CN110889781B - 基于滑模控制的风电机组保性能最大功率跟踪方法 - Google Patents
基于滑模控制的风电机组保性能最大功率跟踪方法 Download PDFInfo
- Publication number
- CN110889781B CN110889781B CN201911224401.4A CN201911224401A CN110889781B CN 110889781 B CN110889781 B CN 110889781B CN 201911224401 A CN201911224401 A CN 201911224401A CN 110889781 B CN110889781 B CN 110889781B
- Authority
- CN
- China
- Prior art keywords
- maximum power
- power tracking
- control
- wind
- turbine generator
- 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 36
- 108010046685 Rho Factor Proteins 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 abstract description 7
- 238000013461 design Methods 0.000 abstract description 7
- 230000008901 benefit Effects 0.000 abstract description 6
- 230000005540 biological transmission Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 abstract description 2
- 230000004888 barrier function Effects 0.000 description 3
- 238000012938 design process Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
-
- 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
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/50—Manufacturing or production processes characterised by the final manufactured product
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Marketing (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Sustainable Energy (AREA)
- Sustainable Development (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Combustion & Propulsion (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Wind Motors (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种基于滑模控制的风电机组保性能最大功率跟踪方法。求取风电机组实现最大功率跟踪的控制目标,并计算最大功率跟踪误差,求取最大功率跟踪误差的动态特性,根据滑模控制原理设计控制信号表达式,根据李雅普诺夫稳定性原理和栅栏李亚普诺夫函数设计控制增益的更新率。该方法避免了对系统未知动态的过估计,使得控制增益能够根据未知动态的变化维持在合理的范围内,减小电磁转矩的抖动,进而减小传动链系统的机械载荷,延长机组的服役寿命,提高最大功率跟踪的稳态性能,提高机组风能捕获效率,需要调试的控制参数少,设计及实施过程简单,与传统的最优转矩控制算法相比,能够提高机组产能,增加风电场的经济效益。
Description
技术领域
本发明涉及风力发电机组控制技术领域,特别涉及基于滑模控制的风电机组保性能最大功率跟踪方法。
背景技术
近年来我国风电装机容量的增长速度稳居全球第一,然而,由于我国风力发电起步较晚,目前我国的风电公司还是靠国外风电巨头的开发平台和控制系统来进行上层的风电技术研发。因此,打破垄断,研发具有自主知识产权的智能风电控制系统具有重要的战略意义。
最大风能捕获是风电机组的主要控制目标之一,是风电场经济效益最大化的重要保证,为实现这一目标,目前工业上普遍采用最优转矩控制算法,该算法的原理十分简单,即在假设风速为定值的情况下,仅考虑系统稳态,将控制增益乘以发电机转速的平方作为电磁转矩的设定值。然而,由于最优转矩控制算法仅仅考虑系统稳态,在湍流风情况下,风能捕获效率下降,从而影响了机组产能。
针对最优转矩控制算法存在的问题,学者们提出了直接功率法,即假设有效风速信息是已知的,进而计算出最优功率,将最大风能捕获转化为最大功率跟踪问题。在此基础上,大量的方法被提出,比如基于神经网路的自适应控制、模糊控制等智能控制方法,然而,大多数已经存在的方法无法保证系统的跟踪误差收敛到用户自定义的界中,即无法实现机组的保性能控制,目前的少数方法虽然能够实现机组的保性能控制,但是其设计过程复杂,需要调试的参数较多,在实际应用时,实施成本较高。
本发明基于栅栏李亚普诺夫函数和鲁棒控制思想,设计一种简单易行、需要调试的参数少的风电机组的最大风能捕获方法,能够实现机组的保性能控制,提高机组产能,增加风电场的经济效益。
发明内容
为了提高风电机组的风能捕获效率,解决现有最大风能捕获方法捕风效率低、不能保证系统稳态性能、设计过程复杂、需要调试的参数多的问题,本发明提供一种简单易行、控制参数调试简单的最大风能捕获方法,能够实现机组的保性能控制,进而提高机组发电量。
本发明解决其技术问题所采用的技术方案是:一种基于滑模控制的风电机组保性能最大功率跟踪方法,该方法包括以下步骤:
(1)获得电网的风电机组实现最大功率跟踪的控制目标;
(2)根据最大功率跟踪的控制目标,计算最大功率跟踪误差e;
(3)求取最大功率跟踪误差e的动态特性;
(4)根据e的动态特性,设计控制信号表达式为:
进一步地,所述步骤(1)中,最大功率跟踪的控制目标是:
其中,0<np<1是电网预留功率比例因子,ρ是空气密度,R是风轮半径,Cpmax是机组最优功率系数,v是有效风速。
进一步地,所述步骤(2)中,通过下式计算最大功率跟踪误差e;
e=Pg-Pref
其中,Pg=Tgωr是发电机功率,Tg是发电机等效电磁转矩,ωr是风轮转速。
进一步地,所述步骤(3)中,大功率跟踪误差e的动态特性为:
本发明的有益效果是:通过在控制增益的更新率中引入栅栏李亚普诺夫函数,保证了系统的稳态特性,能够根据用户需求减小稳态跟踪误差;使用鲁棒控制思想完成控制器设计,简化了控制器设计,需要调试的参数少,避免了繁琐的智能控制器设计过程。本发明提供的基于鲁棒控制的风电机组保性能最大功率跟踪方法,通过合理设计控制增益的更新率避免了对系统未知动态的过估计,使得控制增益能够根据未知动态的变化维持在合理的范围内,减小电磁转矩的抖动,进而减小传动链系统的机械载荷,延长机组的服役寿命,实施过程简单,实用性良好,与传统的最优转矩控制算法相比,能够提高机组产能,增加风电场的经济效益。
附图说明
图2为基于滑模控制的风电机组保性能最大功率跟踪方法设计流程图;
图3为本发明仿真的风速图;
图4为本发明方法和传统方法功率对比图。
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滑模控制的风电机组保性能最大功率跟踪方法,包括下述步骤:
步骤1,获得电网的电网风电机组实现最大功率跟踪的控制目标。为实现最大功率跟踪,风电机组的机械功率Pa应该满足:
Pa=Pamax
进一步,在实际应用中,风电机组一般会预留一部分能量参与电网的频率调整,因此,风电机组实现最大功率跟踪的控制目标可以表述为:
其中,0<np<1是电网预留功率比例因子。
步骤2,计算最大功率跟踪误差,并设置最大功率跟踪误差的上下界。根据步骤1求得的最大功率跟踪的控制目标,计算最大功率跟踪误差e如下:
e=Pg-Pref
其中,Pg=Tgωr是发电机功率,Tg是发电机等效电磁转矩,ωr是风轮转速。
步骤3,计算最大功率跟踪误差的动态特性,得到
步骤4,根据滑模控制原理,利用栅栏李亚普诺夫函数和步骤3获取得到的最大功率跟踪误差的动态特性,选取最大功率跟踪误差e作为滑模面,设计得到如下的控制信号表达式
其中,sgn(·)是符号函数,控制增益K(t,e)的更新率设计为:
其中,ε是需要根据风能捕获效率确定的控制参数,是方程的最小解,图1是ε=10时的栅栏李亚普诺夫函数的图像。根据李雅普诺夫稳定性原理,在上述控制信号的作用下,系统是有界的,且当时,满足|e(t)|≤ε,即最大功率跟踪误差的绝对值不会超过ε,这有助于提高最大功率跟踪效果,提升机组产能,增加风电场的经济效益。同时,该方法能够避免控制增益更新率对系统未知动态的过估计,使得控制增益能够根据未知动态的变化维持在合理的范围内,减小电磁转矩的抖动,进而减小系统的机械载荷,降低机组故障率,延长机组的服役寿命。
实施例
本实施例使用GH Bladed风电开发软件,对本发明提供的方法的有效性进行验证。为说明本发明的创新性,与目前工业上普遍采用的最优转矩控制方法进行对比
其中,TgOTC是最优转矩控制算法给出的电磁转矩值,kopt是控制参数,ωg是发电机转速,ρ=1.225Kg/m3是空气密度,R=38.5m是风轮半径,Cpmax=0.482是最大风能捕获系数,λopt=8.5是最佳叶尖速比,ng=104.494是齿轮箱的传动比。
如图2所示,是基于滑模控制的风电机组保性能最大功率跟踪方法设计流程图。首先,求取风电机组实现最大功率跟踪的控制目标,并计算最大功率跟踪误差e;其次,最大功率跟踪误差e的动态特性;最后,根据e的动态特性,设计得到控制信号的最终表达式。
如图3所示,是仿真中用到的6m/s湍流风,可见,该湍流风较好地模拟了实际的风况。
如图4所示,是本发明方法和传统方法功率对比图。由于栅栏李亚普诺夫函数的作用,本发明方法在瞬态和稳态都能够取得较好的最优发电功率曲线跟踪效果。经计算,本发明方法的机组产能比传统最优转矩法提高了3.13%,说明了本发明方法能够较大幅度地提高机组的产能,从而提高风电场的经济效益。
上述实施例用来解释说明本发明,而不是对本发明进行限制,在本发明的精神和权利要求的保护范围内,对本发明作出的任何修改和改变,都落入本发明的保护范围。
Claims (4)
3.根据权利要求2所述的基于滑模控制的风电机组保性能最大功率跟踪方法,其特征在于,所述步骤(2)中,通过下式计算最大功率跟踪误差e;
e=Pg-Pref
其中,Pg=Tgωr是发电机功率,Tg是发电机等效电磁转矩,ωr是风轮转速。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911224401.4A CN110889781B (zh) | 2019-12-04 | 2019-12-04 | 基于滑模控制的风电机组保性能最大功率跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911224401.4A CN110889781B (zh) | 2019-12-04 | 2019-12-04 | 基于滑模控制的风电机组保性能最大功率跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110889781A CN110889781A (zh) | 2020-03-17 |
CN110889781B true CN110889781B (zh) | 2022-05-27 |
Family
ID=69750266
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911224401.4A Active CN110889781B (zh) | 2019-12-04 | 2019-12-04 | 基于滑模控制的风电机组保性能最大功率跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110889781B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111664062B (zh) * | 2020-06-16 | 2021-05-11 | 湖南科技大学 | 基于可切换滑模趋近率的双馈感应发电机故障检测方法 |
CN112879217A (zh) * | 2021-01-22 | 2021-06-01 | 湘潭大学 | 一种基于负载的低风速风力机双积分滑模控制方法 |
CN115288928B (zh) * | 2022-08-15 | 2024-05-07 | 西安热工研究院有限公司 | 一种风电机组最大功率点跟踪控制方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103362738A (zh) * | 2012-04-11 | 2013-10-23 | 北京能高自动化技术股份有限公司 | 变速变桨风力发电机组基于前馈解耦控制的最大功率追踪控制方法 |
CN104141591A (zh) * | 2014-07-16 | 2014-11-12 | 南京工程学院 | 风力发电最大功率点跟踪的改进自适应转矩控制方法 |
EP3333418A1 (de) * | 2016-12-06 | 2018-06-13 | Nordex Energy GmbH | Verfahren zur reparatur einer in einer windenergieanlage montierten azimutbremsscheibe sowie eine solche |
CN109139363A (zh) * | 2017-06-15 | 2019-01-04 | 南京工程学院 | 一种提升多机型风力机性能的最大功率点跟踪控制方法 |
CN110206686A (zh) * | 2019-07-17 | 2019-09-06 | 星际(重庆)智能装备技术研究院有限公司 | 一种用于风力发电机组的自适应最大功率跟踪控制方法 |
CN110345006A (zh) * | 2019-03-29 | 2019-10-18 | 苏州科技大学 | 一种风力发电机组低风速区最大功率跟踪优化控制方法 |
-
2019
- 2019-12-04 CN CN201911224401.4A patent/CN110889781B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103362738A (zh) * | 2012-04-11 | 2013-10-23 | 北京能高自动化技术股份有限公司 | 变速变桨风力发电机组基于前馈解耦控制的最大功率追踪控制方法 |
CN104141591A (zh) * | 2014-07-16 | 2014-11-12 | 南京工程学院 | 风力发电最大功率点跟踪的改进自适应转矩控制方法 |
EP3333418A1 (de) * | 2016-12-06 | 2018-06-13 | Nordex Energy GmbH | Verfahren zur reparatur einer in einer windenergieanlage montierten azimutbremsscheibe sowie eine solche |
CN109139363A (zh) * | 2017-06-15 | 2019-01-04 | 南京工程学院 | 一种提升多机型风力机性能的最大功率点跟踪控制方法 |
CN110345006A (zh) * | 2019-03-29 | 2019-10-18 | 苏州科技大学 | 一种风力发电机组低风速区最大功率跟踪优化控制方法 |
CN110206686A (zh) * | 2019-07-17 | 2019-09-06 | 星际(重庆)智能装备技术研究院有限公司 | 一种用于风力发电机组的自适应最大功率跟踪控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110889781A (zh) | 2020-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Meng et al. | Guaranteed performance control of DFIG variable-speed wind turbines | |
Golnary et al. | Dynamic modelling and design of various robust sliding mode controls for the wind turbine with estimation of wind speed | |
CN110889781B (zh) | 基于滑模控制的风电机组保性能最大功率跟踪方法 | |
CN109347097B (zh) | 一种基于改进粒子群优化算法的双馈风电系统次同步振荡抑制策略 | |
Zhang et al. | Control optimisation for pumped storage unit in micro‐grid with wind power penetration using improved grey wolf optimiser | |
CN110206686A (zh) | 一种用于风力发电机组的自适应最大功率跟踪控制方法 | |
CN108539760A (zh) | 一种基于群灰狼优化算法的双馈感应风电机组调频pid控制方法 | |
Sethi et al. | Modeling of a wind turbine farm in presence of wake interactions | |
Zhang et al. | An improved maximum power point tracking method based on decreasing torque gain for large scale wind turbines at low wind sites | |
Dhar et al. | Study on pitch angle control of a variable speed wind turbine using different control strategies | |
Zeghdi et al. | Improved backstepping control of a DFIG based wind energy conversion system using ant lion optimizer algorithm | |
Song et al. | An overview of renewable wind energy conversion system modeling and control | |
Ma et al. | Offshore wind power generation system control using robust economic MPC scheme | |
Djamel Eddine Kerrouche et al. | Modeling and Lyapunov-designed based on adaptive gain sliding mode control for wind turbines | |
Aldair et al. | Design of pitch angle controller for wind turbine based on pi neurofuzzy model | |
Luo | Design of an adaptive controller for double-fed induction wind turbine power | |
Chhor et al. | Operation and control strategies for wind energy conversion systems: Review and simulation study | |
Chen et al. | An aerodynamics-based novel optimal power extraction strategy for offshore wind farms with central VSCs | |
Wang et al. | Comparative study on primary frequency control schemes for variable‐speed wind turbines | |
CN110985288B (zh) | 一种基于ude的风电机组保性能控制方法 | |
Jia et al. | Fluctuating characteristic and power smoothing strategies of WECS | |
CN112682258B (zh) | 基于Backstepping的大型风力机最大功率点跟踪控制方法 | |
Ngom et al. | Efficient Control of Doubly Fed Induction Generator Wind Turbine Implementation in Matlab Simulink | |
Hu et al. | A novel frequency response analysis model applicable to high-penetration wind power grid | |
Jia et al. | Frequency-distinct control of wind energy conversion system featuring smooth and productive power output |
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 |