考虑运行经济性与安全性的风电场功率模型预测优化控制

首先介绍风电场功率控制构架及功率控制过程,基于风电场各控制对象动态特性分析,构建模型预测控制用风电场功率控制线性化模型。在此基础上,以风电机组传动链机械载荷、场站功率跟踪偏差和损耗最小为优化目标,提出一种风电场有功/无功模型预测协调优化控制方法,设计目标函数及约束条件。最后,在Matlab/Simulink中建立风电场仿真模型,仿真结果表明所提控制策略能够在准确跟随电网调度下发的发电任务和电压指令的同时,可减小风电场有功和无功损耗、降低各机组传动链疲劳载荷,可提升风电运行安全性与经济性。

风电机组耦合振动特性分析

在兆瓦级风电机组中,桨叶、塔筒及传动轴作为具有一定柔性的部件容易发生形变,产生振动并形成耦合。传统分析中一般只考虑传动轴的扭振特性,难以研究低频耦合振动对系统的影响。利用FAST与Matlab/Simulink联合仿真方法,建立了包含气动力学、多体动力学及电气控制的数学模型。通过不同风况及不同幅值电压跌落的激励,分析叶尖加速度、塔筒顶部加速度及扭矩等变量,研究机组中主要部件的耦合振动。结果表明叶尖挥舞及摆振方向,塔筒顶部前后及侧向,传动轴扭振之间存在耦合振动,但各方向耦合程度不同,桨叶摆振方向、塔筒侧向与扭振的耦合对机组威胁最大。此外,湍流风下发生电压跌落也会对机组带来较大威胁。

风力发电机组多领域耦合模型及动态响应分析

并网风力发电机组承受风波动及电网扰动外部激励,同时传动链轴系结构的扭振特性及控制器的动态响应向机组增加了内部激励。在内外部激励作用下,机组各部件相互影响,形成耦合。这种多耦合作用影响着机组动态负载。该文以FAST及Matlab/Simulink为平台,建立了复杂的多耦合模型并研究了含有多自由度传动链的机组在湍流风及电网扰动下的动态负载特性。通过瞬态分析及频率分析揭示了机组间更多细节的相互耦合影响,表明耦合模型对控制研究、动态特性研究的必要性。根据机组的动态响应,传动链有低通滤波作用;根据刚度值对转矩的影响,可以通过改变刚度避免共振并减小机组瞬态载荷。

基于SWT的风力发电机组多体动力学建模仿真

基于SWT及Samcef field平台,研究风电齿轮箱的多体动力学建模方法,对某型号的1.5MW齿轮箱做稳态分析,对比行星架采用刚性和柔性处理对输出特性的影响,结果表明行星架的刚度不仅直接影响轴承受力,且对输出转速也产生扰动。其次,调用SWT参数化模型,搭建1.5MW风力发电机组整机模型,仿真分析启动—正常发电—急停工况下齿轮箱轴承及整机的动态响应,通过变桨变速基本实现恒功率运行。

1.5MW风力发电机组动态载荷分析

风力发电机动态载荷是影响风机运行和寿命的重要因素,对动态载荷的分析一般采用模型仿真方法.本文针对1.5 MW变速变桨风力发电机,基于Samcef for wind turbine(SWT)软件,应用梁单元和超单元进行了高精度建模.模型的控制部分利用曲线查询模拟.在额定风速的湍流风况下,对动态响应曲线、齿轮箱和主轴的两轴承处动态载荷进行了重点分析,揭示了曲线变化成因.通过与Bladed软件的仿真结果对比,证明SWT模型具有较高的有效性和参考价值.

基于多控制器硬件在环的风电场仿真分析及应用

为准确反映风电机组及风电场并网控制性能,加速风电场并网控制策略研发及验证,基于实时仿真系统提出风电场多控制器硬件在环的仿真方法,通过建立风电场详细模型,设计各部分模型之间及与实际控制器的数据交互机制,实现了包含风电场功率控制系统及10台风电机组主控的多控制器硬件在环实时仿真。进而采用实测数据,进行控制链路时延仿真分析并验证机组电磁暂态特性、风电场功率控制特性的仿真准确性。基于所建立的仿真平台,对风电场一次调频控制策略进行计及机组载荷变化的平台验证,并在实际风电场中得到应用。

风力发电机机舱底座模态及动态载荷分析

风力发电机机舱底座是机舱内最重要的承重部件,承受载荷情况复杂。利用有限元分析软件Samcef field对1.5 MW机舱底座进行了模态分析,提取了前5阶固有频率和前3阶振型。基于Samcef for Wind Turbine(SWT)软件,应用梁单元和超单元进行了高精度风机建模,分析了机舱底座上承受的主要动态载荷,并再次应用有限元方法分析了动态载荷作用下底座上的应力分布和变形。建模和分析方法具有一定的普适性,能够对复杂构件动态载荷进行快速分析。

风储联合系统的电池分组控制策略

在风储联合系统的风功率平滑控制中提出一种优化电池分组控制的充放电能量不平衡状态的改进控制策略。给出风储联合系统电池分组充放电控制的原理和数学模型,构建电池分组控制中充放电能量不平衡度指标,并根据该指标设计了改进控制策略,动态调整每个控制周期内风储联合系统参考输出功率以及每组电池充放电功率,同时研究了风功率预测误差对充放电能量不平衡状态的影响。基于Matlab/Simulink的仿真结果表明,相较于传统策略,所提改进策略能够很好地改善分组电池充放电能量不平衡度,优化各电池组充放电深度,而且在存在风功率预测误差时仍具有良好的适应性和优越性。