CN113883008B - 一种可抑制多扰动因素的风机模糊自适应变桨距控制方法 - Google Patents
一种可抑制多扰动因素的风机模糊自适应变桨距控制方法 Download PDFInfo
- Publication number
- CN113883008B CN113883008B CN202111396063.XA CN202111396063A CN113883008B CN 113883008 B CN113883008 B CN 113883008B CN 202111396063 A CN202111396063 A CN 202111396063A CN 113883008 B CN113883008 B CN 113883008B
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- wind turbine
- adaptive
- transfer function
- disturbance
- 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 37
- 230000002401 inhibitory effect Effects 0.000 title claims description 10
- 238000012546 transfer Methods 0.000 claims abstract description 52
- 238000009434 installation Methods 0.000 claims abstract description 11
- 230000007613 environmental effect Effects 0.000 claims abstract description 7
- 230000006870 function Effects 0.000 claims description 59
- 230000003044 adaptive effect Effects 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 8
- 238000005452 bending Methods 0.000 claims description 6
- 238000013016 damping Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 230000004044 response Effects 0.000 abstract description 4
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000009825 accumulation Methods 0.000 description 5
- 238000010248 power generation Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 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
- 230000003287 optical effect Effects 0.000 description 1
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
- 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
- F03D7/022—Adjusting aerodynamic properties of the blades
- F03D7/0224—Adjusting blade pitch
-
- 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
- F03D7/044—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with PID control
-
- 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
-
- 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
Abstract
本发明公开了一种可抑制多扰动因素的风机模糊自适应变桨距控制方法,该方法综合考虑风电机组实际运行常见的多扰动因素,包括风电机组在安装与制造时的初始参数误差、风力机组运行期间的环境变化以及风力机组叶片变化等因素,建立计及多因素扰动的风电机组变桨控制系统闭环传递函数,基于模糊自适应PID控制对考虑多扰动因素的风力机组变桨距控制系统进行调节,输出风力机组桨距角,实现了对多种因素引起的扰动自适应快速响应,确保风电机组桨距角得到恰当调整,维持系统稳定,实现对风能的最优捕获。
Description
技术领域
本发明涉及风力机组变桨距控制技术领域,具体的说是涉及一种可抑制多扰动因素的风机模糊自适应变桨距控制方法。
背景技术
经济社会的持续快速发展,离不开有力的能源保障。风能作为一种绿色可再生能源,分布广泛,发电成本相对较低,而且安全性、可靠性较高。正是因为这些独特的优点,风力发电具有良好的社会效益和经济效益,因此风力发电技术越来越受到国家的重视。
由于风力机组在实际运行中不确定因素较多,传统风机的桨距控制策略仅考虑单一的风速扰动,并未综合考虑安装与制造时造成的初始参数误差、风力机组运行期间的环境变化(例如湍流风速、积雪、积霜等)以及风力机组叶片变化(例如叶片的弯曲、变形等)等多因素扰动,因此影响风力机的输出功率以及电能质量,另外还同时造成桨叶上的载荷不平衡,引起桨叶的拍打振动和扭矩波动。
发明内容
本发明的目的在于提出一种可抑制多扰动因素的风机模糊自适应变桨距控制方法,建立计及多因素扰动的风电机组变桨控制系统闭环传递函数,设计一种基于模糊自适应PID算法的风力发电机组变桨距控制方法,实现对多种因素引起的扰动自适应快速响应,确保风电机组桨距角得到恰当调整,维持系统稳定,实现对风能的最优捕获。
为达到上述目的,本发明采用的技术方案如下:
本发明提供一种可抑制多扰动因素的风机模糊自适应变桨距控制方法,包括:
建立考虑多扰动因素的风力机组变桨距控制系统的闭环传递函数;
基于所述闭环传递函数和模糊规则确定模糊自适应PID控制参数;
采用模糊自适应PID控制对所述考虑多扰动因素的风力机组变桨距控制系统进行调节,输出风力机组桨距角。
进一步的,所述扰动因素包括风力机组运行期间叶片变化扰动,风力机组安装初始参数误差扰动和风力机组运行期间环境变化扰动;
建立考虑多扰动因素的风力机组变桨距控制系统的闭环传递函数,包括:
建立风力机组运行期间叶片变化扰动的传递函数:
建立风力机组安装初始参数误差扰动的传递函数:
其中,k1,k2为扰动系数;
建立风力机组运行期间环境变化扰动的传递函数:
其中,k3,k4,k5为扰动系数;
综合上述传递函数,得到风力机组变桨距控制系统的闭环传递函数:
其中,D(s)=D1(s)+D2(s)+D3(s),KP、KI、KD为PID控制器的自适应参数,Gθ为变桨控制器传递函数,Gc为变桨执行器传递函数,/>Tβ为时间常数,Gp为风力机的传递函数,/>J为转动惯量,ΔV(s)=V(s)-V0(s),Δβ(s)=β(s)-β0(s),V0为初始风速,β(s)为桨距角,β0是风力机工作点处的浆距角,μ、ξ和γ均为线性系数。
进一步的,基于所述闭环传递函数和模糊规则确定模糊自适应PID控制参数,包括:
对所述闭环传递函数进行降阶处理,并基于降阶处理后的闭环传递函数计算风力机组变桨距控制系统的超调量和调节时间;
根据超调量和调节时间整定模糊自适应PID控制的参数初值;
基于模糊规则确定模糊自适应PID控制参数的调整量;
将模糊自适应PID控制器参数的调整量与整定的参数初值相结合得到模糊自适应PI控制参数。
进一步的,
降阶后的闭环传递函数为:
其中,φ(s)为降阶后的闭环传递函数,ζ为阻尼比,ωn为自然频率,ζ和ωn根据主导极点得到,
所述主导极点确定如下:
分别令传递函数G(s)的分子、分母等于零得到零点zi和极点pi,在复平面内寻找出距离虚轴最近且附近无闭环零点的极点,即为主导极点。
进一步的,所述计算风力机组变桨距控制系统的超调量和调节时间如下:
当0<ζ<1时,超调量σ为:
以误差带Δ=0.05为标准,调节时间ts为:
当ζ>1时,不存在超调量;以误差带Δ=0.05为标准,调节时间ts为:
进一步的,所述基于模糊规则确定模糊自适应PID控制参数的调整量,包括:
将风力机组的转速理论值ωref与实际值间的差值e以及误差变化量ec作为模糊控制器的输入量;
将输入量模糊化,根据预设定的模糊规则运用Mamdani模糊推理法得到模糊子集;
将模糊子集解模糊得到模糊控制器的输出量作为PID控制器自适应参数的调整量ΔKP、ΔKI、ΔKD。
进一步的,所述模糊控制器采用二维模糊控制器。
进一步的,所述模糊控制器采用三角形隶属度函数。
进一步的,采用重心法对模糊子集解模糊得到模糊控制器的输出量。
本发明具有如下有益效果:
本发明考虑到风力机组控制过程中各种扰动因素,建立计及多因素扰动的风电机组变桨控制系统闭环传递函数,确定模糊控制规则,实现对多种因素引起的扰动自适应快速响应,确保风电机组桨距角得到恰当调整,维持系统稳定,实现对风能的最优捕获。
本发明将模糊控制应用在变桨距控制系统中,模糊控制具有鲁棒性和自适应能力强以及不需要建立精确的系统动态模型就能够实现很好的控制效果。
附图说明
图1为本发明的一种可抑制多扰动因素的风机模糊自适应变桨距控制方法原理图;
图2为本发明预设的模糊控制规则表。
具体实施方式
下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
风力机组在实际运行中不确定因素较多,包括风电机组在安装与制造时的初始参数误差、风力机组运行期间的环境变化(例如湍流风速、积雪、积霜等),以及叶片变化(例如叶片的弯曲、变形等)等因素,本发明通过建立计及多因素扰动的风电机组变桨控制系统闭环传递函数,设计一种基于模糊自适应PID算法的风力发电机组变桨距控制策略,实现对多种因素引起的扰动自适应快速响应,确保风电机组桨距角得到恰当调整,维持系统稳定,实现对风能的最优捕获。
一种可抑制多扰动因素的风机模糊自适应变桨距控制方法,包括:
建立考虑多扰动因素的风力机组变桨距控制系统的闭环传递函数;所述扰动因素包括风力机组运行期间叶片变化扰动,风力机组安装初始参数误差扰动和风力机组运行期间环境变化扰动;
基于模糊自适应PID控制对考虑多扰动因素的风力机组变桨距控制系统进行调节,输出风力机组桨距角。
作为一种优选的实施方式,本实施例中,建立考虑多扰动因素的风力机组变桨距控制系统的闭环传递函数参见图1,具体如下:
建立风力机组运行期间叶片变化扰动的传递函数,
叶片变化因素包括叶片的弯曲、变形等,可将该扰动用传递函数D1(s)近似表述为:
建立风力机组安装初始参数误差扰动的传递函数,
风力机组在安装与制造时存在初始参数误差,可将该扰动用传递函数D2(s)近似表述为:
式中:k1,k2为扰动系数,其值根据风力机安装与制造时的误差取值,为已知量,V(s)为外界风速。
建立风力机组运行期间环境变化扰动的传递函数,
风力机组运行期间的环境变化包括湍流风速、积雪、积霜等,可将该扰动用传递函数D3(s)近似表述为:
式中:k3,k4,k5为扰动系数,其值根据运行时环境的变化取值,为已知量;V(s)为外界风速。
综合以上各扰动因素,建立风力机组变桨距控制系统的闭环传递函数如下所示:
式中,D(s)=D1(s)+D2(s)+D3(s),KP、KI、KD为PID控制器的自适应参数,Gθ、Gc、Gp均为组成风机系统各部分的传递函数,Gθ为变桨控制器传递函数,Gc为变桨执行器传递函数,/>Tβ为时间常数,单位为s;Gp为风力机的传递函数,J为转动惯量,ΔV(s)=V(s)-V0(s),Δβ(s)=β(s)-β0(s),V0为初始风速,β(s)为桨距角,β0是风力机工作点处的浆距角,/>μ、ξ和γ均为线性系数。
作为一种优选的实施方式,本实施例中,通过令传递函数G(s)的分子、分母等于零以求解出系统零、极点zi、pi(i=1,2,3…),pi是关于KP、KI、KD的量。
在复平面内,寻找出距离虚轴最近且附近无闭环零点的极点,这些极点就是主导极点。从而进行等效简化实现对计及多因素扰动控制系统闭环传递函数的降阶,对于降阶后得到的二阶系统有如下表达式:
式中,ζ为阻尼比,ωn为自然频率,ζ和ωn需根据主导极点得到,因此ζ和ωn是关于KP、KI、KD的量。当0<ζ<1时,系统超调量σ为:
以误差带Δ=0.05为标准,调节时间ts为:
当ζ>1时,不存在超调量;以误差带Δ=0.05为标准,调节时间ts为:
系统超调量和调节时间越小越好,因为ζ和ωn是关于KP、KI、KD的量,所以σ和ts也是关于KP、KI、KD的量,因此可根据超调量σ和调节时间ts的计算公式指导整定模糊自适应PID控制器的参数初值KP0、KI0、KD0使超调量和调节时间尽可能小。
作为一种优选的实施方式,本实施例中,采用模糊控制器基于模糊规则确定PID控制器参数的调整量,将模糊控制器输出的PID控制器参数的调整量与整定的PID控制器初始参数结合得到PI控制器的自适应参数KP、KI、KD。
参见图1,模糊控制器采用二维模糊控制器,将风力机组的转速理论值ωref与实际值间的差值e及其误差变化量ec作为模糊控制器的输入量,ωref为风力机转速给定值,一般设定为风机转速额定值,然后将输入量模糊化,再根据相应的模糊规则运用Mamdani模糊推理法得到模糊子集,模糊控制规则参见图2,最后将模糊子集解模糊得到模糊控制器的输出量,该输出量为PID控制器参数的调整量ΔKP、ΔKI、ΔKD。
本实施例中,模糊控制器采用三角形隶属度函数,并根据风机调节要求,确定模糊控制规则。
本实施例中,将模糊控制器输入量转换为相应的模糊语言变量值以实现模糊化。
本实施例中,采用重心法对模糊子集解模糊得到模糊控制器的输出量。
综合模糊控制器输出量与PID控制器初始参数可以得到PI控制器的自适应参数KP、KI、KD,计算公式如下:
KP=KP0+ΔKP
KI=KI0+ΔKI
KD=KD0+ΔKD
参见图1,ωref和βref分别为风力机转速的给定值和浆距角的给定值。基于得到PID控制器的自适应参数KP、KI、KD,采用PID控制器对考虑多扰动因素的风力机组变桨距控制系统进行调节,输出风力机组桨距角。
本发明所提风机变桨距控制方法综合考虑到风力机组控制过程中各种扰动因素,实现了对多种因素引起的扰动自适应快速响应,确保风力机组桨距角得到恰当调整,维持系统稳定,实现对风能的最优捕获。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (8)
1.一种可抑制多扰动因素的风机模糊自适应变桨距控制方法,其特征在于,包括:
建立考虑多扰动因素的风力机组变桨距控制系统的闭环传递函数;所述扰动因素包括风力机组运行期间叶片变化扰动,风力机组安装初始参数误差扰动和风力机组运行期间环境变化扰动;
其中,建立风力机组运行期间叶片变化扰动的传递函数:
建立风力机组安装初始参数误差扰动的传递函数:
其中,k1,k2为扰动系数;
建立风力机组运行期间环境变化扰动的传递函数:
其中,k3,k4,k5为扰动系数;
综合上述传递函数,得到风力机组变桨距控制系统的闭环传递函数:
其中,D(s)=D1(s)+D2(s)+D3(s),KP、KI、KD为PID控制器的自适应参数,Gθ为变桨控制器传递函数,Gc为变桨执行器传递函数,/>Tβ为时间常数,Gp为风力机的传递函数,/>J为转动惯量,ΔV(s)=V(s)-V0(s),Δβ(s)=β(s)-β0(s),V0为初始风速,β(s)为桨距角,β0是风力机工作点处的浆距角,/>μ、ξ和γ均为线性系数;
基于所述闭环传递函数和模糊规则确定模糊自适应PID控制参数;
采用模糊自适应PID控制对所述考虑多扰动因素的风力机组变桨距控制系统进行调节,输出风力机组桨距角。
2.根据权利要求1所述的一种可抑制多扰动因素的风机模糊自适应变桨距控制方法,其特征在于,基于所述闭环传递函数和模糊规则确定模糊自适应PID控制参数,包括:
对所述闭环传递函数进行降阶处理,并基于降阶处理后的闭环传递函数计算风力机组变桨距控制系统的超调量和调节时间;
根据超调量和调节时间整定模糊自适应PID控制的参数初值;
基于模糊规则确定模糊自适应PID控制参数的调整量;
将模糊自适应PID控制器参数的调整量与整定的参数初值相结合得到模糊自适应PI控制参数。
5.根据权利要求2所述的一种可抑制多扰动因素的风机模糊自适应变桨距控制方法,其特征在于,所述基于模糊规则确定模糊自适应PID控制参数的调整量,包括:
将风力机组的转速理论值ωref与实际值间的差值e以及误差变化量ec作为模糊控制器的输入量;
将输入量模糊化,根据预设定的模糊规则运用Mamdani模糊推理法得到模糊子集;
将模糊子集解模糊得到模糊控制器的输出量作为PID控制器自适应参数的调整量ΔKP、ΔKI、ΔKD。
6.根据权利要求5所述的一种可抑制多扰动因素的风机模糊自适应变桨距控制方法,其特征在于,所述模糊控制器采用二维模糊控制器。
7.根据权利要求5所述的一种可抑制多扰动因素的风机模糊自适应变桨距控制方法,其特征在于,所述模糊控制器采用三角形隶属度函数。
8.根据权利要求5所述的一种可抑制多扰动因素的风机模糊自适应变桨距控制方法,其特征在于,采用重心法对模糊子集解模糊得到模糊控制器的输出量。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111396063.XA CN113883008B (zh) | 2021-11-23 | 2021-11-23 | 一种可抑制多扰动因素的风机模糊自适应变桨距控制方法 |
PCT/CN2021/140650 WO2023092783A1 (zh) | 2021-11-23 | 2021-12-23 | 一种可抑制多扰动因素的风机模糊自适应变桨距控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111396063.XA CN113883008B (zh) | 2021-11-23 | 2021-11-23 | 一种可抑制多扰动因素的风机模糊自适应变桨距控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113883008A CN113883008A (zh) | 2022-01-04 |
CN113883008B true CN113883008B (zh) | 2023-06-16 |
Family
ID=79015526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111396063.XA Active CN113883008B (zh) | 2021-11-23 | 2021-11-23 | 一种可抑制多扰动因素的风机模糊自适应变桨距控制方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113883008B (zh) |
WO (1) | WO2023092783A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115097737B (zh) * | 2022-08-24 | 2022-11-08 | 北京航空航天大学 | 一种可重入制造系统的多层级调控方法 |
CN116658364A (zh) * | 2023-07-12 | 2023-08-29 | 三峡科技有限责任公司 | 风电机组极端阵风识别系统及极端阵风抑制超速控制系统 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4193005A (en) * | 1978-08-17 | 1980-03-11 | United Technologies Corporation | Multi-mode control system for wind turbines |
CN101498283B (zh) * | 2008-02-01 | 2011-07-06 | 北京能高自动化技术有限公司 | 大型风力发电机组变桨距控制方法 |
KR101375768B1 (ko) * | 2009-09-01 | 2014-03-18 | 현대중공업 주식회사 | 풍력발전기의 개별 블레이드 피치 제어 방법 및 제어 시스템 |
ES2381094B1 (es) * | 2010-04-13 | 2013-04-23 | Gamesa Innovation & Technology, S.L. | Metodos de monitorizacion de aerogeneradores |
EP2677167A3 (de) * | 2012-06-21 | 2015-02-11 | MOOG GmbH | Pitchantrieb für Windenergieanlage |
CN102777320B (zh) * | 2012-08-06 | 2014-04-02 | 国电联合动力技术有限公司 | 风力发电机组扭矩与变桨解耦控制的方法、控制器及系统 |
CN103016266B (zh) * | 2013-01-11 | 2014-10-29 | 华北电力大学 | 模糊前馈与线性自抗扰结合的风电机组变桨距控制方法 |
CN104005909B (zh) * | 2014-04-22 | 2017-09-19 | 重庆邮电大学 | 非线性前馈与模糊pid结合的风力发电机组变桨距控制方法 |
CN105221336A (zh) * | 2015-11-09 | 2016-01-06 | 国电南瑞科技股份有限公司 | 基于鲁棒控制的风电机组独立变桨控制方法 |
CN106870281A (zh) * | 2017-04-06 | 2017-06-20 | 哈尔滨理工大学 | 一种基于模糊前馈和模糊‑pi的变桨距控制方法 |
CN108708822B (zh) * | 2018-04-28 | 2022-11-15 | 山东中车风电有限公司 | 一种风力发电机组变桨自适应控制方法与系统 |
JP2020067023A (ja) * | 2018-10-24 | 2020-04-30 | 株式会社日立製作所 | 風力発電システム |
CN110566406B (zh) * | 2019-10-16 | 2020-08-04 | 上海海事大学 | 基于强化学习的风电机组实时变桨距鲁棒控制系统及方法 |
CN112901414A (zh) * | 2021-01-28 | 2021-06-04 | 浙江运达风电股份有限公司 | 一种风力发电机组变桨系统辨识方法 |
-
2021
- 2021-11-23 CN CN202111396063.XA patent/CN113883008B/zh active Active
- 2021-12-23 WO PCT/CN2021/140650 patent/WO2023092783A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023092783A1 (zh) | 2023-06-01 |
CN113883008A (zh) | 2022-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113883008B (zh) | 一种可抑制多扰动因素的风机模糊自适应变桨距控制方法 | |
CN104005909B (zh) | 非线性前馈与模糊pid结合的风力发电机组变桨距控制方法 | |
CN110552850B (zh) | 一种基于风速提前测量的风电机组有功调节方法及装置 | |
CN109659931B (zh) | 一种基于径向基函数插值模型的变速机组协调控制方法 | |
CN108488035B (zh) | 永磁直驱风力发电机组失速和变桨混合控制方法 | |
CN115313524B (zh) | 一种基于构网型变流器的光伏发电并网控制方法及系统 | |
CN114844064B (zh) | 双馈型变速抽水蓄能机组自适应变参数调频方法及装置 | |
CN113048017B (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 | |
CN108717266B (zh) | 风场风机功率基于扰动观测器的神经自适应跟踪控制方法 | |
CN114944663B (zh) | 一种基于构网型变流器的储能系统控制方法及系统 | |
Wanigasekara et al. | Design of dynamic fuzzy Q-learning controller for networked wind energy conversion systems | |
CN110429668B (zh) | 减载风电机组变速变桨协调优化频率控制方法 | |
Adegas et al. | Structured control of LPV systems with application to wind turbines | |
CN117028145B (zh) | 考虑塔架载荷抑制的风电机组有功功率控制方法及装置 | |
CN116667389B (zh) | 一种新型电力系统惯量提升的风储联合预测校正控制方法 | |
CN115573857A (zh) | 基于时滞adrc的风电机组变桨距控制方法及控制装置 | |
CN113839416B (zh) | 基于频率响应模型的风电最大接入比例确定方法及装置 | |
CN115182844A (zh) | 一种变速风力发电机组有界ude转矩控制方法 | |
CN111786395A (zh) | 一种风电机组出力调节方法及装置 | |
Evans et al. | Computationally efficient model predictive control of complex wind turbine models | |
CN112486019A (zh) | 不确定风力发电机系统的最大功率跟踪模糊控制方法 | |
CN106194581B (zh) | 一种提高风电机组传动链运行稳定性的方法及系统 | |
CN116111653B (zh) | Prsv模式下考虑平衡点优化的风电apc系统及方法 | |
CN111769596B (zh) | 一种基于附加能量支路的双馈风电场控制方法及系统 | |
CN115788773A (zh) | 一种漂浮式风电机组多目标变桨控制、系统及设备 |
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 |