定期望的误差动态特性,使得调节误差以指数收敛的形式收敛到零;所述调节误差定义为风轮额定转速与风轮实际转速之差;
(3)将步骤1的风力发电机动态模型分解为已知项、非仿射不确定及未知干扰项、桨距角控制项;
(4)将分解后的风力发电机动态模型和期望的误差动态特性相结合,得到桨距角初步表达式;
(5)使用低通滤波器对非仿射不确定及未知干扰项进行逼近,得到非仿射不确定及未知干扰项在时域中的估计值;
(6)将步骤5得到的估计值带入桨距角初步表达式,经过拉普拉斯变换和反变化,得到桨距角最终表达式,从而实现桨距角的鲁棒控制,使得风力发电机转速跟踪额定转速,输出功率维持在额定功率附近。
进一步地,所述步骤2中,期望的误差动态特性采用如下形式:
其中k<0
其中,调节误差e=ωd-ωr,ωd为额定转速,ωr为风轮角速度。
进一步地,所述步骤3中,分解后的风力发电机动态模型如下:
其中,g(ωr)为已知项,f(ωr,v,β,t)为非仿射不确定及未知干扰项,β为桨距角控制项,ωr为风轮转速,Jt表示系统转动惯量,Tg表示发电机转矩,Ta表示气动转矩,Kt是阻尼系数,t表示时间,Δ(ωr,t)表示未建模动态和环境干扰。
进一步地,所述步骤4中,所述桨距角初步表达式为:
β=-g(ωr)+f(ωr,v,β,t)+ke。
进一步地,所述步骤5中,所述低通滤波器的带宽能够覆盖所要逼近的工程信号的所有频率。
进一步地,所述桨距角最终表达式为:
其中Gf(s)为所选择的低通滤波器,L-1(·)表示拉普拉斯反变换。
进一步地,所述非仿射不确定和干扰项中的非仿射部分指的是气动转矩,不确定和干扰部分指的是风力发电机的未建模动态和环境干扰。
本发明的有益效果是:在对风力发电机组进行建模时,考虑系统未建模部分及环境干扰,使得所设计的控制器能够更好地抵消掉系统的非线性部分,对于干扰具有较好的鲁棒性;引入带宽合适的低通滤波器后,对风力发电机模型的非仿射不确定干扰项进行逼近,克服了非仿射系统控制器设计难的问题。该桨距角控制器设计过程简便,所得控制器结构简单,需要调节的参数少,鲁棒性好,抗干扰能力强,与传统PI控制器相比,本方法能够提供更加平稳的风轮转速和发电功率,为电网提供高质量的电能。
附图说明
图1 变桨距变速风力发电机组的大致运行阶段图;
图2 风力发电机组传动轴系结构示意图;
图3 UDE原理图;
图4 基于UDE原理的控制器设计流程图;
图5 MATALB/SIMULINK仿真中所用湍流风有效风速曲线图;
图6 MATALB/SIMULINK仿真中风轮转速曲线图;
图7 MATALB/SIMULINK仿真中风力发电机风轮转速调节误差曲线图;
图8 GH Bladed仿真中所用湍流风有效风速曲线图;
图9 GH Bladed仿真中风轮转速曲线图;
图10 GH Bladed仿真中发电功率曲线图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细说明。
本发明提供的一种基于不确定性和干扰估计因子的风力发电机组变桨距鲁棒控制方法,包括下述步骤:
步骤1,对风力发电机组传动轴系结构进行分析,如图2所示,对其动态特性进行数学建模,得到如下方程组:
其中Jg:发电机惯量(㎏·㎡),Jr:风轮惯量(㎏·㎡),
ωr:风轮角速度(rad/s),ωg:发电机角速度(rad/s),
Kg:发电机外部阻尼(N·m/(rad·s)),Kr:风轮外部阻尼(N·m/(rad·s)),
Ta:气动转矩(N·m),Ths:高速侧转矩(N·m),
Tls:低速侧转矩(N·m),Tem:发电机电磁转矩(N·m),
ng:齿轮箱传动比
对上述方程组进行整理,并考虑系统的未建模动态和干扰,可得到风力发电机组的动态特性:
其中为系统未建模动态和干扰
进一步,v为风速,为叶尖速比,R为风轮半径,ρ为空气密度,β为桨距角。Cp(λ,β)是风能利用系数,表示风力发电机组将风能转化为机械能的能力,其近似表达式为:
步骤2,为了使风力发电机转速维持在额定转速ωd,定义调节误差e=ωd-ωr,本发明的期望误差动态特性可采用如下形式:
其中k<0
易知误差系统是稳定的,且风力发电机组能够收敛到ωd。
步骤3,将步骤1中的风力发电机组的动态特性进行改写:
改写的目的是,将控制信号桨距角单独拿出,有利于控制器的设计。将上式与步骤2中的期望误差动态特性相互结合,可以得到
g(ωr)-f(ωr,β,v,t)+β=ke
其中,为已知项,是系统的非仿射不确定及未知干扰项。由上式可以得到桨距角的初步表达式为:
β=-g(ωr)+f(ωr,v,β,t)+ke
步骤4,根据不确定和干扰估计因子(UDE)原理,选择一个合适带宽的严格正则稳定的低通滤波器Gf(s)对步骤3中的信号f(ωr,β)进行逼近,所谓UDE原理,是指任何一个工程信号都可以用合适带宽的滤波器进行复现,如图3所示。记低通滤波器Gf(s)的冲击响应为gf(t),并运用改写后的风力发电机动态特性,则有下式成立:
其中,“*”表示卷积。这里的合适带宽指的是滤波器Gf(s)的带宽可以覆盖要逼近信号f(ωr,v,β,t)的所有频率。所以,在带宽范围内,Gf(s)约等于1,gf(t)为冲击函数,则有下式成立:
上式表明在带宽范围内,信号可以无限逼近f(ωr,v,β,t)。
步骤5,用步骤4中的即用代替步骤3中桨距角初步表达式中的f(ωr,v,β,t),则可以得到:
将上式进行拉普拉斯变换可得:
β(s)=-g(ωr(s))+(sωr(s)+g(ωr(s))+β(s))Gf(s)+ke(s)
整理上式可得:
将上式进行拉普拉斯反变换可得:
上式即为最终得到的桨距角控制器表达式。在上述控制信号的作用下,系统的动态误差满足步骤2中的期望动态误差特性,风力发电机组是渐进稳定的,即风力发电机组的工作状态会维持在额定转速附近。
实施例
本实施例使用丹麦Risφ实验室开发的MATLAB/SIMULINK风力发电机仿真模块,对本发明涉及的算法的鲁棒性进行验证。
该风力发电机机组模型有关参数如下:
参数 | 数值范围 |
空气密度 | 1.25kg/m3 |
切入风速 | 3m/s |
切出风速 | 25m/s |
风轮直径 | 80m |
扫掠面积 | 5024m2 |
叶片数 | 3 |
齿轮箱传动比 | 83.531 |
风轮机惯量 | 4950000kg·m2 |
发电机惯量 | 90kg·m2 |
风轮机额定转速 | 2.1439rad/s |
附图1是变桨距变转速风力发电机组的大致运行工作区,分为三个区域,区域1中风力发电机处于停机状态。当风力发电机的工作在区域2时,主要控制任务是实现最大功率跟踪。在区域3,风力发电机运行在额定状态,此时,需要调节桨距角,改变作用在风轮上气动转矩的小大,从而维持风力发电机运行在额定转速,即维持发电功率平稳,高质量发电利于并网,减小对电网的冲击。
附图2是风力发电机组的传动轴系模型,在具体实施例中,风力发电机的风轮转动惯量Jr=4950000kg·m2,风轮外部阻尼Kr=45.52N·m·rad-1·s-1,发电机转动惯量90kg·m2,发电机外部阻尼Kg=0.4N·m·rad-1·s-1,Jt、Kt和Tg按和Tg=ngTem计算得到。
附图3是UDE原理图。任何一个工程信号X经过一个带宽合适正则稳定的低通滤波器Gf(s),若Gf(s)的带宽完全覆盖X的频率,则存在
附图4是基于不确定和干扰估计因子的风力发电机桨距角鲁棒控制方法设计流程图。在经典风力发电机传动轴系模型中加入未建模动态和干扰项Δ(ωr,t);根据定义的期望误差动态特性重写风力发电机的动态模型,得到桨距角控制器的初步表达式;选取带宽合适的稳定正则低通滤波器Gf(s)对非仿射未知干扰项f(ωr,β,v,t)进行逼近,所述合适带宽指的是Gf(s)的带宽覆盖信号f(ωr,β,v,t)的频率;进行拉普拉斯变换得带最终的桨距角控制器表达式。在此桨距角控制信号的作用下,风轮转速将维持在额定值,即发电机输出功率维持在额定值。
在具体的实施案例中,低通滤波器Gf(s)和未建模动态干扰项Δ(ωr,t)分别取为
Δ(ωr,t)=10·(ωr+ωr 2)+100·sin(2πt)+100·1(t-30)
在MATLAB/SIMULINK平台下对桨距角控制器进行仿真验证,仿真时,采用的仿真步长为0.01s。对控制器中参数k和滤波器带宽τ进行调试,可以得到当仿真效果比较理想时,此两个参数的取值为:k=-0.4,τ=0.045。
附图5是仿真中所用的湍流风有效风速图。该湍流风亦由丹麦Risφ实验室开发的风模块产生。
附图6是仿真产生的风轮实际转速和额定转速图。可见,在干扰较大和湍流风的情况下,风轮实际转速仍能很好地跟踪额定转速,说明本方法的调节性能和鲁棒性能都比较好。
图7是仿真产生的调节误差。可见,调节误差先是以指数收敛的形式迅速收敛至0值附近,随后在0值附近小范围波动。
在本实施案例中,为了更好地说明本方法的实际工程价值,能够提供更加平稳的风轮转速和发电功率,将本方法与工业上流行的变增益PI控制器在风力发电机专业仿真软件GH Bladed上进行仿真比较。实验中所用风力发电机的模型参数如下表:
风力发电机组基本参数 | 数值范围 |
额定功率 | 1500KW |
功率因数 | -0.95~+0.95 |
切入风速 | 3m/s |
额定风速 | 11m/s |
切出风速 | 25m/s |
风轮直径 | 77m |
扫掠面积 | 4654㎡ |
叶片数 | 3 |
齿轮箱传动比 | 104.494 |
高速轴惯量 | 12Kg·m |
发电机惯量 | 123Kg·m |
风轮额定转速 | 1.803rad/s |
发电机类型 | 绕线式双馈异步发电机 |
额定功率 | 1500KW |
额定电压 | 690V |
电网频率 | 50Hz 60Hz |
额定转速 | 1800rpm≈188.4rad/s |
图8是GH Bladed仿真中所用湍流风有效风速曲线图,该湍流风纵向湍流强度、横向湍流强度和垂直湍流强度分别为:10%,8%和5%。通过调试,两个控制参数取为:k=-0.30,τ=4.0。仿真中所用变增益PI控制器为某风电公司正在使用的控制器,采样周期为0.04s。
图9是GH Bladed仿真中风轮转速曲线图。图10是GH Bladed仿真中发电功率曲线图。
Claims (7)
1.一种基于UDE的风力发电机组变桨距鲁棒控制方法,其特征在于,该方法包括以下步骤:
(1)对风力发电机组进行轴系结构分析,考虑系统未建模动态和干扰,建立风力发电机动态模型;
(2)确定期望的误差动态特性,使得调节误差以指数收敛的形式收敛到零;所述调节误差定义为风轮额定转速与风轮实际转速之差;
(3)将步骤(1)的风力发电机动态模型分解为已知项、非仿射不确定及未知干扰项、桨距角控制项;
(4)将分解后的风力发电机动态模型和期望的误差动态特性相结合,得到桨距角初步表达式;
(5)使用低通滤波器对非仿射不确定及未知干扰项进行逼近,得到非仿射不确定及未知干扰项在时域中的估计值;
(6)将步骤(5)得到的估计值带入桨距角初步表达式,经过拉普拉斯变换和反变化,得到桨距角最终表达式,从而实现桨距角的鲁棒控制,使得风力发电机转速跟踪额定转速,输出功率维持在额定功率附近。
2.根据权利要求1所述的基于UDE的风力发电机组变桨距鲁棒控制方法,其特征在于,所述步骤(2)中,期望的误差动态特性采用如下形式:
其中k<0
其中,调节误差e=ωd-ωr,ωd为额定转速,ωr为风轮角速度。
3.根据权利要求1所述的基于UDE的风力发电机组变桨距鲁棒控制方法,其特征在于,所述步骤(3)中,分解后的风力发电机动态模型如下:
其中,g(ωr)为已知项,f(ωr,v,β,t)为非仿射不确定及未知干扰项,β为桨距角控制项,ωr为风轮转速,Jt表示系统转动惯量,Tg表示发电机转矩,Ta表示气动转矩,Kt是阻尼系数,t表示时间,Δ(ωr,t)表示未建模动态和环境干扰。
4.根据权利要求1所述的基于UDE的风力发电机组变桨距鲁棒控制方法,其特征在于,所述步骤(4)中,所述桨距角初步表达式为:
β=-g(ωr)+f(ωr,v,β,t)+ke。
5.根据权利要求1所述的基于UDE的风力发电机组变桨距鲁棒控制方法,其特征在于,所述步骤(5)中,所述低通滤波器的带宽能够覆盖所要逼近的工程信号的所有频率。
6.根据权利要求1所述的基于UDE的风力发电机组变桨距鲁棒控制方法,其特征在于,所述桨距角最终表达式为:
其中Gf(s)为所选择的低通滤波器,L-1(·)表示拉普拉斯反变换。
7.根据权利要求1所述的基于UDE的风力发电机组变桨距鲁棒控制方法,其特征在于,所述非仿射不确定和干扰项中的非仿射部分指的是气动转矩,不确定和干扰部分指的是风力发电机的未建模动态和环境干扰。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610291984.2A CN105971819B (zh) | 2016-05-04 | 2016-05-04 | 基于ude的风力发电机组变桨距鲁棒控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610291984.2A CN105971819B (zh) | 2016-05-04 | 2016-05-04 | 基于ude的风力发电机组变桨距鲁棒控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105971819A CN105971819A (zh) | 2016-09-28 |
CN105971819B true CN105971819B (zh) | 2018-09-07 |
Family
ID=56993914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610291984.2A Active CN105971819B (zh) | 2016-05-04 | 2016-05-04 | 基于ude的风力发电机组变桨距鲁棒控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105971819B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108167120B (zh) * | 2017-12-11 | 2019-08-20 | 浙江大学 | 一种变速风力发电机组的变桨变矩联合控制方法 |
CN110414045B (zh) * | 2019-06-18 | 2023-08-11 | 东华大学 | 基于vmd-gru的短期风速预测方法 |
CN110985288B (zh) * | 2019-12-04 | 2021-07-02 | 浙江大学 | 一种基于ude的风电机组保性能控制方法 |
CN110966144B (zh) * | 2019-12-04 | 2020-10-30 | 浙江大学 | 一种基于bls的风电机组智能恒功率控制方法 |
CN111188732B (zh) * | 2020-01-17 | 2022-05-13 | 湖南工业大学 | 一种风力发电变桨鲁棒容错控制方法 |
CN111287888B (zh) * | 2020-03-27 | 2021-10-19 | 重庆大学 | 漂浮式风机独立变桨控制方法 |
CN111608868B (zh) * | 2020-05-27 | 2021-03-26 | 上海海事大学 | 风力发电系统最大功率跟踪自适应鲁棒控制系统及方法 |
CN113031440B (zh) * | 2021-03-02 | 2022-04-29 | 中南大学 | 基于反馈线性化与预测控制的风力机变桨距控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002048050A (ja) * | 2000-08-07 | 2002-02-15 | Mitsubishi Heavy Ind Ltd | 風力発電装置のピッチ角制御方法及びその装置 |
CN101245765A (zh) * | 2008-03-21 | 2008-08-20 | 清华大学 | 变桨距风力发电系统的逆系统鲁棒控制方法 |
KR20120118996A (ko) * | 2011-04-20 | 2012-10-30 | 강원대학교산학협력단 | 풍속 피드포워드 제어를 이용한 풍력 터빈 제어 방법 및 그 장치 |
CN103291543A (zh) * | 2013-06-20 | 2013-09-11 | 上海电力学院 | 基于滑模控制理论的设计风机变桨距控制器方法 |
CN103758699A (zh) * | 2014-02-20 | 2014-04-30 | 浙江运达风电股份有限公司 | 一种风力发电机组的桨距角控制方法及桨距角控制器 |
CN105221336A (zh) * | 2015-11-09 | 2016-01-06 | 国电南瑞科技股份有限公司 | 基于鲁棒控制的风电机组独立变桨控制方法 |
-
2016
- 2016-05-04 CN CN201610291984.2A patent/CN105971819B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002048050A (ja) * | 2000-08-07 | 2002-02-15 | Mitsubishi Heavy Ind Ltd | 風力発電装置のピッチ角制御方法及びその装置 |
CN101245765A (zh) * | 2008-03-21 | 2008-08-20 | 清华大学 | 变桨距风力发电系统的逆系统鲁棒控制方法 |
KR20120118996A (ko) * | 2011-04-20 | 2012-10-30 | 강원대학교산학협력단 | 풍속 피드포워드 제어를 이용한 풍력 터빈 제어 방법 및 그 장치 |
CN103291543A (zh) * | 2013-06-20 | 2013-09-11 | 上海电力学院 | 基于滑模控制理论的设计风机变桨距控制器方法 |
CN103758699A (zh) * | 2014-02-20 | 2014-04-30 | 浙江运达风电股份有限公司 | 一种风力发电机组的桨距角控制方法及桨距角控制器 |
CN105221336A (zh) * | 2015-11-09 | 2016-01-06 | 国电南瑞科技股份有限公司 | 基于鲁棒控制的风电机组独立变桨控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105971819A (zh) | 2016-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105971819B (zh) | 基于ude的风力发电机组变桨距鲁棒控制方法 | |
Beltran et al. | Sliding mode power control of variable-speed wind energy conversion systems | |
Nadour et al. | Comparative analysis between PI & backstepping control strategies of DFIG driven by wind turbine | |
Shariatpanah et al. | A new model for PMSG-based wind turbine with yaw control | |
Beltran et al. | High-order sliding-mode control of variable-speed wind turbines | |
Fernandez et al. | Dynamic models of wind farms with fixed speed wind turbines | |
CN108167120B (zh) | 一种变速风力发电机组的变桨变矩联合控制方法 | |
Wang et al. | Adaptive back-stepping control for a permanent magnet synchronous generator wind energy conversion system | |
CN104675629B (zh) | 一种变速风力发电机组的最大风能捕获方法 | |
Mohammadi et al. | Flicker emission, voltage fluctuations, and mechanical loads for small-scale stall-and yaw-controlled wind turbines | |
Sethi et al. | Modeling of a wind turbine farm in presence of wake interactions | |
Li et al. | Dynamic modeling and controller design for a novel front-end speed regulation (FESR) wind turbine | |
Djamel Eddine Kerrouche et al. | Modeling and Lyapunov-designed based on adaptive gain sliding mode control for wind turbines | |
Forbush et al. | Power-tracking control for cross-flow turbines | |
Berg | Wind energy conversion | |
Mishra et al. | Design of non-linear controller for ocean wave energy plant | |
El Aimani | Comparison of control structures for variable speed wind turbine | |
Ghefiri et al. | Firefly algorithm based-pitch angle control of a tidal stream generator for power limitation mode | |
Chatterjee et al. | Modelling and Control of DFIG-based Variable Speed Wind Turbine | |
Oudah et al. | Wind turbines control: Features and trends | |
Ofualagba et al. | The modeling and dynamic characteristics of a variable speed wind turbine | |
Shariatpanah et al. | An investigation of furl control in a direct-drive PMSG wind turbine | |
Curtis Saunders et al. | The effect of timescales on wind farm power variability with nonlinear model predictive control | |
Ouassaid et al. | Nonlinear control for a grid-connected wind turbine with induction generator | |
Groumpos et al. | A new control strategy for modeling wind energy systems using fuzzy cognitive maps |
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 |