数据驱动的变速变桨风能转换系统恒功率控制

为了实现风能转换系统在额定风速以上的恒功率控制,必须同时控制桨距角和电磁转矩。针对变速变桨风能转换系统具有强非线性和不确定性难于建立精确模型的问题,将数据驱动的最优控制理论和多变量控制策略相结合,根据变速变桨风能转换系统的输入输出数据得出系统的马尔可夫参数,据此构造一个基于数据的状态观测控制器,并通过差分Riccati方程的闭合解来设计多变量最优反馈控制器。在MATLAB/Simulink的仿真结果表明:在不建立模型的基础上设计的数据驱动的多变量最优控制器能够有效地实现系统的恒功率输出控制。     

水平轴风力机变桨载荷分析与计算

针对风力机变桨载荷常规计算时忽略很多细节从而导致数值不精确的问题,文中以大型水平轴风力机为研究对象,通过数值计算软件Matlab/Simulink,在建立风电机组非线性模型基础上,对风力机桨叶外形参数和空气动力数据进行分析和计算,得到风力机桨叶轴向诱导因子、周向诱导因子、入流角、攻角、相对风速、桨距角等参数对应不同风速的值,最终根据这些参数,综合分析计算,得到了风力机变桨载荷的数值.计算结果为风力机变桨控制系统分析和设计提供了更为可靠的基础性数据.     

变速恒频风力发电机组最大能量捕获策略研究

风力发电主要目的是尽可能的利用风能,针对变速恒频风力发电系统,分析了风力机特性及最大风能捕获原理.在额定风速以下通过调节发电机的转矩使转速跟随风速变化以获得最佳叶尖速比;在额定风速以上通过调整桨叶节距,保证额定功率输出而不越限.由于风速测量的准确性不高,以及风力发电系统的精确模型较难建立,采用传统的PID控制器难以在风速快速变化的情况下实现良好的控制效果.为了进一步提高风能的利用效率,文中研究了基于功率变化信息的双模糊控制策略,实现最大功率点跟踪和变速变桨控制.仿真结果表明,该控制策略能够提高风能捕获效率,较好地平滑风电机组输出功率.     

基于遗传粒子群算法风电机组变速与变桨系统PI控制器设计

为了提升风电机组的控制精度并降低关键承载部件的载荷情况,通过遗传粒子群方法研究了变速与变桨系统PI控制器的设计。首先,采用泰勒级数将风电机组线性化展开为状态空间方程。然后通过提取输入、输出和平衡点分别构建变速与变桨系统的数学模型。其次,分别采用Routh法和最小二乘法将变速与变桨系统辨识为低阶惯性系统和惯性时延系统。然后分别基于时间加权绝对误差积分准则和Chien-Hrones-Reswick法整定变速与变桨系统PI控制参数。最后,采用帕累托方法分配控制目标的权重关系并基于遗传粒子群算法优化变速与变桨系统PI控制参数,进而采用最小二乘法将其分别与风速和桨距角拟合构建自适应PI控制。结果表明：在变速控制中能够有效提升输出功率并抑制塔架顶部侧向振动;在变桨控制中能够有效平抑输出功率和发电机转速波动并降低叶片根部载荷情况。可见通过遗传粒子群方法设计的变速与变桨系统PI控制器具有良好的有效性和适用性。     

独立变桨控制对大功率风力发电机受载的影响

以大功率风力发电机组为研究对象,采用线性叶素动量理论将叶片拍打方向的相对风速变化转换为叶片所受的力和力矩(叶根拍打方向和挥舞方向的力矩)的变化。通过Coleman变换进行转换,建立系统状态空间方程。对其进行独立变桨控制设计理论研究,采用MATLAB/SIMULINK实现控制器的编程,分析结果与统一变桨比较表明：独立变桨距控制比统一变桨距控制具有更好的减载效果,更适合大型风力发电机组。通过独立变桨,可以降低风力发电机的载荷,减少维护费用,延长风机的使用寿命。     

柔性直流输电的系统实验

通过分析dq0坐标系下电压源换流器(VSC)模型,获知基于VSC的柔性直流输电系统(FlexibleHVDC)可以通过对d轴电流分量和q轴电流分量的解耦控制,获得有功功率和无功功率的独立控制;并基于此设计了柔性直流输电系统换流站的控制器,利用电网电压的前馈控制获得了对功率传输的灵活、准确调节;实验结果表明了方案的正确性,整个系统具有良好的动静态特性.     

水平轴风机旋转叶片非线性动力学模型的建立及分析

 对不同风速下水平轴风力发电机旋转叶片的非线性动力学问题进行了研究,将水平轴风力发电机的旋转叶片简化为做定轴转动的柔性旋转悬臂梁,同时考虑叶片的气动力、弹性力和惯性力,建立了脉动风速作用下水平轴风力发电机旋转叶片的非线性动力学模型,利用牛顿定律建立了转动坐标系下叶片的动力学方程,并利用Galerkin离散方法将系统的运动偏微分方程离散为常微分方程。针对1/2亚谐共振-1:3内共振情形,考虑到方程中存在二次非线性项,采用渐进摄动法对该方程进行摄动分析,将其转化为直角坐标下的平均方程。通过数值模拟,得到这种共振情况下的二维相图、三维相图、波形图和频谱图,分析了风速的变化对旋转叶片振动的影响。数值结果表明,随着风速的增大,系统会重复呈现周期运动—混沌运动—周期运动。     

基于DDPG算法的风力发电机变桨距控制研究

风电机组模型的不确定性以及风速等外部干扰严重影响风电机组输出功率的稳定性,基于准确风机参数的传统控制策略难以满足系统控制需求。因此,本文提出一种基于DDPG算法的风机变桨距控制器。借助强化学习仅需与环境交互无需建模的优势,以风机模型为训练环境,功率为奖励目标,变桨角度为输出,采用深度神经网络搭建Actor-Critic单元,训练最优变桨策略。采用阶跃、低湍流、高湍流三种典型风况对算法进行检测。仿真结果表明,不同风况下基于DDPG算法控制器的控制精度、超调量、调节时间等性能均优于传统比例-积分-微分控制器效果。     

基于模糊物元分析的变桨系统状态评估方法

针对现有风电机组状态评估方法实时可靠性差和过多人为因素影响的问题,提出了模糊物元分析评估方法,以实现对机组状态的准确评估.选择故障率较高的变桨系统为研究对象,分两步构建了变桨系统状态评估模型:1)分别以3σ准则和四分位分析法对变桨参数分类处理,避免对参数分布的主观评判;用ANFIS算法对数据进行训练来减小极端值影响,获得多特征参数故障检测结果.2)基于模糊物元分析理论,将上一步多特征参数检测结果作为模糊量值代入物元评估模型中,实现了检测结果模糊值与等级评价指标的统一.应用该方法对风电机组实际运行状态进行了测试,结果表明:与传统二元决策方法相比,能够明显反映变桨系统的运行状态,具有更好的评估效果.从定性角度对比分析,该方法较模糊综合评判方法、传统物元分析方法在变桨系统状态评估方面更有优势.     

基于权系数法的功率和载荷协同控制策略

针对大型风机在高风速区由风剪切效应引起的输出功率波动和叶轮不平衡载荷,从功率和载荷两个维度出发,以NREL公司的5MW陆基风机为对象,提出一种基于权系数法的功率和载荷双目标协同的独立变桨控制策略。首先,以遗传算法优化的PID作为主控制器,通过风轮转速反馈得到统一变桨距角;其次,根据方位角反馈得到各桨叶的动态权系数,以此调整各桨叶的桨距角;最后,将叶根挥舞力矩反馈给模糊PID控制器得到载荷影响下的桨距角微调量,并对桨距角进行修正。通过FAST和Matlab/Simulink平台联合仿真,将所提控制策略与统一变桨距控制和独立变桨PI控制对比分析。结果表明,所提控制策略能有效地将输出功率稳定在额定功率附近,并且对于降低风轮不平衡载荷具有显著效果。     

并网风力机中基于变桨距角的神经网络控制方法

针对并网风力机的运行特性,在其传动系统和发电机的动态模型基础上设计控制器.当外界风速较大,提出采用基于神经网络的风力机叶片桨距角控制器抑制多余的风能进入发电系统,维持风力发电机馈送到电网的功率稳定;当风速较低时,风力机转速需要跟随风速变化,调整叶片桨距角处于捕捉最大风能位置处,保证风力机的风能转换效率最优,提高其运行效率.仿真结果验证了该控制方法的有效性.     

一种基于改进自抗扰控制器的风电机组变桨距控制策略

为了改善风电机组的恒功率输出区域的动态性能,提出了一种基于改进自抗扰控制器的变桨控制策略。当风速高于额定风速时,通过调节桨距角改变风机气动转矩,保证风机输出功率的稳定性。设计了一个改进的连续光滑的非线性函数,可有效提高系统的抗扰动能力。基于该非线性函数对传统自抗扰控制器做出了改进。仿真结果证明,改进自抗扰控制器的变桨距控制系统能够对桨距角进行精确调整并将输出功率快速稳定到额定值附近,具有较快的响应速度及较好的抗扰动能力。     

用BP网进行变速风力发电机组控制分析

传统的控制需要精确的风力发电机的数学模型,而因为空气动力学的不确定性和电力电子的复杂性,使风力机系统精确模型难以建立,特别是在风速突变以及有扰动存在时,风力机的控制和分析很复杂;为了克服这一困难,用神经网对变速风力发电机组进行控制;设计功率系数曲线的BP网模型及最佳桨距角的BP网模型,在低风速时跟随风速获得最大功率系数,高风速时保持功率最大并在允许范围内.在MATLAB环境下给出了用BP网对变速风力发电机控制的仿真模型和仿真结果,显示采用神经网控制器控制有很好的抗风速突然波动的作用,能有效地抑制扰动.     

基于mcODM-STA的风电机组变桨系统故障诊断

针对风力发电机组变桨系统故障诊断模型参数难以优化问题,提出了基于状态转移算法优化多类最优间隔分布机(multi-class Optimal Margin Distribution Machine optimized by the State Transition Algorithm,mcODM-STA)的风电机组变桨系统故障诊断方法.该方法选择风电机组功率输出作为主要状态参数,利用Pearson相关系数对风电数据采集与监视控制系统中风电机组历史运行数据进行相关性分析,剔除与功率输出状态参数相关性较低的特征,对余下特征进行二次分析,减少样本特征.将数据集分为训练集和测试集,训练集用来训练所提故障诊断模型,测试集用来进行测试.利用国内风电场实际运行数据进行实验验证.实验结果表明,与其他多种参数优化方法相比,所提方法故障诊断准确率和Kappa系数更高.     

Layered Multi-mode Optimal Control Strategy for Multi-MW Wind Turbine

The control strategy is one of the most important renewable technology, and an increasing number of multi- MW wind turbines are being developed with a variable speed-variable pitch （ VS-VP ） technology. The main objective of adopting a VS-VP technology is to improve the fast response speed and capture maximum energy. But the power generated by wind turbine changes rapidly because of the continuous fluctuation of wind speed and direction. At the same time, wind energy conversion systems are of high order, time delays and strong nonlinear characteristics because of many uncertain factors. Based on analyzing the all dynamic processes of wind turbine, a kind of layered multi-mode optimal control strategy is presented which is that three control strategies： bang-bang, fuzzy and adaptive proportional integral derivative （PID） are adopted according to different stages and expected performance of wind turbine to capture optimum wind power, compensate the nonlinearity and improve the wind turbine performance at low, rated and high wind speed.     

海上浮式风电机组变桨距自抗扰控制策略研究

为有效抑制由随机风、浪载荷引起的海上浮式风电机组发电功率波动,提出了变桨距线性自抗扰控制(LADRC)策略。综合考虑气动力、水动力、结构弹性和变桨距控制等影响因素,建立5 MW级海上浮式风电机组气弹水控耦合系统动力学模型,基于恒转矩控制目标设计变桨距线性自抗扰控制器,分别采用带宽整定法和BP神经网络整定法对控制器参数进行整定,对比分析变桨距线性自抗扰控制对发电功率波动的抑制效果。研究结果表明:采用带宽整定和BP神经网络整定的变桨距线性自抗扰控制可以有效地改善海上浮式风电机组变桨距灵敏度,抑制发电功率波动。     

基于健康因子驱动的风力发电变桨系统自适应容错控制

针对双馈式风电机组存在的故障情况下,通过健康因子函数描述系统健康情况,在此基础上,提出了模型参考自适应的鲁棒容错控制方法。提出的方法可以解决系统同时存在执行器故障、外界干扰和模型不确定性的自适应控制问题。通过李雅普诺夫稳定性定理保证了系统的稳定性和跟踪特性。最后,通过一个双馈风电变桨系统的自适应容错控制证明所提出方法的有效性。