CN113738577B - 一种风力发电机组独立变桨控制方法和系统 - Google Patents

一种风力发电机组独立变桨控制方法和系统 Download PDF

Info

Publication number
CN113738577B
CN113738577B CN202111146680.4A CN202111146680A CN113738577B CN 113738577 B CN113738577 B CN 113738577B CN 202111146680 A CN202111146680 A CN 202111146680A CN 113738577 B CN113738577 B CN 113738577B
Authority
CN
China
Prior art keywords
variable pitch
control
coordinate system
pitch angle
rotating coordinate
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
CN202111146680.4A
Other languages
English (en)
Other versions
CN113738577A (zh
Inventor
金强
蔡安民
林伟荣
焦冲
张俊杰
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.)
Huaneng Clean Energy Research Institute
Original Assignee
Huaneng Clean Energy Research Institute
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 Huaneng Clean Energy Research Institute filed Critical Huaneng Clean Energy Research Institute
Priority to CN202111146680.4A priority Critical patent/CN113738577B/zh
Publication of CN113738577A publication Critical patent/CN113738577A/zh
Application granted granted Critical
Publication of CN113738577B publication Critical patent/CN113738577B/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
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/328—Blade pitch angle
    • 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

本发明公开了一种风力发电机组独立变桨控制方法和系统，属于风力发电领域。通过检测三支叶片在旋转坐标系下的载荷及叶轮方位角，对风力发电机组进行状态空间建模，对其进行简化，在简化模型的基础上对风力发电机组的状态进行有效估计，将估计的状态进行全状态反馈并使用线性二次调节器对控制增益进行计算，最大程度避免多个单输入单输出回路之间耦合的影响，并兼顾控制成本与控制效果，在复杂风况下通过独立变桨提高机组在极端风况下的运行安全。本发明对不同叶轮方位角下的叶片模态塔架模态进行了线性化建模，克服了传统方式中采用单输入单输出多回路的方式，采用状态估计并使用线性二次调节器进行全状态反馈的方式来进行独立变桨控制。

Description

一种风力发电机组独立变桨控制方法和系统
技术领域
本发明属于风力发电领域，涉及一种风力发电机组独立变桨控制方法和系统。
背景技术
随着风力发电机组设计开发向大型化发展，叶片长度及塔架高度在不断增加，在不同风况下各大部件的受力情况也变得复杂，导致极限载荷水平也在不断增加。通过先进的控制策略架构及使用新的传感器引入控制策略可以有效地解决面对复杂风况带来的极限载荷问题。
现有针对此问题的技术方案包括：在叶片根部安装载荷传感器，实时检测叶根载荷。通过坐标转换成d轴载荷分量及q轴载荷分量，使用两个PID控制器分别以两个载荷分量作为控制输入，输出三个不同的变桨角度给三个变桨执行机构。但由于两个PID控制回路会出现耦合现象，且控制系统输入噪声与测量噪声无法忽视。同时设置控制增益只能单向调节，不能兼顾其控制成本及控制效果。
发明内容
本发明的目的在于克服上述现有技术中，传统单输入单输出的方式对三只叶片的叶根载荷进行分解成两个轴，分别进行控制，但多控制回路的方式易造成耦合，且控制增益未能兼顾控制成本及控制偏差两个相矛盾的指标的缺点，提供一种风力发电机组独立变桨控制方法和系统。
为了达到上述目的，本发明采用以下技术方案予以实现：
一种风力发电机组独立变桨控制方法，包括如下步骤：
步骤1)设定检测周期，在检测周期内检测风电机组叶片的叶根载荷及叶轮方位角，建立旋转坐标系；
步骤2)基于风电机组的叶片模态、发电机模态和塔架模态，建立线性化模型；对旋转坐标系下的叶根载荷进行坐标变换，得到非旋转坐标系下的分量，基于非旋转坐标系下的分量对线性化模型进行状态估计；
步骤3)通过估计后的风电机组状态计算全状态负反馈的控制增益，进一步计算得到非旋转坐标系下的控制指令；
步骤4)将非旋转坐标系下的控制指令通过坐标反变换计算旋转坐标系下的独立变桨角度指令；
步骤5)在检测周期内检测发电机转速，计算统一的变桨角度指令，结合独立变桨角度指令，计算得到三个叶片变桨角度指令，基于三个叶片变桨角度指令进行变桨动作。
优选地，步骤2)中，基于非旋转坐标系下的分量，结合线性化模型进行状态估计，采用卡尔曼滤波的方式计算，使用Ricatti方程计算卡尔曼滤波器的增益。
优选地，步骤3)中，计算全状态负反馈的控制增益具体为：
引入代价方程对控制成本进行均衡，之后使用Ricatti方程来计算全状态负反馈的控制增益。
优选地，步骤4)中，还包括对独立变桨角度指令进行限幅。
优选地，步骤5)中，计算统一的变桨角度指令过程中，以控制发电机转速为目标进行转速-变桨回路的PID控制。
优选地，步骤5)中，三个叶片变桨角度指令的具体计算过程为：
将限幅后的独立变桨角度指令叠加统一的变桨角度指令，得到三个叶片变桨角度指令，将三个叶片变桨角度指令传递给变桨执行机构进行变桨动作，以进行独立变桨降载及发电机转速控制。
一种风力发电机组独立变桨控制系统，包括：
旋转坐标系建立单元，用于获取检测周期内风电机组叶片的叶根载荷及叶轮方位角，建立旋转坐标系；
状态估计单元，与旋转坐标系建立单元相交互，基于风电机组的叶片模态、发电机模态和塔架模态，建立线性化模型；对旋转坐标系下的叶根载荷进行坐标变换，得到非旋转坐标系下的分量，基于非旋转坐标系下的分量对线性化模型进行状态估计；
全状态负反馈处理单元，与状态估计单元相交互，用于计算全状态负反馈的控制增益，进一步计算得到非旋转坐标系下的控制指令；
变桨动作控制单元，与全状态负反馈处理单元相交互，在检测周期内检测发电机转速，计算统一的变桨角度指令，进一步计算得到三个叶片变桨角度指令，基于三个叶片变桨角度指令进行变桨动作。
优选地，变桨动作控制单元包括独立变桨角度指令模块，用于将非旋转坐标系下的控制指令通过坐标反变换计算旋转坐标系下的独立变桨角度指令；三个叶片变桨角度指令由统一的变桨角度指令和独立变桨角度指令结合计算得到。
与现有技术相比，本发明具有以下有益效果：
本发明提供了一种风力发电机组独立变桨控制方法，通过检测三支叶片在旋转坐标系下的载荷及叶轮方位角，对风力发电机组进行状态空间建模，对其进行简化，在简化模型的基础上对风力发电机组的状态进行有效估计，将估计的状态进行全状态反馈并使用线性二次调节器对控制增益进行计算，最大程度避免多个单输入单输出回路之间耦合的影响，并兼顾控制成本与控制效果，在复杂风况下通过独立变桨提高机组在极端风况下的运行安全。本发明对不同叶轮方位角下的叶片模态塔架模态进行了线性化建模，克服了传统方式中采用单输入单输出多回路的方式，并创新地采用状态估计并使用线性二次调节器进行全状态反馈的方式来进行独立变桨控制。
本发明还公开了一种风力发电机组独立变桨控制系统，替代已有独立变桨的方案，从而避免由于多回路之间耦合，未考虑输入噪声及测量噪声给控制效果带来的影响。同时依据已采集的叶根载荷信号，叶轮方位角信号，塔架位移信号等可估计机组线性化模型，依据此模型可较为精确的估计机组状态信息从而进行更为精准的反馈闭环控制。
附图说明
图1为本发明基于线性二次调节器的风力发电机组独立变桨控制方法的流程图；
图2为线性二次调节器+卡尔曼滤波器的控制架构图。
具体实施方式
下面结合附图对本发明做进一步详细描述：
实施例1
一种风力发电机组独立变桨控制方法，包括如下步骤：
步骤1)设定检测周期，在检测周期内检测风电机组叶片的叶根载荷及叶轮方位角，建立旋转坐标系；
步骤2)基于风电机组的叶片模态、发电机模态和塔架模态，建立线性化模型；对旋转坐标系下的叶根载荷进行坐标变换，得到非旋转坐标系下的分量，基于非旋转坐标系下的分量对线性化模型进行状态估计；
步骤3)通过估计后的风电机组状态计算全状态负反馈的控制增益，进一步计算得到非旋转坐标系下的控制指令；
步骤4)将非旋转坐标系下的控制指令通过坐标反变换计算旋转坐标系下的独立变桨角度指令；
步骤5)在检测周期内检测发电机转速，计算统一的变桨角度指令，结合独立变桨角度指令，计算得到三个叶片变桨角度指令，基于三个叶片变桨角度指令进行变桨动作。
实施例2
一种风力发电机组独立变桨控制方法，包括：
在当前的检测周期内检测三支叶片的叶根载荷及叶轮方位角，对整机发电机组进行线性化建模，并同时将旋转坐标系下的叶根载荷进行坐标变换将其转换成非旋转坐标系下的分量，由此分量结合已搭建的线性化模型进行状态估计，此状态估计采用卡尔曼滤波的方式计算，使用Ricatti方程计算卡尔曼滤波器的增益。
在得到风力发电机组估计的状态后使用全状态负反馈的方式，并引入代价方程对控制成本及控制效果进行均衡，同样使用Ricatti方程来计算全状态负反馈的控制增益来计算在非旋转坐标系下的控制指令。
将非旋转坐标系下的控制指令通过坐标反变换计算旋转坐标系下的独立变桨角度指令。对此独立变桨角度指令进行限幅。
在当前的检测周期内检测发电机转速，以控制发电机转速为目标进行转速-变桨回路的PID控制，计算统一的变桨角度指令。
将限幅后的独立变桨角度指令叠加统一的变桨角度指令得到最终的三个叶片变桨角度指令传递给变桨执行机构进行变桨动作，以进行独立变桨降载及发电机转速控制。
实施例3
一种风力发电机组独立变桨控制方法，如图1所示，包括如下步骤：
1)风力发电机组的非线性气动运动方程可以描述为
Figure GDA0003780943460000061
Figure GDA0003780943460000062
其中M为质量矩阵，f为非线性运动方程，q,
Figure GDA0003780943460000063
分别为风力发电机组自由度变量的位移，速度及加速度，u为控制输入向量，ud 为风输入干扰向量，t为时间。
2)通过对q,
Figure GDA0003780943460000064
u,ud,在运行点上进行微小的摄动(Δ)，记为
Figure GDA0003780943460000065
Figure GDA0003780943460000066
其中op记为运行点。
3)对第一步的公式以第二步在运行点上的微小摄动进行泰勒展开成二阶线性化方程，并将
Figure GDA0003780943460000067
以
Figure GDA0003780943460000068
替代从而得到状态空间方程
Figure GDA0003780943460000069
其中AR为状态矩阵，BR为输入矩阵，DdR为风输入干扰矩阵，DdR为风输入转换矩阵，xR为状态变量，uR为输入变量，tR为输出变量，wR为风输入干扰变量，vR为测量噪声，其中下标R代表是旋转坐标系，意味着其为随时间变化的。
4)由于上述状态空间方程为随时间变化，为应用线性时不变模型需要将其转化为非旋转坐标系。
5)第b个叶片叶轮方位角可表示为：Ψb＝Ψ+(b-1)*(2*pi/3)。其中b为叶片个数，Ψ为叶轮方位角。定义为Ψ＝0为第一个叶片竖直朝上。
6)由于非旋转坐标系为旋转坐标系的投影，三个叶片的旋转坐标系可转换成两个轴的非旋转坐标系其关系为
Figure GDA0003780943460000071
其中q0为统一模态，qc为cos循环模态，qs为sin循环模态。将此标记为转换矩阵，将第一步的状态空间方程中的xR＝Ts(Ψ)xNR，uR＝Tc(Ψ)uNR，yR＝To(Ψ)yNR，可以得到转换后的状态空间方程为
Figure GDA0003780943460000072
其中NR代表非旋转坐标系。
7)由于其已经转换为弱叶轮方位角相关，因此将其对每个叶轮方位角进行平均可以在不缺失重要模态信息下得到线性时不变的状态空间方程记为
Figure GDA0003780943460000073
8)本实施例中，q代表的风力发电机组自由度可选择为叶片1，2，3的挥舞方向位移，叶轮方位角及塔架一阶前后位移。u输入变量选为三个叶片桨距角β1，β2，β3。
9)为解决多控制回路互相耦合的问题引入多输入多输出控制框架中的LQG算法。第7步得到的状态空间方程中w和v记为风输入干扰噪声及测量噪声且是零均值高斯白噪声，两者互相没有关联。
10)LQG最优控制运用最少的控制花费来获得最少的控制偏差，因此引入代价方程
Figure GDA0003780943460000074
其中Q代表状态权衡矩阵，R代表输入权衡矩阵，且两矩阵定义为半正定，即Q＝QT≥0和R＝RT≥0。此两矩阵分别代表权衡快速控制及低控制成本的控制矩阵，以此代价方程最小为控制目标。
11)由第10步的代价方程引出需要确定状态变量与输入变量之间的关系Kc，使用全状态负反馈关系也即线性二次调节器代表为u＝-Kcx。其中Kc＝R-1BTPc，其中Pc也为半正定矩阵即Pc＝Pc T≥0，Pc由计算Ricatti方程来得出，公式为ATPc+PcA-PcBR-1BTPc+MTQM＝0。
12)由于第11步需要全状态反馈，状态变量由卡尔曼滤波器来估计风力发电机组的状态记为
Figure GDA0003780943460000081
其卡尔曼增益由Kf＝PfCTV-1，其目标为减小
Figure GDA0003780943460000082
Figure GDA0003780943460000083
其中Pf也为半正定矩阵即Pf＝Pf T≥0，Pc由计算Ricatti方程来得出，公式为PfAT+APf-PfCTV-1CPf+BdWBd T＝0。
13)可由第7步线性化得到的模型估计风力发电机组的状态，其公式为
Figure GDA0003780943460000084
将线性二次调节器u＝-Kcx及y＝Cx+Du+Ddv代替可得整个的LQG控制框架为
Figure GDA0003780943460000085
其中，A为系统状态系数矩阵，B为系统控制系数矩阵，C为输出状态系数矩阵，D为输出控制系数矩阵，Kf为状态估计增益，Kc为全状态反馈增益，x为系统状态向量，y为系统输出向量，w为噪声输入向量。
14)通过线性二次调节器u＝-Kcx计算出来的控制指令依然为非旋转坐标系下，因此需要对非旋转坐标系下的控制指令通过坐标反变换得到旋转坐标系下的独立变桨角度指令。
15)将三个不同的独立变桨角度指令进行限幅后叠加相同的统一变桨角度指令得到最终的变桨角度指令并发送给变桨执行机构进行变桨动作来完成独立变桨控制。
结合图2，y代表风力发电机组的输出，u代表风力发电机组的控制输入，其由控制增益-Kc与估计的系统状态向量
Figure GDA0003780943460000086
乘积来取得。此为全状态负反馈。通过A、B、C、D及Kf结合第13步方程可得到估计的系统状态向量
Figure GDA0003780943460000091
当得到估计的系统状态向量
Figure GDA0003780943460000092
及控制增益-Kc可得到整个控制算法的控制输入u。
实施例4
一种风力发电机组独立变桨控制系统，包括：
线性化模型建立单元，用于获取检测周期内风电机组叶片的叶根载荷及叶轮方位角，建立线性化模型；
状态估计单元，对旋转坐标系下的叶根载荷进行坐标变换，得到非旋转坐标系下的分量，对线性化模型进行状态估计；
全状态负反馈处理单元，与状态估计单元相交互，用于计算全状态负反馈的控制增益，进一步计算得到非旋转坐标系下的控制指令；
变桨动作控制单元，在检测周期内检测发电机转速，计算统一的变桨角度指令，结合独立变桨角度指令，计算得到三个叶片变桨角度指令，基于三个叶片变桨角度指令进行变桨动作。
本发明创新地引入了多输入多输出的方式，对非线性强耦合时变的风力发电机组模型进行简化建模，通过坐标转换的方式将旋转坐标系下的模型转换成非旋转坐标系，并利用线性化的模型对机组内部的状态进行有效的估计，并对估计的状态进行全状态反馈，其控制增益采用代价方程的方式计算得出，可以有效解决控制成本与控制偏差相矛盾的问题，也即在能够解决降载问题的同时兼顾变桨执行器的寿命。限幅的操作，例如当计算的独立变桨指令超过统一变桨指令的50％以上，则最大输出指令值即为统一变桨指令的50％。
需要说明的是，由于三支叶片在不断旋转，测量到的叶根载荷是随叶轮方位角不断变化，此旋转坐标系代表了随叶轮方位角变化的随时间变化的坐标系。对包含叶片模态，发电机模态，塔架模态等运动方程进行建模并线性化简化后，由于运动方程中已包含相关模态信息，因此可以对状态进行估计。计算统一的变桨角度指令具体是：采用PID或PI控制的方式，通过变桨来保持发电机转速在额定转速，因此控制输入为发电机转速，控制算法为PID或PI，控制输出为变桨角度指令(三支叶片一致)。
本发明在由旋转坐标系转换成非旋转坐标系过程中采用叶轮方位角平均的方式，对叶轮方位角划分越多则线性化过程计算量越大，但不限于此方式，其他如未采用叶轮方位角平均即不考虑360度内不同叶轮方位角下状态空间方程的不同。考虑不平衡载荷对三支不同的叶片变桨角度进行控制的方式，因此线性化模型仅包含变桨控制，但不限于此方式，其他如转矩控制的方式也可包含在内。在线性化过程中仅包含了叶片挥舞方向模态，塔架一阶模态，发电机旋转状态，因此状态变量为10个，但不限于此方式，其他如包含更高阶的叶片模态及塔架模态，采用更多的状态变量以使线性化模型包含更多的模态信息。在使用线性二次调节器过程中采用的全状态负反馈的方式，但不限于此方式，其他如部分状态反馈，正反馈等方式。在传统转速变桨单输入单输出控制回路给出的统一变桨指令叠加多输入多输出控制器给出独立变桨的方式，但不限于此方式，其他如仅采用多输入多输出的方式同时对发电机转速及叶根载荷进行控制。采用的是使用三支旋转叶片叶根载荷的方式，但不限于此方式，其他如直接采集非旋转坐标系下的轴承载荷，塔架载荷等方式。
综上所述，本发明提供了一种基于线性二次调节器的风力发电机组独立变桨控制的方法，替代已有独立变桨的方案，从而避免由于多回路之间耦合，未考虑输入噪声及测量噪声给控制效果带来的影响。同时依据已采集的叶根载荷信号，叶轮方位角信号，塔架位移信号等可估计机组线性化模型，依据此模型可较为精确的估计机组状态信息从而进行更为精准的反馈闭环控制。本发明设计了一种基于线性二次调节器的风力发电机组独立变桨控制的方法，从而依据已测量的叶根载荷，结合卡尔曼滤波的状态估计及线性二次调节的闭环反馈更为精准的进行独立变桨控制。本发明创新地采用了卡尔曼滤波进行状态估计并依据此运用线性二次调节器进行状态控制，在原有独立变桨控制基础上，结合多输入多输出控制框架，避免多回路耦合、控制成本与效果不兼顾、未考虑系统输入及测量噪声的问题。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (6)

1.一种风力发电机组独立变桨控制方法，其特征在于，包括如下步骤：
步骤1)设定检测周期，在检测周期内检测风电机组叶片的叶根载荷及叶轮方位角，建立旋转坐标系；
步骤2)基于风电机组的叶片模态、发电机模态和塔架模态，建立线性化模型；对旋转坐标系下的叶根载荷进行坐标变换，得到非旋转坐标系下的分量，基于非旋转坐标系下的分量对线性化模型进行状态估计；
步骤3)通过估计后的风电机组状态计算全状态负反馈的控制增益，进一步计算得到非旋转坐标系下的控制指令；
步骤4)将非旋转坐标系下的控制指令通过坐标反变换计算旋转坐标系下的独立变桨角度指令；
步骤5)在检测周期内检测发电机转速，计算统一的变桨角度指令，结合独立变桨角度指令，计算得到三个叶片变桨角度指令，基于三个叶片变桨角度指令进行变桨动作；
所述步骤2)中，基于非旋转坐标系下的分量，结合线性化模型进行状态估计，采用卡尔曼滤波的方式计算，使用Ricatti方程计算卡尔曼滤波器的增益；
所述步骤3)中，计算全状态负反馈的控制增益具体为：
引入代价方程对控制成本进行均衡，之后使用Ricatti方程来计算全状态负反馈的控制增益。
2.根据权利要求1所述的风力发电机组独立变桨控制方法，其特征在于，步骤4)中，还包括对独立变桨角度指令进行限幅。
3.根据权利要求1所述的风力发电机组独立变桨控制方法，其特征在于，步骤5)中，计算统一的变桨角度指令过程中，以控制发电机转速为目标进行转速-变桨回路的PID控制。
4.根据权利要求2所述的风力发电机组独立变桨控制方法，其特征在于，步骤5)中，三个叶片变桨角度指令的具体计算过程为：
将限幅后的独立变桨角度指令叠加统一的变桨角度指令，得到三个叶片变桨角度指令，将三个叶片变桨角度指令传递给变桨执行机构进行变桨动作，以进行独立变桨降载及发电机转速控制。
5.一种风力发电机组独立变桨控制系统，其特征在于，包括：
旋转坐标系建立单元，用于获取检测周期内风电机组叶片的叶根载荷及叶轮方位角，建立旋转坐标系；
状态估计单元，与旋转坐标系建立单元相交互，基于风电机组的叶片模态、发电机模态和塔架模态，建立线性化模型；对旋转坐标系下的叶根载荷进行坐标变换，得到非旋转坐标系下的分量，基于非旋转坐标系下的分量对线性化模型进行状态估计，采用卡尔曼滤波的方式计算，使用Ricatti方程计算卡尔曼滤波器的增益；
全状态负反馈处理单元，与状态估计单元相交互，用于计算全状态负反馈的控制增益，进一步计算得到非旋转坐标系下的控制指令；
变桨动作控制单元，与全状态负反馈处理单元相交互，在检测周期内检测发电机转速，计算统一的变桨角度指令，进一步计算得到三个叶片变桨角度指令，基于三个叶片变桨角度指令进行变桨动作。
6.根据权利要求5所述的风力发电机组独立变桨控制系统，其特征在于，变桨动作控制单元包括独立变桨角度指令模块，用于将非旋转坐标系下的控制指令通过坐标反变换计算旋转坐标系下的独立变桨角度指令；三个叶片变桨角度指令由统一的变桨角度指令和独立变桨角度指令结合计算得到。
CN202111146680.4A 2021-09-28 2021-09-28 一种风力发电机组独立变桨控制方法和系统 Active CN113738577B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111146680.4A CN113738577B (zh) 2021-09-28 2021-09-28 一种风力发电机组独立变桨控制方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111146680.4A CN113738577B (zh) 2021-09-28 2021-09-28 一种风力发电机组独立变桨控制方法和系统

Publications (2)

Publication Number Publication Date
CN113738577A CN113738577A (zh) 2021-12-03
CN113738577B true CN113738577B (zh) 2022-09-13

Family

ID=78741632

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111146680.4A Active CN113738577B (zh) 2021-09-28 2021-09-28 一种风力发电机组独立变桨控制方法和系统

Country Status (1)

Country Link
CN (1) CN113738577B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113323801A (zh) * 2021-05-28 2021-08-31 华能陕西定边电力有限公司 一种风力发电机组变桨执行机构漂移修正的控制方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104214044A (zh) * 2013-05-30 2014-12-17 成都阜特科技股份有限公司 双馈式变速变桨风力发电机组的独立变桨距控制方法
JP6510959B2 (ja) * 2015-11-19 2019-05-08 株式会社三井Ｅ＆Ｓホールディングス 風車ドライブトレイン制御システム
CN105673325A (zh) * 2016-01-13 2016-06-15 湖南世优电气股份有限公司 基于rbf神经网络pid的风电机组独立变桨控制方法
CN111502913B (zh) * 2019-01-30 2022-04-19 北京金风科创风电设备有限公司 风力发电机组、变桨控制方法以及装置
CN112196735B (zh) * 2020-09-30 2023-07-21 重庆科凯前卫风电设备有限责任公司 基于双馈风力发电机组的变桨控制方法

Also Published As

Publication number Publication date
CN113738577A (zh) 2021-12-03

Similar Documents

Publication Publication Date Title
Van Wingerden et al. Two-degree-of-freedom active vibration control of a prototyped “smart” rotor
Selvam et al. Feedback–feedforward individual pitch control for wind turbine load reduction
EP3274584B1 (en) Control of a multi-rotor wind turbine system using a central controller to calculate local control objectives
Bossanyi Wind turbine control for load reduction
Bossanyi Individual blade pitch control for load reduction
CN105332855B (zh) 用于风力涡轮机的控制方法和控制系统
EP3436693B1 (en) Control of a wind turbine using real-time gain calculation
JP6494514B2 (ja) 入力風速の予測値を使用した風力タービン制御方法
CN109296500B (zh) 基于鲁棒控制理论的最大风能捕获方法
Iyasere et al. Optimum seeking-based non-linear controller to maximise energy capture in a variable speed wind turbine
CN110454329B (zh) 一种风电机组桨距角控制方法
EP3436694B1 (en) Control of a wind turbine using real-time blade model
CN105888971B (zh) 一种大型风力机叶片主动降载控制系统及方法
CN105649877B (zh) 一种大型风电机组的蚁群pid独立变桨控制方法
US8206105B2 (en) Method and device for controlling load reduction for a wind turbine rotor
CN114967474B (zh) 一种基于神经网络的通用风洞流场控制方法
CN112523944B (zh) 一种风力发电机变桨系统自适应动态面控制方法
CN113738577B (zh) 一种风力发电机组独立变桨控制方法和系统
CN105351153A (zh) 风电机组变桨控制器的性能评估方法
CN106681151A (zh) 基于时序分析的变桨距风机多模态运行优化控制装置及运行方法
CN113048017A (zh) 基于内模控制的风电机组有功功率控制优化方法及系统
CN109611274B (zh) 一种风力发电机组高风速区lqg优化控制方法
CN115263668A (zh) 一种风电机组变工况最优有功功率控制方法及系统
CN117555236A (zh) 风机变桨自抗扰控制器设计方法、系统、介质及计算设备
Hawkins et al. Region II wind power capture maximization using robust control and estimation with alternating gradient search

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