CN111637008B - 共享机制下风电场风力发电机变桨系统的控制方法及系统 - Google Patents

共享机制下风电场风力发电机变桨系统的控制方法及系统 Download PDF

Info

Publication number
CN111637008B
CN111637008B CN202010397048.6A CN202010397048A CN111637008B CN 111637008 B CN111637008 B CN 111637008B CN 202010397048 A CN202010397048 A CN 202010397048A CN 111637008 B CN111637008 B CN 111637008B
Authority
CN
China
Prior art keywords
model
blade
mathematical model
input
controller
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
Application number
CN202010397048.6A
Other languages
English (en)
Other versions
CN111637008A (zh
Inventor
徐奉友
岳红轩
高亚春
李延青
刘伟鹏
卢晓光
李春阳
刘心社
班龙
冯广博
王旭昊
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.)
Xuji Group Co Ltd
Xuchang Xuji Wind Power Technology Co Ltd
Original Assignee
Xuji Group Co Ltd
Xuchang Xuji Wind Power Technology Co Ltd
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 Xuji Group Co Ltd, Xuchang Xuji Wind Power Technology Co Ltd filed Critical Xuji Group Co Ltd
Priority to CN202010397048.6A priority Critical patent/CN111637008B/zh
Publication of CN111637008A publication Critical patent/CN111637008A/zh
Application granted granted Critical
Publication of CN111637008B publication Critical patent/CN111637008B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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 
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00—Function
    • F05B2260/84—Modelling or simulation
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/328—Blade pitch angle
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/70—Type of control algorithm
    • F05B2270/706—Type of control algorithm proportional-integral-differential
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Wind Motors (AREA)

Abstract

一种共享机制下风电场风力发电机变桨系统的控制方法及系统，该方法将变桨速度指令R输入给共享系统模型Mr得到模型输出量Vr，将Vr输入给逆模型G‑1，逆模型的输出值Ev作为速度控制器的输入,速度控制器的输出值作为力矩控制器的指令FT输入，测量叶片变桨速度Vc，将Vc与FT输入给系统辨识模块，把力矩控制器与叶片看做一个被控对象，系统辨识模块根据接收的信息结合当前旧的桨叶模型辨识得到新的桨叶模型M,然后返回更新旧的桨叶模型。该方法引入共享系统模型Mr，共享机制风电场内所有风力发电机共享一个系统模型，以期得到统一的动态特性；引入系统辨识模块在线辨识桨叶的数学模型，使变桨系统具有自适应性；引入逆模型以减轻工程调试工作量。

Description

共享机制下风电场风力发电机变桨系统的控制方法及系统
技术领域
本发明风力发电技术领域，具体涉及一种共享机制下风电场风力发电机变桨系统的控制方法及系统。
背景技术
风力发电机变桨系统当前一般采用PID控制算法的控制系统,每一个机型对应一组参数，参数调节过程需要多次实验才能完成，设备调试过程繁琐，风轮三个桨叶惯性时间常数有可能不完全一致，从而导致风轮变桨过程不同步，进而导致风轮三个桨叶受力不均匀，严重时风轮可出现剧烈抖动，随着风力发电机容量逐渐做大，风轮叶片逐渐变长，变桨系统控制性能对风机稳定性影响越来越大。风电场一般有几十台甚至上百台风力发电机，它们具有一定的相似性也存在一定的差异性，各风力发电机可以互通信息，协调控制，即基于于共享机制控制结构的风电场控制策略必然可以优化风电场的运行，国内外不少单位正致力于这种技术研发。显然，如果每台风机具有不同的动态特性，会增加风电场的控制难度。所以具有以下特性的风力发电机必然会更受欢迎：
(1)工程调试方便。
(2)稳定性好。
(3)算法适应性好，可使不同类型的风力发电机动态特性基本一致。
如图1所示：现有风力发电机变桨控制系统含有两个控制器：速度控制器和力矩控制器，它们都采用的是PID控制算法。变桨指令直接与变桨速度反馈值比较，并把速度差Ev值输入给速度控制器。
然而上述方法具有如下缺陷：
(1)调试过程繁琐：变桨控制器具有2-3组参数，每一组参数需要多次试探才能调好。
(2)适应性差：控制器参数调节过程没有精确的动态曲线作参考，不同机型的变桨控制器很难做到动态特性完全一致。不少大型风力发电站含有几种不同品牌、不同型号的风力发电机，各发电机动态特性参差不齐，不利于风电场信息共享，协调控制。另外，控制器参数一旦调好就固定下来了，风力发电机经过数年运行，加上工作环境恶劣，风轮参数可能发生变化，数年后风力发电机动态特性可能退化。
(3)稳定性差：风轮一般有多个叶片组成，多个叶片惯性时间常数有可能不完全一致，从而导致风轮叶片变桨不能同步，引起各叶片受力不平衡、风轮震荡，甚至引发故障损坏。
发明内容
本发明的目的是提供一种共享机制下风电场风力发电机变桨系统的控制方法及系统，该方法在共享机制平台上引入共享系统模型Mr，风电场内所有风力发电机共享一个参考模型，以期得到统一的动态特性；引入系统辨识模块在线辨识桨叶模型，使变桨系统具有自适应性；引入逆模型，可以减轻工程调试工作量。
为达到上述目的，本发明采用如下技术方案：
本发明的第一方面提供了一种共享机制风电场内风力发电机变桨系统的控制方法，包括如下步骤：
建立桨叶数学模型M和共享机制风电场内共享系统模型Mr，并初始化桨叶数学模型M、共享系统模型Mr和速度控制器参数；
将风力发电机的变桨速度指令R输入给所述共享系统模型Mr，得到共享系统模型输出量Vr；
计算速度控制器和桨叶数学模型M串联后的数学模型G，并计算数学模型G的逆模型G-1；
将共享系统模型Mr输出量Vr输入给所述逆模型G-1，得到逆模型G-1的输出值Ev；逆模型的输出值Ev作为速度控制器的输入指令输入给速度控制器,速度控制器的输出值FT作为力矩控制器的指令输入给力矩控制器，所述力矩控制器的输出作为叶片的控制输入；
通过速度传感器测量叶片变桨速度Vc；
将叶片变桨速度Vc与力矩控制器的输入值FT输入给系统辨识模块，系统辨识模块根据模块接收的信息结合当前旧的桨叶数学模型辨识得到新的桨叶数学模型M,然后返回更新所述旧的桨叶数学模型。
进一步的，所述桨叶数学模型M为：
Figure BDA0002487959400000031
共享系统模型为：
Figure BDA0002487959400000032
其中，
Figure BDA0002487959400000035
是叶片转动惯量，k是力矩控制器的增益，T为系统控制周期，z是z变换过程中出现的复数变量，τ为共享系统模型理想惯性时间常数。
进一步的，所述速度控制器和桨叶数学模型M串联后的数学模型G为：
Figure BDA0002487959400000033
其中，
Figure BDA0002487959400000034
kp、kd,分别为速度控制器的比例系数和微分系数。
进一步的，所述系统辨识模块采用具有遗忘因子的在线递推最小二乘法进行辨识。
进一步的，所述辨识的步骤包括：
建立初始的桨叶数学模型M作为旧模型；
把叶片变桨速度测量值和力矩控制器输入指令输入给系统辨识模块，系统辨识模块根据模块接收的信息修改桨叶旧模型参数得到新模型M，然后返回更新所述旧的桨叶数学模型。本发明的第二方面提供了一种共享机制下风电场风力发电机变桨系统的控制系统，包括共享系统模型Mr、桨叶数学模型M、逆模型G-1、速度控制器、力矩控制器、叶片和系统辨识模块；所述控制系统执行如下步骤以控制风力发电机变桨系统：
建立桨叶数学模型M、共享机制风电场内共享系统模型Mr,并分别初始化桨叶数学模型M、共享系统模型Mr和速度控制器的共享参数；
将风力发电机的变桨速度指令R输入给所述共享系统模型Mr，得到共享系统模型输出量Vr；
计算速度控制器和桨叶数学模型M串联后的数学模型G，并计算数学模型G的逆模型G-1；
将共享系统模型输出量Vr输入给所述逆模型G-1，得到逆模型G-1的输出值Ev；逆模型的输出值Ev作为速度控制器的输入指令输入给速度控制器,速度控制器的输出值FT作为力矩控制器的指令输入给力矩控制器，所述力矩控制器的输出作为叶片的控制输入；
通过速度传感器测量叶片变桨速度Vc；
将变桨速度Vc与力矩控制器的输入值FT输入给系统辨识模块，系统辨识模块根据模块输入信息结合当前桨叶旧的数学模型辨识得到桨叶新的数学模型M,然后返回更新所述旧的桨叶数学模型。
进一步的，所述桨叶数学模型M为：
Figure BDA0002487959400000041
共享系统模型为：
Figure BDA0002487959400000051
其中
Figure BDA0002487959400000054
是叶片转动惯量，k是力矩控制器的增益，T为系统控制周期，z是z变换过程中出现的复数变量，τ为共享系统模型理想惯性时间常数。
进一步的，所述速度控制器和桨叶数学模型M串联后的数学模型G为：
Figure BDA0002487959400000052
其中，
Figure BDA0002487959400000053
kp、kd,分别为速度控制器的比例系数和微分系数。
进一步的，所述系统辨识模块采用具有遗忘因子的在线递推最小二乘法进行辨识。
进一步的，所述辨识的步骤包括：
建立初始的桨叶数学模型M作为旧模型；
把力矩控制器输入信号和叶片变桨速度测量值输入给系统辨识模块，系统辨识模块根据模块接收的信息结合当前旧的桨叶数学模型辨识得到新的桨叶数学模型M，然后返回更新所述旧的桨叶数学模型。
综上所述，本发明提供了一种共享机制风电场中风力发电机变桨系统的控制方法及控制系统，该方法把风力发电机的变桨速度指令R输入给共享系统模型Mr得到模型输出量Vr，模型输出量Vr输入给逆模型G-1，逆模型的输出值Ev作为速度控制器的输入指令输入给速度控制器,速度控制器的输出值作为力矩控制器的指令FT输入给力矩控制器，通过速度传感器测量叶片变桨速度Vc，将变桨速度Vc与力矩控制器的输入值FT输入给系统辨识模块，系统辨识模块根据模块接收的信息结合当前旧的桨叶数学模型辨识得到新的桨叶数学模型M,然后返回更新所述旧的桨叶数学模型。该方法引入共享系统模型Mr，风电场内所有风力发电机共享同一系统模型，以期得到统一的动态特性；引入系统辨识模块在线辨识桨叶模型，使变桨系统具有自适应性；引入逆模型，可以减轻工程调试工作量。
本发明的有益效果有：
1)工程调试方便，设备安装过程不需要速度控制器参数试探过程。
2)通用性好，因为有自适应性，不同容量的风力发电机可以使用同一变桨控制器。
3)稳定性好，不同叶片惯性时间常数不完全一致，风轮依然可以同步变桨。
附图说明
图1是现有技术中风力发电机变桨系统控制原理图；
图2是本发明实施例的风力发电机变桨系统控制原理图；
图3是本发明实施例的风力发电机变桨系统控制方法流程示意图；
图4是本发明实施例的系统辨识模块原理图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
为了便于描述：把力矩控制器和叶片看作一个整体，称之为广义的桨叶，本发明所述“桨叶”即指这种广义的桨叶，同时用“叶片”指不含力矩控制器的桨叶。
图2为本发明实施例变桨控制系统的原理图，如图2所示，把风力发电机的变桨速度指令R输入给共享系统模型Mr得到模型输出量Vr，模型输出量Vr输入给逆模型G-1，逆模型的输出值Ev作为速度控制器的输入指令输入给速度控制器,速度控制器的输出值作为力矩控制器的指令FT输入给力矩控制器，通过速度传感器测量桨叶变桨速度Vc，将变桨速度Vc与力矩控制器的输入值FT输入给系统辨识模块，系统辨识模块根据模块接收的信息结合当前旧的桨叶数学模型辨识得到新的桨叶数学模型M,然后返回更新所述旧的桨叶数学模型。本发明在现有技术的基础上做了以下几点改进；
(1)引入共享模型Mr，风电场内所有风力发电机使用统一共享模型，以期得到近似的动态特性。
(2)引入系统辨识模块，增加系统自适应功能。
(3)引入逆模型模块，解决工程调试繁琐问题。
本发明的第一方面提供了一种风力发电机变桨系统的控制方法，如图3所示，包括如下步骤：
步骤S100，建立桨叶数学模型M和共享机制风电场内共享系统模型Mr，并分别初始化桨叶数学模型M、共享系统模型Mr和速度控制器的共享参数(风电场内各风机可以共享一组控制器参数)。
具体地，桨叶数学模型M和共享系统模型Mr建立方法如下：
设叶片转动惯量为
Figure BDA0002487959400000073
，力矩控制器的增益为k。系统控制周期为T。则桨叶数学模型M为：
Figure BDA0002487959400000071
共享系统模型为：
Figure BDA0002487959400000072
式中z是z变换过程中出现的复数变量，不用深究它的物理含义，目的是取得z的系数；τ为共享系统模型的理想惯性时间常数，参数τ越大，变桨控制越缓慢，反之越快速，为了提高系统反应速度，惯性时间常数越小越好，考虑驱动器力矩输出上限和叶片机械强度限制，惯性时间常数不能太小。考虑整个变桨系统速度要求和力矩输出能力可以选择一个符合控制要求的参数τ。
初始化各变量初值为0，速度控制器P、D参数分别为1、0.1,根据生产商提供的叶片转动惯量ζ建立桨叶的数学模型M并根据变桨系统反应速度要求和驱动器最大出力、叶片机械强度限制选择合适的共享系统模型参数τ。
步骤S200，将风力发电机的变桨速度指令R输入给共享系统模型Mr，得到共享系统模型输出量Vr。
步骤S300，计算速度控制器和桨叶数学模型M串联后的数学模型G，并计算数学模型G的逆模型G-1。
具体地，速度控制器采用比例微分算法，数学表达式为
Figure BDA0002487959400000081
式中u(n)为第n个控制周期速度控制器的输入值，kp、kd分别为控制器的比例系数和微分系数，系统控制周期为T。速度控制器模型经过z变换后为：
Figure BDA0002487959400000082
式中
Figure BDA0002487959400000083
桨叶数学模型M与速度控制器Gc串联后得G,则
Figure BDA0002487959400000084
计算数学模型G的逆系统G-1，G的倒数既是G-1。
步骤S400，将模型Mr输出量Vr输入给所述逆模型G-1，得到逆模型G-1的输出值Ev；逆模型的输出值Ev作为速度控制器的输入指令输入给速度控制器,速度控制器的输出值FT作为力矩控制器的指令输入给力矩控制器，所述力矩控制器的输出作为叶片的控制输入。
步骤S500，通过速度传感器测量叶片变桨速度Vc。
步骤S600，将叶片变桨速度测量值Vc与力矩控制器的输入值FT输入给系统辨识模块，系统辨识模块根据模块接收的信息结合当前旧的桨叶数学模型辨识得到新的桨叶数学模型M,然后返回更新所述旧的桨叶数学模型。该更新是循环一直更新下去，这样模型才可以适应参数变化，体现自适应性。当计算过程出现奇异矩阵时可以跳过这一个周期，保持旧模型，下一周期再继续辨识更新。
具体地，所述系统辨识模块采用具有遗忘因子的在线递推最小二乘法进行辨识。这是一种公开的参数辨识方法，因其不是本专利发明内容故不再详述。它的使用方法简述如下，如图4所示：
首先建立对象初始模型M作为旧模型，被辨识对象输入值和被辨识对象实际输出值同时输入给系统辨识模块，系统辨识模块把被辨识对象输入值输入给对象旧模型，得旧模型输出值，旧模型输出值与对象实际输出值比较得旧模型计算误差，误差反馈给旧模型模块，系统辨识模块根据这个误差修改旧模型参数得到新模型，并当作下一控制周期的旧模型，周而复始在线运行，即使初始旧模型不准确，不久也可以得到准确的数学模型，而且可以跟随对象变化，为系统自适应性提供条件。
本发明的第二方面提供了一种共享机制下风电场风力发电机变桨系统的控制系统，包括桨叶数学模型M、共享系统模型Mr、逆模型G-1、速度控制器、力矩控制器、叶片和系统辨识模块；所述控制系统执行如下步骤以控制风力发电机变桨系统：
建立桨叶数学模型M和共享机制风电场内共享系统模型Mr，并分别初始化桨叶数学模型M、Mr和速度控制器参数；
将风力发电机的变桨速度指令R输入给所述共享系统模型模型Mr，得到模型输出量Vr；
计算速度控制器和桨叶数学模型M串联后的数学模型G，并计算数学模型G的逆模型G-1；
将共享系统模型输出量Vr输入给所述逆模型G-1，得到逆模型G-1的输出值Ev；逆模型的输出值Ev作为速度控制器的输入指令输入给速度控制器,速度控制器的输出值FT作为力矩控制器的指令输入给力矩控制器，所述力矩控制器的输出作为叶片的控制输入；
通过速度传感器测量叶片变桨速度Vc；
将变桨速度Vc与力矩控制器的输入值FT输入给系统辨识模块，系统辨识模块根据模块接收的信息结合当前旧的桨叶数学模型辨识得到新的桨叶数学模型M,然后返回更新所述旧的桨叶数学模型。
进一步的，所述桨叶数学模型M为：
Figure BDA0002487959400000101
共享系统模型Mr为：
Figure BDA0002487959400000102
其中，k是力矩控制器的增益，T为系统控制周期，z是z变换过程中出现的复数变量，τ为叶片理想惯性时间常数，参数τ越大，变桨速度反应越慢，反之越快，考虑整个变桨系统反应速度要求和力矩输出能力可以选择一个符合控制要求的参数τ。。
进一步的，所述速度控制器和桨叶数学模型M串联后的数学模型G为：
Figure BDA0002487959400000103
其中，
Figure BDA0002487959400000104
kp、kd,分别为速度控制器的比例系数和微分系数。
进一步的，所述系统辨识模块采用具有遗忘因子的在线递推最小二乘法进行辨识。
进一步的，所述辨识的步骤包括：
建立桨叶的初始数学模型M作为旧模型；
把力矩控制器输入信号和叶片变桨速度测量值输入给系统辨识模块。系统辨识模块根据模块接收的信息结合当前旧的桨叶数学模型辨识得到新的桨叶数学模型M，然后返回更新所述旧的桨叶数学模型并当作下一控制周期的旧模型。
综上所述，本发明提供了一种共享机制下风电场风力发电机变桨系统的控制方法及控制系统，该方法把风力发电机的变桨速度指令R输入给共享系统模型Mr得到模型输出量Vr，模型输出量Vr输入给逆模型G-1，逆模型的输出值Ev作为速度控制器的输入指令输入给速度控制器,速度控制器的输出值作为力矩控制器的指令FT输入给力矩控制器，通过速度传感器测量叶片变桨速度Vc，将变桨速度Vc与力矩控制器的输入值FT输入给系统辨识模块，系统辨识模块根据新接收的信息结合当前旧的桨叶数学模型辨识得到新的桨叶数学模型M,然后返回更新所述旧的桨叶数学模型。该方法引入共享系统模型Mr，风电场内所有风力发电机使共享一个共享模型，以期得到统一的动态特性；引入系统辨识模块在线辨识数学模型，使变桨系统具有自适应性；引入逆模型，可以减轻工程调试工作量。
本发明的有益效果有：
1)工程调试方便，设备安装过程不需要速度控制器参数试探过程。
2)通用性好，因为有自适应性，不同容量的风力发电机可以使用同一变桨控制器。
3)稳定性好，不同叶片惯性时间常数不完全一致，风轮依然可以同步变桨。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (10)

1.一种共享机制下风电场风力发电机变桨系统的控制方法，其特征在于，包括如下步骤：
建立桨叶数学模型M和共享机制风电场内共享系统模型Mr，并分别初始化桨叶数学模型M、共享系统模型Mr和速度控制器的共享参数；
将风力发电机的变桨速度指令R输入给所述共享系统模型Mr，得到共享系统模型输出量Vr；
计算速度控制器和桨叶数学模型M串联后的数学模型G，并计算数学模型G的逆模型G-1；
将共享系统模型输出量Vr输入给所述逆模型G-1，得到逆模型G-1的输出值Ev；逆模型的输出值Ev作为速度控制器的输入指令输入给速度控制器,速度控制器的输出值FT作为力矩控制器的指令输入给力矩控制器，所述力矩控制器的输出作为叶片的控制输入；
通过速度传感器测量叶片的变桨速度Vc；
将叶片变桨速度Vc与力矩控制器的输入值FT输入给系统辨识模块，系统辨识模块根据模块接收的信息结合当前旧的桨叶数学模型辨识得到新的桨叶数学模型M,然后返回更新所述旧的桨叶数学模型。
2.如权利要求1所述的风力发电机变桨系统的控制方法，其特征在于，所述桨叶数学模型M和共享系统模型Mr为：
Figure FDA0003068322940000011
Figure FDA0003068322940000012
其中
Figure FDA0003068322940000013
是叶片转动惯量，k是力矩控制器的增益，T为系统控制周期，z是z变换过程中出现的复数变量，τ为共享系统模型的理想惯性时间常数。
3.如权利要求2所述的风力发电机变桨系统的控制方法，其特征在于，所述速度控制器和桨叶数学模型M串联后的数学模型G为：
Figure FDA0003068322940000021
其中，
Figure FDA0003068322940000022
a2＝kp-a1；kp、kd,分别为速度控制器的比例系数和微分系数。
4.如权利要求1-3任一项所述的风力发电机变桨系统的控制方法，其特征在于，所述系统辨识模块采用具有遗忘因子的在线递推最小二乘法进行辨识。
5.如权利要求4所述的风力发电机变桨系统的控制方法，其特征在于，所述辨识的步骤包括：
建立初始的桨叶数学模型M作为旧模型；
力矩控制器的输入值FT和叶片变桨速度测量值输入给系统辨识模块，系统辨识模块根据模块接收的信息，结合当前旧的桨叶数学模型辨识得到新的桨叶数学模型M,然后返回更新所述旧的桨叶数学模型。
6.一种共享机制下风电场风力发电机变桨系统的控制系统，其特征在于，包括共享系统模型Mr、桨叶数学模型M、逆模型G-1、速度控制器、力矩控制器、叶片和系统辨识模块；所述控制系统执行如下步骤以控制风力发电机变桨系统：
建立桨叶数学模型M和共享机制风电场内共享系统模型Mr，并分别初始化桨叶数学模型M、共享系统模型Mr和速度控制器的共享参数；
将风力发电机的变桨速度指令R输入给所述共享系统模型Mr，得到共享系统模型输出量Vr；
计算速度控制器和桨叶数学模型M串联后的数学模型G，并计算数学模型G的逆模型G-1；
将共享系统模型输出量Vr输入给所述逆模型G-1，得到逆模型G-1的输出值Ev；逆模型的输出值Ev作为速度控制器的输入指令输入给速度控制器,速度控制器的输出值FT作为力矩控制器的指令输入给力矩控制器，所述力矩控制器的输出作为叶片的控制输入；
通过速度传感器测量叶片变桨速度Vc；
力矩控制器的输入值FT和Vc与输入给系统辨识模块，系统辨识模块根据模块接收的信息结合当前旧的桨叶数学模型辨识得到新的桨叶数学模型M,然后返回更新所述旧的桨叶数学模型。
7.如权利要求6所述的风力发电机变桨系统的控制系统，其特征在于，所述桨叶数学模型M和所述共享系统模型Mr为：
Figure FDA0003068322940000031
Figure FDA0003068322940000032
其中
Figure FDA0003068322940000033
是叶片转动惯量，k是力矩控制器的增益，T为系统控制周期，z是z变换过程中出现的复数变量，τ为共享系统模型理想惯性时间常数。
8.如权利要求7所述的风力发电机变桨系统的控制系统，其特征在于，所述速度控制器和桨叶数学模型M串联后的数学模型G为：
Figure FDA0003068322940000034
其中，
Figure FDA0003068322940000035
a2＝kp-a1；kp、kd,分别为速度控制器的比例系数和微分系数。
9.如权利要求6-8任一项所述的风力发电机变桨系统的控制系统，其特征在于，所述系统辨识模块采用具有遗忘因子的在线递推最小二乘法进行辨识。
10.如权利要求9所述的风力发电机变桨系统的控制系统，其特征在于，所述辨识的步骤包括：
建立初始的桨叶数学模型M作为旧模型；
把桨叶力矩控制器输入信号和叶片变桨速度测量值输入给系统辨识模块，系统辨识模块根据模块接收的信息结合当前旧的桨叶数学模型辨识得到新的桨叶数学模型M，然后返回更新所述旧的桨叶数学模型。
CN202010397048.6A 2020-05-12 2020-05-12 共享机制下风电场风力发电机变桨系统的控制方法及系统 Active CN111637008B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010397048.6A CN111637008B (zh) 2020-05-12 2020-05-12 共享机制下风电场风力发电机变桨系统的控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010397048.6A CN111637008B (zh) 2020-05-12 2020-05-12 共享机制下风电场风力发电机变桨系统的控制方法及系统

Publications (2)

Publication Number Publication Date
CN111637008A CN111637008A (zh) 2020-09-08
CN111637008B true CN111637008B (zh) 2021-08-03

Family

ID=72330042

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010397048.6A Active CN111637008B (zh) 2020-05-12 2020-05-12 共享机制下风电场风力发电机变桨系统的控制方法及系统

Country Status (1)

Country Link
CN (1) CN111637008B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009030886A1 (de) * 2009-06-29 2010-12-30 Robert Bosch Gmbh Windenergieanlage mit einer Vielzahl von Windenergievorrichtungen und Verfahren zur Steuerung der Windenergieanlage
US20110193344A1 (en) * 2010-12-29 2011-08-11 Vestas Wind Systems A/S Control Network for Wind Turbine Park
US20140017081A1 (en) * 2011-04-07 2014-01-16 Siemens Aktiengesellschaft Method of controlling pitch systems of a wind turbine
EP2631471A1 (en) * 2012-02-24 2013-08-28 Siemens Aktiengesellschaft Wind park
CN102828910B (zh) * 2012-09-12 2014-09-10 华锐风电科技(集团)股份有限公司 风力发电机组的变桨控制方法、装置和风力发电机组
CN103166246B (zh) * 2013-03-01 2018-07-20 扬州扬开电力控制设备有限公司 一种智能永磁直驱风力发电机组控制装置

Also Published As

Publication number Publication date
CN111637008A (zh) 2020-09-08

Similar Documents

Publication Publication Date Title
CN102354107B (zh) 一种交流位置伺服系统模型参数在线辨识和控制方法
CN104595106B (zh) 基于强化学习补偿的风力发电变桨距控制方法
CN111736471B (zh) 一种旋转倒立摆的迭代反馈整定控制及其鲁棒优化方法
CN105888971B (zh) 一种大型风力机叶片主动降载控制系统及方法
CN109194225B (zh) 一种双馈电机参数在线辨识方法
CN109885077B (zh) 一种四旋翼飞行器姿态控制方法及控制器
CN105676915A (zh) 基于自抗扰技术的生产线喷涂烘干过程的温度控制方法
CN110968958B (zh) 一种基于单机等值与选择模态分析的风电场等值建模方法
CN112883652A (zh) 考虑动态尾流的风电场有功功率离线预测控制器设计方法
CN110361974B (zh) 基于bp-foa混合算法的水轮机调速系统优化方法
Wen et al. Twin rotor system modeling, de-coupling and optimal control
CN111637008B (zh) 共享机制下风电场风力发电机变桨系统的控制方法及系统
CN110515348A (zh) 一种机床的伺服电机选型方法
CN110601213B (zh) 风电经柔性直流外送近区的分解协调电压控制方法
CN113283063A (zh) 摩擦力识别方法、模组、设备及计算机可读介质
CN110701187B (zh) 一种五自由度磁轴承的智能双积分滑模控制方法及设备
CN113738577B (zh) 一种风力发电机组独立变桨控制方法和系统
CN117028141A (zh) 一种风电机组的变桨协调优化控制方法
CN116292057A (zh) 一种可变速抽水蓄能机组的控制方法、装置、设备及介质
CN114239138A (zh) 一种基于拓扑排序算法的飞控系统分层sdg建模方法
CN107728470B (zh) 一种无速率测量的机械臂姿态控制方法
CN110912180A (zh) 基于选择模式分析的双馈风机模型降阶方法
Yu et al. Control of fixed-wing UAV using optimized PID controller with the adaptive genetic algorithm
CN115833102B (zh) 基于模型预测控制的风电场频率快速响应控制方法
CN114977920B (zh) 一种高精度的永磁同步电机参数辨识方法

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