On Advanced Control Methods toward Power Capture and Load Mitigation in Wind Turbines

This article provides a survey of recently emerged methods for wind turbine control. Multivariate control approaches to the optimization of power capture and the reduction of loads in components under time-varying turbulent wind fields have been under extensive investigation in recent years. We divide the related research activities into three categories： modeling and dynamics of wind turbines, active control of wind turbines, and passive control of wind turbines. Regarding turbine dynamics, we discuss the physical fundamentals and present the aeroelastic analysis tools. Regarding active control, we review pitch control, torque control, and yaw control strategies encompassing mathematical formulations as well as their applications toward different objectives. Our survey mostly focuses on blade pitch control, which is considered one of the key elements in facilitating load reduction while maintaining power capture performance. Regarding passive control, we review techniques such as tuned mass dampers, smart rotors, and microtabs. Possible future directions are suggested.

Variable Parameter Nonlinear Control for Maximum Power Point Tracking Considering Mitigation of Drive-train Load

Since mechanical loads exert a significant influence on the life span of wind turbines, the reduction of transient load on drive-train shaft has received more attention when implementing a maximum power point tracking U+0028 MPPT U+0029 controller. Moreover, a trade-off between the efficiency of wind energy extraction and the load level of drive-train shaft becomes a key issue. However, for the existing control strategies based on nonlinear model of wind turbines, the MPPT efficiencies are improved at the cost of the intensive fluctuation of generator torque and significant increase of transient load on drive train shaft. Hence, in this paper, a nonlinear controller with variable parameter is proposed for improving MPPT efficiency and mitigating transient load on drive-train simultaneously. Then, simulations on FAST U+0028 Fatigue, Aerodynamics, Structures, and Turbulence U+0029 code and experiments on the wind turbine simulator U+0028 WTS U+0029 based test bench are presented to verify the efficiency improvement of the proposed control strategy with less cost of drive-train load. © 2017 Chinese Association of Automation.

含减载控制和虚拟惯量控制的直驱风电场等值建模方法

为建立准确的具有主动支撑能力的直驱风电场等值模型,提出一种含减载控制和虚拟惯量控制的直驱风电场等值建模方法。首先,建立包含减载控制和虚拟惯量控制的直驱风机并网系统模型;其次,依据适应性分析选取转速、减载系数、惯性系数和阻尼系数作为分群指标;然后,基于分群指标利用改进K-means算法对直驱风电场中的机组进行聚类分群,得到直驱风电场的等值模型;最后,利用实际算例在不同场景下进行仿真和计算,对等值建模方法的准确性进行验证。

基于变论域云PI的含风电负荷频率控制方法

随着风电渗透率不断提高,其不确定性严重影响了电力系统频率稳定。基于此问题,建立了含风电的互联电力系统负荷频率控制模型,其中风机通过附加下垂与虚拟惯性控制参与频率调节。在此基础上,为解决风电接入系统引起的频率波动问题,提出变论域云PI负荷频率控制策略,对云模型输入和输出论域动态调整。为避免增加控制器的复杂程度,基于函数形式设计论域的伸缩因子。最后,仿真结果表明,所设计的控制器能进一步提高云PI控制器的自适应能力,更好地处理风电不确定性对系统频率的影响。

附加阻尼控制下风电机组机网耦合载荷建模及分析

针对附加阻尼控制下风电机组机械载荷问题,开展风电机组机网耦合载荷建模及载荷特性分析研究。采用FAST与Matlab/Simulink软件联合方法,建立综合考虑机组机械特性和电气特性的并网风电机组机网耦合载荷模型。采用所建模型开展附加阻尼控制对机组机械载荷影响的仿真分析,并复现附加阻尼控制下风电机组机械系统与电力系统的机网共振现象。结果表明,所建模型能够表征附加阻尼控制下风电机组机械系统与电力系统的耦合互作用,系统低频振荡会导致机组关键结构出现明显振动载荷,且系统振荡频率与机组机械结构固有振动频率接近时两者共振会急剧加大机组振动载荷。

基于模糊LQR的Spar型海上浮式风力机载荷抑制

针对复杂环境变化易引起海上浮式风力机不稳定的问题,提出一种基于模糊LQR、模糊PI相结合且易于工程应用的桨距控制新方案,实现维持浮式风力发电机组输出功率稳定、抑制浮台运动、减少叶根及塔基疲劳载荷的目的。模糊PI根据发电机转子转速误差变化动态选择期望的PI增益,模糊LQR基于模糊规则自适应调整闭环反馈增益,在保证风力机输出功率和浮台稳定的基础上,进一步减小叶根和塔基疲劳载荷。基于FAST与Matlab/Simulink在不同环境条件下进行联合仿真,验证所提方案的有效性和优越性;通过时域、频域分析表明,与PI控制相比,所提方案在减少叶根处平面外载荷和塔基横向载荷方面有明显改善效果。

基于减载风电和储能的双层模型预测控制风电波动平抑策略

储能在平抑风电功率快速波动过程中频繁地充放电和过高地放电将深度影响储能寿命。为此,提出一种减载风电和储能协同平抑风电功率的方法,利用减载风电出力来减小储能充放电切换次数和放电深度。建立风储系统模型,利用双层模型预测控制优化方法:上层控制基于风功率预测数据进行滚动优化,在满足风电并网波动要求基础上,以储能和减载风电总出力最小为目标函数,通过模型预测控制方法求得储能和减载风电总功率;下层控制以储能功率变化率最小和出力能力最大为目标函数,通过模型预测控制方法分配储能和减载风电出力。最后对某风电场进行仿真研究。结果表明,所提控制策略使储能寿命和出力能力得到有效提升。

一种风电场经VSC-HVDC并网的VSG变参数负荷频率控制策略

风电的大规模并网导致系统等效惯量下降、不确定性增加,给电力系统的负荷频率控制(loadfrequency control,LFC)带来新的挑战。考虑到柔性直流输电系统(voltage source converter based high voltage DC,VSC-HVDC)具有的潜在调频能力,对此展开研究,针对风电场经VSC-HVDC并网的情形提出了一种虚拟同步发电机(virtual synchronous generator,VSG)变参数负荷频率控制策略。首先,在风电场经VSC-HVDC并网的LFC模型及拓扑结构分析基础上,为了提高VSC-HVDC的可控性,对换流器的控制环节进行了VSG控制方法的设计;然后,对VSG控制参数与频率变化的关联性进行分析,并基于分数阶梯度下降法(fractional-order gradient descent method,FOGDM),利用频率的分数阶导数提取频率深层变化特征,以优化VSG控制参数;在此基础上,考虑到系统的不确定性,设计触发机制对VSG变参数优化模式进行调整,以降低VSG参数的变换频次,提高系统频率控制的针对性。仿真结果表明:所提控制方法能有效改善电网负荷频率控制效果,具有良好的适应性。

基于MVO算法与改进目标函数的电力系统负荷频率控制

针对风电并网时的随机波动功率、负荷频率控制(load frequency control, LFC)系统参数变化所引起的电力系统频率稳定问题,提出了一种基于智能优化算法与改进目标函数的互联电网LFC系统最优PID控制器设计方法。首先,分析了基于PID控制的含风电互联电力系统LFC闭环模型。其次,在时间乘误差绝对值积分(integral of time multiplied absolute error, ITAE)性能指标的目标函数中考虑了区域控制器的输出信号偏差,对优化目标函数进行改进。采用性能优良的多元宇宙优化(multi-verse optimizer, MVO)算法先计算后验证的思路,寻优获得最优PID控制器参数。最后,以两区域4机组互联电力LFC系统为例,仿真验证了基于MVO算法结合改进目标函数所获得的PID控制器,比基于MVO算法所获得的PID控制器,对阶跃负荷扰动、随机负荷扰动、风电功率偏差扰动以及系统的参数变化,具有相对较好的鲁棒性能。并且,对控制器参数也具有相对较好的非脆弱性指标。

基于分布式模型预测的高比例风电系统多源协同负荷频率控制策略

随着风电逐步替代传统电源,系统频率调整能力恶化,风电主动参与互联系统负荷频率控制(load frequency control,LFC)是改善系统频率特性的新途径。针对该背景,基于分布式模型预测控制,综合考虑互联系统内传统机组、风电机组和储能电站等调频资源及其响应特性,提出一种适应于高风电渗透率的互联系统多源协同LFC策略。首先,分析不同风速对风电机组调频特性的影响,提出一种计及风速变化的风电机组多风速段功率响应模型;其次,构建传统机组、风电机组和储能电站协同参与互联系统LFC模型,兼顾各机组频率响应约束,以互联系统区域控制偏差信号和自动发电成本的加权函数为目标,构建区域信息互动的分布式模型预测控制器;最后,为实现互联系统负荷频率全局最优控制,各控制器结合己区域及其他区域机组运行状态,在线求解所有机组的功率参考值。仿真结果表明:所提策略有效降低了系统频率和联络线功率波动的幅度,实现了各机组之间的最优功率分配,并降低了系统自动发电成本。

尾流干扰下桥梁斜拉索风荷载的吹气控制

为了降低并列双圆柱(桥梁斜拉索的简化模型)在风荷载作用下的剧烈响应,提出了一种能同时抑制并列双圆柱风荷载的主动流动控制方法。采用数值模拟方法研究了并列双圆柱的流动控制效果,结果表明:并列双圆柱间距比为圆柱直径的3倍时风荷载最大,在圆柱尾部施加吹气速度为来流风速的1.5倍时控制效果显著,可以有效降低风荷载并抑制双柱的漩涡脱落。控制机理在于吹气可以有效减小每个圆柱的尾流宽度,抑制两个尾流的相互作用。

高层建筑中高耸结构风振控制等效设计

在常规的风振控制等效设计中,我国现有技术标准对高层建筑中高耸结构的风振响应计算时仍然存在较大偏差,由于选择刚性结构搭建建筑框架,使得其结构会受到较高风载荷,从而导致风振受力过高等问题。为了准确计算高耸结构的风振响应,将结构脉动响应分为背景部分和共振部分的基础上,选择振动控制作为设计基础以确定其结构应力,通过阵风因子法和荷载组合法分析高耸结构的顺风向风振响应,在风振控制的荷载中实现了对风速的变化模拟。最后,再对高耸结构开展实例分析并对计算结果进行了比较,结果表明,文中研究的设计方法的特点和适用范围比传统控制方法的风振力等比减小15%~18%,具有较为突出的风振控制优势。

基于卡尔曼滤波算法的风电机组动态推力消减控制策略

随着变桨变速式风电机组叶片的大型化发展趋势,风电机组在额定风速区域运行时,由于尖峰推力导致的极限荷载问题越来越突出。为此,在风电机组基本控制策略基础上提出了一种基于卡尔曼滤波算法的动态推力消减控制策略,根据风电机组能量传递关系,以测量转矩、桨距角和风轮转速为输入量,对轮毂风速进行估计,经过推力消减控制器的最优桨距角计算实现动态变桨,以降低风电机组整体的轴向推力水平;最后以某5.0MW风电机组为例,搭建了半实物仿真实验平台,对提出的控制策略进行了实验验证。实验结果表明:该控制策略能够有效降低风电机组轴向推力,减小风电机组极限荷载。

计及典型控制的风电场调频能力量化评估及影响因素分析

为尽可能充分利用风电场支撑功率,避免资源浪费,有必要量化评估风电场的调频能力。然而,风电场调频能力缺乏定义且难以评估,运行参数及边界约束对支撑能力的影响机理不明。为此,定义了多时间尺度、多能量形式、多评估层次的指标,从而精准量化评估调频能力。基于所提评估指标,通过分析风电场运行参数对调频能力的作用机理,揭示了转速是低风速和低减载工况下的主要影响因素,而载荷与容量是高风速和高减载工况下的主要影响因素等结论。进一步,提出了基于非线性规划模型的方法对评估指标进行精确计算。最后,对四机两区域系统中下垂和减载控制下的单机聚合风电场进行了算例分析,验证了所提评估指标的合理性和评估方法的准确性,以及关键影响因素分析结论的正确性。

风电叶片多点分级静力加载无模型自适应控制及实现

兆瓦级风电叶片静力加载试验目前一般采用多点同步逐级加载的方法实现。为解决静力加载试验多点同步协调控制及各加载点力耦合的问题,提出了一种不基于加载对象数学模型的静力加载自适应控制算法,并通过伺服绞车+力传感器+三坐标测量仪+控制采集装置搭建了试验系统,通过PLC根据算法调整伺服电机的转速以实时调整加载载荷的变化率,从而实现各加载点载荷同步、匀速、稳定变化。加载系统采用竖向加载方式,在满足试验要求的基础上大大节约了占地面积,经现场试验,加载时间控制在3 min以内,加载同步性控制在1%以内,最大载荷可达300 kN,对各种叶片适应性良好,具有一定的通用性。

TMD控制对15 MW单桩风力机地震动力响应的影响

地震带附近的海上风力机不仅受到风浪载荷的影响,还面临地震灾害威胁。为降低地震对大型风力机结构振动及载荷的影响,文章通过对开源软件FAST进行二次开发,基于模态加速度法和调谐质量阻尼器(TMD)编写了海上风力机地震动力学仿真及结构控制程序,以IEA 15 MW单桩风力机为对象,研究了不同自然地震动作用下TMD控制频率对塔架抑振降载效果的影响。结果表明:对于选定地震动,TMD均可大幅降低风力机塔顶位移与塔基载荷;当调谐频率比为0.9时,TMD对塔顶位移控制效果最佳,可降低塔顶位移89.8%;当调谐频率比为0.8时,TMD可显著降低地震后的塔基载荷波动幅度,标准差最高可降低99%。

基于一致性算法的新能源电力系统风电机组一次调频控制

为使风电机组能够响应新能源电力系统频率变化,提高系统运行稳定性,该文提出基于一致性算法的新能源电力系统风电机组一次调频控制方法。计算各台风电机组最优减载率,将其作为依据,实现全风速工况风电机组减载控制,利用各风电机组的预留功率弥补新能源电力系统有功功率缺额,若有不足,通过储能单元予以补充,确保新能源电力系统平稳运行。实验结果表明,该方法可获取新能源电力系统全局信息,在全风速工况下,减载控制后的风电机组预留功率可满足新能源电力系统有功功率缺额,系统频率偏差较小。

风电叶片双点疲劳加载系统同步控制研究

为解决风电叶片全尺寸双点疲劳测试中两激振器振动不同步问题,采用GA-Adam-BP神经网络与传统PID混合控制策略,并引入切换边界值判断控制权的归属。基于遗传算法的全局搜索能力对BP神经网络进行权值和阈值的初始化筛选,该方法利用适应度选择、交叉和变异遗传操作,从初始种群中筛选出高质量的个体作为网络的初始权值和阈值,避免神经网络陷入局部最优解。引入Adam算法计算参数的指数加权移动平均值,实现神经网络学习率的动态更新,避免了梯度集中与消失问题,有效减少学习路线的震荡,使收敛时间缩短。仿真与试验结果表明,相比BP神经网络,混合控制下的电机转速误差在3%以下,主-从激振器相位差范围为±1.3°,实现了叶片双点疲劳测试激振器间更优的同步控制。

考虑疲劳载荷分布的海上风电机组出力优化控制

针对海上风电场疲劳载荷分布不均衡、各机组维护频次不同步而导致运维成本高的问题,提出了一种考虑疲劳载荷分布的海上风电机组出力优化控制策略。基于风机最小推力系数控制策略有效降低风电场的尾流效应,以疲劳载荷分布均衡为目标优化各机组的疲劳载荷,使各机组维护频次同步,进而降低运维成本。仿真结果表明:与风机最大功率点跟踪控制策略相比,所提策略在实现风电场疲劳载荷均衡分布的同时,使得风电场年发电量提高4.20%。

考虑机组疲劳载荷的风电场快速有功功率分配方法

为抑制风电场参与系统调频过程中风电机组的疲劳载荷,提出一种风电机组与风电场相协同的快速有功功率分配方法。首先,推导了风电机组轴系和塔架2个自由度的疲劳载荷表达式,建立起风电机组疲劳载荷与有功出力变化之间的关系。其次,以风电场总疲劳载荷及其站内分布最小为优化目标,以站内机组调整功率之和与场站调频功率需求一致为约束,在保证风电场调频性能的同时降低风电机组的疲劳载荷。此外,采用风电机组控制器滚动计算自身的疲劳敏感度系数,采用风电场控制器调用商业求解器在线求解优化策略,确保调频过程中有功控制的实时性。最后,搭建了含20台5 MW双馈风电机组的算例系统,验证分析了所提策略的有效性。