CN114427515A - 基于数字孪生的风机最大功率点跟踪控制性能优化方法 - Google Patents

基于数字孪生的风机最大功率点跟踪控制性能优化方法 Download PDF

Info

Publication number
CN114427515A
CN114427515A CN202210113459.7A CN202210113459A CN114427515A CN 114427515 A CN114427515 A CN 114427515A CN 202210113459 A CN202210113459 A CN 202210113459A CN 114427515 A CN114427515 A CN 114427515A
Authority
CN
China
Prior art keywords
fan
digital twin
bgn
wind
power point
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
CN202210113459.7A
Other languages
English (en)
Other versions
CN114427515B (zh
Inventor
马凌云
徐晓美
蔡浩浩
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 Forestry University
Original Assignee
Nanjing Forestry 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 Nanjing Forestry University filed Critical Nanjing Forestry University
Priority to CN202210113459.7A priority Critical patent/CN114427515B/zh
Publication of CN114427515A publication Critical patent/CN114427515A/zh
Application granted granted Critical
Publication of CN114427515B publication Critical patent/CN114427515B/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
    • 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
    • F03D7/0276—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling rotor speed, e.g. variable speed
    • 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
    • F03D7/028—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power
    • 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
    • F05B2270/10—Purpose of the control system
    • F05B2270/103—Purpose of the control system to affect the output of the engine
    • F05B2270/1033—Power (if explicitly mentioned)
    • 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
    • F05B2270/32—Wind 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
    • F05B2270/30—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
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/335—Output power or torque
    • 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

本发明公开了基于数字孪生的风机最大功率点跟踪控制性能优化方法，包括：设定当前运行周期内各个数字孪生风机的起始转速，根据各个所述数字孪生风机的起始转速,利用最大功率点跟踪法，获得各个所述数字孪生风机的运行数据；根据各个所述数字孪生风机的运行数据，获得各个数字孪生风机的风能捕获效率；比较各个所述数字孪生风机的风能捕获效率，获得最大风能捕获效率；将所述最大风能捕获效率对应的数字孪生风机的转速作为实际风机的起始转速，用于实际风机的下一个周期的运行。本发明能够在付出较少算力资源与时间成本的前提下获得较高的风能捕获效率。

Description

基于数字孪生的风机最大功率点跟踪控制性能优化方法
技术领域
本发明属于风力发电系统控制技术领域，特别是涉及基于数字孪生的风机最大功率点跟踪控制性能优化方法。
背景技术
最优转矩(optimal torque,OT)法及其改进是当前商用大型风机应用最为广泛的最大功率点跟踪控制方法(MPPT)。最优转矩法的改进思路存在减小转矩增益方法以及收缩跟踪区间方法两类，转矩增益系数和起始发电转速分别是两类方法的关键控制参数。并且，控制参数的最优值与风况特征密切相关，需要在运行过程中周期性地根据风况特征的变化对控制参数进行优化设定，以使风机始终维持较高的风能捕获效率。
为了实现控制参数的在线优化，现有研究基于减小转矩增益思路提出了自适应转矩控制、限定寻优区间的改进自适应控制等方法，基于收缩跟踪区间改进思路提出了跟踪区间优化的改进MPPT控制、考虑湍流频率影响的改进MPPT控制等方法。上述方法可归为两类，分别是自适应搜索算法和离线构建最优参数与风况特征的数量关系模型指导控制参数在线优化设定的方法。自适应搜索算法无需风机先验知识，通用性强，可实现风电场批量化快速部署。但自适应迭代搜索过程极易受到风况变化的干扰，算法鲁棒性以及实际的风能捕获效率表现不佳。而第二类方法对风况变化具有较强的算法鲁棒性，能够始终保持较高的风能捕获效率，但是需要的算力资源和时间成本过大，目前仍难以工程批量化应用。其主要原因在于，此类方法在应用之前，需要针对海量风速序列进行基于时域仿真的离线遍历工作，以便获得控制参数与风况特征两者之间对应数量关系的样本，然后利用神经网络、响应面模型等函数拟合方法构建两者之间的统计数量关系模型。
综上，当前商用大型风机MPPT控制领域亟需一种对风况特征变化适应性良好，能始终维持较高的风能捕获效率，且易于风电场大批量风机快速实施的方法。
发明内容
本发明所解决的技术问题在于提供基于数字孪生的风机最大功率点跟踪控制性能优化方法，在付出较少算力资源与时间成本的前提下获得较高的风能捕获效率。
为实现上述目的，本发明提供了基于数字孪生的风机最大功率点跟踪控制性能优化方法，包括：
设定当前运行周期内各个数字孪生风机的起始转速，根据各个所述数字孪生风机的起始转速,利用最大功率点跟踪法，获得各个所述数字孪生风机的运行数据；
根据各个所述数字孪生风机的运行数据，获得各个数字孪生风机的风能捕获效率；比较各个所述数字孪生风机的风能捕获效率，获得最大风能捕获效率；
将所述最大风能捕获效率对应的数字孪生风机的转速作为实际风机的起始转速，用于实际风机的下一个周期的运行。
可选的，各个所述数字孪生风机与所述实际风机同步运行。
可选的，获得各个所述数字孪生风机的起始转速的方法为：
设定各个所述数字孪生风机起始发电风速，根据自适应动态调整机制和各个所述数字孪生风机起始发电风速，获得各个所述数字孪生风机的起始转速。
可选的，所述数字孪生风机起始发电风速vbgn与所述数字孪生风机的起始转速ωbgn的关系式为：
ωbgn＝λoptvbgn/R，其中λopt为风机最佳叶尖速比，R为风轮半径。
可选的，各个所述数字孪生风机的运行数据包括：风轮角速度、风轮角加速度和发电机电磁转矩。
可选的，获得各个所述数字孪生风机的风能捕获效率的过程为：
判断当前运行周期是否运行结束，若是，则根据各个数字孪生风机的运行数据和收缩跟踪区间方法，计算出各个数字孪生风机的风能捕获效率。
可选的，所述方法还包括：根据自适应调整机制要求确定数字孪生风机下一更新周期的发电风速赋值区间。
可选的，下一个更新周期的数字孪生风机发电风速赋值区间限定为vbgn_opt±0.5m/s，赋值间隔为0.1m/s；当vbgn_opt-0.5m/s≤3m/s，则vbgn赋值区间为3-4m/s；当vbgn_opt+0.5m/s≥7m/s，则vbgn赋值区间为6-7m/s；其中，vbgn_opt为当前更新周期的最优起始发电风速设定值；限定区域根据实际情况进行调整。
本发明的技术效果为：
本发明与现有技术相比，其显著优点为：避免了现有基于收缩跟踪区间的高效MPPT控制方法需要在应用前耗费大量时间进行最优控制参数与风况特征的数量关系样本的准备，通过可快速部署的多个数字孪生风机与实际风机同步在线运行的结果，指导实际风机的控制参数优化设定，不仅维持了高风能捕获效率，还具备了风电场批量化推广应用的条件。此外，设计了数字孪生风机控制参数赋值区间的自适应动态调整机制，显著降低方法所需数字孪生风机的数量，减轻了主控PLC的计算资源消耗。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本发明实施例中的基于数字孪生的风机最大功率点跟踪控制性能优化方法的原理图；
图2为本发明实施例中的基于数字孪生的风机最大功率点跟踪控制性能优化方法的在线运行流程图；
图3为本发明实施例中的基于数字孪生的风机最大功率点跟踪控制性能优化方法与传统最优转矩法、自适应搜索方法的实施效果对比图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
实施例一
如图1所示，本实施例中提供基于数字孪生的风机最大功率点跟踪控制性能优化方法，包括：
设定当前运行周期内各个数字孪生风机的起始转速，根据各个数字孪生风机的起始转速,利用最大功率点跟踪法，获得各个数字孪生风机的运行数据；
根据各个数字孪生风机的运行数据，获得各个数字孪生风机的风能捕获效率；比较各个数字孪生风机的风能捕获效率，获得最大风能捕获效率；
将最大风能捕获效率对应的数字孪生风机的转速作为实际风机的起始转速，用于实际风机的下一个周期的运行。其中的实际风机即为真实风机。
在本实施例中，针对MPPT控制方法中的关键控制参数需要跟随风况变化周期性地优化设定的问题，在风机主控PLC中嵌入多个适用于MPPT控制的数字孪生风机与实际风机同步运行，根据数字孪生风机在控制参数作用下的运行效果在线指导实际风机控制参数的优化调整。
在本实施例中，实际风机和数字孪生风机均采用收缩跟踪区间方法实现风机的MPPT控制，起始发电转速ωbgn为需要优化调整的关键控制参数。每个数字孪生风机在运行过程中被赋予不同的ωbgn设定值，在当前更新周期结束时对不同控制参数作用下的数字孪生风机运行所获风能捕获效率Pfavg进行比较，将最大Pfavg对应的ωbgn作为实际风机的控制参数最优设定值，用于实际风机下一个更新周期的运行。
在本实施例中，数字孪生风机的运行参数ωbgn的赋值方法为，首先确定起始发电风速vbgn的赋值区间，然后由vbgn进一步确定起始发电转速ωbgn的赋值区间。ωbgn与vbgn满足关系ωbgn＝λoptvbgn/R，其中λopt为风机最佳叶尖速比，R为风轮半径。vbgn的赋值区间通常为3-7m/s，为保证最优参数设定的精度，vbgn赋值的间隔建议为0.1m/s。
在本实施例中，为了降低数字孪生风机的数量以减轻PLC的计算资源消耗，引入数字孪生风机控制参数赋值区间的自适应动态调整机制，其基于风速条件连续变化的自然规律，与风速条件密切相关的ωbgn最优值在相邻更新周期也具有相关性。该机制将下一个更新周期的数字孪生风机vbgn赋值区间限定为vbgn_opt±0.5m/s，赋值间隔为0.1m/s；当vbgn_opt-0.5m/s≤3m/s，则vbgn赋值区间为3-4m/s；当vbgn_opt+0.5m/s≥7m/s，则vbgn赋值区间为6-7m/s。其中，vbgn_opt为当前更新周期的最优起始发电风速设定值。限定区域可根据实际情况进行调整。
在本实施例中，数字孪生风机的构建方法包括风轮模型、传动链模型和电磁转矩模型的构建风机风轮气动转矩模型为：
Tm(v,ω)＝0.5ρπR2v3Cp(λ)/ω
其中，ρ为空气密度，R为风轮半径，v为风速，ω为风轮的角速度，Tm为气动转矩。Cp(λ)为风机的风能利用系数曲线，λ＝ωR/v；
传动链模型为：
Figure BDA0003495549220000061
其中，J为转动惯量；
Figure BDA0003495549220000062
为风轮的角加速度；Te为电磁转矩，由MPPT控制方法确定；
本发明专利基于收缩跟踪区间MPPT控制方法，电磁转矩模型为：
Figure BDA0003495549220000063
其中ωbgn为关键控制参数；
所述数字孪生风机在实施例中的主要参数设置为：风机容量为3.0MW，风轮直径为87.69m,转动惯量为1.1694×107kg m2，风能利用系数曲线设置为：
Figure BDA0003495549220000071
Figure BDA0003495549220000072
在本实施例中，在PLC中构建数字孪生风机的方法为，根据前述方法建立基于Simulink的数字孪生风机模型，并利用PLC工程插件功能将其转化成PLC能够识别的模型文件，然后以模块的形式读入PLC主控系统中，同时将模块的转速、电磁转矩等输入输出接口与PLC主控系统中相应的变量通道进行关联。
在本实施例中，首先生成1条湍流风速序列，包含24个10min风速时段，持续时长总共为4h。湍流风速序列的平均风速依照风场实测数据变化，湍流强度为A级，湍流积分尺度为100m。针对该湍流风速序列，分别应用传统OT方法、自适应搜索算法与本发明提出的基于数字孪生的风机最大功率点跟踪控制性能优化方法进行分析：
如图2所示，本发明所述方法具体在线运行过程中的实施步骤为：
步骤1：设定最优控制参数的更新周期为Tn，初始化数字孪生风机的vbgn赋值区间为3-4m/s，初始化实际风机的vbgn为MPPT阶段最低转速对应的风速3m/s。
步骤2：根据所述自适应调整机制对各数字孪生风机的vbgn进行赋值并计算ωbgn的赋值，进入当前运行周期。
步骤3：读取当前风速实测值，多个数字孪生风机与实际风机均采用收缩跟踪区间法，以设定好的控制参数ωbgn进行MPPT控制，同步运行。记录数字孪生风机的运行数据，包括风轮角速度ω，风轮角加速度
Figure BDA0003495549220000073
发电机电磁转矩Te。
步骤4：判断当前周期是否运行结束。若是，则根据记录的运行数据计算出当前时段各数字孪生风机采用不同的控制参数ωbgn运行收缩跟踪区间MPPT方法所获的Pfavg，并将
Figure BDA0003495549220000081
对应数字孪生风机的vbgn作为预估的下一更新周期的风机实际的vbgn设定值。同时根据前述自适应调整机制要求确定数字孪生风机下一更新周期的vbgn赋值区间；否则，返回执行步骤3。
步骤5：跳转至步骤2，为实际风机和各数字孪生风机进行控制参数ωbgn赋值，进入下一个运行周期。
具体地，如图3所示，给出了该实施例下传统OT法、自适应搜索算法与本发明所提方法的每10min时段风能捕获效率对比曲线，同时给出每个时段在最优控制参数作用下所能获得的风能捕获效率。可以看出，本发明所提方法在各个时段的风能捕获效率均要高于传统OT方法和自适应搜索算法，与最大风能捕获效率已较为接近，且对湍流风况变化的适应性较好。
进一步地，统计了本发明所述方法和自适应搜索算法对应的4小时平均风能捕获效率较OT法所获风能捕获效率的提高百分比，如表1不同MPPT方法的效率所示。
表1
Figure BDA0003495549220000082
由表1可以看出，与传统OT方法相比，本发明所提的基于数字孪生的风机最大功率点跟踪控制性能优化方法的效率提高了1.686％。同时，经测算，本发明所提方法在20ms的PLC控制周期内，实际运行数字孪生风机的计算时间小于1ms，对PLC算力资源的占用较少。
以上所述，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (8)

1.基于数字孪生的风机最大功率点跟踪控制性能优化方法，其特征在于，包括：
设定当前运行周期内各个数字孪生风机的起始转速，根据各个所述数字孪生风机的起始转速,利用最大功率点跟踪法，获得各个所述数字孪生风机的运行数据；
根据各个所述数字孪生风机的运行数据，获得各个数字孪生风机的风能捕获效率；比较各个所述数字孪生风机的风能捕获效率，获得最大风能捕获效率；
将所述最大风能捕获效率对应的数字孪生风机的转速作为实际风机的起始转速，用于实际风机的下一个周期的运行。
2.根据权利要求1所述的基于数字孪生的风机最大功率点跟踪控制性能优化方法，其特征在于，各个所述数字孪生风机与所述实际风机同步运行。
3.根据权利要求1所述的基于数字孪生的风机最大功率点跟踪控制性能优化方法，其特征在于，获得各个所述数字孪生风机的起始转速的方法为：
设定各个所述数字孪生风机起始发电风速，根据自适应动态调整机制和各个所述数字孪生风机起始发电风速，获得各个所述数字孪生风机的起始转速。
4.根据权利要求3所述的基于数字孪生的风机最大功率点跟踪控制性能优化方法，其特征在于，所述数字孪生风机起始发电风速vbgn与所述数字孪生风机的起始转速ωbgn的关系式为：
ωbgn＝λoptvbgn/R，其中λopt为风机最佳叶尖速比，R为风轮半径。
5.根据权利要求1所述的基于数字孪生的风机最大功率点跟踪控制性能优化方法，其特征在于，各个所述数字孪生风机的运行数据包括：风轮角速度、风轮角加速度和发电机电磁转矩。
6.根据权利要求1所述的基于数字孪生的风机最大功率点跟踪控制性能优化方法，其特征在于，获得各个所述数字孪生风机的风能捕获效率的过程为：
判断当前运行周期是否运行结束，若是，则根据各个数字孪生风机的运行数据和收缩跟踪区间方法，计算出各个数字孪生风机的风能捕获效率。
7.根据权利要求1所述的基于数字孪生的风机最大功率点跟踪控制性能优化方法，其特征在于，所述方法还包括：根据自适应调整机制要求确定数字孪生风机下一更新周期的发电风速赋值区间。
8.根据权利要求7所述的基于数字孪生的风机最大功率点跟踪控制性能优化方法，其特征在于，下一个更新周期的数字孪生风机发电风速赋值区间限定为vbgn_opt±0.5m/s，赋值间隔为0.1m/s；当vbgn_opt-0.5m/s≤3m/s，则vbgn赋值区间为3-4m/s；当vbgn_opt+0.5m/s≥7m/s，则vbgn赋值区间为6-7m/s；其中，vbgn_opt为当前更新周期的最优起始发电风速设定值；限定区域根据实际情况进行调整。
CN202210113459.7A 2022-01-30 2022-01-30 基于数字孪生的风机最大功率点跟踪控制性能优化方法 Active CN114427515B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210113459.7A CN114427515B (zh) 2022-01-30 2022-01-30 基于数字孪生的风机最大功率点跟踪控制性能优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210113459.7A CN114427515B (zh) 2022-01-30 2022-01-30 基于数字孪生的风机最大功率点跟踪控制性能优化方法

Publications (2)

Publication Number Publication Date
CN114427515A true CN114427515A (zh) 2022-05-03
CN114427515B CN114427515B (zh) 2023-03-10

Family

ID=81312938

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210113459.7A Active CN114427515B (zh) 2022-01-30 2022-01-30 基于数字孪生的风机最大功率点跟踪控制性能优化方法

Country Status (1)

Country Link
CN (1) CN114427515B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102072083A (zh) * 2010-12-27 2011-05-25 西安理工大学 一种双馈风力发电系统最大风能跟踪方法
CN102434391A (zh) * 2011-12-27 2012-05-02 南京理工大学 一种基于起始转速调整的改进最大功率点跟踪控制方法
CN107524563A (zh) * 2017-08-21 2017-12-29 华南理工大学 一种基于滑模极值搜索的控制方法
CN108757306A (zh) * 2018-05-21 2018-11-06 三重能有限公司 一种风力发电机控制方法、装置以及风力发电机
CN109653946A (zh) * 2018-12-13 2019-04-19 爱普（福建）科技有限公司 风力发电系统最大功率的捕获方法、系统及其实现方法
CN111336062A (zh) * 2020-03-05 2020-06-26 中国大唐集团科学技术研究院有限公司华中电力试验研究院 一种基于测量风速的风力发电机组最大风能捕获方法
CN111608868A (zh) * 2020-05-27 2020-09-01 上海海事大学 风力发电系统最大功率跟踪自适应鲁棒控制系统及方法
CN112211782A (zh) * 2020-08-31 2021-01-12 江苏金风科技有限公司 基于起始转速自适应搜索的收缩跟踪区间控制方法
CN112682258A (zh) * 2020-12-25 2021-04-20 中南大学 基于Backstepping的大型风力机最大功率点跟踪控制方法
CN113236491A (zh) * 2021-05-27 2021-08-10 华北电力大学 一种风力发电数字孪生系统
CN113464378A (zh) * 2021-07-13 2021-10-01 南京理工大学 一种基于深度强化学习的提升风能捕获的转速跟踪目标优化方法
CN113482852A (zh) * 2021-08-16 2021-10-08 国网河北省电力有限公司电力科学研究院 永磁直驱风力发电变换器控制方法、终端及存储介质
CN113946952A (zh) * 2021-10-14 2022-01-18 国家电投集团科学技术研究院有限公司 风机孪生体的生成方法、装置及电子设备

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102072083A (zh) * 2010-12-27 2011-05-25 西安理工大学 一种双馈风力发电系统最大风能跟踪方法
CN102434391A (zh) * 2011-12-27 2012-05-02 南京理工大学 一种基于起始转速调整的改进最大功率点跟踪控制方法
CN107524563A (zh) * 2017-08-21 2017-12-29 华南理工大学 一种基于滑模极值搜索的控制方法
CN108757306A (zh) * 2018-05-21 2018-11-06 三重能有限公司 一种风力发电机控制方法、装置以及风力发电机
CN109653946A (zh) * 2018-12-13 2019-04-19 爱普（福建）科技有限公司 风力发电系统最大功率的捕获方法、系统及其实现方法
CN111336062A (zh) * 2020-03-05 2020-06-26 中国大唐集团科学技术研究院有限公司华中电力试验研究院 一种基于测量风速的风力发电机组最大风能捕获方法
CN111608868A (zh) * 2020-05-27 2020-09-01 上海海事大学 风力发电系统最大功率跟踪自适应鲁棒控制系统及方法
CN112211782A (zh) * 2020-08-31 2021-01-12 江苏金风科技有限公司 基于起始转速自适应搜索的收缩跟踪区间控制方法
CN112682258A (zh) * 2020-12-25 2021-04-20 中南大学 基于Backstepping的大型风力机最大功率点跟踪控制方法
CN113236491A (zh) * 2021-05-27 2021-08-10 华北电力大学 一种风力发电数字孪生系统
CN113464378A (zh) * 2021-07-13 2021-10-01 南京理工大学 一种基于深度强化学习的提升风能捕获的转速跟踪目标优化方法
CN113482852A (zh) * 2021-08-16 2021-10-08 国网河北省电力有限公司电力科学研究院 永磁直驱风力发电变换器控制方法、终端及存储介质
CN113946952A (zh) * 2021-10-14 2022-01-18 国家电投集团科学技术研究院有限公司 风机孪生体的生成方法、装置及电子设备

Also Published As

Publication number Publication date
CN114427515B (zh) 2023-03-10

Similar Documents

Publication Publication Date Title
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
CN107103175A (zh) 一种风力发电机组异常数据识别方法及装置
CN115940292B (zh) 基于圆圈搜索算法的含风储电力系统优化调度方法及系统
CN106786669B (zh) 一种风电场有功功率变化率控制方法及系统
CN107947228B (zh) 基于Markov理论的含风电电力系统随机稳定性分析方法
CN112861362B (zh) 一种基于整车油耗的动力总成性能参数优化方法和装置
CN115425680A (zh) 一种多能源联合发电系统的功率预测模型构建及预测方法
CN111917111B (zh) 用于配电网的分布式光伏电源接纳能力在线评估的方法、系统、设备及存储介质
CN111404204A (zh) 一种利用改进狼群算法的含风电场电力系统优化调度方法
CN110991701A (zh) 一种基于数据融合的风电场风机风速预测方法及系统
CN110212592A (zh) 基于分段线性表达的火电机组负荷调节最大速率估计方法及系统
CN113486582A (zh) 一洞双机超长隧洞水电站建模与调速参数优化方法和系统
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
Anbalagan et al. Fuzzy membership-function-dependent design of aperiodic sample-data control scheme for nonlinear PMSG-based WECS with quantization measurements via refined looped Lyapunov functional
CN111541279A (zh) 考虑机组出力状态的风电场功率自动控制系统及方法
CN114427515B (zh) 基于数字孪生的风机最大功率点跟踪控制性能优化方法
CN108757306A (zh) 一种风力发电机控制方法、装置以及风力发电机
CN113036806A (zh) 一种基于随机规划模型的风光互补系统容量配比方法
CN113238486B (zh) 一种自适应的多机水电站调速器参数调控方法
CN112211782B (zh) 基于起始转速自适应搜索的收缩跟踪区间控制方法
CN115660177A (zh) 提高光伏消纳水平的多目标光伏-电动汽车调度方法
CN114493051A (zh) 基于组合预测的提升精度的光伏功率预测方法、装置
CN113987946A (zh) 一种基于正交分析的粒子群多目标电机优化方法及系统
Hosseinkhani et al. Performance Prediction of a SANDIA 17-m Vertical Axis Wind Turbine Using Improved Double Multiple Streamtube
CN111859780A (zh) 一种微电网运行优化方法和系统

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