ES2299375A1 - Identificacion de aerogeneradores en lazo cerrado. - Google Patents
Identificacion de aerogeneradores en lazo cerrado. Download PDFInfo
- Publication number
- ES2299375A1 ES2299375A1 ES200602630A ES200602630A ES2299375A1 ES 2299375 A1 ES2299375 A1 ES 2299375A1 ES 200602630 A ES200602630 A ES 200602630A ES 200602630 A ES200602630 A ES 200602630A ES 2299375 A1 ES2299375 A1 ES 2299375A1
- Authority
- ES
- Spain
- Prior art keywords
- wind turbine
- models
- behavior
- control
- output
- 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
Links
- 230000005284 excitation Effects 0.000 claims abstract description 11
- 238000013461 design Methods 0.000 claims description 19
- 238000000034 method Methods 0.000 abstract description 37
- 230000008569 process Effects 0.000 abstract description 10
- 238000013480 data collection Methods 0.000 abstract description 5
- 230000001133 acceleration Effects 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000001143 conditioned effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- 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
- F03D7/045—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with model-based controls
-
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
-
- 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
- F05B2260/00—Function
- F05B2260/84—Modelling or simulation
-
- 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)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Combustion & Propulsion (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Wind Motors (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
Sistema para la estimación del comportamiento de un aerogenerador que opera en lazo cerrado, que se desarrolla mediante un proceso que comprende un protocolo de experimentación (1), una recogida de datos (2), rutinas de identificación (3), la obtención (4) de modelos lineales entrada-salida y la aplicación (5) de dichos modelos lineales a las funciones que se deseen controlar, realizándose el protocolo de experimentación (1) con el aerogenerador de aplicación en funcionamiento normal, introduciendo una señal de referencia con el algoritmo de la función a controlar, con realimentación de la salida de dicha función hacia la entrada, a la vez que se aplica una señal de excitación en el algoritmo del control.
Description
\global\parskip0.900000\baselineskip
Sistema para la estimación del comportamiento de
un aerogenerador que opera en lazo cerrado.
La presente invención está relacionada con el
control funcional de los aerogeneradores, proponiendo un sistema
que permite predeterminar el comportamiento de un aerogenerador en
las circunstancias variables que se darán en su funcionamiento de
aplicación.
La identificación de sistemas dinámicos que
operan en lazo abierto, esto es, sin control, es una metodología
muy conocida y utilizada en muchos ámbitos relacionados con el
control automático. El "padre" intelectual de estás técnicas y
métodos es Lennart Ljung. Su libro " System Identification.
Theoty for the user", de Prentice Hall es probablemente la
referencia más importante dentro de este ámbito.
El objetivo de estas técnicas es la obtención de
un modelo lineal que represente el comportamiento dinámico del
sistema, por las razones siguientes
- a)
- Es la representación más sencilla del comportamiento de un sistema dinámico
- b)
- La mayor parte de técnicas para el diseño de controladores están basadas en la utilización de modelos lineales
- c)
- No se puede obtener un controlador, si no se dispone de un modelo lineal previo.
Una vez que este modelo está disponible, se usa
para la obtención de controladores que gobiernen el comportamiento
del sistema de la manera deseada. Incluso, existen algunas
estrategias de control que incluyen específicamente un modelo
lineal del sistema dentro del propio controlador.
Sin embargo, esta técnica de identificación con
sistemas operando en lazo abierto, sin control, es una técnica que
no se puede exportar a la identificación de aerogeneradores
porque:
- a)
- No se tiene acceso a la fuente de energía que gobierna el sistema, porque en un aerogenerador no tenemos la posibilidad de cambiar el viento a nuestro antojo para hacer que el aerogenerador gire con la velocidad que nosotros deseamos.
- b)
- Además resulta una temeridad hacer funcionar un aerogenerador en lazo abierto, esto es, sin control, ya que ello podría suponer su destrucción.
- c)
- Los algoritmos que hacen uso de los datos experimentales diseñados por Ljung son sólo eficaces en el caso de que el sistema esté operando sin control. En el momento en que existe un lazo de control, estos métodos dan como resultado la obtención de modelos mal estimados que no representan fielmente la realidad y que por lo tanto no son adecuados para el diseño de controladores que posteriormente se deseen usar para gobernar el sistema a controlar.
En este sentido, son numerosos y diversos los
estudios teóricos realizados a propósito de la física que envuelve
a un aerogenerador. Estos estudios han hecho que se desarrollen
modelos no lineales teóricos del comportamiento de los
aerogeneradores con diferentes grados de acierto.
El desarrollo de estos modelos no lineales y su
implementación en simuladores, unido a la complejidad creciente de
los aerogeneradores, ha supuesto el crecimiento en complejidad del
control de los mismos. Para poder diseñar controladores de los
aerogeneradores, se requiere disponer de modelos lineales que
describan de la mejor forma posible el comportamiento del
aerogenerador para diferentes condiciones de viento.
Un modelo lineal es un modelo que se representa
mediante la siguiente función matemática:
En cambio, un modelo no lineal es todo aquél que
no está descrito por la ecuación anterior, por ejemplo:
\newpage
\global\parskip1.000000\baselineskip
El desarrollo de simuladores basados en
complejos modelos no lineales, junto con las necesidades de los
diseñadores de control, han llevado a que se utilicen los
simuladores no lineales con el fin de obtener modelos lineales,
mediante diferentes técnicas de linealización, obteniendo
resultados cuya idoneidad es en algunos casos
discutible.
discutible.
Un hecho cierto en todos los ámbitos de la
ciencia, y la descripción de ésta, es la necesidad de contar con
datos experimentales que de alguna forma permitan dar valores
numéricos a las diferentes constantes que intervienen en un modelo.
Este es un problema complejo y en muchos ámbitos no resuelto en su
totalidad.
Un aerogenerador es un mecanismo muy complejo,
que incluye gran número de elementos mecánicos, actuadores,
elementos aerodinámicos, etc. Además, un aerogenerador es un
mecanismo sumamente complejo de analizar de forma independiente, lo
que hace tremendamente difícil conseguir ajustar de forma correcta
toda la cantidad de parámetros que junto con las ecuaciones de la
dinámica, describen el comportamiento del aerogenerador.
Estos problemas relativos a la cuantificación de
ciertos parámetros del modelo no lineal, junto con las técnicas
numéricas de linealización poco correctas, llevan en ocasiones a la
obtención de modelos lineales poco acertados, o poco ajustados a la
realidad. Dichos modelos son difícilmente evaluables hasta que el
control que se diseña no se prueba en la máquina real, y se analiza
si el comportamiento simulado se asemeja al real. Se ha comprobado
con cierta frecuencia que un diseño de control basado en modelos
lineales obtenidos a partir de dichos simuladores no lineales, no
funciona en el sistema real, lo que obliga a la realización de
ajustes manuales y poco precisos en el control diseñado.
Esto pone de manifiesto que los modelos
obtenidos de dicha forma no son del todo correctos y que es
aconsejable una experimentación sobre el sistema real (o sobre su
modelo no lineal teórico) para la obtención de modelos
adecuados.
Por otro lado, la idea de la necesidad de
obtener modelos lineales para diseñar controladores para
aerogeneradores surge porque se constata que:
- a)
- Los modelos lineales de aerogeneradores disponibles en el mercado no son fiables. Existe cierta variedad de softwares que modelan el comportamiento de un aerogenerador a un gran nivel de detalle. Sin embargo, los modelos necesarios para diseñar controladores son modelos lineales de entrada/salida. Estos softwares se han adaptado para proporcionar estos modelos lineales de entrada salida. Sin embargo, se ha constatado que estos modelos no son adecuados porque:
- -
- La técnica de linealización de los grandes simuladores no es correcta.
- -
- Están basados en modelos complejos no siempre adecuados.
- Esto se verifica porque los controladores que se diseñan frente a estos modelos lineales, no hacen que el comportamiento simulado del aerogenerador sea el correcto, y requieren de ajustes manuales basados en la experiencia.
- b)
- También se ha constatado que los controladores que funcionan en los simuladores, luego no funcionan en los aerogeneradores reales. Por lo tanto, ni los modelos lineales reflejan fielmente la realidad, ni los complejos simuladores de todo un aerogenerador son tampoco correctos, porque los controladores que se instalan en la realidad no son los que se diseñan para los complejos simuladores.
Por lo tanto es un hecho objetivo la necesidad
de obtener modelos lineales fiables para el diseño de
controladores.
La forma más habitual para obtener valores de
ciertas propiedades físicas de una máquina real a identificar, es
operar experimentalmente con la máquina de una forma concreta. La
experimentación para la identificación en el ámbito del control se
lleva a cabo sobre el sistema real, operando tradicionalmente en
lazo abierto. Esto es, aplicando una señal excitante al sistema y
leyendo las variables de salida. Este proceso es posible hacerlo
cuando se tiene acceso a la fuente de energía que gobierna el
comportamiento del mecanismo.
Este método tiene fundamentalmente dos
limitaciones o contraindicaciones. La primera de las limitaciones
es que no es recomendable hacer este tipo de identificación en lazo
abierto, ya que la integridad de la máquina se puede ver
comprometida por operar en dicho modo. La segunda de las
limitaciones viene por el hecho de no tener acceso a la fuente de
energía que gobierna el comportamiento de la máquina. En el caso de
un aerogenerador, nos encontramos por lo tanto ante dos
limitaciones que las técnicas de identificación en lazo abierto
presentan.
Por todos estos motivos expuestos anteriormente
se ve imprescindible utilizar técnicas de identificación en lazo
cerrado en el ámbito del control de aerogeneradores.
La identificación en lazo abierto es una técnica
conocida y utilizada ampliamente en el ámbito del control y otras
áreas científicas o financieras.
El concepto de la identificación en el ámbito
del control, se refiere a un método para obtener de forma
experimental modelos de entrada-salida de un
mecanismo o máquina. El concepto de lazo abierto se refiere por su
parte a que el sistema se desarrolla sin que esté activo el control
del mecanismo o máquina de aplicación, lo cual hace que el sistema
opere libremente.
Dicha técnica de identificación en lazo abierto,
se desarrolla de forma experimental, partiendo de una
configuración concreta en relación con el sistema para el que va
destinada la aplicación.
En el caso de los aerogeneradores, el proceso
convencional de diseño de controladores se desarrolla mediante
modelos lineales obtenidos a partir de simuladores no lineales. Los
protocolos y algoritmos de linealización son diversos, pero tienen
en común que son métodos numéricos y que están basados en exclusiva
en las ecuaciones teóricas que describen el comportamiento de un
aerogenerador. Dicho protocolo consiste en aplicar un impulso
diferencial a las distintas entradas a los modelos no lineales.
Éstas pueden ser velocidad de viento, ángulo de pitch, par del
generador, etc. Tras las pequeñas perturbaciones ocasionadas, se
deja evolucionar libremente al aerogenerador. Así se estiman las
derivadas de todos los estados definidos por el simulador no lineal
y, a partir de los valores que se obtienen, se determinan modelos
lineales de la máquina a controlar, con los que se diseñan los
controladores que luego son implementados en las máquinas
reales.
Debido a la variabilidad de los factores que
influyen en el comportamiento de los aerogeneradores, los
controladores que se obtienen de la forma indicada, basados en
modelos obtenidos tras la linealización de simuladores no lineales,
en ocasiones no funcionan como era de esperar sobre la máquina
real. Esto puede ser crítico, ya que el diseño de los componentes
de un aerogenerador se hace en función de los controladores
diseñados frente a los modelos lineales.
Es conocido, por otro lado, el concepto de lazo
cerrado, que hace referencia al hecho de que los lazos de control
que gobiernan de forma automática el comportamiento de un
mecanismo, están activos durante el funcionamiento normal de la
máquina.
El concepto de identificación en lazo cerrado,
fue no obstante rechazado en sus comienzos por los investigadores,
al considerar que no era aplicable por motivos técnicos. Sin
embargo estudios realizados recientemente sobre nuevas técnicas de
identificación (Libro del ID_Landau, "Digital Control Systems.
Design, Identification and Implementation" evidencian que esta
tecnología es posible, haciendo una correcta formulación del
problema y de los algoritmos usados en el proceso.
De acuerdo con la invención se propone un
sistema de identificación de los aerogeneradores en lazo cerrado,
mediante el cual se logra la obtención de modelos lineales que
representan de forma precisa el comportamiento dinámico del
aerogenerador de aplicación, pudiendo utilizarse dichos modelos
para diversos fines, como diseño de controladores, utilización como
parte de un algoritmo de control, identificación de parámetros,
análisis de componentes, etc.
El sistema se basa en el desarrollo de un
proceso que se lleva a cabo a través de un software, mediante el
cual se efectúan una serie de pasos, obteniendo y almacenándose
datos, los cuales son posteriormente analizados y tratados con el
fin de obtener modelos de entrada y salida que puedan ser
posteriormente utilizados para cualquiera de las funciones
indicadas anteriormente.
El objetivo de este protocolo de experimentación
es obtener modelos de entrada/salida para el aerogenerador. Cuando
se hace referencia a entrada, debe suponerse que puede ser
cualquiera de los siguientes tipos de variables de entrada:
- -
- Relacionadas con el viento: Velocidad del viento, a cualquier altura desde el suelo o a cualquier distancia del aerogenerador, ya sean medidas o inferidas.
- -
- Relacionadas con el generador: Par del generador, real o demandado, par en el entrehierro del generador, potencia del generador, real o demandada, potencia activa, real o demandada, potencia reactiva, real o demandada, corrientes y tensiones de cada una de las líneas del sistema trifásico, reales o demandadas, tensiones y corrientes d y q, reales o demandadas, del sistema de control del generador, etc.
- -
- Relacionadas con el actuador de pitch: Ángulo de pitch, real o demandado, velocidad de pitch, real o demandada, aceleración de pitch, real o demandada, potencias, tensiones y corrientes, reales o demandadas del motor de pitch. Presiones, flujos, posiciones, velocidades y aceleraciones del actuador, en caso de ser hidráulico, etc.
- -
- Relacionadas con el actuador del yaw: Ángulo de yaw, real o demandado, velocidad de yaw, real o demandada, aceleración de yaw, real o demandada, potencias, tensiones y corrientes, reales o demandadas del motor de yaw. Presiones, flujos, posiciones, velocidades y aceleraciones del actuador, en caso de ser hidráulico, etc.
- -
- Relacionadas con la geometría de la pala: Variación en geometría de la sección de la pala y de la longitud de la pala, posición, velocidad, aceleración de elementos o partes de elementos utilizadas para el control aerodinámico, móviles en las palas del aerogenerador, así como tensiones, corrientes, presiones, flujos, etc., de los actuadores, que modifiquen las propiedades geométricas de las palas.
Por otro lado, cuando se hace referencia a
salidas en el proceso de identificación, se estará refiriendo a
cualquiera de las siguientes variables, sensibles o inferidas, de
un aerogenerador:
Velocidad del generador, velocidad del rotor en
el lado de alta, velocidad del rotor en lado de baja, potencia
activa real y demandada al generador, potencia reactiva real y
demandada al generador, corrientes y tensiones reales y demandadas
de cada una de las líneas del sistema trifásico, tensiones y
corrientes reales y demandadas d y q del sistema de control del
generador, deformaciones, posiciones, velocidades, aceleraciones,
lineales y angulares, fuerzas y momentos en el buje, a lo largo del
tren de potencia, a lo largo de cada una de las palas, a lo largo
de la torre, a lo largo de la nacelle, etc.
Todas las variables citadas como variables de
entrada, pueden ser también consideradas como variables de
salida.
El proceso comprende un protocolo de
experimentación, una recolección de datos, unas rutinas de
identificación, y la obtención de modelos lineales para la
aplicación que se desee.
El protocolo de experimentación se desarrolla
durante el funcionamiento normal del aerogenerador, con el control
del mismo activo. Este control consiste en la introducción de una
señal de referencia como valor deseado para la variable que se
quiere controlar. La salida de la señal que se quiere controlar se
realimenta para compararla con la señal de referencia. La
diferencia resultante, llamada error, se alimenta al controlador,
que será el responsable de aplicar una señal que hará que la señal
de salida se aproxime a su valor de referencia, intentando así
rechazar perturbaciones externas al sistema e incontrolables, como
pueden ser ráfagas de viento, etc.
Por su parte, el protocolo de experimentación,
se lleva a cabo mediante la introducción de una señal, que puede
ser sumada a la señal de referencia del lazo de control, o bien
puede ser sumada al valor que el controlador haya calculado.
La recolección y almacenamiento de datos, se
hace por software, para luego ser analizados dichos datos mediante
las rutinas de identificación.
Las rutinas de identificación constan de una
copia del controlador y un modelo ajustable del modelo
salida/entrada en lazo cerrado, de cualquier combinación de las
variables de entrada y salida citadas anteriormente. La salida
correspondiente del aerogenerador real es comparada con la salida
del lazo cerrado predicha por el algoritmo de identificación. El
error es procesado mediante otro algoritmo, que hace variar los
valores de los parámetros en la forma adecuada, con el fin de
minimizar la diferencia entre la medida real de la variable de
salida del aerogenerador y la variable de salida predicha por el
algoritmo de identificación.
De esta manera se obtiene un modelo que puede
ser validado por métodos estadísticos, frecuenciales y temporales.
Si estas condiciones de validación se cumplen, los modelos son
dados por correctos y se pueden emplear para las actividades
expuestas.
Se obtiene así un sistema con el que se logran
las ventajas siguientes:
La experiencia en el trabajo con modelos
lineales obtenidos mediante técnicas de linealización a partir de
simuladores no lineales, demuestra que éstos proporcionan en
ocasiones modelos poco fiables; de modo que se pueden encontrar
modelos de una misma máquina que presentan propiedades muy
diferentes e incluso contradictorias. Esto hace que el diseño de
controladores con dichos modelos plantee dudas razonables sobre la
validez de los mismos. Por el contrario los modelos que se obtienen
en lazo cerrado son más próximos a la realidad y por lo tanto más
fiables, obteniéndose mejores resultados a partir de ellos.
Una de las posibles consecuencias de las
técnicas usadas actualmente para la estimación de los modelos, es
la obtención de modelos mal condicionados. Esto da lugar a
limitaciones en el trato de los mismos y en su correcta
transformación de un sistema de representación de modelos lineales
(espacios de estado), a otros métodos de representación de modelos
lineales de entrada-salida (funciones de
transferencia). Por el contrario el sistema propuesto elimina el
problema de la obtención de modelos mal condicionados.
El hecho de utilizarse una técnica
experimental, permite la utilización del sistema tanto en el ámbito
de la simulación, como en el ámbito de la experimentación en
máquinas reales.
El hecho de poder obtener un modelo para cada
máquina, hace que se pueda diseñar un controlador apropiado para
cada una de ellas, en relación con sus propias especificidades
debidas a la construcción, montaje, emplazamiento, etc.
El hecho de que se pueda experimentar sobre
máquinas reales, hace que se puedan obtener modelos que describan
su comportamiento cuando se considere oportuno, de forma que se
puede estudiar la degradación entre el modelo teórico y la máquina
real con el paso del tiempo.
Dado que se pueden obtener modelos reales de la
máquina, en cualquier instante de tiempo se pueden hacer las
modificaciones que se consideren oportunas, dentro de los
algoritmos de control, que tengan en cuenta los cambios que sufre
la máquina con el paso del tiempo y que se detectan con el modelo
identificador.
Existen distintas técnicas y estrategias de
control que usan de forma explícita el modelo de la planta y el
modelo de las perturbaciones que se pueden obtener mediante la
identificación, por lo que al estar disponibles los modelos
identificados mencionados, estas técnicas son susceptibles de ser
usadas.
La figura 1 muestra un diagrama en bloques del
proceso de desarrollo del sistema de la invención.
La figura 2 es un esquema de la aplicación de la
señal de excitación en el protocolo de experimentación del
sistema, según un modo de realización.
La figura 3 es un esquema de la aplicación de la
señal de excitación en el protocolo de experimentación, según otro
modo de realización.
El objeto de la invención se refiere a un
sistema para estimar el comportamiento de los aerogeneradores en
lazo cerrado, el cual tiene como objetivo la obtención de modelos
lineales que representen de forma precisa el comportamiento
dinámico del aerogenerador de aplicación, para diseñar los
algoritmos que rijan el comportamiento del aerogenerador en el
funcionamiento real del mismo.
El sistema consiste en la realización de un
proceso de generación, almacenamiento y análisis de datos, mediante
una secuencia como la representada en la figura 1, que incluye un
protocolo de experimentación (1), una recogida de datos (2), unas
rutinas de identificación (3), la obtención (4) de modelos lineales
de entrada-salida, y la aplicación (5) de los
modelos lineales identificados para el diseño e implementación de
controladores para el aerogenerador de aplicación.
De acuerdo con el sistema propuesto, el
protocolo de experimentación (1) se desarrolla de la manera
siguiente:
Durante el funcionamiento normal del
aerogenerador (6), según la representación de las figuras 2 y 3, el
control de éste permanece siempre activo, aplicándose una señal de
referencia (7) en relación con la señal que se quiere controlar,
con realimentación (8) de la salida de dicha señal hacia la entrada,
de manera que en un momento de operación del aerogenerador (6) se
introduce una señal de excitación (9) en el algoritmo de control
(10) que gobierna el sistema. Las señales utilizadas para tal fin
pueden ser señales binarias pseudoaleatorias, señales de escalón,
señales de chirp (señales sinusoidales barridas en frecuencia),
sinusoides, señales cuadradas, etc.
Dicha señal de excitación (9) debe tener un alto
contenido frecuencial, particularmente entre 0 y 1000 Hz, así como
una longitud determinada y limitada dependiendo del aerogenerador
(6) de aplicación, pudiendo ser aplicada esa señal de excitación
(9) en la entrada del algoritmo de control (10), sumándose a la
señal de referencia (7), como representa la figura 2, o a la salida
del algoritmo de control (10) sumándose a la señal calculada por
éste, como representa la figura 3, para determinar una señal de
control de los actuadores que gobiernan el comportamiento del
aerogenerador (6), de manera que la señal de salida de éste se
corresponda con la señal de referencia (7).
Es decir que, en relación con un aerogenerador
(6), se puede marcar, por ejemplo, una velocidad de giro de las
palas de dicho aerogenerador (6), con lo que éste trata de alcanzar
dicha velocidad de giro de las palas adaptándose a cada velocidad
del viento, para lo cual la señal de salida de la velocidad de las
palas se introduce de nuevo en la máquina después de compararla
con la señal de entrada, con lo cual se le está indicando al
aerogenerador (6) una aceleración mayor o menor en la velocidad de
giro, evitando que el funcionamiento del aerogenerador (6) se salga
de los rangos lógicos de funcionamiento.
Por otra parte, la introducción de una señal de
excitación (9), que se acopla a la señal de referencia (7) de
entrada, permite, mediante el estudio de la salida y del efecto de
las perturbaciones, diseñar los algoritmos que rijan el
funcionamiento del aerogenerador (6) en una situación real.
El protocolo de experimentación (1) mencionado
se puede realizar igualmente, en las mismas condiciones, sobre un
simulador en lugar del aerogenerador real (6), consiguiéndose un
idéntico resultado.
Mediante la recolección de datos (2) el
experimento se puede repetir tantas veces como se desee, pudiendo
aplicarse el procedimiento a todos los lazos de control que estén
activos en el aerogenerador o simulador (6), con posibilidad de
medir todas las variables oportunas para obtener los modelos que se
deseen.
Durante la experimentación se guardan los datos
correspondientes a todos los sensores que tenga el aerogenerador o
simulador (6), así como las secuencias de todas las señales
involucradas en el lazo de control del aerogenerador, así como la
señal de excitación, tanto si es introducida como una suma a la
referencia, como si es introducida como suma a la acción calculada
por el controlador.
Las rutinas de identificación (3) del proceso se
desarrollan sometiendo los datos obtenidos a algoritmos de
identificación de parámetros convencionales, de modo que estas
rutinas de identificación (3) tienen por objeto encontrar la
relación existente entre colecciones temporales de datos, siendo
los resultados que se obtienen en dichas rutinas de identificación
(3), modelos empíricos lineales.
El resultado de aplicar el protocolo de
experimentación (1), así como la recolección de los datos (2) y el
posterior tratamiento de éstos con las rutinas de identificación
(3), son modelos lineales que describen el comportamiento del
sistema, de manera que una vez que se obtienen (4) estos modelos,
se pueden aplicar (5) para actividades como: diseño de componentes,
puesta en marcha de aerogeneradores, certificación, control
adaptativo, control predictivo, mantenimiento de control,
sintonización de control, monitorización de funcionamiento
dinámico, etc.
Claims (7)
1. Sistema para la estimación del comportamiento
de un aerogenerador que opera en lazo cerrado, del tipo que
utiliza una señal de referencia de las variables funcionales del
aerogenerador de aplicación, comparando la señal que se obtiene en
la salida del aerogenerador con la señal de referencia aplicada
para ajustar el control de las variables en función de la
diferencia entre ambas señales, caracterizado porque con el
aerogenerador (6) de aplicación en funcionamiento y los controles
del mismo activos, se realiza un protocolo de experimentación (1)
que consiste en la aplicación de una señal de excitación (9) en
relación con el algoritmo de control (10) de cada variable a
controlar, recogiéndose (2) los datos que así proporcionan los
algoritmos de control (10), para el análisis posterior de dichos
datos mediante unas rutinas de identificación (3) que determinan
modelos lineales de entrada-salida utilizables para
el diseño de los controladores de las variables funcionales del
aerogenerador (6).
2. Sistema para la estimación del comportamiento
de un aerogenerador que opera en lazo cerrado, de acuerdo con la
primera reivindicación, caracterizado porque la señal de
excitación (9) se aplica en la misma entrada de suministro de la
señal de referencia (7) de las variables a controlar.
3. Sistema para la estimación del comportamiento
de un aerogenerador que opera en lazo cerrado, de acuerdo con la
primera reivindicación, caracterizado porque la señal de
excitación (9) se aplica como suma de la salida de los algoritmos
de control (10) de las variables funcionales del aerogenerador (6)
de aplicación.
4. Sistema para la estimación del comportamiento
de un aerogenerador que opera en lazo cerrado, de acuerdo con las
reivindicaciones primera a tercera, caracterizado porque el
protocolo de experimentación se puede realizar en las mismas
condiciones sobre un aerogenerador (6) real, o sobre un
simulador.
5. Sistema para la estimación del comportamiento
de un aerogenerador que opera en lazo cerrado, de acuerdo con la
primera reivindicación, caracterizado porque los modelos de
entrada en relación con los que se aplica el sistema se refieren a
variables relacionadas con el viento, con el generador, con el
actuador de pitch, con el actuador de yaw, o con la geometría de
las palas del aerogenerador.
6. Sistema para la estimación del comportamiento
de un aerogenerador que opera en lazo cerrado, de acuerdo con la
primera reivindicación, caracterizado porque los modelos de
salida en relación con los que se aplica el sistema se refieren a
variables relacionadas con el generador, con el rotor, con las
líneas del sistema trifásico, con el sistema de control, o con la
geometría de cualquiera de las partes estructurales del
aerogenerador.
7. Sistema para la estimación del comportamiento
de un aerogenerador que opera en lazo cerrado, de acuerdo con la
primera reivindicación, caracterizado porque las rutinas de
identificación (3) constan de una copia del controlador de la
variable correspondiente y un modelo ajustable de la
salida-entrada de dicha variable, estableciendo una
comparación de la salida del aerogenerador (6) con la salida que
calcula el algoritmo de control (10) de la variable, para corregir
la diferencia haciendo variar los parámetros del control.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ES200602630A ES2299375B1 (es) | 2006-10-17 | 2006-10-17 | Sistema para la estimacion del comportamiento de un aerogenerador que opera en lazo cerrado. |
PCT/ES2007/000584 WO2008046942A1 (es) | 2006-10-17 | 2007-10-17 | Identificación de aerogeneradores en lazo cerrado |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ES200602630A ES2299375B1 (es) | 2006-10-17 | 2006-10-17 | Sistema para la estimacion del comportamiento de un aerogenerador que opera en lazo cerrado. |
Publications (2)
Publication Number | Publication Date |
---|---|
ES2299375A1 true ES2299375A1 (es) | 2008-05-16 |
ES2299375B1 ES2299375B1 (es) | 2009-03-01 |
Family
ID=39313637
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES200602630A Active ES2299375B1 (es) | 2006-10-17 | 2006-10-17 | Sistema para la estimacion del comportamiento de un aerogenerador que opera en lazo cerrado. |
Country Status (2)
Country | Link |
---|---|
ES (1) | ES2299375B1 (es) |
WO (1) | WO2008046942A1 (es) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110244557A (zh) * | 2019-04-30 | 2019-09-17 | 国网浙江省电力有限公司电力科学研究院 | 一种工业过程多阶惯性闭环系统的闭环建模方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2353089B2 (es) * | 2008-11-28 | 2011-09-05 | Fundacion Cener-Ciemat | Sistema para la estimación en lazo cerrado de modelos lineales entrada salida de un aerogenerador. |
ES2382631B1 (es) | 2009-09-03 | 2013-05-03 | Gamesa Innovation & Technology, S.L. | Metodos y sistemas de control de aerogeneradores |
ES2392226B1 (es) | 2009-12-16 | 2013-10-10 | Gamesa Innovation & Technology, S.L. | Métodos de control de aerogeneradores para mejorar la producción de energía recuperando pérdidas de energía. |
CN104612904B (zh) * | 2014-12-08 | 2017-06-13 | 上海电气集团股份有限公司 | 一种双馈型风力发电机组最大风能捕获方法 |
EP3073109A1 (en) * | 2015-03-23 | 2016-09-28 | ALSTOM Renewable Technologies | Obtaining dynamic properties of a part of wind turbine |
-
2006
- 2006-10-17 ES ES200602630A patent/ES2299375B1/es active Active
-
2007
- 2007-10-17 WO PCT/ES2007/000584 patent/WO2008046942A1/es active Application Filing
Non-Patent Citations (4)
Title |
---|
DE BRUYNE, F. et al. On closed-loop identification with a tailor- made parametrization. Proceedings of the American Control Conference. Philadelphia, Pennsylvania. Junio de 1998. Volumen 5, páginas 3177-3181. Todo el documento. * |
FORSSELL, U. Closed-loop Identification Methods, Theory, and Applications. Linköping Studies in Science and Technology. Dissertations. No. 566. Department of Electrical Engineering Linköping University, SE-581 83 Linköping, 1999 Suecia. [recuperado el 25.01.2008]. Recuperado de internet: <URL:http:// www.control.isy.liu.se/research/authors/phd/566/main.pdf>. Páginas 5-11,17-19,24-26,41-42,49-68. ISBN 91-7219-432-4. ISSN 0345-7524. * |
VAN BAARS G. y BONGERS P. Closed Loop System Identification of an Industrial Wind Turbine System: Experiment Design and First Validation Results. IEEE. Proceedings of the 33rd Conference on Decision and Control. Lake Buena Vista. Diciembre de 1994. Florida. Todo el documento. * |
VODA, A y LANDAU I.D. Real-time evaluation of an iterative scheme for closed loop identification and control design. Proceedings of the American Control Conference. Baltimore, Maryland. Julio de 1994. Volume: 3, páginas 3007-3011. ISBN: 0-7803-1783-1. Todo el documento. * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110244557A (zh) * | 2019-04-30 | 2019-09-17 | 国网浙江省电力有限公司电力科学研究院 | 一种工业过程多阶惯性闭环系统的闭环建模方法 |
CN110244557B (zh) * | 2019-04-30 | 2022-03-15 | 国网浙江省电力有限公司电力科学研究院 | 一种工业过程多阶惯性闭环系统的闭环建模方法 |
Also Published As
Publication number | Publication date |
---|---|
ES2299375B1 (es) | 2009-03-01 |
WO2008046942A1 (es) | 2008-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2299375B1 (es) | Sistema para la estimacion del comportamiento de un aerogenerador que opera en lazo cerrado. | |
Kheirabadi et al. | A quantitative review of wind farm control with the objective of wind farm power maximization | |
Fleming et al. | Evaluating techniques for redirecting turbine wakes using SOWFA | |
Sathe et al. | Influence of atmospheric stability on wind turbine loads | |
Larsen et al. | Active load reduction using individual pitch, based on local blade flow measurements | |
ES2818023T3 (es) | Sistema de control, turbina eólica y método de control | |
Sierra-García et al. | Performance analysis of a wind turbine pitch neurocontroller with unsupervised learning | |
Yu et al. | The triple spar campaign: Implementation and test of a blade pitch controller on a scaled floating wind turbine model | |
Gebraad | Data-driven wind plant control | |
KR101800217B1 (ko) | 풍력발전기의 요 정렬오차 보정방법 | |
Henriksen et al. | A simplified dynamic inflow model and its effect on the performance of free mean wind speed estimation | |
Sinner et al. | Experimental testing of a preview-enabled model predictive controller for blade pitch control of wind turbines | |
Barlas et al. | Extreme load alleviation using industrial implementation of active trailing edge flaps in a full design load basis | |
Chen et al. | Model predictive control for wind farm power tracking with deep learning-based reduced order modeling | |
Campagnolo et al. | Further calibration and validation of FLORIS with wind tunnel data | |
EP4266022A1 (en) | Load sensor calibration method and apparatus, and computer-readable storage medium | |
Cutler et al. | Optimization of turbine tilt in a wind farm | |
Cacciola et al. | Simultaneous observation of wind shears and misalignments from rotor loads | |
Bangga et al. | Technical modeling challenges for large idling wind turbines | |
ES2353089B2 (es) | Sistema para la estimación en lazo cerrado de modelos lineales entrada salida de un aerogenerador. | |
Velino et al. | Machine learning control for floating offshore wind turbine individual blade pitch control | |
Fleming et al. | From wake steering to flow control | |
Su et al. | A novel hybrid free-wake model for wind turbine performance and wake evolution | |
Poulsen et al. | Comparison between a PI and LQ-regulation for a 2 MW wind turbine | |
Campagnolo et al. | Wind tunnel validation of a wind observer for wind farm control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
EC2A | Search report published |
Date of ref document: 20080516 Kind code of ref document: A1 |
|
FG2A | Definitive protection |
Ref document number: 2299375B1 Country of ref document: ES |