CN113915056A - 一种基于转速预估的风电机组传动链扭振主动控制方法 - Google Patents

一种基于转速预估的风电机组传动链扭振主动控制方法 Download PDF

Info

Publication number
CN113915056A
CN113915056A CN202111272145.3A CN202111272145A CN113915056A CN 113915056 A CN113915056 A CN 113915056A CN 202111272145 A CN202111272145 A CN 202111272145A CN 113915056 A CN113915056 A CN 113915056A
Authority
CN
China
Prior art keywords
transmission chain
wind turbine
speed
generator
omega
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.)
Pending
Application number
CN202111272145.3A
Other languages
English (en)
Inventor
朱才朝
任坤涛
宋海蓝
谭建军
白杨
宋朝省
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.)
Chongqing University
Original Assignee
Chongqing University
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 Chongqing University filed Critical Chongqing University
Priority to CN202111272145.3A priority Critical patent/CN113915056A/zh
Publication of CN113915056A publication Critical patent/CN113915056A/zh
Pending legal-status Critical Current

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
    • F05B2270/327—Rotor or generator speeds
    • 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
    • F05B2270/40—Type of control system
    • F05B2270/404—Type of control system active, predictive, or anticipative
    • 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

本发明公开一种基于转速预估的风电机组传动链扭振主动控制方法，步骤包括：1)建立风电机组两质量块模型；2)建立卡尔曼状态空间方程；3)建立风电机组传动链状态观测器；4)构建输入转速不确定情况下的控制模型；5)以传动链扭转速度ωref＝0为给定控制目标，以风轮端转速ωr与发电机端转速的转速差ω作为控制模型输入状态，令控制模型跟踪转速差ω、转速差微分
Figure DDA0003329084150000011
得到系统所需电磁转矩ΔT。在具有输入转速不确定性的情况下，本发明仍可以有效降低传动链扭振，可见本发明对测量设备的精度要求不高。同样本发明也适用于结构参数具有不确定性时传动链扭振控制，具备较强实用性。

Description

一种基于转速预估的风电机组传动链扭振主动控制方法
技术领域
本发明涉及风电机组传动控制领域，具体是一种基于转速预估的风电机组传动链扭振主动控制方法。
背景技术
传动链是风电机组中传递兆瓦级功率的关键核心部件。随着风电机组朝着10MW+超大功率发展，超大惯量构件容易使传动链系统在随机风速作用下产生扭振，增大其疲劳载荷，容易造成传动链构件早期疲劳失效，严重威胁机组运行安全，因此亟需开展风电机组传动链扭振控制研究。
目前，采用叶片变桨控制和发电机电磁转矩控制均可以有效抑制风电机组传动链扭振。其中，发电机电磁转矩控制无需额外附加机构，容易实现，因此近年来大量研究围绕利用发电机电磁转矩控制减少传动链扭振。
然而，现有通过发电机电磁转矩控制减少传动链扭振的方法存在以下缺点：方法一，通过带通滤波器提取高速轴转速中的扭振信息，由发电机进行补偿。缺点是在系统参数改变时，带通滤波器稳定性与控制性能下降。方法二，虚拟惯性控制技术，通过发电机转矩控制增加风轮虚拟转动惯量，在共振发生时，虚拟惯性控制器被激活，其余状态下关闭，缺点是控制器的快速切换会导致扭矩产生波动，增大传动链扭振。方法三，由于滑膜控制具有良好的抗扰鲁棒性，提出了基于高阶滑膜控制方法消除扭转振动，相比虚拟惯性控制具有更快响应，缺点是未考虑信号预处理对于系统造成的影响。方法四，一种基于扭转角度与速度的阻尼、刚度补偿控制方法，缺点是在实际工程中扭转角度、扭转速度可能无法准确测量。方法五，使用自抗扰控制器(Active Disturbance Rejection Control,ADRC)作为一种新型的鲁棒控制方法，用于抑制内外部扰动。
与基于模型方法比较，ADRC可在没有详细数学模型的情况下进行设计，控制过程中的不确定性都可以等效为总扰动被扩张状态观测器(Extend State Observer,ESO)估计，作为前馈进行补偿，降低了控制器实现的难度。然而，由于风机现场运行环境、安装条件等因素导致ADRC所需要的叶片转速和发电机转速的测量具有一定随机不确定性。
发明内容
本发明的目的是提供一种基于转速预估的风电机组传动链扭振主动控制方法，包括以下步骤：
1)建立风电机组两质量块模型。
所述风电机组两质量块模型如下所示：
Figure BDA0003329084130000021
式中，K、C分别代表传动链刚度、阻尼。N代表传动比。θr、θg分别代表风轮端与发电机端的角位移。
Figure BDA0003329084130000022
分别代表风轮端与发电机端的角位移的一阶微分。
Figure BDA0003329084130000023
分别代表风轮端与发电机端的角位移的二阶微分。Tls与Ths分别代表齿轮箱低速轴与高速轴转矩。Jr、Jg分别代表传动链风轮端、发电机端转动惯量。θ代表传动链的扭转角度。Ta、Te分别代表风轮所受气动转矩、理想电磁转矩。
2)建立卡尔曼状态空间方程。
卡尔曼估计的状态空间方程如下所示：
Figure BDA0003329084130000024
Figure BDA0003329084130000025
式中，ε代表气动转矩的偏差。δ代表系统的测量噪声。ε与δ都是均值为0的白噪声，其协方差矩阵分别为Q与R。
Figure BDA0003329084130000026
代表参数Ta的均值。
Figure BDA0003329084130000027
代表传动链的扭转角度的一阶微分、二阶微分。
Figure BDA0003329084130000028
代表发电机端角速度的一阶微分。
3)建立风电机组传动链状态观测器。
风电机组传动链状态观测器如下所示：
Figure BDA0003329084130000029
式中，z1、z2分别是对ω、
Figure BDA0003329084130000031
的估计。z3是对内外部扰动f的估计。y(t)为ESO的输入。β1、β2、β3为可调参数。α1、α2为正数。fal为非线性函数。b0为输入量的系数。
Figure BDA0003329084130000032
为估计z1、估计z2、估计z3的微分；
所述风电机组传动链状态观测器的参数经过了基于自适应遗传算法的参数寻优方法整定。
4)基于风电机组两质量块模型、卡尔曼状态空间方程、风电机组传动链状态观测器构建输入转速不确定情况下的控制模型。
5)以传动链扭转速度ωref＝0为给定控制目标，以风轮端转速ωr与发电机端转速ωg的转速差ω作为控制模型输入状态，令控制模型跟踪转速差ω、转速差微分
Figure BDA0003329084130000033
得到系统所需电磁转矩ΔT。
值得说明的是，本发明风电机组传动链扭振主动控制方法，以扭转速度作为控制变量输入，针对控制过程信号无法准确测量问题，通过卡尔曼滤波器进行实时估计。自抗扰扭振控制器在原有转矩控制基础上附加电磁转矩，以抑制传动链扭转振动；分析了系统参数不确定情况下对传动链扭振的抑制性能。
本发明的技术效果是毋庸置疑的，在具有输入转速不确定性的情况下，本发明仍可以有效降低传动链扭振，可见本发明对测量设备的精度要求不高。同样本发明也适用于结构参数具有不确定性时传动链扭振控制，具备较强实用性。
附图说明
图1是本发明风电机组传动链扭振主动控制方法的一种流程图；
图2是本发明风电机组传动链扭振主动控制方法的一种控制框图；
图3是本发明有随机噪声扭转的时域图。
具体实施方式
下面结合实施例对本发明作进一步说明，但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下，根据本领域普通技术知识和惯用手段，做出各种替换和变更，均应包括在本发明的保护范围内。
实施例1：
参见图1至图3，一种基于转速预估的风电机组传动链扭振主动控制方法，包括以下步骤：
1)建立风电机组两质量块模型。
所述风电机组两质量块模型如下所示：
Figure BDA0003329084130000041
式中，K、C分别代表传动链刚度、阻尼。N代表传动比。θr、θg分别代表风轮端与发电机端的角位移。
Figure BDA0003329084130000042
分别代表风轮端与发电机端的角位移的一阶微分。
Figure BDA0003329084130000043
分别代表风轮端与发电机端的角位移的二阶微分。Tls与Ths分别代表齿轮箱低速轴与高速轴转矩。Jr、Jg分别代表传动链风轮端、发电机端转动惯量。θ代表传动链的扭转角度。Ta、Te分别代表风轮所受气动转矩、理想电磁转矩。
2)建立卡尔曼状态空间方程。
卡尔曼估计的状态空间方程如下所示：
Figure BDA0003329084130000044
Figure BDA0003329084130000045
式中，ε代表气动转矩的偏差。δ代表系统的测量噪声。ε与δ都是均值为0的白噪声，其协方差矩阵分别为Q与R。
Figure BDA0003329084130000046
代表参数Ta的均值。
Figure BDA0003329084130000047
代表传动链的扭转角度的一阶微分、二阶微分。
Figure BDA0003329084130000048
代表发电机端角速度的一阶微分。
3)建立风电机组传动链状态观测器。
风电机组传动链状态观测器如下所示：
Figure BDA0003329084130000049
式中，z1、z2分别是对ω、
Figure BDA00033290841300000410
的估计。z3是对内外部扰动f的估计。y(t)为ESO的输入。β1、β2、β3为可调参数。α1、α2为正数。fal为非线性函数。b0为输入量的系数。
Figure BDA0003329084130000051
为估计z1、估计z2、估计z3的微分；
所述风电机组传动链状态观测器的参数经过了基于自适应遗传算法的参数寻优方法整定。
4)基于风电机组两质量块模型、卡尔曼状态空间方程、风电机组传动链状态观测器构建输入转速不确定情况下的控制模型。
5)以传动链扭转速度ωref＝0为给定控制目标，以风轮端转速ωr与发电机端转速ωg的转速差ω作为控制模型输入状态，令控制模型跟踪转速差ω、转速差微分
Figure BDA0003329084130000052
得到系统所需电磁转矩ΔT。
实施例2：
参见图1至图3，一种基于转速预估的风电机组传动链扭振主动控制方法，包括以下步骤：
1)QG1为采用集中质量法建立的等效两质量块风电机组传动链模型。将风机传动链等效到风轮端与发电机端，考虑传动链扭转自由度，忽略传动链损耗。
Figure BDA0003329084130000053
式(1),K、C分别代表传动链刚度、阻尼；N代表传动比；θr、θg分别代表风轮端与发电机端的角位移；Tls与Ths分别代表齿轮箱低速轴与高速轴转矩；Jr，Jg分别代表传动链风轮端、发电机端转动惯量，ωr、ωg分别代表风轮端角速度、发电机端角速度,θ代表传动链的扭转角度。
2)在实际工程中，由于外部环境扰动以及测量仪器的测量误差等都会导致实际得到的扭转角速度产生一定偏差，为了得到扭转角速度的真实值，用QG2对基于过程和测量中的误差进行预测并估计扭转角速度，得到扭转角速度的最优估计值。
3)输入参数中，气动转矩无法直接使用，将其等效为气动转矩均值与气动转矩偏差之和。本发明将气动转矩偏差作为扰动量等效为过程噪声，形成用于卡尔曼估计的状态空间方程：
Figure BDA0003329084130000061
Figure BDA0003329084130000062
式(2)和式(3)中，ε代表气动转矩的偏差，为系统的扰动输入；δ代表系统的测量噪声；ε与δ都是均值为0的白噪声，其协方差矩阵分别为Q与R；
4)QG3以传动链扭转速度ωref＝0为给定控制目标，以风轮端转速ωr与发电机端转速ωg的转速差ω作为控制器输入状态，使控制器跟踪ω及
Figure BDA0003329084130000063
并时刻估计系统内外部扰动，由控制率得到系统所需电磁转矩ΔT。
Figure BDA0003329084130000064
式(4)是风电机组传动链状态观测器，其中，z1、z2分别是对ω及其微分的估计；z3是对内外部扰动f的估计。y(t)为ESO的输入；β1、β2、β3为可调参数；α1、α2为正数；fal为非线性函数。
5)利用式(1)、式(2)和式(4)构成了输入转速不确定情况下的控制模型。
6)QG5分别对TD、ESO、NLSEF部分进行参数整定，基于此提出自适应遗传算法(Adaptive Genetic Algorithm,AGA)的参数寻优方法，分别调节ESO、NLSEF参数。
Figure BDA0003329084130000065
式(5)是非线性状态误差反馈控制律，其中v1、v2为TD根据控制目标ωref＝0得到的控制目标缓变值及微分；β4、β5为PD控制中的比例增益和微分增益；α3、α4为正数。
7)通过控制过程噪声ε与测量噪声δ来进行QG6，比较扭振控制器在转速测量存在误差情况下对传动链扭转振动的抑制效果。

Claims (5)

1.一种基于转速预估的风电机组传动链扭振主动控制方法，其特征在于，包括以下步骤：
1)建立所述风电机组两质量块模型。
2)建立卡尔曼状态空间方程；
3)建立风电机组传动链状态观测器；
4)基于风电机组两质量块模型、卡尔曼状态空间方程、风电机组传动链状态观测器构建输入转速不确定情况下的控制模型；
5)以传动链扭转速度ωref＝0为给定控制目标，以风轮端转速ωr与发电机端转速的转速差ω作为控制模型输入状态，令控制模型跟踪转速差ω、转速差微分
Figure FDA0003329084120000016
得到系统所需电磁转矩ΔT。
2.根据权利要求1所述的一种基于转速预估的风电机组传动链扭振主动控制方法，其特征在于：所述风电机组两质量块模型如下所示：
Figure FDA0003329084120000011
式中，K、C分别代表传动链刚度、阻尼；N代表传动比；θr、θg分别代表风轮端与发电机端的角位移；
Figure FDA0003329084120000012
分别代表风轮端与发电机端的角位移的一阶微分；
Figure FDA0003329084120000013
分别代表风轮端与发电机端的角位移的二阶微分；Tls与Ths分别代表齿轮箱低速轴与高速轴转矩；Jr、Jg分别代表传动链风轮端、发电机端转动惯量；θ代表传动链的扭转角度；Ta、Te分别代表风轮所受气动转矩、理想电磁转矩。
3.根据权利要求1所述的一种基于转速预估的风电机组传动链扭振主动控制方法，其特征在于，卡尔曼估计的状态空间方程如下所示：
Figure FDA0003329084120000014
Figure FDA0003329084120000015
式中，ε代表气动转矩的偏差；δ代表系统的测量噪声；ε与δ都是均值为0的白噪声，其协方差矩阵分别为Q与R；
Figure FDA0003329084120000021
代表参数Ta的均值；
Figure FDA0003329084120000022
代表传动链的扭转角度的一阶微分、二阶微分；
Figure FDA0003329084120000023
代表发电机端角速度的一阶微分。
4.根据权利要求1所述的一种基于转速预估的风电机组传动链扭振主动控制方法，其特征在于，风电机组传动链状态观测器如下所示：
Figure FDA0003329084120000024
式中，z1、z2分别是对ω、
Figure FDA0003329084120000025
的估计；z3是对内外部扰动f的估计；
Figure FDA0003329084120000026
为估计z1、估计z2、估计z3的微分；y(t)为ESO的输入；β1、β2、β3为可调参数；α1、α2为正数；fal为非线性函数；ω为发电机端转速ωg的转速差；b0为输入量的系数。
5.根据权利要求4所述的一种基于转速预估的风电机组传动链扭振主动控制方法，其特征在于，所述风电机组传动链状态观测器的参数经过了整定，整定方法包括基于自适应遗传算法的参数寻优方法。
CN202111272145.3A 2021-10-29 2021-10-29 一种基于转速预估的风电机组传动链扭振主动控制方法 Pending CN113915056A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111272145.3A CN113915056A (zh) 2021-10-29 2021-10-29 一种基于转速预估的风电机组传动链扭振主动控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111272145.3A CN113915056A (zh) 2021-10-29 2021-10-29 一种基于转速预估的风电机组传动链扭振主动控制方法

Publications (1)

Publication Number Publication Date
CN113915056A true CN113915056A (zh) 2022-01-11

Family

ID=79243613

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111272145.3A Pending CN113915056A (zh) 2021-10-29 2021-10-29 一种基于转速预估的风电机组传动链扭振主动控制方法

Country Status (1)

Country Link
CN (1) CN113915056A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013045717A1 (es) * 2011-09-29 2013-04-04 General Electric Company Métodos y sistemas para operar una turbina de aire acoplada a una rejilla en potencia
WO2018210390A1 (en) * 2017-05-19 2018-11-22 Vestas Wind Systems A/S Position based vibration reduction of nacelle movement of wind turbine
CN112922782A (zh) * 2021-02-03 2021-06-08 浙江运达风电股份有限公司 一种基于adrc控制的风力发电机组传动链加阻方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013045717A1 (es) * 2011-09-29 2013-04-04 General Electric Company Métodos y sistemas para operar una turbina de aire acoplada a una rejilla en potencia
WO2018210390A1 (en) * 2017-05-19 2018-11-22 Vestas Wind Systems A/S Position based vibration reduction of nacelle movement of wind turbine
CN112922782A (zh) * 2021-02-03 2021-06-08 浙江运达风电股份有限公司 一种基于adrc控制的风力发电机组传动链加阻方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
EL MAHFOUD BOULAOUTAQ ETAL.: "Study on active disturbance rejection control with actuator saturation to reduce the load of a driving chain in wind turbines", RENEWABLE ENERGY, vol. 133 *
刘璋玮;刘锋;梅生伟;毕大强;姚亚鑫;: "扩张状态观测器在双馈风机虚拟惯量控制转速恢复中的应用", 中国电机工程学报, no. 05 *
卢晓光;李凤格;许明;王小涛;: "基于卡尔曼滤波的风机控制系统优化", 电气自动化, no. 01 *
庞辉庆等: "基于卡尔曼滤波的风电机组传动链扭振控制", 太阳能学报, vol. 41, no. 11, pages 293 - 299 *
王晓东;李怀卿;刘颖明;谢洪放;: "风电机组转矩的非线性控制", 电工电能新技术, no. 01 *
葛帅帅等: "基于自抗扰转矩补偿的采煤机截割传动系统动载荷主动控制", 机械工程学报, vol. 54, no. 15, pages 32 - 40 *
蔡润泽;孟岩峰;胡书举;: "基于改进自抗扰控制的双馈式风电机组传动系统扭振抑制策略", 可再生能源, no. 03 *

Similar Documents

Publication Publication Date Title
CN100400861C (zh) 风力发电装置及其主动式减振方法以及风车塔架
CN107612445B (zh) 具有负载加速度反馈的随动调速系统控制方法
CN107505841B (zh) 一种基于干扰估计器的机械臂姿态鲁棒控制方法
CN101627207A (zh) 使用估计方法的塔架谐振运动和对称叶片运动的风力涡轮机阻尼
CN111572818B (zh) 一种磁悬浮控制力矩陀螺框架速率伺服系统及控制方法
CN107092750B (zh) 一种内啮合齿轮轴减速器轮齿损伤故障的非线性动力学建模方法
CN104260107A (zh) 一种实现空间机械臂柔性关节齿隙补偿的方法
KR101939903B1 (ko) 가변 속도를 갖는 풍력 터빈의 모델 예측 제어 방법 및 그 시스템
CN102255554B (zh) 一种旋转行波超声波电机的摩擦补偿的速度控制方法
JP4914979B2 (ja) モータ制御装置およびモータ制御方法
CN111852763A (zh) 一种基于漂浮式风机的容错自适应pid控制方法
CN114326399A (zh) 一种宽频惯性基准单元有限时间抗干扰控制方法
TWI710199B (zh) 狀態觀測器兼用型全閉合控制的諧波齒輪裝置之致動器的定位控制裝置
CN113915056A (zh) 一种基于转速预估的风电机组传动链扭振主动控制方法
US20230176533A1 (en) Model-based predictive control method for structural load reduction in wind turbines
CN112746875B (zh) 航空发动机转子轴系复杂振动的主动控制系统、方法
CN111082720B (zh) 一种直驱式航空电动燃油泵鲁棒控制器
CN112922782B (zh) 一种基于adrc控制的风力发电机组传动链加阻方法
CN115685847B (zh) 漂浮式风电机组的容错控制方法及装置
CN101499696B (zh) 一种伺服系统控制方法
CN111880483B (zh) 一种雷达天线四电机驱动伺服系统预定性能控制方法
JPH09305239A (ja) バックラッシュ制振制御方法
CN113833605B (zh) 一种风电机组传动链扭振附加阻尼控制方法
CN113805484B (zh) 一种基于自适应动态面的轧机扭振抑制控制方法
Spiegelhauer et al. Active vibration control of slewing drives with gear backlash

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