载荷优化的海上漂浮式风电机组二阶滑模变桨控制

针对强非线性、强耦合的海上漂浮式风电机组动力学系统,提出一种基于二阶滑模的统一变桨控制策略,解决受海浪风速等随机干扰引起浮式支撑平台运动而产生的疲劳结构载荷及功率波动问题。构建漂浮式风电机组的不确定仿射非线性模型,基于风电机组“额定转速”设计积分滑模面,此“额定转速”不再是恒定值,而是取决于平台纵摇速度的变量,基于超螺旋算法实现二阶滑模变桨控制律。采用FAST和Matlab/Simulink联合仿真,所提出的方案与传统PI控制相比,对稳定高风速时风力发电机功率,抑制浮式支撑平台运动及减少叶根载荷具有更好的控制作用,对塔基也有较好的减载作用。

基于自适应遗传算法的风电机组变桨控制参数自寻优方法

当前,风力发电机组变桨系统采用传统PID参数整定方法,整定效率低、精确度和适应性差。为此,文章提出一种基于自适应遗传算法的风力发电机组变桨控制参数自寻优方法,包括变增益变桨PID参数自寻优和塔架加阻参数自寻优。其首先阐述了变桨控制系统基本原理;接着基于遗传算法根据风力发电机组不同机型对约束条件进行规划设计,涉及初始种群选择、自寻优算法约束及适应度函数设计;最后对传统参数整定方法与自寻优参数整定方法的响应曲线、仿真及现场运行结果进行对比分析。结果表明,相较传统方法整定的PID参数,自寻优变桨参数下发电机转速波动约降低10%,塔底My疲劳载荷约降低2%,对整定效率、精确度及适应性具有较好的改善效果。

基于规定性能方法的海上浮式风机独立变桨控制

针对复杂海洋环境的干扰问题和海上浮式风机本身结构的强非线性、时变性问题,本文提出一种有限时间规定性能方法,保持浮式风机输出功率稳定,并减小风机结构载荷。有限时间规定性能引入收敛的性能函数来约束功率的波动,可以良好的适应浮式风机高度非线性系统,并且不需要精确的系统动力学模型。把该方法应用于统一变桨和独立变桨控制实现了功率调节、平台俯仰运动控制和叶片疲劳载荷的降低。在FAST上进行仿真试验验证该方法具有良好的性能。

基于单纯形法的风电机组独立变桨控制技术研究与仿真

针对风电机组在风切变、塔影效应的影响下,如何减缓叶根挥舞弯矩进行了研究。提出了基于单纯形法的独立变桨控制策略,在保证风电机组功率控制的基础上,实现减缓叶根挥舞弯矩及其1P分量载荷的目的;分别将该方法和传统PI控制的独立变桨控制策略应用于4.5MW风电机组模型,并在湍流风况下进行仿真,对比分析叶根挥舞弯矩及其功率谱密度、机组输出功率。通过4.5 MW风电机组模型仿真运行数据分析,表明基于单纯形法的独立变桨控制策略能够有效减缓叶根挥舞弯矩及其1P分量,且能稳定输出功率。

基于麻雀搜索算法的风电机组独立变桨控制研究

通过FAST和Simulink联合仿真,建立风电机组整体模型,基于载荷反馈建立风电机组独立变桨PI控制模型,利用麻雀搜索算法进行PI参数的整定,将所得寻优参数导入风电机组模型中,并与基于粒子群优化算法建立的独立变桨控制器、经典统一变桨控制器进行对比。仿真结果表明:基于载荷反馈建立的独立变桨控制模型可有效抑制叶根处不平衡载荷,利用麻雀搜索算法建立的独立变桨控制器相对于另外两种控制器可显著减小风电机组叶根处不平衡载荷,具有更快的桨距角响应速度和更稳定的输入转速、输出功率。

基于模糊RBF神经网络的风电机组变桨控制研究

针对大型风力发电机变桨控制受外部干扰和参数变化大、造成输出功率不稳定的问题,提出一种智能控制的算法,在RBF神经网络基础上增加模糊算法,利用模糊RBF神经网络实时在线调整PID参数。当实际风速偏离额定风速时,科学调整风机桨距角,使风机所获得的空气动力转矩发生变化,从而在额定功率附近保持风力机输出功率的相对稳定。据此搭建了风电机组各模块的数学模型,并在MATLAB/Simulink上搭建了仿真模块。实验结果表明:基于上述的方法控制效果相比于传统PID控制和常规RBF神经网络PID控制,响应更快、风能利用系数性能超调更小、功率输出更稳定,更有利于风力发电机组的系统稳定性。

基于线性二次型积分调节器的风电机组功率载荷协同变桨控制

传统变桨控制器具有两个控制回路,分别用于稳定风轮转速和降低塔架载荷,两个控制回路简单叠加会导致控制器性能降低,大型风电机组需要同时解决功率控制和载荷控制问题。对此,提出一种在稳定输出功率的同时减少塔架载荷波动的变桨控制器。通过线性化得到适合阶次的风电机组状态空间模型,应用状态空间控制方法集成干扰自适应控制器,提出线性二次型积分调节器(Linear Quadratic Regulator with an Integrator,LQRI)的变桨控制器,并通过Kalman滤波器估计难以测量的状态变量。在GH Bladed软件中与传统的变桨控制器进行了对比分析,结果表明,LQRI的变桨控制器抑制了风速扰动引起的功率波动和塔架载荷,增强了风电机组控制系统的转速调节能力和动态响应能力。

基于双控制器平滑切换的变桨控制算法开发

为提高大容量风电机组在山地大湍流风场的适应能力,提升山地风场机组安全系数。通过变桨控制策略的整体结构改进,在原有变增益PI控制算法基础上,设计了模糊变桨PI控制,并开发了两种变桨控制器根据不同风况平滑切换的控制方案,完成了变桨双控制器平滑切换的新型变桨控制算法开发。通过仿真实验及现场应用证明,变桨双控制器平滑切换控制方案能减小大湍流风场机组超速及振动故障发生率,降低机组载荷,提升机组安全系数。统计表明,该算法使山地大湍流风场机组振动故障减少60%以上,超速故障减少100%。

带自适应模糊神经网络补偿的自耦合PI在风力机变桨控制中的应用

风力机对于风能的捕获主要依靠主控制器和执行机构之间的协同工作。然而风速的幅值和方向是时刻变化的,它的这种非线性特性给能量转换带来了挑战。针对该问题,文章设计了一种基于混合控制方案的变桨距系统,用于超风速下功率吸收的恒定。所提方法利用一种新颖的自耦合PI获取转子速度跟踪性能。而风速的随机性变化被视为一个外在扰动,采用自适应模糊神经网络对其进行补偿控制。为了验证该变桨距控制系统的性能,在Matlab/Simulink中搭建了2 MW直驱式风机模型,并与传统的PI控制器进行仿真对比。仿真结果表明,文章所提算法在转子速度跟踪和输出功率恒定控制等方面拥有比传统PI更为优异的性能。

大型风机的独立变桨控制方法

为了缓解风力发电机组由于风速扰动所造成的疲劳载荷,给出了一种基于RBF神经网络滑模独立变桨控制策略。通过分析风力机的基本特性,提出将RBF神经网络滑模功率控制单元和独立变桨控制单元相结合的控制方式。RBF神经网络滑模功率控制单元通过对发电机电磁转矩及桨叶桨距角的控制来平衡风力机的气动转矩,使风轮保持额度转速,实现稳定风电机组的输出功率的目的。而RBF神经网络独立变桨滑模控制单元通过实时微调风机桨距角,来优化功率控制单元的统一桨距角信号,实现缓解风机结构疲劳载荷的目的。最后,通过建立基于RBF神经网络滑模独立变桨控制的风力发电机组进行相应的仿真与实验,证明基于RBF神经网络功率控制和独立变桨滑模控制相结合的方法具有良好的控制效果,稳定风机输出功率的同时,极大地缓解风机的结构载荷,降低风力发电机组的维护成本。

减少风力机转矩波动的异步变桨控制

为了减少大型风力机的风轮转矩波动,本文根据风剪切、塔影和湍流对风轮转矩的影响规律提出了一种新型的异步变桨控制策略,即独立地对每个桨叶的桨距角进行控制,从而改变了桨叶上气动力产生的摆振力矩,减少了风轮转矩的波动和桨叶上的不平衡载荷;同时采用单神经元自适应PID控制策略设计异步变桨控制器。仿真结果不仅验证了基于单神经元自适应PID的异步变桨控制策略的正确性和有效性,而且证明采用该异步变桨控制系统不但减少了风轮转矩被动,还减少了桨叶上挥舞力矩的波动、偏航力矩波动和俯仰力矩波动,有效降低了风力发电机组各部件的疲劳载荷,对今后实际风场中异步变桨控制系统的实现具有一定的指导意义。

兆瓦级风力发电机组多段权系数独立变桨控制

为了实现风力发电机3个桨叶的独立控制,依据风力机空气动力学原理、风轮扫及面内风速风切特性和塔影效应,提出了基于桨叶方位角信号的多段权系数分配独立变桨距控制方法.根据每个桨叶的方位角信号判断出该桨叶所在的风速区域,选取此区域所对应的相关权系数对3个桨叶统一的桨距角进行重新分配微调,将统一变化的桨距角转化为每个桨叶独立变化的桨距角.系统模型仿真结果表明,该方法不仅可以使3个桨叶桨距角能根据其受风情况做出相应变化,实现3个桨叶独立变桨,在稳定输出功率的同时减小桨叶拍打振动,而且能够根据简化的风力机模型进行变桨控制,方法简洁、有效、容易实现.

抑制风力机疲劳载荷的直接比例谐振独立变桨控制策略

为减小由叶轮扫略面内风速不均衡导致的风力机疲劳载荷,提出一种无需科尔曼坐标变换的直接独立变桨控制策略。首先,基于风力机叶片旋转坐标系和轮毂静止坐标系之间的关系,分析了叶根弯矩谐波载荷对轮毂载荷的影响规律及其抑制机理;其次,为抑制风力机谐波载荷并减少传统独立变桨控制策略倾覆和偏航力矩之间的耦合影响,提出基于单个叶根弯矩的直接比例谐振(PR)独立变桨控制策略,通过建立周期时变叶片系统的平均线性化模型,设计了相位补偿器和控制器参数,并对所提控制策略在系统参数时变情况下的稳定性进行了频域分析;最后,建立基于Turb Sim-FAST-MATLAB/Simulink风电机组载荷及控制联合仿真模型,分析了某1.5 MW风力机在湍流风作用下的疲劳载荷特性以及不同变桨控制策略的疲劳载荷抑制效果。结果表明,与常规统一变桨控制策略相比,所提直接PR独立变桨控制策略能有效抑制风力机疲劳载荷,且其对机组有功功率输出几乎无影响。

GH Bladed和Matlab的交互软件设计及风力发电机的独立变桨控制器仿真研究

在风力发电机的设计过程中,设计人员常需借助于一些专业的风力机设计软件,如GH Bladed等。GH Bladed是一款工业级的风力机设计仿真软件,它具备了一些基本的风力机设计和验证工具,但是还不是十分全面,它的外部控制器的编写也不方便。利用命名管道技术、Matlab Engine技术设计出交互软件,使得GH Bladed和Matlab能够同步对风力发电机进行仿真,进一步扩展了GH Bladed的分析功能,方便了外部控制器的设计。利用已设计的交互软件进行了独立变桨控制器的设计和验证,并利用Matlab对独立变桨控制前后桨叶根部弯矩负载进行了分析,仿真结果表明该减振控制策略可以有效的减弱振动中的1P分量。控制策略的仿真实现过程也表明利用软件平台可以快速实现相应的控制算法,同时可降低数据分析的难度。

基于ACA-PID算法的风机独立变桨控制

为了缓解大型风机在额定风速以上出现的不平衡载荷问题,针对变速变桨风电机组,给出了一种基于蚁群算法优化PID参数的风机独立变桨控制策略。利用蚁群算法的寻优特性,优化传统PID变桨控制器的参数,使其兼有PID控制的精简性与蚁群算法的自适应性,给出了其具体的实施步骤。构建了风力发电机独立变桨控制模型,对新策略与传统策略进行了仿真与实验。仿真与实验结果表明,基于蚁群算法优化PID参数的风机独立变桨控制策略是有效和实用的,该策略能提高控制系统的动态性能,有效地减少不平衡载荷,改善风机的振动状态。

风力发电变桨控制系统设计

为了降低控制难度,提高风力发电变桨系统可靠性,采用以模糊PID参数自整定为核心控制算法,设计了以PLC为控制器,由永磁同步伺服电机与伺服驱动器共同构成的变桨系统。通过软硬件的设计,较理想地实现了变桨系统的电气控制,在实际应用中获得了良好的控制效果。

蚁群算法在风电机组变桨控制中的应用

运行在额定风速以上区间时,变速变桨风力发电机组采用恒功率变桨控制方式,由于额定风速至切出风速之间的风速变化范围大且迅速,使得功率波动较大且频繁,传统PID变桨控制器难以达到很好的控制效果。本文提出的蚁群PID变桨控制器,利用蚁群算法的寻优特性来优化PID参数,使得恒功率变桨控制系统更具自适应性和鲁棒性。分析了风机的恒功率变桨控制,然后给出了蚁群算法优化PID参数的策略以及具体实现步骤。仿真与实验结果验证了蚁群PID变桨控制器的良好动态性能,其有效地减缓了额定风速以上风机的功率波动。

独立变桨控制对大功率风力发电机振动影响

随着风力机功率的越来越大,结构越来越大,国产化风力发电机振动问题逐渐显现出来。以国产兆瓦级风力发电机组为依托,研究大型风力发电机组独立变桨距控制技术,并以此为基础研究独立变桨控制对大功率风力发电机振动影响。在研究了传统变桨距控制策略的基础上,提出基于线性二次型调节(LQR)和干扰自适应控制(DAC)技术的独立变桨控制策略。基于FAST和Matlab/Simulink软件平台对提出的控制策略与传统的变桨控制策略进行仿真比较。对一台5MW机组的仿真研究结果表明,分析结果与统一变桨比较,通过独立变桨,风力机结构的各项振动加速度幅值均有较大程度下降,能够有效降低风力发电机振动,进而可以提高设备可靠性和延长设备使用寿命,降低维护成本。

风电机组RBF神经网络PID独立变桨控制研究

针对额定风速以上,风切变、风剪切和塔影效应引起的不平衡载荷进行优化控制,提出一种基于径向基函数(RBF)神经网络比例积分微分(PID)变桨控制方案。通过Park坐标变换与解耦的方法,将风轮不平衡载荷分解成俯仰力矩与偏航力矩,利用经典控制理论实现了风电机组独立变桨控制设计:通过RBF网络在线学习优化:PID控制器的参数,从而对塔架和桨叶上的不平衡载荷进行优化控制。在GH.Blade和Matlab中搭建3 MW风电机组联合仿真模型进行仿真。最后在3 MW风电机组变桨测试平台上进行现场实验,实验结果表明,提出的变桨控制方案能有效减小塔架与叶片等关键部件的载荷,而且提高了变桨控制系统的鲁棒性。

变速恒频风电机组预报-校正变桨控制策略

针对现有变桨控制策略在额定风速附近控制效果不甚理想等问题,提出了一种预报—校正变桨控制策略。该策略对风速序列作移动平均处理,并通过插值方法拟合风速—桨距角曲线获取桨距角预报值,在此基础上辅以比例—积分(PI)调节对控制偏差进行校正。通过仿真对比分析了传统变桨控制策略和新型变桨控制策略的特性,结果表明,新型变桨控制策略能够有效降低随机风速波动对变桨控制的影响,在低风速时实现最大风能捕获,在高风速时有效减少变桨动作频率,改善风电机组运行性能。文中给出了该新型变桨控制策略的现场应用运行曲线,验证了策略的实用性。