CN112211782A - 基于起始转速自适应搜索的收缩跟踪区间控制方法 - Google Patents

基于起始转速自适应搜索的收缩跟踪区间控制方法 Download PDF

Info

Publication number
CN112211782A
CN112211782A CN202010898736.0A CN202010898736A CN112211782A CN 112211782 A CN112211782 A CN 112211782A CN 202010898736 A CN202010898736 A CN 202010898736A CN 112211782 A CN112211782 A CN 112211782A
Authority
CN
China
Prior art keywords
speed
wind
fan
rotating speed
bgn
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
CN202010898736.0A
Other languages
English (en)
Other versions
CN112211782B (zh
Inventor
周连俊
殷明慧
魏超
蔡晨晓
陈载宇
卜京
瞿佳刘
彭云
杨炯明
邹云
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.)
Nanjing University of Science and Technology
Jiangsu Goldwind Science and Technology Co Ltd
Huadian Electric Power Research Institute Co Ltd
Original Assignee
Nanjing University of Science and Technology
Jiangsu Goldwind Science and Technology Co Ltd
Huadian Electric Power Research Institute 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 Nanjing University of Science and Technology, Jiangsu Goldwind Science and Technology Co Ltd, Huadian Electric Power Research Institute Co Ltd filed Critical Nanjing University of Science and Technology
Priority to CN202010898736.0A priority Critical patent/CN112211782B/zh
Publication of CN112211782A publication Critical patent/CN112211782A/zh
Application granted granted Critical
Publication of CN112211782B publication Critical patent/CN112211782B/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 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/04—Automatic control; Regulation
    • F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
    • F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
    • F03D7/046—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with learning or adaptive control, e.g. self-tuning, fuzzy logic or neural network
    • 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)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Physics & Mathematics (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

本发明公开了一种基于起始转速自适应搜索的收缩跟踪区间控制方法，针对传统收缩跟踪区间控制中采用固定起始转速无法适应湍流风况实时变化而难以取得良好跟踪效果的问题，该方法在原始收缩跟踪区间法的基础上，利用自适应搜索算法进行扰动观察、在线自适应地搜索最佳起始转速，在湍流风况变化过程中实现了最优起始转速的动态调整。通过自适应的搜索最优起始转速，根据实际风况调整风机动态特性，进一步提高了风机在较高风速下的风能捕获；本发明在变化的湍流风况下具有良好的适应性，有效提高了风能捕获效率。

Description

基于起始转速自适应搜索的收缩跟踪区间控制方法
技术领域
本发明属于风机控制领域，具体涉及一种基于起始转速自适应搜索的收缩跟踪区间控制策略。
背景技术
目前，当风速高于切入风速且低于额定风速时，风电机组通常采用最大功率点跟踪(Maximum Power Point Tracking,MPPT)控制策略，旨在将风轮转速控制到最佳转速。在诸多MPPT实现方法中，最优转矩法(Optimal Torque,OT)因其原理简单、易于实现的特点而广泛应用。然而，低风速下大转动惯量风机具有难以克服的慢动态特性，因此很难及时响应湍流风速的快速变化，导致风机跟踪不上最优转速，无法获得理论上的最佳风能利用系数，因而风机的风能捕获效率严重受限。
现有研究主要针对转速跟踪控制器的性能提升，一种提高大转动惯量风机动态性能的方式是增大不平衡转矩，其实现方法有：1)减小转矩增益控制，通过减小增益系数而增强了风机在渐强风速段的加速性能；2)自适应转矩控制，同样也是减小了增益系数，但差异在于自适应转矩控制的系数并非固定不变，可由算法寻找最优值；3)最优转子跟踪控制，在控制效果上继承了减小转矩增益控制对加速性能的提高，同时也增强了减速性能。
上述几种方法均是增大了风机的不平衡转矩，从而提高了风机的加速度，然而除此之外，还可以通过缩短风机对最优转速的跟踪路程来优化其动态性能，收缩跟踪区间(Effective Tracking Range,ETR)的方法由此而来。
进一步研究发现，最优起始转速的设定受到平均风速、湍流强度和湍流频率的影响而呈现动态变化。传统收缩跟踪区间控制中采用固定的起始转速，显然不能适应这种实时变化，难以取得良好的跟踪效果。同时，目前对于起始转速的整定多是采用遍历方法，遍历过程中需要用到大量的数据计算。因此需要改进收缩跟踪区间法，提高风机在湍流风况下的适应性。
发明内容
本发明的目前在于提供一种基于起始转速自适应搜索的收缩跟踪区间控制方法，利用自适应搜索算法进行扰动观察、在线自适应地搜索最佳起始转速，在湍流风况变化过程中实现了最优起始转速的动态调整，进一步提高了风机在较高风速下的风能捕获，有效提高了风能捕获效率。
实现本发明目的的技术解决方案为：一种基于起始转速自适应搜索的收缩跟踪区间控制方法，包括以下步骤：
步骤1、给定初始起始转速ωbgn，计算出一个搜索周期T内平均风能捕获效率Pfavg；
步骤2、计算起始转速变化量Δωbgn，更新起始转速ωbgn；
步骤3、运行并在线计算周期T内的平均风能捕获效率Pfavg及增量ΔPfavg；
步骤4、若捕获效率增量ΔPfavg＞0，则继续向相同方向改变Δωbgn，反之向相反方向改变Δωbgn；
步骤5、待当前运行周期结束后，跳至步骤2。
本发明与现有技术相比，其显著优点为：1)针对传统收缩跟踪区间法中固定起始转速难以适应湍流风速实时变化的问题，本发明提出了一种利用自适应搜索算法实现起始转速在线调整的收缩跟踪区间控制策略；2)本发明公开了基于起始转速自适应搜索的收缩跟踪区间控制策略的步骤，能够动态地更新起始转速，使得风机在湍流风况下具有良好的适应性，有效提高了风能捕获效率。
下面结合附图对本发明作进一步详细描述。
附图说明
图1为本发明的基于起始转速自适应搜索的收缩跟踪区间控制策略流程图。
图2(a)～图2(c)为本发明有效性的仿真结果图，其中图2(a)为本发明所提方法自适应收缩跟踪区间法(Adaptive Tracking Range,ATR)、最优转矩法以及理论最优转速对比图；图2(b)为本发明所提方法自适应跟踪区间法与最优转矩法电磁功率对比图；图2(c)为本发明所提方法自适应搜索跟踪区间法、传统收缩跟踪区间法以及最优转矩法的平均风能捕获效率对比图。
具体实施方式
如图1所示，本发明的一种基于起始转速自适应搜索的收缩跟踪区间控制方法，包括以下步骤：
步骤1、给定初始起始转速ωbgn，计算出一个搜索周期T内平均风能捕获效率Pfavg；
步骤2、计算起始转速变化量Δωbgn，更新起始转速ωbgn；
步骤3、运行并在线计算周期T内的平均风能捕获效率Pfavg及增量ΔPfavg；
步骤4、若捕获效率增量ΔPfavg＞0，则继续向相同方向改变Δωbgn，否则向相反方向改变Δωbgn；
步骤5、待当前运行周期结束后，跳至步骤2。
进一步的，步骤1中的平均风能捕获效率Pfavg具体计算方式如下：
Figure BDA0002659287310000031
其中：ρ为空气密度；R为风轮半径；v为风速；ψ为偏航角；J为风机的转动惯量；ω为风轮转速；
Figure BDA0002659287310000032
为风轮的转速加速度；n为一个迭代周期内的采样次数；Pcap(i)为风机的输出功率；Pwy(i)为风机的捕获功率；本发明中以最优转矩法实现风机的实时控制，其电磁转矩Te具体计算公式如下：
Figure BDA0002659287310000033
Figure BDA0002659287310000034
其中Kopt为转矩增益系数；Cpmax与λopt分别为贝茨极限下最大风能捕获效率和最优叶尖速比；叶尖速比定义为λ＝Rω/v。
进一步的，自适应搜索中起始转速的计算方式如下：
Figure BDA0002659287310000035
其中，m为常值增益，k为系统的离散时间步长
下面结合实施例对本发明做进一步详细的描述：
实施例
利用美国国家能源部可再生能源实验室(National Renewable EnergyLaboratory，NREL)提供的开源的专业风力机仿真软件FAST(Fatigue,Aerodynamics,Structures,and Turbulence)来模拟控制效果。风力机模型采用NREL开发的600kW CART3试验机型，具体参数如表1所示。
表1 NREL 600kW CART3风力机主要参数
Figure BDA0002659287310000041
给定初始起始转速ωbgn，计算出一个搜索周期T内平均风能捕获效率Pfavg。平均风能捕获效率Pfavg具体计算方式如下：
Figure BDA0002659287310000042
其中：ρ为空气密度；R为风轮半径；v为风速；ψ为偏航角，本发明中为0；ω为风轮转速；
Figure BDA0002659287310000043
为风轮的转速加速度；Pcap为风机的输出功率；Pwy为风机的捕获功率。本发明中以最优转矩法实现风机的实时控制，其电磁转矩Te具体计算公式如下：
Figure BDA0002659287310000044
Figure BDA0002659287310000051
其中Kopt为转矩增益系数；Cpmax与λopt分别为贝茨极限下最大风能捕获效率Cpmax时的最优叶尖速比λopt；叶尖速比定义为λ＝Rω/v。
之后开始周期性地更新初始转速。每个周期开始时，首先计算该周期的起始转速，起始转速计算公式如下：
Figure BDA0002659287310000052
其中，m为常值增益，k为系统的离散时间步长。
运行并在线计算周期T内的平均风能捕获效率Pfavg及增量ΔPfavg，Pfavg的计算公式如式(1)所示，ΔPfavg通过前后两个周期的Pfavg得到。若捕获效率增量ΔPfavg＞0，则继续向相同方向改变Δωbgn，反之向相反方向改变Δωbgn。待当前运行周期结束后，进入下一个周期起始转速的计算，直至运行结束。具体流程如图1所示。
将本发明所提方法与传统最优转矩法进行对比，为说明该方法在湍流风况的适应性，并有效提高了风能捕获效率。
构建了一条包含多种不同湍流风况、持续时长为6小时(含18个20min的风速时段)的风速序列，设置自适应跟踪区间法的搜索周期为20min。根据上述步骤，利用FAST软件进行实验仿真，仿真结果如图2(a)～图2(c)所示。图2(a)是本发明所提方法自适应收缩跟踪区间法(ATR)、最优转矩法(OT)以及理论最优转速对比，可以看出自适应收缩跟踪区间法放弃了低风速的风能捕获，以获得高风速的风能捕获，进而提高其平均风能捕获效率；图2(b)是本发明所提方法自适应跟踪区间法(ATR)与最优转矩法(OT)电磁功率对比；图2(c)本发明所提方法自适应搜索跟踪区间法(ATR)、传统收缩跟踪区间法(ETR)以及最优转矩法(OT)的平均风能捕获效率对比。
在此仿真实验中，传统最优转矩法的风能捕获效率为39.95％，传统收缩跟踪区间法为40.37％，本发明所提方法为40.87％。可见，采用本发明所提的基于起始转速自适应搜索的收缩跟踪区间控制策略，在湍流风况具有良好的适应性，对风能捕获效率有一定的提高。

Claims (3)

1.一种基于起始转速自适应搜索的收缩跟踪区间控制方法，其特征在于，包括以下步骤：
步骤1、给定初始起始转速ωbgn，计算出一个搜索周期T内平均风能捕获效率Pfavg；
步骤2、计算起始转速变化量Δωbgn，更新起始转速ωbgn；
步骤3、运行并在线计算周期T内的平均风能捕获效率Pfavg及增量ΔPfavg；
步骤4、若捕获效率增量ΔPfavg＞0，则继续向相同方向改变Δωbgn，否则向相反方向改变Δωbgn；
步骤5、待当前运行周期结束后，跳至步骤2。
2.根据权利要求1所述的基于起始转速自适应搜索的收缩跟踪区间控制方法，其特征在于，步骤1中的平均风能捕获效率Pfavg具体计算方式如下：
Figure FDA0002659287300000011
Figure FDA0002659287300000012
其中：ρ为空气密度；R为风轮半径；v为风速；ψ为偏航角；J为风机的转动惯量；ω为风轮转速；
Figure FDA0002659287300000015
为风轮的转速加速度；n为一个迭代周期内的采样次数；Pcap(i)为风机的输出功率；Pwy(i)为风机的捕获功率；
以最优转矩法实现风机的实时控制，其电磁转矩Te具体计算公式如下：
Figure FDA0002659287300000013
Figure FDA0002659287300000014
其中Kopt为转矩增益系数；ωbgn为起始转速，Cpmax与λopt分别为贝茨极限下最大风能捕获效率和最优叶尖速比；叶尖速比定义为λ＝Rω/v。
3.根据权利要求1所述的基于起始转速自适应搜索的收缩跟踪区间控制方法，其特征在于，起始转速的计算方式如下：
Figure FDA0002659287300000021
其中，m为常值增益，k为系统的离散时间步长。
CN202010898736.0A 2020-08-31 2020-08-31 基于起始转速自适应搜索的收缩跟踪区间控制方法 Active CN112211782B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010898736.0A CN112211782B (zh) 2020-08-31 2020-08-31 基于起始转速自适应搜索的收缩跟踪区间控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010898736.0A CN112211782B (zh) 2020-08-31 2020-08-31 基于起始转速自适应搜索的收缩跟踪区间控制方法

Publications (2)

Publication Number Publication Date
CN112211782A true CN112211782A (zh) 2021-01-12
CN112211782B CN112211782B (zh) 2021-11-30

Family

ID=74059588

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010898736.0A Active CN112211782B (zh) 2020-08-31 2020-08-31 基于起始转速自适应搜索的收缩跟踪区间控制方法

Country Status (1)

Country Link
CN (1) CN112211782B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114427515A (zh) * 2022-01-30 2022-05-03 南京林业大学 基于数字孪生的风机最大功率点跟踪控制性能优化方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103603771A (zh) * 2013-11-12 2014-02-26 北车风电有限公司 一种风力发电机组最佳风能捕获方法
WO2020038536A1 (en) * 2018-08-20 2020-02-27 Vestas Wind Systems A/S Method for determining a wind turbine layout

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103603771A (zh) * 2013-11-12 2014-02-26 北车风电有限公司 一种风力发电机组最佳风能捕获方法
WO2020038536A1 (en) * 2018-08-20 2020-02-27 Vestas Wind Systems A/S Method for determining a wind turbine layout

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
殷明慧等: "跟踪区间优化的风力机最大功率点跟踪控制", 《电网技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114427515A (zh) * 2022-01-30 2022-05-03 南京林业大学 基于数字孪生的风机最大功率点跟踪控制性能优化方法
CN114427515B (zh) * 2022-01-30 2023-03-10 南京林业大学 基于数字孪生的风机最大功率点跟踪控制性能优化方法

Also Published As

Publication number Publication date
CN112211782B (zh) 2021-11-30

Similar Documents

Publication Publication Date Title
CN104141591B (zh) 风力发电最大功率点跟踪的改进自适应转矩控制方法
CN102434391B (zh) 一种基于起始转速调整的改进最大功率点跟踪控制方法
CN106499581B (zh) 一种考虑变化湍流风况的风力机自适应转矩控制方法
CN108488035B (zh) 永磁直驱风力发电机组失速和变桨混合控制方法
CN103835878A (zh) 基于神经网络优化起始转速的最大功率点跟踪控制方法
CN111209638B (zh) 基于运行攻角偏差修正的低风速风力机叶片气动设计方法
CN109139363B (zh) 一种提升多机型风力机性能的最大功率点跟踪控制方法
CN107218175B (zh) 一种实现风力机最大化风能捕获效率的转速跟踪目标优化方法
CN106777525B (zh) 考虑设计叶尖速比风轮静、动态影响的风力机气动设计方法
CN112211782B (zh) 基于起始转速自适应搜索的收缩跟踪区间控制方法
CN109488525B (zh) 基于提高转速下限的转速跟踪目标优化方法
CN114263564B (zh) 考虑不变桨风速范围的风电机组有功功率控制方法及系统
CN108757306A (zh) 一种风力发电机控制方法、装置以及风力发电机
CN112682258B (zh) 基于Backstepping的大型风力机最大功率点跟踪控制方法
CN117028141A (zh) 一种风电机组的变桨协调优化控制方法
CN115182844A (zh) 一种变速风力发电机组有界ude转矩控制方法
CN109707565B (zh) 一种利用大型风力机惯性的最大风能捕获控制方法
CN209855955U (zh) 一种低风速高性能风力机叶片
CN105844544B (zh) 基于变系数转矩控制的风力机最大功率点跟踪控制方法
CN111412107A (zh) 一种提高高海拔风电机组发电量的方法
CN112211781B (zh) 综合收缩跟踪区间和减小转矩增益的风机转矩曲线法
CN110529337A (zh) 基于改进小批量梯度上升法的风机最大功率控制方法
Erdenebat et al. Wind turbine power control for turbulence wind speed
CN114542378B (zh) 一种动态计算风力发电机组最优最小桨角的方法
CN116398377A (zh) 一种提升风力机动态响应性能的改进最优转矩法

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