CN110454328A - 一种无风速传感器下的风力发电系统功率追踪方法 - Google Patents

Abstract

一种无风速传感器下的风力发电系统功率追踪方法，包括如下步骤：建立风力发电系统最大功率追踪控制的运动方程；采用变步长算法，对变风速下的输出功率和风轮转速进行迭代优化，进行最大功率点的跟踪，并计算得到最优叶尖速比；采用模糊控制器作为功率控制器，以叶尖速比的误差和误差变化率为输入，以定子侧调整电压的变化量作为输出，制定模糊规则，并将模糊控制器的输出进行解模糊运算，得到相应的准确变量；根据定子侧调整电压的变化量调整发电机转速，实现控制跟踪风力发电系统的风轮转速以及对风力发电系统的最大功率进行追踪；本发明避免了在风速测量不准确以及风速测量滞后的情况下对风电系统输出功率的不良影响。

Description

一种无风速传感器下的风力发电系统功率追踪方法

技术领域

本发明涉及风力发电领域，具体涉及一种无风速传感器下的风力发电系统功率追踪方法。

背景技术

煤炭、石油、天然气等是应用最为广泛的能源，它们都是不可再生的化石资源，而风能是一种经济、环境友好型、且储量巨大的可再生资源，因此世界各国都在加紧对风能的开发和利用。风力发电是目前世界上利用风能的主要形式，由于风力发电具有良好的前景，开发利用风力资源对于缓解能源短缺、保护生态环境具有重要意义。

在风里发电系统中，风速、风向以及风的强度都具有高度的随机性、瞬变性，因此，为了保证风力发电系统的持续最大功率发电，发明一种能够自动调整风轮机转速进而捕获或追踪风力发电的最大功率点，对风力发电系统具有重大意义。

目前变速风电系统一般采用最大功率点追踪控制策略，且主要有以下几种追踪方法：最优叶尖速比法、功率信号反馈法、直线扰动法以及爬山搜索法等，其中最优叶尖速比法是目前主要流行的方法之一，该方法需要建立在风速测量的基础上，再根据最优叶尖速比得到对应的最优转速，通过控制器改变发电机转速实现最大风能追踪，然而，由于风速的测量在实际应用中存在较多的问题，例如，风速计的安装位置、塔架、湍流和温度等因素会对风速的测量结果产生影响，而且风速的测量本身具有一定的滞后性，这些客观存在的问题都将影响风力发电系统功率追踪控制的性能表现；至于另外的几种主流方法，都需要对风力发电系统进行有针对性的设置，增加了系统设计的复杂度，实现较为繁琐。

发明内容

有鉴于此，为了解决现有技术中的风力发电系统在功率优化和控制过程中存有的技术问题，本发明经过理论研究与实验验证，提供一种无风速传感器下的风力发电系统功率追踪方法，应用在无风速传感器的风力发电系统中，在风力发电系统的功率特性未知的情况下，对风力发电系统进行最大功率点的追踪，不仅可以较为简易地得到实现和实际应用，具有较强的稳定性和鲁棒性，而且也节约了系统设计成本，尤其避免了现有的在风速测量不准确以及风速测量滞后的情况下对风电系统输出功率的不良影响。

基于上述目的，本发明提供一种无风速传感器下的风力发电系统功率追踪方法，在风力发电系统的功率特性未知的情况下，进行如下步骤追踪所述风力发电系统在变风速下的最大功率点：

步骤1：根据所述风力发电系统发电机的选型，建立风力发电系统最大功率追踪控制的运动方程；

步骤2：采用变步长算法，对变风速下的风力发电系统的输出功率P和风轮转速ω_r进行迭代优化，进行风力发电系统最大功率点的跟踪，并计算得到最优叶尖速比λ_opt，并将其作为叶尖速比的参考值带入模糊控制器中；

步骤3：采用模糊控制器作为风力发电系统的功率控制器，所述模糊控制器采用二维控制结构，以风力发电系统的叶尖速比的误差e和误差变化率ec为输入，以风力发电系统的定子侧调整电压u的变化量Δu作为输出，制定出相应的模糊规则，并将模糊控制器的输出进行解模糊运算，得到相应的准确变量；

步骤4：根据定子侧调整电压u的变化量Δu调整发电机转速，控制发电机转速向最大功率输出下的额定转速靠近，间接实现控制跟踪风力发电系统的风轮转速ω_r,opt以及对风力发电系统的最大功率进行追踪。

优选地，在所述步骤1中，首先建立电机电磁转矩表达式：

上式中，参数p是发电机极对数，m是发电机的相数，u是发电机输出电压，也即定子侧调整电压，c为发电机修正系数，ω_g是发电机转速，ω₁是发电机的同步转速，r₁、x₁是发电机定子绕组的电阻和漏抗，r₂、x₂是发电机转子绕组的电阻和漏抗；

然后，建立如下发电机运动方程：

其中，参数T_m是风轮的气动转矩，T_e是电机的电磁转矩，μ_e是电机侧阻尼系数，J_g是发电机转动惯量，具体地，风轮的气动转矩T_m可通过如下表示式计算：

其中，参数P表示风力发电系统的输出功率，ρ是空气密度，R是风轮半径，υ是风速，ω_r是风轮转速，C_p(λ,β)是风能利用系数，是桨距角β和叶尖速比λ的函数，可以按如下公式计算风能利用系数C_p(λ,β):

在额定风速以下，桨距角β通常为零，即β＝0；叶尖速比λ的计算表达式为：

λ＝Rω_r/υ

优选地，在所述步骤2中，根据如下公式确定最大功率点对应的最优功率系数k_opt：

其中，参数C_p,max表示风能利用系数的最大值，λ_opt分别表示最大功率点对应的最优叶尖速比；

所述变步长算法的核心即是由系统前一时刻的输出功率P(i-1)和转速ω_r(i-1)得到当前时刻最优功率系数k(i)，并迭代计算获得风轮转速变化量Δω_r(i)，结合当前时刻的输出功率P(i)，得到下一时刻的风轮转速ω_r(i+1)，最终迭代得到最大功率点，具体运算过程是：

步骤2.1：根据风力发电系统的初始输出功率P(0)以及风轮转速ω_r(0)计算获得初始功率系数k(0)，计算公式如下：

步骤2.2：按照以下公式进行输出功率P和转速ω_r的迭代：

ΔP(i)＝P(i)-P(i-1)

如果当前迭代时间步的输出功率变化量|ΔP(i)|<ε₁，表明两个时间步的输出功率差值处于较小范围，则加大风轮转速的扰动值，令

Δω_r(i)＝1.618(ω_r(i)-ω_r(i-1))

如果当前迭代时间步的输出功率变化量ε₁<|ΔP(i)|<ε₂，表明两个时间步的输出功率差值处于较大范围，则减小风轮转速的扰动值，令

Δω_r(i)＝0.618(ω_r(i)-ω_r(i-1))

其中，参数i表示迭代时间步数，ε₁和ε₂分别表示系统预设的阈值，常系数1.618和0.618分别是不同情况下的利用黄金分割点对迭代步长的优化系数；

步骤2.3：根据以下两式判断迭代是否终止：

ΔP(i)<0

|Δω_r(i)|<ε₃

上式中，参数ε₃为系数预设的阈值，用来剔除由于风速减小造成的最大功率点的误判；

若有任一不等式不成立，利用公式ω_r(i+1)＝ω_r(i)+Δω_r(i)计算得到下一迭代步的风轮转速ω_r(i+1)，并进行下一迭代，直至当前时刻的输出功率变化量ΔP(i)和风轮转速变化量绝对值|Δω_r(i)|满足终止条件；最终获得最大功率点对应的风轮转速ω_r,opt以及最优功率系数k_opt，通过公式计算即可获得最优叶尖速比λ_opt。

优选地，在所述步骤3中，所述风力发电系统的叶尖速比的误差e的计算公式是：

e＝λ_opt-λ_t

其中，λ_t表示风力发电系统的实际叶尖速比。

相比于现有技术，本发明的技术效果是：

(1)本发明基于改进的叶尖速比控制策略，在不需要测量当前实际风速以及风电系统的功率特性曲线的基础上，通过变步长算法的迭代，计算获得风电系统的最大功率点对应的风轮转速ω_r,opt以及最优功率系数k_opt，进而获得最优叶尖速比λ_opt，由于传统的最优叶尖速比控制策略是通过仿真计算得到，需要事先获得风电系统的功率特性曲线，最终的功率追踪精度得不到良好保证，而本发明可以避免因为风电系统功率特性曲线的测量误差带来的最大功率点追踪误差的影响。

(2)本发明在追踪最大功率点时，采用变步长的迭代算法，在风力发电系统输出功率离最大功率点较近时，加大汽轮转速变化量的扰动值，在输出功率离最大功率点较远时，减小汽轮转速变化量的扰动值，从而提高了风力发电系统最大功率点的追踪速度，并减少了扰动功率的浪费，节约资源，从而解决了传统的最优叶尖速比法、功率信号反馈法等方法在实际应用中的实现困难和成本高的问题。

附图说明

图1是本发明的风力发电系统功率追踪方法流程示意图。

具体实施方式

以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。

参照附图1，本发明的原理如下：一种无风速传感器下的风力发电系统功率追踪方法，在风力发电系统的功率特性未知的情况下，进行如下步骤追踪所述风力发电系统在变风速下的最大功率点：

步骤1：根据所述风力发电系统发电机的选型，建立风力发电系统最大功率追踪控制的运动方程；

在优选的实施例中，可以采用双馈异步感应电机或者永磁同步电机作为风力发电系统的发电机，在建立风力发电系统的控制方程时，首先需要先建立电机电磁转矩表达式：

上式中，参数p是发电机极对数，m是发电机的相数，u是发电机输出电压，也即定子侧调整电压，c为发电机修正系数，ω_g是发电机转速，ω₁是发电机的同步转速，r₁、x₁是发电机定子绕组的电阻和漏抗，r₂、x₂是发电机转子绕组的电阻和漏抗；

然后，建立如下发电机运动方程：

其中，参数T_m是风轮的气动转矩，T_e是电机的电磁转矩，μ_e是电机侧阻尼系数，J_g是发电机转动惯量，具体地，风轮的气动转矩T_m可通过如下表示式计算：

其中，参数P表示风力发电系统的输出功率，ρ是空气密度，R是风轮半径，υ是风速，ω_r是风轮转速，C_p(λ,β)是风能利用系数，是桨距角β和叶尖速比λ的函数，可以按如下公式计算风能利用系数C_p(λ,β):

在额定风速以下，桨距角β通常为零，即β＝0；叶尖速比λ的计算表达式为：

λ＝Rω_r/υ

需要指出的是，在风力发电系统运动过程中，诸如空气密度ρ、风轮半径R以及桨距角β等参数是固定不变的，即不受风力发电系统控制的影响，且默认为发电机的输出电功率即为风力发电系统的输出功率。

步骤2：采用变步长算法，对变风速下的风力发电系统的输出功率P和风轮转速ω_r进行迭代优化，进行风力发电系统最大功率点的跟踪，并计算得到最优叶尖速比λ_opt，并将其作为叶尖速比的参考值带入模糊控制器中；

在优选的实施例中，根据如下公式确定最大功率点对应的最优功率系数k_opt：

其中，参数C_p,max表示风能利用系数的最大值，λ_opt分别表示最大功率点对应的最优叶尖速比；

所述变步长算法的核心即是由系统前一时刻的输出功率P(i-1)和转速ω_r(i-1)得到当前时刻最优功率系数k(i)，并迭代计算获得风轮转速变化量Δω_r(i)，结合当前时刻的输出功率P(i)，得到下一时刻的风轮转速ω_r(i+1)，最终迭代得到最大功率点，具体运算过程是：

步骤2.1：根据风力发电系统的初始输出功率P(0)以及风轮转速ω_r(0)计算获得初始功率系数k(0)，计算公式如下：

步骤2.2：按照以下公式进行输出功率P和转速ω_r的迭代：

ΔP(i)＝P(i)-P(i-1)

如果当前迭代时间步的输出功率变化量|ΔP(i)|<ε₁，表明两个时间步的输出功率差值处于较小范围，则加大风轮转速的扰动值，令

Δω_r(i)＝1.618(ω_r(i)-ω_r(i-1))

如果当前迭代时间步的输出功率变化量ε₁<|ΔP(i)|<ε₂，表明两个时间步的输出功率差值处于较大范围，则减小风轮转速的扰动值，令

Δω_r(i)＝0.618(ω_r(i)-ω_r(i-1))

其中，参数i表示迭代时间步数，ε₁和ε₂分别表示系统预设的阈值，常系数1.618和0.618分别是不同情况下的利用黄金分割点对迭代步长的优化系数；

步骤2.3：根据以下两式判断迭代是否终止：

ΔP(i)<0

|Δω_r(i)|<ε₃

上式中，参数ε₃为系数预设的阈值，用来剔除由于风速减小造成的最大功率点的误判；

若有任一不等式不成立，利用公式ω_r(i+1)＝ω_r(i)+Δω_r(i)计算得到下一迭代步的风轮转速ω_r(i+1)，并进行下一迭代，直至当前时刻的输出功率变化量ΔP(i)和风轮转速变化量绝对值|Δω_r(i)|满足终止条件；最终获得最大功率点对应的风轮转速ω_r,opt以及最优功率系数k_opt，通过公式计算即可获得最优叶尖速比λ_opt，然后实施步骤3。

步骤3：采用模糊控制器作为风力发电系统的功率控制器，所述模糊控制器采用二维控制结构，以风力发电系统的叶尖速比的误差e和误差变化率ec为输入，以风力发电系统的定子侧调整电压u的变化量Δu作为输出，制定出相应的模糊规则，并将模糊控制器的输出进行解模糊运算，得到相应的准确变量；

在优选的实施例中，所述风力发电系统的叶尖速比的误差e的计算公式是：

e＝λ_opt-λ_t

其中，λ_t表示风力发电系统的实际叶尖速比。

步骤4：根据定子侧调整电压u的变化量Δu调整发电机转速，控制发电机转速向最大功率输出下的额定转速靠近，间接实现控制跟踪风力发电系统的风轮转速ω_r,opt以及对风力发电系统的最大功率进行追踪。

需要指出的是，可以选用现有的成熟的控制策略进行模糊控制，如采用模糊PID控制器，其具有常规PID控制器的基本特征，并采用模糊逻辑推理方法来调整PID控制算法的参数，经过模糊推理得到的结果不是直接作为模糊控制系统的输出，而是用该结果来整定PID的参数，再根据PID算法来决定模糊控制系统的最终输出；同时，基于模糊控制原理，控制器的维数越多，控制精度越高，但是控制器相应的设计规划难度也会以指数形式增长，实际使用起来更困难，从实际使用角度出发，本申请采用二维的模糊控制器，能够满足最终功率追踪精度的要求；本发明在具体设计模糊控制规则时，可参考现有的成熟控制算法，由此具体过程属于现有技术范畴，本发明在此不一一赘述。

本领域的技术人员应理解，上述描述及附图中的本发明的实施例只作为举例而不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明，在没有背离原理下，本发明的实施方法可以有任何形式或修改。

Claims (4)

1.一种无风速传感器下的风力发电系统功率追踪方法，其特征在于，在风力发电系统的功率特性未知的情况下，进行如下步骤追踪所述风力发电系统在变风速下的最大功率点：

步骤1：根据所述风力发电系统发电机的选型，建立风力发电系统最大功率追踪控制的运动方程；

步骤2：采用变步长算法，对变风速下的风力发电系统的输出功率P和风轮转速ω_r进行迭代优化，进行风力发电系统最大功率点的跟踪，并计算得到最优叶尖速比λ_opt，并将其作为叶尖速比的参考值带入模糊控制器中；

步骤3：采用模糊控制器作为风力发电系统的功率控制器，所述模糊控制器采用二维控制结构，以风力发电系统的叶尖速比的误差e和误差变化率ec为输入，以风力发电系统的定子侧调整电压u的变化量Δu作为输出，制定出相应的模糊规则，并将模糊控制器的输出进行解模糊运算，得到相应的准确变量；

步骤4：根据定子侧调整电压u的变化量Δu调整发电机转速，控制发电机转速向最大功率输出下的额定转速靠近，间接实现控制跟踪风力发电系统的风轮转速ω_r，opt以及对风力发电系统的最大功率进行追踪。

2.如权利要求1所述的风力发电系统功率追踪方法，在所述步骤1中，首先建立电机电磁转矩表达式：

上式中，参数p是发电机极对数，m是发电机的相数，u是发电机输出电压，也即定子侧调整电压，c为发电机修正系数，ω_g是发电机转速，ω₁是发电机的同步转速，r₁、x₁是发电机定子绕组的电阻和漏抗，r₂、x₂是发电机转子绕组的电阻和漏抗；

然后，建立如下发电机运动方程：

其中，参数T_m是风轮的气动转矩，T_e是电机的电磁转矩，μ_e是电机侧阻尼系数，J_g是发电机转动惯量，具体地，风轮的气动转矩T_m可通过如下表示式计算：

其中，参数P表示风力发电系统的输出功率，ρ是空气密度，R是风轮半径，υ是风速，ω_r是风轮转速，C_p(λ，β)是风能利用系数，是桨距角β和叶尖速比λ的函数，可以按如下公式计算风能利用系数C_p(λ，β)：

在额定风速以下，桨距角β通常为零，即β＝0；叶尖速比λ的计算表达式为：

λ＝Rω_r/υ

3.如权利要求2所述的风力发电系统功率追踪方法，在所述步骤2中，根据如下公式确定最大功率点对应的最优功率系数k_opt：

其中，参数C_p，max表示风能利用系数的最大值，λ_opt分别表示最大功率点对应的最优叶尖速比；

所述变步长算法的核心即是由系统前一时刻的输出功率P(i-1)和转速ω_r(i-1)得到当前时刻最优功率系数k(i)，并迭代计算获得风轮转速变化量Δω_r(i)，结合当前时刻的输出功率P(i)，得到下一时刻的风轮转速ω_r(i+1)，最终迭代得到最大功率点，具体运算过程是：

步骤2.1：根据风力发电系统的初始输出功率P(0)以及风轮转速ω_r(0)计算获得初始功率系数k(0)，计算公式如下：

步骤2.2：按照以下公式进行输出功率P和转速ω_r的迭代：

ΔP(i)＝P(i)-P(i-1)

如果当前迭代时间步的输出功率变化量|ΔP(i)|＜ε₁，表明两个时间步的输出功率差值处于较小范围，则加大风轮转速的扰动值，令

Δω_r(i)＝1.618(ω_r(i)-ω_r(i-1))

如果当前迭代时间步的输出功率变化量ε₁＜|ΔP(i)|＜ε₂，表明两个时间步的输出功率差值处于较大范围，则减小风轮转速的扰动值，令

Δω_r(i)＝0.618(ω_r(i)-ω_r(i-1))

其中，参数i表示迭代时间步数，ε₁和ε₂分别表示系统预设的阈值，常系数1.618和0.618分别是不同情况下的利用黄金分割点对迭代步长的优化系数；

步骤2.3：根据以下两式判断迭代是否终止：

ΔP(i)＜0

|Δω_r(i)|＜ε₃

上式中，参数ε₃为系数预设的阈值，用来剔除由于风速减小造成的最大功率点的误判；

若有任一不等式不成立，利用公式ω_r(i+1)＝ω_r(i)+Δω_r(i)计算得到下一迭代步的风轮转速ω_r(i+1)，并进行下一迭代，直至当前时刻的输出功率变化量ΔP(i)和风轮转速变化量绝对值|Δω_r(i)|满足终止条件；最终获得最大功率点对应的风轮转速ω_r，opt以及最优功率系数k_opt，通过公式计算即可获得最优叶尖速比λ_opt。

4.如权利要求3所述的风力发电系统功率追踪方法，在所述步骤3中，所述风力发电系统的叶尖速比的误差e的计算公式是：

e＝λ_opt-λ_t

其中，λ_t表示风力发电系统的实际叶尖速比。