CN113217275B - 一种基于策略迭代的风电机组变桨距控制方法 - Google Patents

一种基于策略迭代的风电机组变桨距控制方法 Download PDF

Info

Publication number
CN113217275B
CN113217275B CN202110659204.6A CN202110659204A CN113217275B CN 113217275 B CN113217275 B CN 113217275B CN 202110659204 A CN202110659204 A CN 202110659204A CN 113217275 B CN113217275 B CN 113217275B
Authority
CN
China
Prior art keywords
strategy
pitch
pitch angle
equation
iteration
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.)
Active
Application number
CN202110659204.6A
Other languages
English (en)
Other versions
CN113217275A (zh
Inventor
刘洋
邢作霞
郭洪涛
蒋靖
郭涛
梁国
刘守恒
赵丽军
李媛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Cpi Northeast New Energy Development Co ltd
Shenyang University of Technology
Original Assignee
Cpi Northeast New Energy Development Co ltd
Shenyang University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Cpi Northeast New Energy Development Co ltd, Shenyang University of Technology filed Critical Cpi Northeast New Energy Development Co ltd
Priority to CN202110659204.6A priority Critical patent/CN113217275B/zh
Publication of CN113217275A publication Critical patent/CN113217275A/zh
Application granted granted Critical
Publication of CN113217275B publication Critical patent/CN113217275B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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 
    • 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
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/328—Blade pitch angle
    • 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
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/335—Output power or torque
    • 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
    • F05B2270/00—Control
    • F05B2270/70—Type of control algorithm
    • 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)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Wind Motors (AREA)

Abstract

本发明涉及一种基于策略迭代的风电机组变桨距的控制方法，该控制***的策略迭代变桨距控制器根据输入的额定电机功率Pr和实际发电机功率Pg的差值，以及风轮实际桨距角β，经过策略迭代算法得到最优桨距角β*；当V(k)值与V(k‑1)的差值ε(k)达到预设算法精度ε时，得到最优桨距角β*；变桨距机构根据β*实现变桨距控制；在该变桨距控制的条件下，风轮转动捕获的风能由发电机输出，为实际发电机功率Pg，并将实际发电机功率Pg信号传送至策略迭代变桨距控制器。本发明能够有效平抑风速变化引起的输出功率波动，提升风电机组的输出功率，减小由变桨距执行机构多余动作引起的额外的疲劳载荷。

Description

一种基于策略迭代的风电机组变桨距控制方法
技术领域
本发明属于风力发电技术领域，涉及一种基于策略迭代的风电机组变桨距控制方法，该方法属于风电机组运行控制技术领域，通过使用策略迭代算法对风电机组变桨距进行控制。
背景技术
风力涡轮机在世界电力生产中占很大比重。同时，对风电机组控制***的可靠性提出了更高的要求，以保证发电，降低运行维护成本。然而，在实际运行中，风速的波动会导致频繁的变桨距动作，而湍流风速会导致额外的疲劳载荷和输出功率波动，这将对风电机组机械结构和电网的稳定性造成重大负面影响。
由于风力发电机组具有较强的非线性，传统的控制技术主要集中在基于多个工作点的控制设计上，通常对一个或多个工作点采用比例积分控制。但当工作点偏离工作点时，控制效果会下降。此外，风速的随机性导致风力机工作点频繁切换，给满足上述变桨距控制策略的控制设计带来了进一步的困难。现代控制理论在风力发电机组控制设计中得到了广泛的应用，如线性变参数控制、模型预测控制、非线性反馈控制等。然而，这些方法在实际应用中还存在很多不足，如线性变参数控制控制器的求解非常复杂，且切换距离实际的随机性较远。
发明内容
发明目的：本发明提供一种基于策略迭代的风电机组变桨距控制方法及***，目的在于解决风速的波动导致额外的疲劳载荷和输出功率波动，影响风电机组使用寿命和输出稳定性的问题。
技术方案：
一种基于策略迭代的风电机组变桨距的控制方法，该控制***的策略迭代变桨距控制器根据输入的额定电机功率Pr和实际发电机功率Pg的差值，以及风轮实际桨距角β，经过策略迭代算法得到最优桨距角β*；当V(k)值与V(k-1)的差值ε(k)达到预设算法精度ε时，得到最优桨距角β*；变桨距机构根据β*实现变桨距控制；在该变桨距控制的条件下，风轮转动捕获的风能由发电机输出，为实际发电机功率Pg，并将实际发电机功率Pg信号传送至策略迭代变桨距控制器。
进一步的，策略迭代算法步骤如下：
1)根据额定发电功率Pr，实际发电机功率Pg和桨距角β，建立性能指标函数J(k)；
2)根据步骤1)中的性能指标函数J(k)以及由设计人员给定的可调参数Q、R和折扣因子γ，得到变桨距跟踪控制的贝尔曼方程；
3)步骤2)中的贝尔曼方程根据贝尔曼最优性原理，得到贝尔曼最优方程，该方程包含最优值函数V*和最优桨距角β*：
4)根据步骤3)中的贝尔曼最优方程，以及通过实际发电机功率Pg与额定发电功率Pr做差，从而得到两步迭代方程；
5)设定控制***性能指标函数；
6)结合步骤1)中性能指标函数的形式，给定二次型值函数V1(k)，给定初始容许控制β(1)和预设算法精度ε；
7)从迭代指标k＝1,…，n，执行步骤4)中的两步迭代方程；
当步骤2)中跟踪控制问题的贝尔曼方程中的V(k)和步骤4)中假设的控制***性能指标函数J(k)相等时得出策略评估公式，根据策略评估公式，求解P(k)矩阵；
8)将步骤7)中求得的P(k)矩阵代入策略改进公式，求解桨距角β(k)；
9)通过对值函数V(k)和桨距角β(k)的迭代求解，当步骤8)中策略迭代方程计算的V(k)值与V(k-1)的差值ε(k)达到预设算法精度ε时，得到最优桨距角β*，从而策略迭代算法停止。
步骤1)中性能指标函数J(k)公式为，
Figure BDA0003114651570000031
式中：Pr为额定发电功率，Pg为实际发电机功率，β为桨距角，R和Q为设计者给定的预设参数矩阵，γ为折扣因子。
步骤2)中跟踪控制问题的贝尔曼方程为，
Figure BDA0003114651570000032
式中：Pr为额定发电功率，Pg为实际发电机功率，β为桨距角，R和Q为设计者给定的预设参数矩阵，γ为折扣因子。
步骤3)中最优值函数为
Figure BDA0003114651570000033
式中：效用函数U(K)＝(Pr(k)-Pg(k))TQ(Pr(k)-Pg(k))+β(k)TRβ(k)，min表示在所有β(k)的集合中，所能够取得的最小值；
最优桨距角为
Figure BDA0003114651570000034
式中：β*为最优桨距角，V*(k+1)为第k+1步的最优值函数，argmin表示当U(k)+γV*(k+1)取得最小值时的β(k)。
步骤4)中得到两步迭代方程；
策略评估：
Figure BDA0003114651570000041
策略改进：
Figure BDA0003114651570000042
步骤5)中控制***值函数为：
V(x)＝x(k)TPx(k)
式中：x(k)为***状态。
步骤7)中策略评估公式：
Figure BDA0003114651570000043
步骤8)中策略改进公式：
Figure BDA0003114651570000044
有益效果：通过策略迭代变桨距控制器的迭代学***抑风速变化引起的输出功率波动，提升风电机组的输出功率，减小由变桨距执行机构多余动作引起的额外的疲劳载荷。
附图说明
图1为本发明风电机组变桨距控制***总体结构图；
图2为基于策略迭代的风电机组变桨距控制方法流程图；
图3为风电机组的来流风速；
图4为基于策略迭代的变桨距***的桨距角；
图5为风电机组的输出功率。
具体实施方式
为详细说明本发明的技术内容、所达成目的及效果，下面结合附图及具体实施方式作进一步详细说明。
如图1所示，为风电机组变桨距控制方法总体结构图，一种基于策略迭代的风电机组变桨距的控制方法，该控制***的策略迭代变桨距控制器根据输入的额定电机功率Pr和实际发电机功率Pg的差值，风轮实际桨距角β，经过策略迭代算法得到最优桨距角β*；当V(k)值与V(k-1)的差值ε(k)达到预设算法精度ε时，得到最优桨距角β*；变桨距执行机构根据β*实现变桨距控制；在该变桨距控制的条件下，风轮转动捕获的风能由发电机输出功率为实际发电机功率Pg，并将实际发电机功率Pg信号传送至策略迭代变桨距控制器，形成一个循环的控制***。
如图2所示，策略迭代算法步骤如下：
1)检测发电机实际发电机功率Pg、风轮实际桨距角β，针对目标风电机组的型号，得到风电机组给定的额定发电功率Pr，根据额定发电功率Pr，实际发电机功率Pg和桨距角β，建立性能指标函数J(k)；
Figure BDA0003114651570000051
式中：Pr为额定发电功率，Pg为实际发电机功率，β为桨距角，R和Q为设计者给定的预设参数矩阵，γ为折扣因子。
2)根据步骤1)中的性能指标函数J(k)以及由设计人员给定的可调参数Q、R和折扣因子γ，可以得到跟踪控制问题的贝尔曼方程：
Figure BDA0003114651570000052
式中，V(k)为值函数，Pr为额定发电功率，Pg为实际发电机功率，β(k)为桨距角，R和Q为设计者给定的预设参数矩阵，γ为折扣因子。
3)步骤2)中的贝尔曼方程根据贝尔曼最优性原理，得到贝尔曼最优方程，贝尔曼最优方程，包括最优值函数V*和最优桨距角β*：
最优值函数为
Figure BDA0003114651570000061
式中：效用函数U(K)＝(Pr(k)-Pg(k))TQ(Pr(k)-Pg(k))+β(k)TRβ(k)，min表示在所有β(k)的集合中，所能够取得的最小值；
最优桨距角为
Figure BDA0003114651570000062
式中：β*为最优桨距角，V*(k+1)为第k+1步的最优值函数，argmin表示当U(k)+γV*(k+1)取得最小值时的β(k)。
4)策略迭代控制器的输入分为：测量到的实际发电机功率Pg和额定发电功率Pr，以及当前实际桨距角β，输出为最优桨距角β*。策略迭代控制的目标是使实际发电机功率Pg跟踪额定发电功率Pr，即发电机发电功率跟踪误差e趋于零。根据步骤3)中的贝尔曼最优方程，以及通过实际发电机功率Pg与额定发电功率Pr做差，得到发电功率跟踪误差e，即e＝Pg-Pr，得到两步迭代方程；
Figure BDA0003114651570000063
Figure BDA0003114651570000064
5)设定控制***值函数；
V(k)＝x(k)Pi+1x(k)
式中，x(k)为***状态。
6)结合步骤1)中给定的二次型值函数V1(k)，给定初始容许的变桨距控制β(1)和预设算法精度ε；
7)从迭代指标k＝1,…，n，执行步骤4)中两步迭代方程；
当步骤2)中跟踪控制问题的值函数V(k)和步骤4)中假设的控制***性能指标函数J(k)相等时得出策略评估公式，根据策略评估公式，求解P矩阵，
策略评估公式：
Figure BDA0003114651570000071
8)将步骤7)中求得的P矩阵代入策略改进公式，求解桨距角β(k)；
策略改进公式：
Figure BDA0003114651570000072
9)通过对值函数V(k)和桨距角β(k)的迭代求解，当步骤8)中策略迭代方程计算的β(k)值与β(k-1)的差值ε(k)达到预设算法精度ε时，得到最优桨距角β*，即此时ε(k)对应的桨距角β为β*，从而策略迭代算法停止。
针对1.2MW风电机组变桨距控制，风电机组的来流风速如图3所示，从图3中可以看出风速变化幅度较大且频繁。变桨距***的桨距角制信号如图4所示，从4中可以看出策略迭代变桨距的控制方法的桨距角变化平缓。相应的风电机组输出功率如图5所示，从图5中可以看出，本专利提出的基于策略迭代的风电机组变桨距的控制方法能够有效抑制风扰动，降低疲劳负荷，使风电机组的输出功率稳定在额定功率附近。
综上所述，本发明方法可以有效提高风电机组变桨距***的控制性能，使输出功率稳定在额定功率附近，适应大范围变化的工作点，抑制风扰动，降低疲劳负荷，具有广泛的应用前景，值得推广。
以上所述之实施例子只为本发明之较佳实施例，并非以此限制本发明的实施范围，故凡依本发明之方法、原理所作的变化，均应涵盖在本发明的保护范围内。

Claims (5)

1.一种基于策略迭代的风电机组变桨距的控制方法，其特征在于：该控制方法的策略迭代变桨距控制器根据输入的额定发电功率Pr和实际发电机功率Pg的差值，以及风轮实际桨距角β，经过策略迭代算法得到最优桨距角β*；当值函数V(k)与V(k-1)的差值ε(k)达到预设算法精度ε时，得到最优桨距角β*；变桨距机构根据β*实现变桨距控制；在该变桨距控制的条件下，风轮转动捕获的风能由发电机输出，为实际发电机功率Pg，并将实际发电机功率Pg信号传送至策略迭代变桨距控制器；
所述策略迭代算法步骤如下：
1)根据额定发电功率Pr，实际发电机功率Pg和桨距角β，建立性能指标函数J(k)；
2)根据步骤1)中的性能指标函数J(k)以及由设计人员给定的可调参数Q、R和折扣因子γ，得到变桨距跟踪控制的贝尔曼方程；
3)步骤2)中的贝尔曼方程根据贝尔曼最优性原理，得到贝尔曼最优方程，该方程包含最优值函数V*和最优桨距角β*：
4)根据步骤3)中的贝尔曼最优方程，以及通过实际发电机功率Pg与额定发电功率Pr做差，从而得到两步迭代方程；
5)设定控制***性能值函数；
6)结合步骤1)中性能指标函数的形式，给定二次型值函数V1(k)，给定初始容许控制β(1)和预设算法精度ε；
7)从迭代指标k＝1,…，n，执行步骤4)中的两步迭代方程；
当步骤2)中跟踪控制问题的贝尔曼方程中的V(k)和步骤1)中的性能指标函数J(k)相等时得出策略评估公式，根据策略评估公式，求解P(k)矩阵；
8)将步骤7)中求得的P(k)矩阵代入策略改进公式，求解桨距角β(k)；
9)通过对值函数V(k)和桨距角β(k)的迭代求解，当步骤8)中策略迭代方程计算的V(k)值与V(k-1)的差值ε(k)达到预设算法精度ε时，得到最优桨距角β*，从而策略迭代算法停止。
2.根据权利要求1所述的基于策略迭代的风电机组变桨距的控制方法，其特征在于：步骤1)中性能指标函数J(k)公式为，
Figure FDA0003747722780000021
式中：Pr为额定发电功率，Pg为实际发电机功率，β为桨距角，R和Q为设计者给定的预设参数矩阵，γ为折扣因子。
3.根据权利要求1所述的基于策略迭代的风电机组变桨距的控制方法，其特征在于：步骤2)中跟踪控制问题的贝尔曼方程为，
Figure FDA0003747722780000022
式中：Pr为额定发电功率，Pg为实际发电机功率，β为桨距角，R和Q为设计者给定的预设参数矩阵，γ为折扣因子。
4.根据权利要求1所述的基于策略迭代的风电机组变桨距的控制方法，其特征在于：步骤3)中最优值函数为
Figure FDA0003747722780000023
式中：效用函数U(K)＝(Pr(k)-Pg(k))TQ(Pr(k)-Pg(k))+β(k)TRβ(k)，min表示在所有β(k)的集合中，所能够取得的最小值；
最优桨距角为
Figure FDA0003747722780000024
式中：β*为最优桨距角，V*(k+1)为第k+1步的最优值函数，argmin表示当U(k)+γV*(k+1)取得最小值时的β(k)。
5.根据权利要求4所述的基于策略迭代的风电机组变桨距的控制方法，其特征在于：步骤4)中得到两步迭代方程；
策略评估：
Figure FDA0003747722780000031
策略改进：
Figure FDA0003747722780000032
式中：U(K)为效用函数。
CN202110659204.6A 2021-06-15 2021-06-15 一种基于策略迭代的风电机组变桨距控制方法 Active CN113217275B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110659204.6A CN113217275B (zh) 2021-06-15 2021-06-15 一种基于策略迭代的风电机组变桨距控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110659204.6A CN113217275B (zh) 2021-06-15 2021-06-15 一种基于策略迭代的风电机组变桨距控制方法

Publications (2)

Publication Number Publication Date
CN113217275A CN113217275A (zh) 2021-08-06
CN113217275B true CN113217275B (zh) 2022-09-02

Family

ID=77080232

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110659204.6A Active CN113217275B (zh) 2021-06-15 2021-06-15 一种基于策略迭代的风电机组变桨距控制方法

Country Status (1)

Country Link
CN (1) CN113217275B (zh)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10839302B2 (en) * 2015-11-24 2020-11-17 The Research Foundation For The State University Of New York Approximate value iteration with complex returns by bounding
CN111740658B (zh) * 2020-04-29 2022-09-06 南京理工大学 基于策略迭代的电机***最优调节控制方法

Also Published As

Publication number Publication date
CN113217275A (zh) 2021-08-06

Similar Documents

Publication Publication Date Title
CN101900080B (zh) 采用变结构pid变桨控制的风机控制***
Hemanth Kumar et al. Review on control techniques and methodologies for maximum power extraction from wind energy systems
Mousavi et al. Sliding mode control of wind energy conversion systems: Trends and applications
Meng et al. Guaranteed performance control of DFIG variable-speed wind turbines
CN107559143B (zh) 一种大型风力机尾缘襟翼结构参数寻优及多目标襟翼优化控制方法
CN102996335B (zh) 一种大型风电机组变桨距控制与转矩控制的解耦控制方法
Geng et al. Robust pitch controller for output power levelling of variable-speed variable-pitch wind turbine generator systems
CN112632774A (zh) 一种基于动态模态分解的数据驱动风电场频率控制方法
CN108808707A (zh) 一种主蒸汽压力自适应补偿一次调频控制精度的计算方法
Song et al. An overview of renewable wind energy conversion system modeling and control
Naik et al. Fuzzy logic based pitch angle controller/or SCIG based wind energy system
CN114439692A (zh) 漂浮式海上风电机组永磁直驱风电***变桨距控制方法
Xin et al. Sliding mode control of pitch angle for direct driven PM wind turbine
CN113217275B (zh) 一种基于策略迭代的风电机组变桨距控制方法
Ma et al. Offshore wind power generation system control using robust economic MPC scheme
CN109611274A (zh) 一种风力发电机组高风速区lqg优化控制方法
Leithead et al. Wind turbine modelling and control
Zheng et al. Double fuzzy pitch controller of wind turbine designed by genetic algorithm
Bouguerra Comparative study between PI, FLC, SMC and Fuzzy sliding mode controllers of DFIG wind turbine
Wang et al. Sliding mode control for maximum wind energy capture of DFIG-based wind turbine
CN113359468B (zh) 基于鲁棒自适应与滑模变结构控制的风电机组容错控制方法
Xu et al. Iterative Neuro-Fuzzy Hammerstein Model Based Model Predictive Control for Wind Turbines
Zaragoza et al. Comparison of speed control strategies for maximum power tracking in a wind energy conversion system
Liu et al. Research on variable-pitch control strategy of wind turbine based on the nonlinear PID
Fatnassi et al. Sliding mode control of DFIG for a variable speed wind turbine

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant