CN107800340A - 一种波浪发电输出最大功率的控制方法及相关装置 - Google Patents
一种波浪发电输出最大功率的控制方法及相关装置 Download PDFInfo
- Publication number
- CN107800340A CN107800340A CN201711183825.1A CN201711183825A CN107800340A CN 107800340 A CN107800340 A CN 107800340A CN 201711183825 A CN201711183825 A CN 201711183825A CN 107800340 A CN107800340 A CN 107800340A
- Authority
- CN
- China
- Prior art keywords
- axles
- electric current
- wave
- generator
- control
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P9/00—Arrangements for controlling electric generators for the purpose of obtaining a desired output
- H02P9/14—Arrangements for controlling electric generators for the purpose of obtaining a desired output by variation of field
-
- 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
- F03B—MACHINES OR ENGINES FOR LIQUIDS
- F03B13/00—Adaptations of machines or engines for special use; Combinations of machines or engines with driving or driven apparatus; Power stations or aggregates
- F03B13/12—Adaptations of machines or engines for special use; Combinations of machines or engines with driving or driven apparatus; Power stations or aggregates characterised by using wave or tide energy
- F03B13/14—Adaptations of machines or engines for special use; Combinations of machines or engines with driving or driven apparatus; Power stations or aggregates characterised by using wave or tide energy using wave energy
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P2101/00—Special adaptation of control arrangements for generators
- H02P2101/10—Special adaptation of control arrangements for generators for water-driven turbines
-
- 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
- Y02E10/30—Energy from the sea, e.g. using wave energy or salinity gradient
Abstract
本申请公开了一种波浪发电输出最大功率的控制方法,包括:通过传感器对发电机的工作速度进行测量,将测量值进行卡尔曼滤波处理,得到滤波后速度值;根据最大功率捕获算法对滤波后速度值进行计算处理,得到Q轴期望电流值;将Q轴期望电流值进行控制信号获取处理,得到控制信号;根据控制信号对整流器进行控制,以使发电机工作在最大功率状态。通过卡尔曼滤波对最大功率控制的反馈输入即测量的实际速度进行滤波,得到更接近真实的反馈输入速度值,提高控制策略的准确性,可以更准确的捕获最大功率,使整个波浪发电装置的效率得到提升。本申请还公开了一种波浪发电输出最大功率的控制系统、控制设备以及计算机可读存储介质,具有上述有益效果。
Description
技术领域
本申请涉及发电技术领域,特别涉及一种波浪发电输出最大功率的控制方法、控制系统、控制设备以及计算机可读存储介质。
背景技术
利用海洋能源,是当今世界能源研究的方向。特别是在能源关系到国家安全,地球矿物能源逐渐枯竭及环境状况日益恶化的形势下,如何有效利用资源丰富、可再生的海洋资源,显十分重要,惯性波浪发电技术就是在现有利用海洋波浪能发电研究的基础上,运用成熟的机械制造及发电技术进行有效的组合。
波浪发电将波浪能转换为电力的技术。波浪能的转换一般有三级。第一级为波浪能的收集,通常采用聚波和共振的方法把分散的波浪能聚集起来。第二级为中间转换,即能量的传递过程,包括机械传动、低压水力传动、高压液压传动、气动传动,使波浪能转换为有用的机械能。第三级转换又称最终转换,即由机械能通过发电机转换为电能。波浪发电要求输入的能量稳定,必须有一系列稳速、稳压和蓄能等技术来确保,它同常规发电相比有着特殊的要求。
其中,在波浪能发电的环节中由于波浪的变化比较大,波浪的频率也会发生较大改变,与之相匹配的发电系统的也会有其固有的自然频率,只有在波浪频率与发电系统频率相匹配时,发生共振现象,此时发电系统才可以从波浪中获取到最大的功率。并且,在稳态波浪条件下,发电系统具有固定质量和稳定的几何结构,其固有频率不会轻易发生变化。因此,发电系统获取最大功率的输出关键,是通过将发电系统的运动幅值与发电机等效电阻相关联,将发电机的反电磁力与速度简化为线性关系,进行幅值单独控制。
但是,一般的控制策略中需要通过传感器采集速度数据,由于波浪能量密度大,周期频率不一定,并且海洋环境恶劣,很容易导致传感器测量误差严重偏离数据的真实值。导致控制策略的控制信号严重失真,控制策略的准确性严重下降,使最后整个波浪发电系统的效率低下。
因此,如何提高最大功率控制策略准确性,是本领域技术人员所关注的重点问题。
发明内容
本申请的目的是提供一种波浪发电输出最大功率的控制方法、控制系统、控制设备以及计算机可读存储介质,通过卡尔曼滤波对最大功率控制的反馈输入即测量的实际速度进行滤波,得到更接近真实的反馈输入速度值,提高控制策略的准确性,可以更准确的捕获最大功率,使整个波浪发电装置的效率得到提升。
为解决上述技术问题,本申请提供一种波浪发电输出最大功率的控制方法,包括:
通过传感器对发电机的工作速度进行测量,得到速度测量值;
将所述速度测量值进行卡尔曼滤波处理,得到滤波后速度值;
根据最大功率捕获算法对所述滤波后速度值进行计算处理,得到Q轴期望电流值;
将所述Q轴期望电流值进行控制信号获取处理,得到控制信号;
根据所述控制信号对整流器进行控制,以使所述发电机工作在最大功率状态。
可选的,根据最大功率捕获算法对所述滤波后速度值进行计算处理,得到Q轴期望电流值,包括:
根据波浪的动力学方程对所述发电机进行数学建模处理,得到发电机动力学方程;
将所述发电机动力学方程进行变换处理,得到对应的等效电路模型;
根据所述等效电路模型计算波浪能捕获率最大时的最大功率公式,对所述最大功率公式进行推导得到对应的电流期望值计算公式;
利用所述电流期望计算公式对所述滤波后速度值进行计算,得到Q轴期望电流值。
可选的,将所述Q轴期望电流值进行控制信号获取处理,得到控制信号,包括:
对所述发电机输出的三相电流进行两相坐标变换处理,得到Q轴实际电流值和D轴实际电流值;
将所述Q轴期望电流值和预设D轴期望电流值与对应的所述Q轴实际电流值和所述D轴实际电流值进行比例积分处理,得到Q轴期望电压信号和D轴期望电压信号;
对所述Q轴期望电压信号和所述D轴期望电压信号进行SVPWM处理,得到所述控制信号。
本申请还提供一种波浪发电输出最大功率的控制系统,包括:
工作速度获取模块,用于通过传感器对发电机的工作速度进行测量,得到速度测量值;
滤波处理模块,用于将所述速度测量值进行卡尔曼滤波处理,得到滤波后速度值;
期望电流计算模块,用于根据最大功率捕获算法对所述滤波后速度值进行计算处理,得到Q轴期望电流值;
控制信号获取模块,用于将所述Q轴期望电流值进行控制信号获取处理,得到控制信号;
控制模块,用于根据所述控制信号对整流器进行控制,以使所述发电机工作在最大功率状态。
可选的,所述期望电流计算模块包括:
建模处理单元,用于根据波浪的动力学方程对所述发电机进行数学建模处理,得到发电机动力学方程;
电路模型获取单元,用于将所述发电机动力学方程进行变换处理,得到等效电路模型;
公式推导单元,用于根据所述等效电路模型计算波浪能捕获率最大时的最大功率公式,对所述最大功率公式进行推导得到对应的电流期望值计算公式;
计算单元,利用所述电流期望计算公式对所述滤波后速度值进行计算,得到Q轴期望电流值。
可选的,所述控制信号获取模块包括:
两相电流获取单元,用于对所述发电机输出的三相电流进行两相坐标变换处理,得到Q轴实际电流值和D轴实际电流值;
比例积分处理单元,用于将所述Q轴期望电流值和预设D轴期望电流值与对应的所述Q轴实际电流值和所述D轴实际电流值进行比例积分处理,得到Q轴期望电压信号和D轴期望电压信号;
控制信号获取单元,用于对所述Q轴期望电压信号和所述D轴偏差电压信号进行SVPWM处理,得到所述控制信号。
本申请还提供一种控制设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时,实现如下的步骤:
通过传感器对发电机的工作速度进行测量,得到速度测量值;
将所述速度测量值进行卡尔曼滤波处理,得到滤波后速度值;
根据最大功率捕获算法对所述滤波后速度值进行计算处理,得到Q轴期望电流值;
将所述Q轴期望电流值进行控制信号获取处理,得到控制信号;
根据所述控制信号对整流器进行控制,以使所述发电机工作在最大功率状态。
本申请还提供一种计算可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,实现如下的步骤:
通过传感器对发电机的工作速度进行测量,得到速度测量值;
将所述速度测量值进行卡尔曼滤波处理,得到滤波后速度值;
根据最大功率捕获算法对所述滤波后速度值进行计算处理,得到Q轴期望电流值;
将所述Q轴期望电流值进行控制信号获取处理,得到控制信号;
根据所述控制信号对整流器进行控制,以使所述发电机工作在最大功率状态。
本申请所提供的一种波浪发电输出最大功率的控制方法,包括:通过传感器对发电机的工作速度进行测量,得到速度测量值;将所述速度测量值进行卡尔曼滤波处理,得到滤波后速度值;根据最大功率捕获算法对所述滤波后速度值进行计算处理,得到Q轴期望电流值;将所述Q轴期望电流值进行控制信号获取处理,得到控制信号;根据所述控制信号对整流器进行控制,以使所述发电机工作在最大功率状态。
通过卡尔曼滤波对最大功率控制的反馈输入即测量的实际速度进行滤波,得到更接近真实的反馈输入速度值,提高控制策略的准确性,可以更准确的捕获最大功率,使整个波浪发电装置的效率得到提升。
进一步的,由于卡尔曼滤波的良好性能,可以提高整个发电装置的运行性能。
本申请还提供一种波浪发电输出最大功率的控制系统、控制设备以及计算机可读存储介质,具有上述有益效果。
附图说明
为了更清楚地说明本申请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,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例所提供的一种波浪发电输出最大功率的控制方法的流程图;
图2为本申请实施例所提供的一种波浪发电输出最大功率的控制方法的捕获算法处理的流程图;
图3为本申请实施例所提供的等效模型的电路图;
图4为本申请实施例所提供的简化等效模型的电路图;
图5为本申请实施例所提供的一种波浪发电输出最大功率的控制方法的控制信号获取的流程图;
图6为本申请实施例所提供的一种卡尔曼绿波的流程图;
图7为本申请实施例所提供的一种波浪发电输出最大功率的控制系统的结构示意图。
具体实施方式
本申请的核心是提供一种波浪发电输出最大功率的控制方法、控制系统、控制设备以及计算机可读存储介质,通过卡尔曼滤波对最大功率控制的反馈输入即测量的实际速度进行滤波,得到更接近真实的反馈输入速度值,提高控制策略的准确性,可以更准确的捕获最大功率,使整个波浪发电装置的效率得到提升。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
请参考图1,图1为本申请实施例所提供的一种波浪发电输出最大功率的控制方法的流程图。
本实施例提供一种波浪发电输出最大功率的控制方法,可以提高最大功率捕获策略的准确率,该方法可以包括:
S101,通过传感器对发电机的工作速度进行测量,得到速度测量值;
本步骤旨在通过传感器测量发电机的工作速度,得到速度测量值。对于波浪发电中的最大功率捕获策略,可以看作是一种反馈控制,利用波浪的实际状态控制发电机将发电机的输出调整至最大功率状态。因此,本步骤的目的就是获取实际状态,并且在本实施例中通过速度值反应波浪的状态。
其中,由于本实施例中使用的永磁同步直线发电机与波浪接触的部分是与永磁体相连的浮子,通过浮子的浮力将波浪的能量传递至发电机中,因此本步骤中的传感器具体测量的就是浮子的工作速度。
S102,将速度测量值进行卡尔曼滤波处理,得到滤波后速度值;
在步骤S101的基础上,本步骤旨在对速度测量值进行卡尔曼滤波处理,得到滤波后的速度值。
上述的速度测量值是直接测量浮子的速度,浮子的速度反映的是波浪的状态,而波浪的周期和频率不稳定,海洋的环境恶劣,很容易导致传感器的测量误差超出可以接收的范围,并且传感器本身的所带来的测量误差,最终导致速度的测量值严重偏离数据的真实值。使用此状态下的速度测量值极容易导致后续的反馈控制效果下降。
进一步的,含有大量干扰和噪声的速度值会携带大量谐波,对控制器芯片和其他的器件性能会产生极大的干扰和破坏。
因此,本步骤需要对速度测量值进行滤波处理,滤除测量的误差值,提升最大功率捕捉策略的准确率。
一般的,本领域技术人员会选择采用通带滤波器,比如低通滤波器滤除测量值中的噪声。虽然低通滤波器能够滤去噪声,但是会造成波形的相位延时,会对数据产生不良的影响,会造成系统出现不稳定的情况,导致最后的捕获的瞬时功率产生较大的波动,也会影响最大功率捕获策略的效果。另外,也可以基于低通滤波器加入相位补偿器,以减少低通滤波器前后的相位偏差,但是相位补偿的计算比较复杂,对系统的要求较大,不利于实施。
所以,本实施例中采用卡尔曼滤波进行滤波处理。
其中,卡尔曼(Kalman)滤波是为了克服维纳(Wiener)滤波中存在的缺点应运而生的,适用于时域的滤波处理。它将现代控制理论中的状态空间的知识运用到随机变量估计理论中来,将我们测量得到的数据看作是在白噪声作用下的系统输出。用系统的状态方程表示系统的输入输出关系,然后根据状态方程、观测方程和干扰噪声,通过一定的算法,将其形成一个最优控制理论。由于整个滤波信息都是在时域下进行的,所以卡尔曼滤波既可以用于对平稳的随机过程,也可以用于非平稳、多维的随机过程。另外,卡尔曼滤波过程的算法是属于递推算法,所以可以在计算机上实现实时计算,基本上将经典维纳滤波方法的不足克服了。
本步骤中具体的卡尔曼滤波的步骤根据实施环境的不同,会存在各种的执行步骤,具体的在此不做赘述。
S103,根据最大功率捕获算法对滤波后速度值进行计算处理,得到Q轴期望电流值;
在步骤S102的基础上,本步骤旨在根据最大功率捕获算法对滤波后的速度值进行计算处理,得到Q轴的期望电流。其中,该期望电流就是根据波浪目前的运行状态计算出的目前状态可以输出的最大功率,在后续的过程中就可以根据该值为控制调整提供目标量。
其中,Q轴电流为两相旋转坐标系电流的其中一相,用来控制电机转矩的转矩电流。另一相为D轴电流用来控制气隙磁场的励磁电流。两相电流可以分别控制两者的幅值和相位实现控制磁场和转矩大小。
并且在技术方案中选择使用两相电流作为控制的数据,是为了将两个控制量之间相互独立,相互解耦,方便对电机进行控制。
S104,将Q轴期望电流值进行控制信号获取处理,得到控制信号;
在步骤S103的基础上,本步骤旨在将上一步骤得到的期望电流进行控制信号获取处理,得到控制信号。
其中,控制信号获取处理可以是一般的电机控制的处理,主要是根据期望值得到相应的控制信号。
当然,在本步骤的处理中还会有其他处理操作,具体的应视解决问题的环境选择不同的处理方式,在此不作赘述。
S105,根据控制信号对整流器进行控制,以使发电机工作在最大功率状态。
在步骤S104的基础上,本步骤旨在根据获取到的控制信号对整流器进行控制,以使发电机工作在最大功率状态。
其中,控制信号一般为宽度不一的脉冲信号,通过脉冲信号的通断闭合就可以控制整流器中的相应元器件的通断,从而使输出达到最大功率的状态。
综上,通过卡尔曼滤波对最大功率控制的反馈输入即测量的实际速度进行滤波,得到更接近真实的反馈输入速度值,提高控制策略的准确性,可以更准确的捕获最大功率,使整个波浪发电装置的效率得到提升。
请参考图2,图2为本申请实施例所提供的一种波浪发电输出最大功率的控制方法的捕获算法处理的流程图。
基于上一实施例,本实施例主要是针对上一实施例中如何进行捕获算法处理做的一个具体说明,其他部分与上一实施例大体相同,相同部分可以参考上一实施例在此不做赘述。
本实施例可以包括:
S201,根据波浪的动力学方程对发电机进行数学建模处理,得到发电机动力学方程;
S202,将发电机动力学方程进行变换处理,得到对应的等效电路模型;
S203,根据等效电路模型计算波浪能捕获率最大时的最大功率公式,对最大功率公式进行推导得到对应的电流期望值计算公式;
步骤S201至步骤S203主要是根据波浪的动力学方程获取最大功率时电流期望值的计算公式。
具体的计算过程可以如下:
波浪的动力学方程为
其中,M为整个运动装置,包括浮体和发电机动子的总质量;为变换后浮子的运动加速度,m为因辐射力产生的附加质量,即由起伏运动激励出的水的质量,n为辐射力产生的阻尼系数,为运动速度,x(t)为运动距离,Fg(t)为永磁同步发电机对浮子的反电磁力,Fd(t)为浮子所受入射波浪作用产生的力,包括波浪力和绕射力;K=-ρgS,其中ρ为海水的密度;g为重力加速度;S为浮体的有效横截面积。
由发电机的机械特性,可以得出,发电机的电磁力与其作用在浮子上的反电磁力是相同的作用力,即:
Fg(t)=Fe(t)
其中,Fe(t)为发电机的电磁力。
直线电机的电磁力可以表示为速度和位移的线性组合为:
其中,Rg为反映直线电机吸收有功功率能力的阻尼系数;Kg为反映直线电机吸收无功功率能力的弹性系数。
将式作用力等式、速度与位移的线性组合代入式波浪的动力学方程得:
通过上式的形式与RLC电路很类似,所以可以通过将该式中等效为RLC电路来进行处理。
请参考图3,图3为本申请实施例所提供的等效模型的电路图。
如果假定图3中的
请参考图4,图4为本申请实施例所提供的简化等效模型的电路图。
则等效电路变为图4中的形式,因此在此电路中电阻R2消耗的功率等效为发电机吸收的有功功率,其大小为:
对上一式进行变换可以得:
将R1=n,R2=Rg,代入上一式中,得:
因此,波浪能捕获率为:
将Rg和Kg作为一组二维向量,由于Rg是发电机吸收有功功率的参数,所以其取值范围为非负数,所以在该二维向量中,总可以找到一组对应的一组唯一的二维向量,该波浪发电装置的波浪能捕获率达到最大值1,即当Rg=n,Kg=ω2(M+m)-K时,能够取得最大值,最大值为
此时,发电机能够吸收到最大的有功功率为
因此,可以得到发电机电流的期望值:
其中,τ为极距,np为极对数,ψf为永磁体磁链,k为弹力系数。
S204,利用电流期望计算公式对滤波后速度值进行计算,得到Q轴期望电流值。
在上述步骤的基础上,本步骤可以根据得到计算公式和滤波后的速度值进行计算,得到Q轴期望电流值。
通过本实施例,使用的将动力学公式等效为基本电路模型,可以使计算公式的推导过程变得更加简单。
请参考图5,图5为本申请实施例所提供的一种波浪发电输出最大功率的控制方法的控制信号获取的流程图。
基于上一实施例,本实施例主要是针对上一实施例中如何进行控制信号获取做的一个具体说明,其他部分与上一实施例大体相同,相同部分可以参考上一实施例在此不做赘述。
本实施例可以包括:
S301,对发电机输出的三相电流进行两相坐标变换处理,得到Q轴实际电流值和D轴实际电流值;
本步骤旨在获取发电机实际的输出电流值。由于本实施例中使用的是SVPWM控制方式,需要将三相电流进行解耦成量相互独立的电流再进行控制,可以使SVPWM更好的进行控制。因此本步骤中需要将获取的三相电流进行变换处理得到两相电流。
S302,将Q轴期望电流值和预设D轴期望电流值与对应的Q轴实际电流值和D轴实际电流值进行比例积分处理,得到Q轴期望电压信号和D轴期望电压信号;
在步骤S301的基础上,本步骤旨在将Q轴期望电流值和预设D轴期望电流值与对应的Q轴实际电流值和D轴实际电流值进行比例积分处理,得到Q轴期望电压信号和D轴期望电压信号。
其中,预设D轴期望电流值可以根据实际的应用情况进行设定,在本实施例中为了方便计算与控制,将预设D轴电流值设定为零。
其中,本步骤旨在先计算出Q轴与D轴的期望电压信号,此时期望电压信号的坐标系为旋转坐标系,但是由于SVPWM处理,还需要将旋转的坐标系转换为静止坐标系。
S303,对Q轴期望电压信号和D轴期望电压信号进行SVPWM处理,得到控制信号。
在步骤S302的基础上,本步骤旨在对Q轴期望电压信号和D轴期望电压信号进行SVPWM处理,得到相应的控制信号。
其中,SVPWM是一种近年发展比较迅速而且控制效果比较良好的控制方法,其通过控制逆变器中六个功率开关元件各种的导通脉冲的占空比,进而实现三相输出电流的波形尽可能地向理想的正弦波形靠近。其具体利用半导体开关器件的通断把直流电压变成一定的电压脉冲序列,实现变压、变频及消除谐波的目的。
将利用SVPWM处理可以生成对称的空间适量PWM波,从而控制开关管的通断,达到控制发电机发电状态的作用。
请参考图6,图6为本申请实施例所提供的一种卡尔曼绿波的流程图。
以上实施例中,关于卡尔曼绿波的一个动态系统可以通过反映对应的状态向量的过程方程式:
X(k+1)=ΦX(k)+GU(k)+W(k)
和反映观测向量的观测方程式:
Y(k)=HX(k)+V(k)
共同表示。其中,k为离散时间,Φ称为状态转移矩阵,H称为观测矩阵,W(k)为输入的白噪声。W(k)为观测噪声。通常假设W(k)、W(k)是均值为零,方差阵各为Q和R的不相关的白噪声,它们相互独立,并与状态量也不相关。
根据该动态系统的状态方程和观测方程,该动态系统的卡尔曼滤波处理过程可以如下:
将系统离散化后,在k时刻求得系统状态向量X(k)的最优线性滤波估计根据系统状态方程先求得在k+1时刻状态向量X(k+1)的一步最优线性预测估计由于W(k)W(k)是均值为零的白噪声序列,其最优估计为零,因此,可得
由于V(k)是均值为零的白噪声序列,其最优估计为零,因此由动态系统的观测方程式,可以得到k+1时刻观测值Y(k+1)的预测值为:
利用预测值和观测值Y(k+1)之间的差值来鉴别并修正k+1时刻状态向量X(k+1)的预测值从而得到k+1时刻X(k+1)的最优线性滤波估计同时将Y(k+1)和的差值称为新息,记为:
用新息的线性组合可以构造出状态变量进一步预测,其更新公式如下:
上式在卡尔曼滤波算法中起着关键的作用,因为该公式可以表明:k+1时刻状态变量的进一步预测是有非自适应部分和自适应部分两部分组成,其中自适应部分是由系数K(k+1)决定,将其称为卡尔曼滤波增益,根据新息的正交性原理,可得卡尔曼滤波增益的计算公式如下:
K(k+1)=P(k+1|k)HT(k+1)[H(k+1)P(k+1|k)HT(k+1)+R]-1
为了完成卡尔曼自适应滤波算法,需要进一步推导卡尔曼增益的实际计算公式。其中,P(k+1|k)为X(k+1)的最优预测估计误差方差阵:
因此最优滤波估计误差的方差阵为:
本申请实施例提供了一种波浪发电输出最大功率的控制方法,可以通过卡尔曼滤波对最大功率控制的反馈输入即测量的实际速度进行滤波,得到更接近真实的反馈输入速度值,提高控制策略的准确性,可以更准确的捕获最大功率,使整个波浪发电装置的效率得到提升。
下面对本申请实施例提供的一种波浪发电输出最大功率的控制系统进行介绍,下文描述的一种波浪发电输出最大功率的控制系统与上文描述的一种波浪发电输出最大功率的控制方法可相互对应参照。
请参考图7,图7为本申请实施例所提供的一种波浪发电输出最大功率的控制系统的结构示意图。
本申请提供一种波浪发电输出最大功率的控制系统,可以包括:
工作速度获取模块100,用于通过传感器对发电机的工作速度进行测量,得到速度测量值;
滤波处理模块200,用于将速度测量值进行卡尔曼滤波处理,得到滤波后速度值;
期望电流计算模块300,用于根据最大功率捕获算法对滤波后速度值进行计算处理,得到Q轴期望电流值;
控制信号获取模块400,用于将Q轴期望电流值进行控制信号获取处理,得到控制信号;
控制模块500,用于根据控制信号对整流器进行控制,以使发电机工作在最大功率状态。
可选的,期望电流计算模块300,可以包括:
建模处理单元,用于根据波浪的动力学方程对发电机进行数学建模处理,得到发电机动力学方程;
电路模型获取单元,用于将发电机动力学方程进行变换处理,得到等效电路模型;
公式推导单元,用于根据等效电路模型计算波浪能捕获率最大时的最大功率公式,对最大功率公式进行推导得到对应的电流期望值计算公式;
计算单元,利用电流期望计算公式对滤波后速度值进行计算,得到Q轴期望电流值。
可选的,控制信号获取模块400包括:
两相电流获取单元,用于对发电机输出的三相电流进行两相坐标变换处理,得到Q轴实际电流值和D轴实际电流值;
比例积分处理单元,用于将Q轴期望电流值和预设D轴期望电流值与对应的Q轴实际电流值和D轴实际电流值进行比例积分处理,得到Q轴期望电压信号和D轴期望电压信号;
控制信号获取单元,用于对Q轴期望电压信号和D轴期望电压信号进行SVPWM处理,得到控制信号。
本申请实施例还提供一种控制设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行计算机程序时,实现如下的步骤:
通过传感器对发电机的工作速度进行测量,得到速度测量值;
将速度测量值进行卡尔曼滤波处理,得到滤波后速度值;
根据最大功率捕获算法对滤波后速度值进行计算处理,得到Q轴期望电流值;
将Q轴期望电流值进行控制信号获取处理,得到控制信号;
根据控制信号对整流器进行控制,以使发电机工作在最大功率状态。
本申请实施例还提供一种计算可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时,实现如下的步骤:
通过传感器对发电机的工作速度进行测量,得到速度测量值;
将速度测量值进行卡尔曼滤波处理,得到滤波后速度值;
根据最大功率捕获算法对滤波后速度值进行计算处理,得到Q轴期望电流值;
将Q轴期望电流值进行控制信号获取处理,得到控制信号;
根据控制信号对整流器进行控制,以使发电机工作在最大功率状态。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的一种波浪发电输出最大功率的控制方法、控制系统、控制设备以及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本申请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申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
Claims (8)
1.一种波浪发电输出最大功率的控制方法,其特征在于,包括:
通过传感器对发电机的工作速度进行测量,得到速度测量值;
将所述速度测量值进行卡尔曼滤波处理,得到滤波后速度值;
根据最大功率捕获算法对所述滤波后速度值进行计算处理,得到Q轴期望电流值;
将所述Q轴期望电流值进行控制信号获取处理,得到控制信号;
根据所述控制信号对整流器进行控制,以使所述发电机工作在最大功率状态。
2.根据权利要求1所述的控制方法,其特征在于,根据最大功率捕获算法对所述滤波后速度值进行计算处理,得到Q轴期望电流值,包括:
根据波浪的动力学方程对所述发电机进行数学建模处理,得到发电机动力学方程;
将所述发电机动力学方程进行变换处理,得到对应的等效电路模型;
根据所述等效电路模型计算波浪能捕获率最大时的最大功率公式,对所述最大功率公式进行推导得到对应的电流期望值计算公式;
利用所述电流期望计算公式对所述滤波后速度值进行计算,得到Q轴期望电流值。
3.根据权利要求2所述的控制方法,其特征在于,将所述Q轴期望电流值进行控制信号获取处理,得到控制信号,包括:
对所述发电机输出的三相电流进行两相坐标变换处理,得到Q轴实际电流值和D轴实际电流值;
将所述Q轴期望电流值和预设D轴期望电流值与对应的所述Q轴实际电流值和所述D轴实际电流值进行比例积分处理,得到Q轴期望电压信号和D轴期望电压信号;
对所述Q轴期望电压信号和所述D轴期望电压信号进行SVPWM处理,得到所述控制信号。
4.一种波浪发电输出最大功率的控制系统,其特征在于,包括:
工作速度获取模块,用于通过传感器对发电机的工作速度进行测量,得到速度测量值;
滤波处理模块,用于将所述速度测量值进行卡尔曼滤波处理,得到滤波后速度值;
期望电流计算模块,用于根据最大功率捕获算法对所述滤波后速度值进行计算处理,得到Q轴期望电流值;
控制信号获取模块,用于将所述Q轴期望电流值进行控制信号获取处理,得到控制信号;
控制模块,用于根据所述控制信号对整流器进行控制,以使所述发电机工作在最大功率状态。
5.根据权利要求4所述的控制系统,其特征在于,所述期望电流计算模块包括:
建模处理单元,用于根据波浪的动力学方程对所述发电机进行数学建模处理,得到发电机动力学方程;
电路模型获取单元,用于将所述发电机动力学方程进行变换处理,得到等效电路模型;
公式推导单元,用于根据所述等效电路模型计算波浪能捕获率最大时的最大功率公式,对所述最大功率公式进行推导得到对应的电流期望值计算公式;
计算单元,利用所述电流期望计算公式对所述滤波后速度值进行计算,得到Q轴期望电流值。
6.根据权利要求5所述的控制系统,其特征在于,所述控制信号获取模块包括:
两相电流获取单元,用于对所述发电机输出的三相电流进行两相坐标变换处理,得到Q轴实际电流值和D轴实际电流值;
比例积分处理单元,用于将所述Q轴期望电流值和预设D轴期望电流值与对应的所述Q轴实际电流值和所述D轴实际电流值进行比例积分处理,得到Q轴期望电压信号和D轴期望电压信号;
控制信号获取单元,用于对所述Q轴期望电压信号和所述D轴偏差电压信号进行SVPWM处理,得到所述控制信号。
7.一种控制设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至3任一项所述的控制方法的步骤。
8.一种计算可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至3任一项所述的控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711183825.1A CN107800340A (zh) | 2017-11-23 | 2017-11-23 | 一种波浪发电输出最大功率的控制方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711183825.1A CN107800340A (zh) | 2017-11-23 | 2017-11-23 | 一种波浪发电输出最大功率的控制方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107800340A true CN107800340A (zh) | 2018-03-13 |
Family
ID=61536498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711183825.1A Pending CN107800340A (zh) | 2017-11-23 | 2017-11-23 | 一种波浪发电输出最大功率的控制方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107800340A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108806429A (zh) * | 2018-06-08 | 2018-11-13 | 天津大学 | 全电气波浪能发电实验系统 |
CN109118016A (zh) * | 2018-08-31 | 2019-01-01 | 广东工业大学 | 一种基于多种群遗传算法的振荡浮子式波浪发电方法 |
CN110145432A (zh) * | 2019-03-29 | 2019-08-20 | 广东工业大学 | 一种基于傅氏分析和改进灰狼算法的波浪发电装置功率控制方法 |
CN110594079A (zh) * | 2019-08-26 | 2019-12-20 | 广东工业大学 | 一种直驱式波浪发电系统最优功率控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102545762A (zh) * | 2011-12-20 | 2012-07-04 | 河海大学 | 直驱式波浪发电系统的控制方法 |
CN103684178A (zh) * | 2013-12-17 | 2014-03-26 | 清华大学 | 一种永磁同步电机转速滤波装置和滤波方法 |
CN103986381A (zh) * | 2014-05-28 | 2014-08-13 | 东南大学 | 海浪发电系统的微网构建最优化功率因数复合控制方法 |
JP2014171325A (ja) * | 2013-03-04 | 2014-09-18 | Toshiba Corp | 同期機の励磁制御装置及び励磁制御方法 |
CN106953566A (zh) * | 2017-05-03 | 2017-07-14 | 广东工业大学 | 一种基于模糊pid控制器的频率匹配的方法与装置 |
-
2017
- 2017-11-23 CN CN201711183825.1A patent/CN107800340A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102545762A (zh) * | 2011-12-20 | 2012-07-04 | 河海大学 | 直驱式波浪发电系统的控制方法 |
JP2014171325A (ja) * | 2013-03-04 | 2014-09-18 | Toshiba Corp | 同期機の励磁制御装置及び励磁制御方法 |
CN103684178A (zh) * | 2013-12-17 | 2014-03-26 | 清华大学 | 一种永磁同步电机转速滤波装置和滤波方法 |
CN103986381A (zh) * | 2014-05-28 | 2014-08-13 | 东南大学 | 海浪发电系统的微网构建最优化功率因数复合控制方法 |
CN106953566A (zh) * | 2017-05-03 | 2017-07-14 | 广东工业大学 | 一种基于模糊pid控制器的频率匹配的方法与装置 |
Non-Patent Citations (1)
Title |
---|
陈雅: "浮子式波浪发电系统的模型预测控制", 《中国优秀硕士学位论文全文数据库(基础科学辑)》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108806429A (zh) * | 2018-06-08 | 2018-11-13 | 天津大学 | 全电气波浪能发电实验系统 |
CN109118016A (zh) * | 2018-08-31 | 2019-01-01 | 广东工业大学 | 一种基于多种群遗传算法的振荡浮子式波浪发电方法 |
CN110145432A (zh) * | 2019-03-29 | 2019-08-20 | 广东工业大学 | 一种基于傅氏分析和改进灰狼算法的波浪发电装置功率控制方法 |
CN110594079A (zh) * | 2019-08-26 | 2019-12-20 | 广东工业大学 | 一种直驱式波浪发电系统最优功率控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108808704B (zh) | 一种虚拟同步发电机的控制方法及装置 | |
Wu et al. | Modeling and control of AWS-based wave energy conversion system integrated into power grid | |
CN107800340A (zh) | 一种波浪发电输出最大功率的控制方法及相关装置 | |
Wu et al. | Optimal control for AWS-based wave energy conversion system | |
CN103050991B (zh) | 双馈风力发电机低电压穿越控制系统 | |
Ceballos et al. | Control strategies for combining local energy storage with wells turbine oscillating water column devices | |
CN104579060B (zh) | 笼型转子无刷双馈风力发电机的间接功率控制方法 | |
CN110594079A (zh) | 一种直驱式波浪发电系统最优功率控制方法 | |
CN109830986B (zh) | 一种永磁直驱风电系统的控制方法及系统 | |
Sheng et al. | Blade aerodynamic asymmetry fault analysis and diagnosis of wind turbines with doubly fed induction generator | |
CN114439691A (zh) | 基于位置传感器的海上风电机组最大功率跟踪控制方法 | |
CN106953566A (zh) | 一种基于模糊pid控制器的频率匹配的方法与装置 | |
Lagoun et al. | A predictive power control of doubly fed induction generator for wave energy Converter in irregular waves | |
Farrok et al. | A new technique to improve the linear generator designed for oceanic wave energy conversion | |
CN109193705A (zh) | 双馈风电机组次同步谐振抑制方法及装置 | |
CN109950912B (zh) | 具有动态磁链特性模拟的虚拟同步发电机控制方法 | |
CN104993756B (zh) | 双馈风力发电机定转子磁链弱磁控制的故障运行方法 | |
CN103441517A (zh) | 近海可再生能源综合发电系统功率波动的平滑方法 | |
CN112918635B (zh) | 一种基于电流信号的海上浮式风电机组基础运动监测方法 | |
Echchaachouai et al. | A two-level sensorless MPPT strategy using SRF-PLL on a PMSG wind energy conversion system | |
Abdelrahem et al. | Predictive direct torque control strategy for surface-mounted permanent-magnet synchronous generators | |
Qiao et al. | Wave power generation system based on magnetic lead screw | |
Baker et al. | Development and Testing of A Small Scale Wave Energy Converter and Fully Controlled Linear Electric Generator | |
Dumnic et al. | Artificial Intelligence Based Vector Control of Induction Generator Without Speed Sensor for Use in Wind Energy Conversion System | |
Wang et al. | Fault through technique of synchronverter based on voltage feedforward compensation |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180313 |
|
RJ01 | Rejection of invention patent application after publication |