CN107559143A - 一种大型风力机尾缘襟翼结构参数寻优及多目标襟翼优化控制方法 - Google Patents

一种大型风力机尾缘襟翼结构参数寻优及多目标襟翼优化控制方法 Download PDF

Info

Publication number
CN107559143A
CN107559143A CN201710623573.3A CN201710623573A CN107559143A CN 107559143 A CN107559143 A CN 107559143A CN 201710623573 A CN201710623573 A CN 201710623573A CN 107559143 A CN107559143 A CN 107559143A
Authority
CN
China
Prior art keywords
mrow
flap
msub
trailing edge
blade
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
Application number
CN201710623573.3A
Other languages
English (en)
Other versions
CN107559143B (zh
Inventor
张文广
白雪剑
王奕枫
刘吉臻
曾德良
牛玉广
房方
杨婷婷
胡勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Electric Power University
Original Assignee
North China Electric Power University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by North China Electric Power University filed Critical North China Electric Power University
Priority to CN201710623573.3A priority Critical patent/CN107559143B/zh
Publication of CN107559143A publication Critical patent/CN107559143A/zh
Application granted granted Critical
Publication of CN107559143B publication Critical patent/CN107559143B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/72Wind turbines with rotation axis in wind direction

Landscapes

  • Wind Motors (AREA)

Abstract

本发明涉及一种大型风力机尾缘襟翼结构参数寻优及多目标襟翼优化控制方法。以降低叶片不利载荷和减少功率损失为目标,通过两次正交实验,对尾缘襟翼的结构参数进行寻优,克服了水平数多而导致实验次数过多的问题。以降低叶片不利载荷和平滑风力机输出功率波动为优化控制目标,对尾缘襟翼进行多目标优化控制。本发明有效解决了尾缘襟翼结构参数寻优及多目标襟翼优化控制问题,可以延长风力机使用寿命,减少风力机并网对电网的冲击,在工程上具有较高的实用价值。

Description

一种大型风力机尾缘襟翼结构参数寻优及多目标襟翼优化控 制方法
技术领域
本发明属于风力发电技术领域,特别涉及一种大型风力机尾缘襟翼结构参 数寻优及多目标襟翼优化控制方法。
背景技术
近年来,风能以其环保、低碳、安全性高的优势,受到越来越多的关注, 在世界各国发展极为迅速。大型风力机以及风电场并网发电已经成为风能应用 的主要形式。随着风力发电的不断发展,风力机的叶片尺寸随着额定功率的增 大而不断增大。而大的叶片尺寸在带来更多能效转换的同时,又会造成叶片疲 劳载荷以及极限载荷的增大,从而减少风力机的使用寿命。
在解决这一问题上,传统的变桨控制已经不能有效地应对,新的“智能” 叶片的设计势在必行。其中,尾缘襟翼技术通过改变翼型形状来改变叶片气动 性能,具有响应快速,调节能力强等特点,被认为是目前最为可行的主动降载 智能叶片技术。
然而,尾缘襟翼在减小叶片不利载荷的同时,也会在一定程度上减小风力 机的功率输出,因此,使用最优的尾缘襟翼的结构参数,才能在最大程度减小 叶片不利载荷的同时减小风力机的功率损失。此外,如果不能合理地控制尾缘 襟翼,那么尾缘襟翼在降低叶片载荷和平滑功率波动的作用也无从体现。
本发明提出了一种大型风力机尾缘襟翼结构参数寻优方法,使用两次正交 实验的方法,对襟翼位置、长度、占弦比和摆角范围这四种参数进行寻优,克 服了水平数多导致的实验次数过多的问题;此外,本发明提出的多目标襟翼优
发明内容
本发明提出的大型风力机尾缘襟翼结构参数寻优方法,具体步骤如下:
步骤1:获取尾缘襟翼的结构参数,包括尾缘襟翼的长度lf,摆角范围β, 占弦比cf以及位置pf,并确定上述结构参数的寻优范围;
步骤2:确定寻优实验指标:叶根弯矩平均值变化率P1(k),叶根弯矩标准 偏差变化率P2(k),叶尖偏移量平均值变化率P3(k),叶尖偏移量标准偏差变化 率P4(k),高速轴功率平均值变化率Q1(k),高速轴功率标准偏差变化率Q2(k), k表示第k次寻优实验;
步骤3:在尾缘襟翼结构参数的寻优范围内,均匀选取第一正交实验尾缘襟 翼结构参数因子水平值,设计第一正交实验表;
步骤4:根据所述第一正交实验表进行大型风力机额定风况下的动态性能实 验,获取第一正交实验结果;
步骤5:根据第一次实验结果进行综合评分指标分析,评分最高组合即为第 一正交实验的最优组合;
步骤6:在上述最优组合的基础上,选取第二正交实验尾缘襟翼结构参数因 子水平值,设计第二正交实验表;
步骤7:根据所述第二正交实验表进行大型风力机额定风况下的动态性能实 验,获取第二正交实验结果;
步骤8:根据第二次实验结果使用综合评分指标分析,得出第二次正交实验 的最优组合。所述第二次正交实验最优组合即为最优尾缘襟翼结构参数组合。
所述正交实验采用两次正交实验法,其中第一正交实验是在参数寻优范围 内均匀选取因子水平值,第二正交实验是在第一次正交实验最优组合的基础上 精确选取因子水平值。
所述综合评分指标分析,考虑到在6个指标中,P1(k),P2(k),P3(k),P4(k) 越小,表明尾缘襟翼在降低叶片根部疲劳载荷方面的作用越大;而Q1(k)越大, Q2(k)越小,表明尾缘襟翼对风力机功率输出的影响越小,综合考虑两个寻优目 标,设计综合评分指标计算公式为:
所述寻优目标有两个,寻优目标1为降低叶片不利载荷,寻优目标2为减 少功率损失。其中,反映寻优目标1的寻优实验指标为:叶根弯矩平均值变化 率P1(k),叶根弯矩标准偏差变化率P2(k),叶尖偏移量平均值变化率P3(k),叶 尖偏移量标准偏差变化率P4(k);反映寻优目标2的寻优实验指标为:高速轴功 率平均值变化率Q1(k),高速轴功率标准偏差变化率Q2(k)。
所述寻优实验指标计算公式为:
其中,PWF是有襟翼时额定风况下风力机稳定运行参数值,PNF是无襟翼时额 定风况下风力机稳定运行参数值,下标i和j代表对应参数的下标,k表示第k次 寻优实验。
本发明提出的一种大型风力机多目标襟翼优化控制方法,所述控制方法包 括:
尾缘襟翼TEF11、TEF21和TEF31使用PID方法(PID1)控制襟翼偏转角, 采用整体襟翼控制器,反馈信号为发电机转速,以抑制发电机功率产生的波动; 尾缘襟翼TEF12、TEF22和TEF32使用PID方法(PID2)控制襟翼角的周期性 变化,采用独立襟翼控制器,反馈信号为叶根挥舞弯矩的偏航和俯仰分量,以 减少叶根挥舞弯矩产生的周期性波动。
所述整体襟翼控制器,其特征在于,所述整体襟翼控制器控制方法如下:
根据式
得到尾缘襟翼角的控制量;其中KP1是PID1的比例系数;KI1是PID1的积分系 数;KD1是PID1的微分系数;ω0是发电机转速设定值,ω(t)是发电机转速测量 值,θ0(t)是尾缘襟翼TEF11、TEF21和TEF31的襟翼角控制量。
所述独立襟翼控制器,其特征在于,所述独立襟翼控制器具体步骤如下:
步骤1:根据式
对三个叶片的叶根挥舞弯矩进行坐标转换;其中,Myi(t)是原坐标系下第i个叶 片在t时刻的叶根挥舞弯矩;是转换后坐标系下三个叶片叶根挥舞弯矩在 t时刻的平均值;是转换后坐标系下三个叶片叶根挥舞弯矩在t时刻的偏 航分量;是转换后坐标系下三个叶片叶根挥舞弯矩在t时刻的俯仰分量; 是第i个叶片在t时刻的方位角。
步骤2:根据式
得到尾缘襟翼角在转换后坐标系下的控制量;其中,KP2是PID2的比例系数;KI2是PID2的积分系数;KD2是PID2的微分系数;是转换后坐标系下三个襟 翼角控制量在t时刻的平均值;是转换后坐标系下三个襟翼角控制量在t时 刻的偏航分量;是转换后坐标系下三个襟翼角控制量在t时刻的俯仰分量; 是转换后坐标系下三个叶片叶根挥舞弯矩在t时刻的偏航分量;是 转换后坐标系下三个叶片叶根挥舞弯矩在t时刻的俯仰分量。
步骤3:根据式
对三个襟翼角控制量进行坐标系的逆变换,得到原坐标系下的襟翼角控制量; 其中,是转换后坐标系下三个襟翼角控制量在t时刻的平均值;是转 换后坐标系下三个襟翼角控制量在t时刻的偏航分量;是转换后坐标系下 三个襟翼角控制量在t时刻的俯仰分量;是第i个叶片在t时刻的方位角;当 i=1,2,3时,θi(t)分别是原坐标系下尾缘襟翼TEF12、TEF22和TEF32的襟翼角 控制量。
一种大型风力机尾缘襟翼结构参数寻优及多目标襟翼优化控制方法,首先 利用本发明的大型风力机尾缘襟翼结构参数寻优方法,得到最优襟翼结构参数; 然后,在得到的最优襟翼结构参数的基础上,根据本发明的大型风力机多尾缘 襟翼的多目标控制方法进行多目标襟翼优化控制。
本发明的有益效果为:相对于传统的通过列举所有参数组合实验来确定尾 缘襟翼最优结构参数的方法,本发明通过使用两次正交实验,可以很好地解决 参数组合过大导致的实验次数过多的问题;本发明设计的综合评分指标计算方 法,可以实现在最大程度减小叶片不利载荷的同时减小风力机的功率损失,解 决了尾缘襟翼在降载和降低功率捕获之间的矛盾。同时,本发明设计的多目标 襟翼优化控制方法,在降低叶片不利载荷的同时,也平滑了风力机输出功率的 波动,可以很好地发挥尾缘襟翼快速灵活的特点。通过本发明提出的方法,可 以延长风力机使用寿命,平滑风力机的输出功率,减少风力机并网对电网的冲 击。
附图说明
图1是本发明提供的一种大型风力机尾缘襟翼结构参数寻优及多目标襟翼 优化控制方法结构框图;
图2是本发明提供的一种大型风力机尾缘襟翼结构参数寻优方法流程图;
图3是本发明提供的一种多目标襟翼优化控制方法的控制原理框图;
图4是本发明提供的一种大型风力机尾缘襟翼结构参数寻优方法在NREL 5 MW参考风力机的最优襟翼叶片示意图;
图5是本发明中多目标襟翼优化控制方法的叶片1襟翼角度控制量曲线图;
图6是本发明中多目标襟翼优化控制方法的叶根挥舞弯矩控制效果图;
图7是本发明中多目标襟翼优化控制方法的风力机输出功率控制效果图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步说明。应该强调的是,下 述说明仅仅是示例性的,而不是为了限制本发明的范围及其应用。
如图1所示是一种大型风力机尾缘襟翼结构参数寻优及多目标襟翼优化控 制方法原理性框图。
尾缘襟翼结构参数寻优方法是以降低叶片不利载荷和减少功率损失为寻优 目标,通过两次正交实验,得到最优襟翼结构参数。然后,在得到的最优襟翼 结构参数的基础上,进行多目标襟翼优化控制。多目标襟翼优化控制方法是以 降低叶片不利载荷和平滑输出功率波动为控制目标,通过多襟翼独立控制,实 现多目标襟翼优化控制。本文所述尾缘襟翼结构参数寻优及多目标襟翼优化控 制方法,可以降低风力机叶片疲劳载荷,延长风力机使用寿命,同时可以平滑 风力机输出功率,从而减少风力机并网对电网的冲击,具有较强的实用价值。
如图2所示一种大型风力机尾缘襟翼结构参数寻优方法,具体步骤如下:
步骤1:根据对象风力机的叶片翼型以及叶片长度,确定合适的尾缘襟翼长 度lf,摆角范围β,占弦比cf以及位置pf的寻优范围;
步骤2:根据风力机的参数值,确定寻优实验指标:叶根弯矩平均值变化率 P1(k),叶根弯矩标准偏差变化率P2(k),叶尖偏移量平均值变化率P3(k),叶尖 偏移量标准偏差变化率P4(k),高速轴功率平均值变化率Q1(k),高速轴功率标 准偏差变化率Q2(k),k表示第k次寻优实验;
步骤3:根据步骤1中确定的尾缘襟翼结构参数寻优范围,均匀选取第一正 交实验因子水平值,设计第一正交实验表;
步骤4:根据第一正交实验表中的尾缘襟翼结构参数,在额定风况下进行动 态性能实验,获取第一正交实验结果;
步骤5:使用综合评分指标 对第一正交实验结果进行分析,得出 G(k)最大组即为第一正交实验的最优组合,其中
步骤6:在步骤5中确定的第一正交实验最优组合的基础上,进一步确定尾 缘襟翼结构参数因子水平值,设计第二正交实验表;
步骤7:根据第二正交实验表中的尾缘襟翼结构参数,在额定风况下进行动 态性能实验,获取第二正交实验结果;
步骤8:使用综合评分指标 对第二正交实验结果进行分析,得出 G(k)最大组即为最优尾缘襟翼结构参数组合,其中
如图3所示一种多目标襟翼优化控制方法的控制原理框图,其中,多目标 襟翼控制器1的控制步骤如下:
步骤1:根据风力机转子转速传感器测得风力机转速为ω(t);
步骤2:将风力机转子实际转速ω(t)与风力机转子转速设定值ω0作差,并将 其差值作为PID1的输入;
步骤3:将PID1的输出值θ0(t)作为尾缘襟翼TEF11、TEF21和TEF31的襟 翼角控制量,对尾缘襟翼角度进行调节。
多目标襟翼控制器2的控制步骤如下:
步骤1:根据三个叶片根部的应变传感器测得三个叶片的叶根挥舞弯矩分别 为My1(t),My2(t)和My3(t);
步骤2:根据式
对三个叶片的叶根挥舞弯矩进行坐标变换;其中,Myi(t)是原坐标系下第i个叶 片在t时刻的叶根挥舞弯矩;是转换后坐标系下三个叶片叶根挥舞弯矩在 t时刻的平均值;是转换后坐标系下三个叶片叶根挥舞弯矩在t时刻的偏 航分量;是转换后坐标系下三个叶片叶根挥舞弯矩在t时刻的俯仰分量; 是第i个叶片在t时刻的方位角。
步骤3:对叶根挥舞弯矩的偏航分量和俯仰分量与设定值0 作差,并将其差值作为PID2的输入;
步骤4:根据式
对三个襟翼角控制量进行卡尔曼逆变换,得到旋转坐标系下的襟翼角控制量; 其中,是转换后坐标系下三个襟翼角控制量在t时刻的平均值;是转 换后坐标系下三个襟翼角控制量在t时刻的偏航分量;是转换后坐标系下 三个襟翼角控制量在t时刻的俯仰分量;是第i个叶片在t时刻的方位角;当 i=1,2,3时,θi(t)分别是原坐标系下尾缘襟翼TEF12、TEF22和TEF32的襟翼角 控制量。
步骤5:θ1(t),θ2(t)和θ3(t)分别作为襟翼TEF12、TEF22和TEF32的襟翼 角控制量,对尾缘襟翼角度进行调节。
图4所示为所述大型尾缘襟翼结构参数寻优方法在NREL 5MW参考风力机 的最优襟翼叶片示意图。
NREL 5MW参考风力机原始叶片总长为61.5m,由8种翼型组成。 通过使用所述一种大型尾缘襟翼结构参数寻优方法,得出最优的襟翼 参数为:长度为14.35米;摆角范围‐20°~20°;占弦比为25%;中 心位置为第26段位置,即55.825米处,处于NACA64_A17翼型段。如图4所示,为了进行多目标襟翼优化控制,得到独立的两段襟翼, 即第23~25段的襟翼TEF11和第26~29段的襟翼TEF12。
图5所示为所述多目标襟翼优化控制方法在图4的带尾缘襟翼NREL 5MW 参考风力机的叶片1襟翼角控制曲线图。其中,TEF11与TEF12之间耦合关系 较弱,独立控制效果良好。
图6所示为所述多目标襟翼优化控制方法在图4的带尾缘襟翼NREL 5MW 参考风力机的叶片1叶根挥舞弯矩控制效果对比曲线图。其中,所述多目标襟 翼优化控制方法可以有效减少叶根挥舞弯矩波动,控制后的叶根挥舞弯矩标准 偏差降低了33.65%。
图7所示为所述多目标襟翼优化控制方法在图4的带尾缘襟翼NREL 5MW 参考风力机的发电机功率控制效果对比曲线图。其中,所述多目标襟翼优化控 制方法可以有效平滑发电机功率波动,控制后的发电机功率标准偏差降低了 23.54%。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局 限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易 想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护 范围应该以权利要求的保护范围为准。

Claims (7)

1.一种大型风力机尾缘襟翼结构参数寻优方法,其特征在于,所述方法包括以下步骤:
步骤1:获取尾缘襟翼的结构参数,包括尾缘襟翼的长度lf,摆角范围β,占弦比cf以及位置pf,并确定上述结构参数的寻优范围;
步骤2:确定寻优实验指标:叶根弯矩平均值变化率P1(k),叶根弯矩标准偏差变化率P2(k),叶尖偏移量平均值变化率P3(k),叶尖偏移量标准偏差变化率P4(k),高速轴功率平均值变化率Q1(k),高速轴功率标准偏差变化率Q2(k),k表示第k次寻优实验;
步骤3:在尾缘襟翼结构参数的寻优范围内,均匀选取第一正交实验尾缘襟翼结构参数因子水平值,设计第一正交实验表;
步骤4:根据所述第一正交实验表进行大型风力机额定风况下的动态性能实验,获取第一正交实验结果;
步骤5:根据第一正交实验结果进行综合评分指标分析,评分最高组合即为第一正交实验的最优组合;
步骤6:在所述第一正交实验的最优组合的基础上,选取第二正交实验尾缘襟翼结构参数因子水平值,设计第二正交实验表;
步骤7:根据所述第二正交实验表进行大型风力机额定风况下的动态性能实验,获取第二正交实验结果;
步骤8:根据第二正交实验结果使用综合评分指标分析,得出第二正交实验的最优组合,所述第二正交实验最优组合即为最优尾缘襟翼结构参数组合。
2.根据权利要求1所述的一种大型风力机尾缘襟翼结构参数的寻优方法,其特征在于,所述寻优实验指标,是在寻优目标的基础上确定的,所述寻优目标1为降低叶片不利载荷,寻优目标2为减少功率损失;其中,反映寻优目标1的寻优实验指标为:叶根弯矩平均值变化率P1(k),叶根弯矩标准偏差变化率P2(k),叶尖偏移量平均值变化率P3(k),叶尖偏移量标准偏差变化率P4(k);反映寻优目标2的寻优实验指标为:高速轴功率平均值变化率Q1(k),高速轴功率标准偏差变化率Q2(k);
所述寻优实验指标计算公式为:
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>P</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <msub> <mi>PWF</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>PNF</mi> <mi>i</mi> </msub> </mrow> <mrow> <msub> <mi>PNF</mi> <mi>i</mi> </msub> </mrow> </mfrac> <mo>&amp;times;</mo> <mn>100</mn> <mo>,</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>3</mn> <mo>,</mo> <mn>4</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>Q</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <msub> <mi>PWF</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>PNF</mi> <mi>j</mi> </msub> </mrow> <mrow> <msub> <mi>PNF</mi> <mi>j</mi> </msub> </mrow> </mfrac> <mo>&amp;times;</mo> <mn>100</mn> <mo>,</mo> <mi>j</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>;</mo> </mrow> </mtd> </mtr> </mtable> <mo>;</mo> </mrow>
其中,PWF是有襟翼时额定风况下风力机稳定运行参数值,PNF是无襟翼时额定风况下风力机稳定运行参数值,下标i和j代表对应参数的下标,k表示第k次寻优实验。
3.根据权利要求2所述的一种大型风力机尾缘襟翼结构参数的寻优方法,其特征在于,所述综合评分指标分析的计算公式为:其中,G(k)表示综合评分指标,P1(k),P2(k),P3(k),P4(k)越小,表明尾缘襟翼在降低叶片根部疲劳载荷方面的作用越大;而Q1(k)越大,Q2(k)越小,表明尾缘襟翼对风力机功率输出的影响越小。
4.一种大型风力机多目标襟翼优化控制方法,所述大型风力机每个叶片上各有两个独立动作的尾缘襟翼执行机构,其中:叶片1上的尾缘襟翼沿半径从小到大分别编号为TEF11和TEF12;叶片2上的尾缘襟翼沿半径从小到大分别编号为TEF21和TEF22;叶片3上的尾缘襟翼沿半径从小到大分别编号为TEF31和TEF32,其特征在于:尾缘襟翼TEF11、TEF21和TEF31使用PID方法(PID1)控制襟翼偏转角,采用整体襟翼控制器,反馈信号为发电机转速,以抑制发电机功率产生的波动;尾缘襟翼TEF12、TEF22和TEF32使用PID方法(PID2)控制襟翼角的周期性变化,采用独立襟翼控制器,反馈信号为叶根挥舞弯矩的偏航和俯仰分量,以减少叶根挥舞弯矩产生的周期性波动。
5.根据权利要求4所述的一种大型风力机多尾缘襟翼的多目标控制方法,其特征在于,所述整体襟翼控制器控制方法如下:
根据式
<mrow> <msub> <mi>&amp;theta;</mi> <mn>0</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>K</mi> <mrow> <mi>P</mi> <mn>1</mn> </mrow> </msub> <mo>&amp;CenterDot;</mo> <mo>&amp;lsqb;</mo> <msub> <mi>&amp;omega;</mi> <mn>0</mn> </msub> <mo>-</mo> <mi>&amp;omega;</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <msub> <mi>K</mi> <mn>11</mn> </msub> <mo>&amp;CenterDot;</mo> <munderover> <mo>&amp;Integral;</mo> <mn>0</mn> <mi>t</mi> </munderover> <mo>&amp;lsqb;</mo> <msub> <mi>&amp;omega;</mi> <mn>0</mn> </msub> <mo>-</mo> <mi>&amp;omega;</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mi>d</mi> <mi>&amp;tau;</mi> <mo>+</mo> <msub> <mi>K</mi> <mrow> <mi>D</mi> <mn>1</mn> </mrow> </msub> <mo>&amp;CenterDot;</mo> <mo>&amp;lsqb;</mo> <msub> <mi>&amp;omega;</mi> <mn>0</mn> </msub> <mo>-</mo> <mi>&amp;omega;</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow>
得到尾缘襟翼角的控制量;其中KP1是PID1的比例系数;KI1是PID1的积分系数;KD1是PID1的微分系数;ω0是发电机转速设定值,ω(t)是发电机转速测量值,θ0(t)是尾缘襟翼TEF11、TEF21和TEF31的襟翼角控制量。
6.根据权利要求4所述的一种大型风力机多尾缘襟翼的多目标控制方法,其特征在于,所述独立襟翼控制器具体步骤如下:
步骤1:根据式
对三个叶片的叶根挥舞弯矩进行坐标转换;其中,Myi(t)是原坐标系下第i个叶片在t时刻的叶根挥舞弯矩;是转换后坐标系下三个叶片叶根挥舞弯矩在t时刻的平均值;是转换后坐标系下三个叶片叶根挥舞弯矩在t时刻的偏航分量;是转换后坐标系下三个叶片叶根挥舞弯矩在t时刻的俯仰分量;是第i个叶片在t时刻的方位角;
步骤2:根据式
<mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msubsup> <mi>&amp;theta;</mi> <mn>1</mn> <mrow> <mi>c</mi> <mi>m</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mn>0</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mi>&amp;theta;</mi> <mn>2</mn> <mrow> <mi>c</mi> <mi>m</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>K</mi> <mrow> <mi>P</mi> <mn>2</mn> </mrow> </msub> <mo>&amp;CenterDot;</mo> <mo>&amp;lsqb;</mo> <mn>0</mn> <mo>-</mo> <msubsup> <mi>M</mi> <mrow> <mi>y</mi> <mn>2</mn> </mrow> <mrow> <mi>c</mi> <mi>m</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <msub> <mi>K</mi> <mrow> <mi>I</mi> <mn>2</mn> </mrow> </msub> <mo>&amp;CenterDot;</mo> <munderover> <mo>&amp;Integral;</mo> <mn>0</mn> <mi>t</mi> </munderover> <mo>&amp;lsqb;</mo> <mn>0</mn> <mo>-</mo> <msubsup> <mi>M</mi> <mrow> <mi>y</mi> <mn>2</mn> </mrow> <mrow> <mi>c</mi> <mi>m</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>&amp;tau;</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mi>d</mi> <mi>&amp;tau;</mi> <mo>+</mo> <msub> <mi>K</mi> <mrow> <mi>D</mi> <mn>2</mn> </mrow> </msub> <mo>&amp;CenterDot;</mo> <mo>&amp;lsqb;</mo> <mn>0</mn> <mo>-</mo> <msubsup> <mover> <mi>M</mi> <mo>&amp;CenterDot;</mo> </mover> <mrow> <mi>y</mi> <mn>2</mn> </mrow> <mrow> <mi>c</mi> <mi>m</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mi>&amp;theta;</mi> <mn>3</mn> <mrow> <mi>c</mi> <mi>m</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>K</mi> <mrow> <mi>P</mi> <mn>2</mn> </mrow> </msub> <mo>&amp;CenterDot;</mo> <mo>&amp;lsqb;</mo> <mn>0</mn> <mo>-</mo> <msubsup> <mi>M</mi> <mrow> <mi>y</mi> <mn>3</mn> </mrow> <mrow> <mi>c</mi> <mi>m</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <msub> <mi>K</mi> <mrow> <mi>I</mi> <mn>2</mn> </mrow> </msub> <mo>&amp;CenterDot;</mo> <munderover> <mo>&amp;Integral;</mo> <mn>0</mn> <mi>t</mi> </munderover> <mo>&amp;lsqb;</mo> <mn>0</mn> <mo>-</mo> <msubsup> <mi>M</mi> <mrow> <mi>y</mi> <mn>3</mn> </mrow> <mrow> <mi>c</mi> <mi>m</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>&amp;tau;</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mi>d</mi> <mi>&amp;tau;</mi> <mo>+</mo> <msub> <mi>K</mi> <mrow> <mi>D</mi> <mn>2</mn> </mrow> </msub> <mo>&amp;CenterDot;</mo> <mo>&amp;lsqb;</mo> <mn>0</mn> <mo>-</mo> <msubsup> <mover> <mi>M</mi> <mo>&amp;CenterDot;</mo> </mover> <mrow> <mi>y</mi> <mn>3</mn> </mrow> <mrow> <mi>c</mi> <mi>m</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> </mtable> </mfenced>
得到尾缘襟翼角在转换后坐标系下的控制量;其中,KP2是PID2的比例系数;KI2是PID2的积分系数;KD2是PID2的微分系数;是转换后坐标系下三个襟翼角控制量在t时刻的平均值;是转换后坐标系下三个襟翼角控制量在t时刻的偏航分量;是转换后坐标系下三个襟翼角控制量在t时刻的俯仰分量;是转换后坐标系下三个叶片叶根挥舞弯矩在t时刻的偏航分量;是转换后坐标系下三个叶片叶根挥舞弯矩在t时刻的俯仰分量;
步骤3:根据式
对三个襟翼角控制量进行坐标系的逆变换,得到原坐标系下的襟翼角控制量。其中,是转换后坐标系下三个襟翼角控制量在t时刻的平均值;是转换后坐标系下三个襟翼角控制量在t时刻的偏航分量;是转换后坐标系下三个襟翼角控制量在t时刻的俯仰分量;是第i个叶片在t时刻的方位角;当i=1,2,3时,θi(t)分别是原坐标系下尾缘襟翼TEF12、TEF22和TEF32的襟翼角控制量。
7.一种大型风力机尾缘襟翼结构参数寻优及多目标襟翼优化控制方法,其特征在于:首先利用权利要求1-3所述的一种大型风力机尾缘襟翼结构参数寻优方法,得到最优襟翼结构参数;然后,在得到的最优襟翼结构参数的基础上,根据权利要求4-6所述的一种大型风力机多尾缘襟翼的多目标控制方法进行多目标襟翼优化控制。
CN201710623573.3A 2017-07-27 2017-07-27 一种大型风力机尾缘襟翼结构参数寻优及多目标襟翼优化控制方法 Active CN107559143B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710623573.3A CN107559143B (zh) 2017-07-27 2017-07-27 一种大型风力机尾缘襟翼结构参数寻优及多目标襟翼优化控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710623573.3A CN107559143B (zh) 2017-07-27 2017-07-27 一种大型风力机尾缘襟翼结构参数寻优及多目标襟翼优化控制方法

Publications (2)

Publication Number Publication Date
CN107559143A true CN107559143A (zh) 2018-01-09
CN107559143B CN107559143B (zh) 2019-08-27

Family

ID=60974997

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710623573.3A Active CN107559143B (zh) 2017-07-27 2017-07-27 一种大型风力机尾缘襟翼结构参数寻优及多目标襟翼优化控制方法

Country Status (1)

Country Link
CN (1) CN107559143B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109026532A (zh) * 2018-08-24 2018-12-18 华北电力大学 一种智能风力机的桨翼耦合主动控制方法
CN109162878A (zh) * 2018-08-01 2019-01-08 汕头大学 一种风力发电机智能叶片测控方法及其系统
CN109268205A (zh) * 2018-08-27 2019-01-25 华北电力大学 一种基于智能风力机的风电场优化控制方法
CN109469583A (zh) * 2018-11-23 2019-03-15 南京航空航天大学 一种用于减缓漂浮式风力机风轮载荷波动的尾缘襟翼控制方法
CN110030152A (zh) * 2018-06-28 2019-07-19 汕头职业技术学院 一种风力机叶片调节系统及其控制方法
CN110687924A (zh) * 2019-11-11 2020-01-14 朗星无人机系统有限公司 一种大中型无人机新型襟翼控制系统
CN112160864A (zh) * 2020-10-28 2021-01-01 山东科技大学 一种经典颤振抑制式风力机叶片结构及颤振抑制系统
CN112743229A (zh) * 2020-12-29 2021-05-04 东风汽车集团有限公司 提高激光拼焊板焊缝强度的激光焊接核心参数优化方法
CN112761896A (zh) * 2020-09-24 2021-05-07 国网内蒙古东部电力有限公司 提高风力发电站发电量预测精度的计算方法、装置和计算机设备
CN113339192A (zh) * 2021-07-12 2021-09-03 武汉菲仕运动控制系统有限公司 一种风电变桨用电机的驱动变桨控制方法
CN113589167A (zh) * 2021-07-20 2021-11-02 华北电力科学研究院有限责任公司 风电机组的正交试验评估方法及装置
CN116266258A (zh) * 2022-12-15 2023-06-20 天津大学 一种风电场排布、偏航控制方法及电子设备
CN117634046A (zh) * 2023-12-14 2024-03-01 河海大学 基于cfd数值模拟的叶片变桨与襟翼协同控制降载方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4471927A (en) * 1981-09-29 1984-09-18 The Boeing Company Trailing edge flap assembly
WO2012163362A2 (en) * 2011-06-03 2012-12-06 Vestas Wind Systems A/S A method of controlling a wind turbine
CN102900609A (zh) * 2012-10-26 2013-01-30 华北电力大学 超磁致伸缩襟翼结构的风力机叶片减振系统及控制方法
CN103089536A (zh) * 2011-11-02 2013-05-08 西门子公司 安装在风力涡轮机叶片上的失速栅上的副翼面
CN105888971A (zh) * 2016-04-28 2016-08-24 华北电力大学 一种大型风力机叶片主动降载控制系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4471927A (en) * 1981-09-29 1984-09-18 The Boeing Company Trailing edge flap assembly
WO2012163362A2 (en) * 2011-06-03 2012-12-06 Vestas Wind Systems A/S A method of controlling a wind turbine
CN103089536A (zh) * 2011-11-02 2013-05-08 西门子公司 安装在风力涡轮机叶片上的失速栅上的副翼面
CN102900609A (zh) * 2012-10-26 2013-01-30 华北电力大学 超磁致伸缩襟翼结构的风力机叶片减振系统及控制方法
CN105888971A (zh) * 2016-04-28 2016-08-24 华北电力大学 一种大型风力机叶片主动降载控制系统及方法

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110030152A (zh) * 2018-06-28 2019-07-19 汕头职业技术学院 一种风力机叶片调节系统及其控制方法
CN109162878A (zh) * 2018-08-01 2019-01-08 汕头大学 一种风力发电机智能叶片测控方法及其系统
CN109026532A (zh) * 2018-08-24 2018-12-18 华北电力大学 一种智能风力机的桨翼耦合主动控制方法
CN109268205A (zh) * 2018-08-27 2019-01-25 华北电力大学 一种基于智能风力机的风电场优化控制方法
CN109268205B (zh) * 2018-08-27 2020-01-07 华北电力大学 一种基于智能风力机的风电场优化控制方法
CN109469583A (zh) * 2018-11-23 2019-03-15 南京航空航天大学 一种用于减缓漂浮式风力机风轮载荷波动的尾缘襟翼控制方法
CN110687924B (zh) * 2019-11-11 2022-11-29 朗星无人机系统有限公司 一种大中型无人机襟翼控制系统
CN110687924A (zh) * 2019-11-11 2020-01-14 朗星无人机系统有限公司 一种大中型无人机新型襟翼控制系统
CN112761896A (zh) * 2020-09-24 2021-05-07 国网内蒙古东部电力有限公司 提高风力发电站发电量预测精度的计算方法、装置和计算机设备
CN112761896B (zh) * 2020-09-24 2024-05-14 国网内蒙古东部电力有限公司 提高风力发电站发电量预测精度的计算方法、装置和计算机设备
CN112160864A (zh) * 2020-10-28 2021-01-01 山东科技大学 一种经典颤振抑制式风力机叶片结构及颤振抑制系统
CN112743229A (zh) * 2020-12-29 2021-05-04 东风汽车集团有限公司 提高激光拼焊板焊缝强度的激光焊接核心参数优化方法
CN113339192A (zh) * 2021-07-12 2021-09-03 武汉菲仕运动控制系统有限公司 一种风电变桨用电机的驱动变桨控制方法
CN113589167A (zh) * 2021-07-20 2021-11-02 华北电力科学研究院有限责任公司 风电机组的正交试验评估方法及装置
CN113589167B (zh) * 2021-07-20 2024-01-23 华北电力科学研究院有限责任公司 风电机组的正交试验评估方法及装置
CN116266258A (zh) * 2022-12-15 2023-06-20 天津大学 一种风电场排布、偏航控制方法及电子设备
CN116266258B (zh) * 2022-12-15 2024-07-23 天津大学 一种风电场排布、偏航控制方法及电子设备
CN117634046A (zh) * 2023-12-14 2024-03-01 河海大学 基于cfd数值模拟的叶片变桨与襟翼协同控制降载方法
CN117634046B (zh) * 2023-12-14 2024-05-28 河海大学 基于cfd数值模拟的叶片变桨与襟翼协同控制降载方法

Also Published As

Publication number Publication date
CN107559143B (zh) 2019-08-27

Similar Documents

Publication Publication Date Title
CN107559143B (zh) 一种大型风力机尾缘襟翼结构参数寻优及多目标襟翼优化控制方法
Xudong et al. Shape optimization of wind turbine blades
CN103244348A (zh) 变速变桨风力发电机组功率曲线优化方法
CN104405596A (zh) 一种风力发电机组低风速翼型族
Larwood et al. Swept wind turbine blade aeroelastic modeling for loads and dynamic behavior
CN105626378A (zh) 基于rbf神经网络的大型风电机组独立变桨控制方法
CN109268205A (zh) 一种基于智能风力机的风电场优化控制方法
Yang et al. A multi-objective optimization for HAWT blades design by considering structural strength
CN112610412A (zh) 一种基于载荷检测的风电机组叶片净空控制方法
CN109611274B (zh) 一种风力发电机组高风速区lqg优化控制方法
Feil et al. Distributed aerodynamic control using active trailing-edge flaps for large wind turbines
Yao et al. RBF neural network based self-tuning PID pitch control strategy for wind power generation system
Suryanarayanan et al. On the dynamics of the pitch control loop in horizontal-axis large wind turbines
Ding et al. An optimal design method of swept blades for HAWTs
Xingjia et al. Individual pitch control for variable speed turbine blade load mitigation
CN103375332A (zh) 变速变桨风力发电机组最优阻力矩动态优化方法
CN101252334A (zh) 变速恒频风力发电机动态最优能量捕获方法
CN114876732A (zh) 一种风电机组变桨的控制方法及装置
Zhiqiang et al. Multi-AOA optimization of variable-speed wind turbine airfoils
Feng et al. Operating wind turbines in strong wind conditions by using feedforward-feedback control
Dadda Impact of combinations of wind farm controllers on wind turbine loads
Perez-Blanco et al. Aerodynamic performance of preferred wind turbine airfoils
Khakpour Nejadkhaki et al. Variable Twist Blade Transformation to Improve Wind Turbine Performance
Wang et al. Optimal design of a simplified morphing blade for fixed-speed horizontal axis wind turbines
Mirhosseini et al. Aerodynamic design of horizontal axis wind turbine using different airfoils

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant