CN106777499B - 一种双馈异步风力发电机组的整机动态建模方法 - Google Patents

Abstract

本发明是关于一种双馈异步风力发电机组的整机动态建模方法，包括：获取风力发电机组中风轮的结构参数和风轮中叶片各截面翼型的升阻力气动数据；根据结构参数和升阻力气动数据，利用自由涡尾迹方法建立风轮空气动力学子模型；建立风力发电机组的机械侧子模型和电气侧子模型；建立机械侧子模型与电气侧子模型的数据传输通道；利用数据传输通道对整机动态模型进行耦合求解，其中，整机动态模型包括机械侧子模型和电气侧子模型。本发明通过对风力发电机组的机械侧和电气侧分别进行高精度建模，并对整机动态模型进行耦合求解，实现对风力发电机组与电网扰动的相互作用进行模拟分析。

Description

一种双馈异步风力发电机组的整机动态建模方法

技术领域

本发明涉及风力发电控制技术领域，尤其涉及一种双馈异步风力发电机组的整机动态建模方法。

背景技术

风能作为一种清洁的可再生能源，越来越受到世界各国的重视。风力发电是利用风力发电机组把风的动能转变成机械能，再把机械能转化为电能的一种风能利用方式。考虑到成本、制造、运输及安装的便利性，目前80％以上的大型兆瓦级风力机80％以上采用双馈异步发电机，然而，双馈异步发电机的定子侧与电网直接相连的结构特性决定了双馈异步风力发电机组与电网之间的相互影响较大，例如，电网扰动，尤其是电网电压跌落故障，极易损坏双馈异步发电机的变流器，进而危及风力发电机组的安全运行，同样的，双馈异步发电机的自身故障也会威胁到电网的正常运行。

通过对双馈异步风力发电机组的机械侧和电气侧进行建模分析是实现风力发电系统安全、稳定以及可靠运行的重要手段。对双馈异步风力发电机组的机械侧进行建模方法有叶素动量方法、CFD(Computational Fluid Dynamics，计算流体动力学)法等，利用建立的机械侧模型，求解风轮的气动力数据，根据风轮的气动力数据，分析双馈异步风力发电机组运行特性；对双馈异步风力发电机组的电气侧建模方法有低阶模型法、高阶模型法等，利用建立的电气侧模型模拟双馈异步风力发电机组电气侧运行工况。

由于叶素动量方法的自身理论缺陷，需要大量经验修正，存在较大误差；利用CFD方法虽然能够准确求解各种工况下的风力发电机组气动性能，但计算量较大，不利于工程快速分析和求解。因此，工程上常采用查表的方式获取机械侧风轮的气动力数据，并将所获取数据供电气侧模型使用。但是，风力发电机组与电网的相互作用是一个动态过程，因此，应用查表获得的机械侧数据不能够对风力发电机组的风轮转矩波动和电网电压、频率波动引起的风力发电机组与电网间相互作用产生的动态行为和暂态行为进行模拟。

发明内容

为克服相关技术中存在的问题，本发明提供一种双馈异步风力发电机组的整机动态建模方法。

根据本发明实施例的第一方面，提供一种双馈异步风力发电机组的整机动态建模方法，包括：

获取风力发电机组中风轮的结构参数和所述风轮中叶片各截面翼型的升阻力气动数据；

根据所述结构参数和所述升阻力气动数据，利用自由涡尾迹方法建立风轮空气动力学子模型；

建立所述风力发电机组的机械侧子模型和电气侧子模型，其中，所述机械侧子模型包括桨距角控制系统模块子模型、齿轮传动链模块子模型以及所述风轮空气动力学子模型，所述电气侧子模型包括双馈发电机模块子模型和变流器及控制系统模块子模型；

建立所述机械侧子模型与所述电气侧子模型的数据传输通道；

利用所述数据传输通道对整机动态模型进行耦合求解，其中，所述整机动态模型包括所述机械侧子模型和所述电气侧子模型。

优选地，利用所述数据传输通道对所述整机动态模型进行耦合求解包括：

将所述机械侧子模型与所述电气侧子模型初始化；

将所述机械侧子模型与所述电气侧子模型设置统一的物理时间步；

将动态来流参数输入到所述风轮空气动力学子模型，在所述物理时间步内对所述风轮空气动力学子模型进行迭代计算，得到所述风轮的第一动力参数；

通过所述数据传输通道将所述第一动力参数依次传输至所述齿轮传动链模块子模型和所述双馈发电机模块子模型；

根据所述第一动力参数，控制所述双馈发电机模块子模型的转矩和转速，在物理时间步内，根据所述动态来流参数、转矩和转速，在所述物理时间步内对所述双馈发电机模块子模型进行迭代计算，得到风轮桨距角，将所述风轮桨距角、转矩和转速传输至所述风轮空气动力学子模型；

所述风轮空气动力学子模型根据所述风轮桨距角、转矩和转速调整所述第一动力参数。

优选地，所述动态来流参数包括风速、湍流度、阵风和风廓线因子。

优选地，将动态来流参数输入到所述风轮空气动力学子模型之前，还包括：更新所述整机动态模型接入电网的电网参数以及所述机械侧子模型与所述电气侧子模型的物理时间步。

优选地，所述电网参数包括所述整机动态模型接入电网的电压和电网频率。

优选地，利用所述数据传输通道对所述整机动态模型进行耦合求解之前，还包括：

输入恒定风速参数到所述风轮空气动力学子模型，其中，所述风速参数取值范围为3m/s～25m/s，所述风速参数变化量为1m/s；

计算不同恒定风速参数下的各子模型的参数，将所述子模型的参数保存为初始化数据库。

优选地，根据所述结构参数和所述升阻力气动数据，利用自由涡尾迹方法建立风轮空气动力学子模型，包括：

在叶片各截面翼型的1/4弦长处布置升力线；

根据所述风轮的结构参数，将所述升力线分成若干个附着涡线段；

根据所述升阻力气动数据计算所述附着涡线段的附着涡环量；

根据所述附着涡环量，建立风轮空气动力学子模型。

优选地，所述方法还包括：对所述风轮空气动力学子模型进行动态失速和三维修正。

优选地，所述机械侧子模型和电气侧子模型为4阶模型。

优选地，所述机械侧子模型与所述电气侧子模型的参数均转换到标幺值。

本发明的实施例提供的技术方案可以包括以下有益效果：

本发明实施例提供的双馈异步风力发电机组的整机动态建模方法，通过对风力发电机组的机械侧和电气侧分别进行高精度建模，建立风力发电机组风轮空气动力学子模型、桨距角控制系统模块子模型、齿轮传动链模块子模型、双馈发电机模块子模型和变流器及控制系统模块子模型，对风力发电系统中风力发电机组的运行工况进行模拟；通过建立数据传输通道，实现机械侧子模型和电气侧子模型之间的数据传递，得到风力发电机组的整机动态模型；通过对整机动态模型进行耦合求解，模拟风力发电机组与电网间相互作用。本发明实施例提供的双馈异步风力发电机组的整机动态建模方法，利用自由涡尾迹方法建立的风轮空气动力学子模型在较高叶尖速比条件下计算的风轮气动力数据准确性高；建立的桨距角控制系统模块子模型、齿轮传动链模块子模型、双馈发电机模块子模型和变流器及控制系统模块子模型均为高阶子模型，精确度高；各子模型均采用模块化处理，能够根据风力发电机组的机型及模拟试验结果对子模型进行参数调整。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种双馈异步风力发电机组整机动态建模方法的流程示意图；

图2为本发明实施例提供的一种利用自由涡尾迹方法建立风轮空气动力学子模型的流程示意图；

图3为本发明实施例提供的一种对整机动态模型进行耦合求解的流程示意图；

图4为本发明实施例提供的一种双馈型风力发电系统的结构示意图；

图5为本发明实施例提供的一种整机动态模型的耦合求解与数据传递的流程示意图；

图6为本发明实施例进行稳态模拟时，有功功率模拟值与某1.5MW风力发电机组的设计值的对比示意图；

图7为本发明实施例进行稳态模拟时，风能利用系数中的模拟值与某1.5MW风力发电机组的设计值的对比示意图；

图8为本发明实施例进行动态模拟时，有功功率模拟值与VESTAS V-52机组的设计值的对比示意图；

图9为本发明实施例进行动态模拟时，无功功率模拟值与VESTAS V-52机组的设计值的对比示意图；

图4中，符号表示为：

1-风轮，2-齿轮箱，3-发电机，4-变流器，41-转子侧变流器，42-网侧变流器，5-第一变压器，6-第二变压器，7-电网，8-RC滤波器，9-控制系统。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种双馈异步风力发电机组整机动态建模方法的流程示意图，具体包括如下步骤：

S110：获取风力发电机组中风轮的结构参数和风轮中叶片各截面翼型的升阻力气动数据。

具体的，获取的风轮结构参数包括风轮中风叶的叶片长度、叶片锥角和仰角；获取的升阻力气动数据包括叶片各截面翼型的360°全向二维升阻力气动数据，具体包括升力系数和阻力系数。

S120：根据结构参数和升阻力气动数据，利用自由涡尾迹方法建立风轮空气动力学子模型。

具体的，建立风轮空气动力学子模型需要根据风轮的结构参数和升阻力气动数据进行风轮气动力计算和非定常气动力计算，其中，在进行风轮气动力计算时，自由涡尾迹方法与现有叶素动量方法相比，自由涡尾迹方法在较高叶尖速比条件下具有更高的计算准确性，随着大尺度风轮在低风速风场的广泛应用，风轮设计的叶尖速比已经接近11，属于较高叶尖速比条件，因此本发明实施例利用自由涡尾迹方法建立风轮空气动力学子模型的精确性高；在进行风轮非定常气动力计算时，自由涡尾迹方法由于可以解出风轮涡系非定常诱导速度，因此更接近物理实际，具有广泛的计算适用范围。

参见图2，为本发明实施例提供的一种利用自由涡尾迹方法建立风轮空气动力学子模型的流程示意图，具体包括以下步骤：

S210：在叶片各截面翼型的1/4弦长处布置升力线。

具体的，风力发电机组中风轮叶片通常为对称翼型，对称翼型风力发电机组受到的阻力较小，但在小迎角下叶片的升力系数非常低，由于对称翼型风力发电机组压力中心恒在离叶片前缘1/4弦长处，因此，在叶片各截面翼型的1/4弦长处布置升力线，可模拟风力发电机组的运行工况。

S220：根据风轮的结构参数，将升力线分成若干个附着涡线段。

具体的，根据风轮中叶片的叶片长度和几何形状，将升力线延翼展方向分为若干个附着涡线段。

S230：根据升阻力气动数据计算附着涡线段的附着涡环量；

具体的，附着涡环量的计算过程包括：首先，利用库塔-儒可夫斯基定理构建风轮叶片的环量方程；然后，基于牛顿—莱弗逊方法求解环量方程的雅可比矩阵，迭代求解风轮叶片的环量分布；最后，更新叶片攻角分布，并结合风轮叶片二维翼型的升力系数计算新的环量方程，直至收敛。

S240：根据附着涡环量，建立风轮空气动力学子模型。

本实施例中，采用自由涡尾迹方法建立风轮的空气动力学模型后，在MicrosoftVisual Studio环境下采用Fortran语言开发风轮的空气动力学模型的求解代码。

进一步的，建立风轮的空气动力学模型后，可对模型进行动态失速和三维修正，其中，动态失速修正过程包括：采用Beddoes—Leishman动态失速修正模型，基于风轮叶片的二维翼型定常气动数据、预测风轮叶片的二维翼型的非定常气动力；三维修正过程包括：采用Du—Selig三维失速延迟模型，分析风轮中的叶片在旋转过程中，叶片三维边界层在Coriolis力作用下的分离推迟效应。

S130：建立风力发电机组的机械侧子模型和电气侧子模型，其中，机械侧子模型包括桨距角控制系统模块子模型、齿轮传动链模块子模型以及风轮空气动力学子模型，电气侧子模型包括双馈发电机模块子模型和变流器及控制系统模块子模型。

具体的，在Matlab/Simulink环境下将搭建各子模型所需的元器件按照各模块在风力发电机组中的工作原理进行组合、调试，并利用风力发电机组与电网扰动相互作用试验的数据对各子模型进行修正，得到修正后的桨距角控制系统模块子模型、齿轮传动链模块子模型、双馈发电机模块子模型和变流器及控制系统模块子模型。

进一步的，机械侧子模型和电气侧子模型的所有参数转换到标幺值。风力发电机组机械侧的风轮空气动力学子模型和电气侧的各子模型采用不同的基值进行无量纲化。例如，参数“转速”在机械侧采用风轮额定转速进行无量纲化，在电气侧则采用发电机的额定转速进行无量纲化，将机械侧和电气侧的转速标幺值都统一为相同的数值，便于控制转速信号的生成。

本实施例中，双馈发电机模块子模型搭建过程包括：采用电动机惯例，在同步坐标系下建立双馈发电机模块的4阶子模型，当然，也可采用发电机惯例建立双馈发电机模块子模型，都应属于本发明的保护范围；变流器及控制系统模块子模型的搭建过程包括：采用风力发电机组接入电网中、电压定向的方式对变流器及控制系统进行表达式的推导和模型的搭建；桨距角控制系统模块子模型的搭建过程包括：将风轮转速误差输入PI调节器，得到风轮桨距角的期望值；齿轮传动链模块子模型采用双质量块模型进行搭建。

在Matlab/Simulink环境下搭建的各子模型均为4阶模型，实现了风力发电机组电气侧的高精度建模，提高了对于风力发电机组与电网扰动的相互作用进行模拟分析的精确性。并且，在Matlab/Simulink环境下搭建的各子模型均为模块化模型，方便工作人员根据风力发电机组运行现场中不同风力发电机组型、风力发电机组与电网扰动相互作用试验结果，对各模块中的参数进行修改。

S140：建立机械侧子模型与电气侧子模型的数据传输通道。

本实施例中，数据传输通道包括接口程序，通过在Matlab环境下编写M文件，对编译为.exe的Fortran求解代码进行调用，实现风轮的空气动力学模型的Fortran求解代码和Matlab/Simulink环境下搭建的各子模型之间的数据传递，实现气动载荷求解与变流器控制、桨距角控制的耦合求解。

进一步的，利用数据传输通道对整机动态模型进行耦合求解之前，还包括：输入恒定风速参数到风轮空气动力学子模型，其中，风速参数取值范围为3m/s～25m/s，风速参数变化量为1m/s；计算不同恒定风速参数下的各子模型的参数，将子模型的参数保存为初始化数据库。通过设置风轮空气动力学子模型的风速参数范围为从切入风速3m/s到切出风速25m/s，风速参数变化量即风速间隔为1m/s，利用牛顿—莱弗逊迭代法将整机动态模型在各风速条件下进行稳态计算，使整机动态模型的各项参数达到收敛，将各项参数的收敛值作为整机动态模型的初始化数据库。

S150：利用数据传输通道对整机动态模型进行耦合求解，其中，整机动态模型包括机械侧子模型和电气侧子模型。

具体的，通过建立整机动态模型，模拟风力发电机组与电网之间的相互作用，其中，整机动态模型包括机械侧子模型和电气侧子模型。耦合求解过程包括：分别设置Fortran程序和Simulink的开关信号位，对其中一个子模型进行单步迭代计算，计算结束后，将该子模型的开关信号位进行置位和挂起，并将该子模型数据进行保存、传递到下一个子模型；下一个的子模型开始进行单步迭代计算，计算结束后将该子模型的开关信号位进行置位和挂起，并将该子模型数据返回至上一个子模型，完成两个子模型之间的耦合迭代计算。

参见图3，为本发明实施例提供的一种对整机动态模型进行耦合求解的流程示意图，具体包括如下步骤：

S510：将机械侧子模型与电气侧子模型初始化。

具体的，通过整机动态模型的数据接口读取初始化数据库，完成对风轮空气动力学子模型、桨距角控制系统模块子模型、齿轮传动链模块子模型、双馈发电机模块子模型、变流器及控制系统模块子模型参数的初始化。其中，风轮空气动力学子模型的参数包括风轮中叶片的叶片长度、叶片锥角和仰角，齿轮传动链模块子模型的参数包括传动链的刚度、阻尼。本实施例中，对各子模型的其他参数不再一一赘述。

S520：将机械侧子模型与电气侧子模型设置统一的物理时间步。

S530：将动态来流参数输入到风轮空气动力学子模型，在物理时间步内对风轮空气动力学子模型进行迭代计算，得到风轮的第一动力参数。

具体的，动态来流参数包括平均风速、风廓线因子和湍流强度。给定平均风速、风廓线因子和湍流强度随时间变化的时间序列到风轮空气动力学子模型，风轮空气动力学子模型生成风轮动态入流的数据序列；另外，给定风力发电机组的控制方式为最大风能跟踪或限负荷运行，给定风力发电机组的功率因数；在物理时间步内对风轮空气动力学子模型进行迭代计算，得到风轮的第一动力参数，其中，第一动力参数包括风轮的转矩和转速。

S540：通过数据传输通道将第一动力参数依次传输至齿轮传动链模块子模型和双馈发电机模块子模型。

具体的，将计算得到的风轮的转矩和转速输出至数据接口，从而更新风轮的转矩和转速；将风轮空气动力学子模型进行置位和挂起，并通过数据接口，将风轮的转矩和转速传输至Simulink中的齿轮传动链模块子模型，齿轮传动链模块子模型将风轮的转矩和转速传输给双馈发电机模块子模型。

S550：根据第一动力参数，控制双馈发电机模块子模型的转矩和转速，在物理时间步内，根据动态来流参数、转矩和转速，在物理时间步内对双馈发电机模块子模型进行迭代计算，得到风轮桨距角，将风轮桨距角、转矩和转速传输至风轮空气动力学子模型。

具体的，通过变流器及控制系统模块子模型控制双馈发电机模块子模型中转子变换器的励磁电流频率，控制双馈发电机模块子模型的转矩和转速，其中，双馈发电机模块子模型的转矩和转速根据风轮的转矩和转速进行控制，控制过程包括根据动态来流参数、转矩和转速，在物理时间步内对双馈发电机模块子模型进行迭代计算，得到风轮桨距角；将迭代计算得到的风轮桨距角、双馈发电机模块子模型的转矩和转速返回至风轮空气动力学子模型。

S560：风轮空气动力学子模型根据风轮桨距角、转矩和转速调整第一动力参数。

具体的，风轮空气动力学子模型根据步骤S550获得的风轮桨距角、转矩和转速调整风轮的转矩和转速。

进一步的，根据步骤S530—S560完成对风轮空气动力学子模型和双馈发电机模块子模型的耦合计算后，通过更新整机动态模型接入电网的电网参数以及风轮空气动力学子模型和高阶子模型的物理时间步，继续进行步骤S530—S560，直到整机动态模型与电网相互作用的模拟过程结束。

参见图4，为本实施例提供的一种双馈型风力发电系统的结构示意图，如图4所示，双馈型风力发电系统包括风轮1、齿轮箱2、双馈异步发电机3、变流器4、第一变压器5、第二变压器6、电网7、RC滤波器8和控制系统9，其中，变流器4包括转子侧变流器41和网侧变流器42，第一变压器5为690V/35kV变压器，第二变压器6为35kV/110kV变压器，电网7为无穷大电源。其工作过程为：风轮1的风叶根据风况转动，风轮1将风叶捕获的风能转化为机械能再通过齿轮箱2传递到双馈异步发电机3，双馈异步发电机3将机械能转化为电能，双馈异步发电机3的转子侧经变流器4、RC滤波器8及第一变压器5、第二变压器6将电能并入电网7，双馈异步发电机3的定子侧直接将电能馈送至电网；通过控制系统9控制桨距角、转子侧励磁电压、网侧励磁电压实现对桨叶、双馈异步发电机3的合理控制，从而使整个系统实现对风能的最大捕获；当电网参数发生扰动时，电网电压和频率的变化通过双馈异步发电机3传递到风力发电机组的轴系，进而对风轮1的运行产生影响；当风轮1处于阵风条件下，风速达到额定风速后需不断调整桨距角，此时带有低频振荡的机械扭矩会通过轴系传递至双馈异步发电机3，进而对电网7的正常运行产生影响。

本实施例中，通过建立风力发电机组的整机动态模型，对风力发电机组机械侧与电网侧的子模型进行耦合求解，进而实现对风力发电机组与电网间相互作用产生的动态行为和暂态行为的模拟，参见图5，为本实施例提供的一种整机动态模型的耦合求解与数据传递的流程示意图，其中，耦合求解包括初始化计算和动态计算，初始化计算包括预处理过程，预处理过程包括：

计算风轮在不同叶尖速比和桨距角下的功率特性曲线，并绘制出风力发电机组在最大风能追踪区的功率—转速曲线。具体地，通过固定叶尖速比，计算风力发电机组在不同桨距角下的功率值；改变叶尖速比，计算风力发电机组在不同桨距角下的功率值，获得风力发电机组风轮在不同叶尖速比和桨距角下的功率特性曲线。

在切入风速和切出风速范围内，以1m/s为间隔给定初始风速、风轮转速ω_r,ini和桨距角初值β_ini，计算初始时刻的风轮气动力和涡尾迹等气动参数。其中，风轮气动力参数包括风轮的转矩、推力、俯仰力矩；涡尾迹气动参数包括附着涡环量、尾迹涡环量和叶稍涡环量。

在相同初始条件下，在Simulink环境内将双馈发电机模块子模型、变流器及控制系统模块子模型计算到收敛，得到动态过程的初值，将初值保存为初始化数据库，其中，初始化数据库包括C_p-λ曲线，即风能利用系数—叶尖速比曲线，供动态模拟调用。

通过预处理过程得到初始化数据库后，对整机动态模型进行动态计算，即对风力发电机组风轮空气动力学子模型和电气侧各高阶子模型进行耦合求解，耦合求解中数据传递包括：

初始化数据库的初值包括风轮转矩初值T_wt,ini，通过数据接口实现与动态计算的风轮转矩的数据连接；

风轮子模型(风轮空气动力学子模型)根据风况计算风轮的转矩和转速，输出转矩到数据接口进行数据连接，齿轮传动链子模型(齿轮传动链模块子模型)从数据接口处获得转矩T_wt，根据T_wt生成机械转矩T_m并将机械转矩T_m传递给双馈发电机子模型(双馈发电机模块子模型)；

控制系统子模型(变流器及控制系统模块子模型)根据机组参数测量值控制双馈发电机子模型改变转速与风轮模型的桨距角；

风轮模型读取当前输入风况、桨距角和发电机转速，输出转矩到数据接口进行数据连接，进行本轮参数下的动态模拟过程，直到模拟过程结束。

参见图6、图7，该实施例还通过将模拟结果的实验值与某1.5MW风力发电机组的设计值相比较，进行稳态对比验证，如6、图7所示，利用本实施例提供的整机动态建模方法，在进行稳态实验时，有功功率模拟结果的实验值与风力发电机组的有功功率设计值相匹配，风能利用系数C_p模拟结果的实验值与风力发电机组的风能利用系数设计值相匹配。

参见图8、图9，该实施例还通过将模拟结果的实验值与VESTAS V-52机组的设计值相比较，进行稳态对比验证，如图8、图9所示，利用本实施例提供的整机动态建模方法，在进行动态实验时，风力发电机组并入电网的电网点电压在0.1s三相跌落至75％pu值，0.2s恢复至1pu，有功功率模拟结果的实验值与风力发电机组的有功功率设计值吻合度较高，无功功率模拟结果的实验值与风力发电机组的无功功率设计值吻合度较高。

由上述实施例可见，本发明提供的双馈异步风力发电机组的整机动态模型建模方法，通过建立风力发电机组的整机动态模型，改变风力发电机组的输入风况、电网参数的方法，对风力发电机组与电网扰动相互作用进行模拟；本发明提供的双馈异步风力发电机组的整机动态模型建模方法，通过对机组在外界扰动下的电气侧与机械侧的动态行为进行模拟，实现对风力发电机组运行工况的整体预估；本发明提供的双馈异步风力发电机组的整机动态模型建模方法，能够反映出机组在电网扰动下的真实动态行为，为模拟风力发电机组的出力特性提供了新的方法，也为验证和修改风力发电控制策略，改善机组的运行性能提供了有利的工具，对于分析风力发电机组与电网扰动相互作用具有重要意义。

本领域技术人员在考虑说明书及实践这里发明的公开后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (6)

1.一种双馈异步风力发电机组的整机动态建模方法，其特征在于，包括：

获取风力发电机组中风轮的结构参数和所述风轮中叶片各截面翼型的升阻力气动数据；

在叶片各截面翼型的1/4弦长处布置升力线；

根据所述风轮的结构参数，将所述升力线分成若干个附着涡线段；

根据所述升阻力气动数据计算所述附着涡线段的附着涡环量；

根据所述附着涡环量，建立风轮空气动力学子模型；

对所述风轮空气动力学子模型进行动态失速和三维修正，其中，动态失速修正过程包括：采用Beddoes—Leishman动态失速修正模型，基于风轮叶片的二维翼型定常气动数据、预测风轮叶片的二维翼型的非定常气动力；三维修正过程包括：采用Du—Selig三维失速延迟模型，分析风轮中的叶片在旋转过程中，叶片三维边界层在Coriolis力作用下的分离推迟效应；

建立所述风力发电机组的机械侧子模型和电气侧子模型，其中，所述机械侧子模型包括桨距角控制系统模块子模型、齿轮传动链模块子模型以及所述风轮空气动力学子模型，所述电气侧子模型包括双馈发电机模块子模型和变流器及控制系统模块子模型，所述机械侧子模型和电气侧子模型为4阶模型；

建立所述机械侧子模型与所述电气侧子模型的数据传输通道；

将所述机械侧子模型与所述电气侧子模型初始化；

将所述机械侧子模型与所述电气侧子模型设置统一的物理时间步；

将动态来流参数输入到所述风轮空气动力学子模型，在所述物理时间步内对所述风轮空气动力学子模型进行迭代计算，得到所述风轮的第一动力参数；

通过所述数据传输通道将所述第一动力参数依次传输至所述齿轮传动链模块子模型和所述双馈发电机模块子模型；

根据所述第一动力参数，控制所述双馈发电机模块子模型的转矩和转速，在物理时间步内，根据所述动态来流参数、转矩和转速，在所述物理时间步内对所述双馈发电机模块子模型进行迭代计算，得到风轮桨距角，将所述风轮桨距角、转矩和转速传输至所述风轮空气动力学子模型；

所述风轮空气动力学子模型根据所述风轮桨距角、转矩和转速调整所述第一动力参数。

2.根据权利要求1所述的整机动态建模方法，其特征在于，所述动态来流参数包括风速、湍流度、阵风和风廓线因子。

3.根据权利要求1所述的整机动态建模方法，其特征在于，将动态来流参数输入到所述风轮空气动力学子模型之前，还包括：更新所述整机动态模型接入电网的电网参数以及所述机械侧子模型与所述电气侧子模型的物理时间步。

4.根据权利要求3所述的整机动态建模方法，其特征在于，所述电网参数包括所述整机动态模型接入电网的电压和电网频率。

5.根据权利要求1所述的整机动态建模方法，其特征在于，利用所述数据传输通道对所述整机动态模型进行耦合求解之前，还包括：

输入恒定风速参数到所述风轮空气动力学子模型，其中，所述风速参数取值范围为3m/s～25m/s，所述风速参数变化量为1m/s；

计算不同恒定风速参数下的各子模型的参数，将所述子模型的参数保存为初始化数据库。

6.根据权利要求1所述的整机动态建模方法，其特征在于，所述机械侧子模型与所述电气侧子模型的参数均转换到标幺值。

Images