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。     

叶轮不平衡下的风力机自适应独立变桨控制策略

为减小风电机组叶轮不平衡引起的周期载荷,提出一种自适应独立变桨控制策略。首先,基于叶片旋转坐标系和轮毂静止坐标系之间的关系,揭示了机组在叶轮不平衡情况下的载荷特性及变化规律。其次,考虑不平衡周期载荷的频率随机组转速变化的特点,提出了一种谐振频率自适应于叶轮转速的比例—积分—谐振(PIR)独立变桨控制策略,并阐述了变桨控制器参数设计方法。最后,基于FAST-MATLAB/Simulink风电机组载荷及控制联合仿真平台,仿真比较了机组在叶轮平衡和不平衡两种状况下的载荷特性;并在IEC标准湍流风速下对所提自适应PIR独立变桨控制策略的载荷控制性能进行仿真,且将结果与传统比例—积分和比例—谐振独立变桨控制策略进行比较。结果表明,叶轮不平衡会导致风电机组产生频率变化的不平衡周期载荷,且相对传统控制策略所提自适应PIR独立变桨控制策略能够更有效地减小不平衡周期载荷。     

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。     

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。     

基于柔性叶片模型的独立变桨减载控制

为减小大型风机叶片疲劳载荷,针对某1.5 MW变速变桨风力发电机组模型进行研究。利用WRTS-800和PRDS-600仿真实验平台进行仿真,分析了叶片周期性及时变性载荷源的特性。建立了用于仿真叶片振动情况的柔性叶片模型,得到了基于减小叶片疲劳载荷的、在时间域和空间域实时优化控制的独立桨叶控制策略。仿真结果表明,该控制策略与传统集中变桨控制策略相比,可减小叶根面外等效疲劳载荷4.2%以上。     

基于改进DE算法的兆瓦级风机独立变桨控制

针对兆瓦级风电机组在额定风速以上的气流扰动时出现的载荷不平衡现象,提出了基于改进DE算法的独立变桨距控制策略。利用DE算法能够较快进行全局寻优的特点,缩小PID参数的搜索范围,提高动态响应能力。通过改进DE算法以改善其局部搜索能力,使调节过程具有较强的自适应性,从而得到最优的桨距角控制结果。最后,采用Matlab和Fast软件作为测试平台,对2 MW的独立变桨机组进行了仿真。结果表明,所提独立变桨控制策略能够有效降低机组在扰动情况下的载荷,缓解机组疲劳程度、延长机组寿命,有利于稳定输出功率,从而提高运行效率。     

基于LQG的独立变桨控制技术对风电机组气动载荷影响研究

基于多体动力学理论建立风力发电机组动力学模型,针对风轮载荷分布不均问题,在传统变桨距控制策略的基础上,提出基于线性二次高斯算法(LQG)的独立变桨距控制策略,并在Matlab/Simulink中构建控制模型,实现风力机系统的联合仿真,对提出的控制策略与传统的变桨控制策略进行仿真比较。研究结果表明:文中提出的独立变桨控制技术不仅可以实现功率控制,而且有效地降低了风电机组关键部件的疲劳载荷。在载荷优化方面比传统PI控制器效果更明显,更适合大型风电机组变桨距控制。     

风机独立变桨减载模型预测控制研究

针对风力发电机组在额定风速以上运行时承受的不平衡载荷波动问题,提出了一种基于状态空间模型的独立变桨模型预测控制策略。首先基于风机仿真软件FAST对风电机组非线性系统线性化;然后将建立的线性时不变(LTI)模型与非线性风机系统对比验证预测模型的拟合度;最后建立FAST-MATLAB联合仿真的NREL5MW风机模型,在湍流风模式下进行仿真。所提出的控制策略与传统PI控制策略相比,在稳定功率的前提下有效地减少了不平衡载荷,提高了风电机组运行稳定性。     

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。     

大型风机的电伺服独立变桨控制系统研究

针对大型风机桨叶负荷波动和变桨控制系统对位置精确控制的特殊需求,在风机的空气动力学的基础上,理论分析并计算了桨叶的变桨距载荷,并以此为依据对伺服电机选型,基于提出的模糊自适应PID控制策略,设计了电伺服变桨控制系统的位置控制器,使其满足高性能伺服系统的精确桨叶位置和快速动态响应等性能要求。在上述研究基础上,搭建了电伺服独立变桨驱动控制系统的硬件平台。实验结果不仅验证了电伺服控制策略的正确性和有效性,而且证明了所设计的电伺服独立驱动控制系统能够实现精确定位和快速跟踪,满足大型风机变桨所需的响应速度和伺服精度。     

变速风力发电机组的变桨控制及载荷优化

针对额定风速以上,如何抑制变速风力发电机组因反馈信号滞后引起的输出功率波动以及机组载荷等控制技术问题进行研究。在研究了传统变桨控制的基础上,提出基于风扰动的前馈补偿控制与传统PID反馈信号相结合的变桨控制策略。通过MATLAB环境下进行仿真研究,结果表明:桨控制策略能够快速使风力机的输出转矩保持在额定转矩附近,减小风机转速波动以及风电机组传动链扭振,从而降低风电机组承受的气动载荷使得系统运行更加平稳。     

基于功率变化和模糊控制的风力发电机组变速变桨距控制

由于风速测量的不准确性以及很难获得风力发电系统的精确模型,故采用传统的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.文中提出将风力发电机组输出功率变化情况作为变桨距执行机构工作的判断依据和控制策略,并根据该策略,进一步提出了基于模糊控制的变速变桨运行控制方法.通过构建仿真模型,按照基于功率变化判断的控制策略分别对变速变桨与工程上常规的匀速变桨进行了仿真比较研究.仿真结果表明,所提出的不依赖于风速测量和精确系统数学模型的控制策略,可以很好地稳定风电机组输出功率,且相对于匀速变桨控制,变速变桨控制方法一方面更好地将机组输出功牢稳定在额定值,另一方面可以减轻变桨距执行机构的疲劳度,减少部件间的磨损,这对于延长变桨执行机构的工作寿命、降低其故障发生率以及维持整个风电机组安全稳定运行具有重要意义.     

基于TS模糊加权的风电机组变桨距的双模切换优化控制

传统的PID变桨距控制策略存在转速波动较大、变桨的跟随性差等不足。以风速在额定风速以上时,使风力发电机的输出功率稳定在额定功率为研究目标。针对变桨系统的惯性与延迟导致控制过程动态调节时间长、超调量大等问题,提出了基于T-S模糊加权的模糊与PID双模切换优化变桨距控制策略。以Simulink为试验平台,搭建了永磁直驱风力发电机组的变桨控制模型。通过仿真验证表明,所提方法具有模糊控制与PID控制两者的优点,控制输出的桨距角精度更高、响应速度更快、功率更加靠近发电机输出的额定功率。     

教与学优化算法在风力机变桨自抗扰控制中的应用

随着风力机的发展越来越智能化,除了要求风力机的运行可靠性,还要求其有稳定的输出功率。为了使风力机变桨控制器在运行过程中具有优良的动态品质,提出了一种自抗扰控制(ADRC)的变桨距控制方案,但ADRC也存在参数多、整定难度大这一明显缺点。为此,将教与学算法应用到ADRC的整定过程中,实现了参数的自动整定。仿真结果验证了通过教与学算法自动整定ADRC参数的可行性,与传统PID控制器相比,整定后的ADRC能较好地满足风力机变桨距控制要求,有效维持了风力机输出功率的稳定性。     

模糊前馈与模糊PID结合的风力发电机组变桨距控制

大型变桨距风电机组在额定风速以上通常采用PID控制器调节机组桨距角以达到功率恒定的目的,但由于从额定风速到切出风速之间的风速变化范围很大,一组固定的PID参数难以在不同风速下均有好的控制效果。该文在分析PID变桨距控制器缺点的基础上,提出模糊前馈与模糊PID结合的新型变桨距控制方法。模糊PID控制器能够保证在不同风速下均有较好的控制结果,而模糊前馈控制器则能够根据风电机组的桨叶气动特性,在额定风速以上的不同风速段,根据风速给出不同的适当的前馈桨距角,实现动态前馈补偿,提高控制系统的响应速度。对一个300kW的变桨距风电机组的仿真表明,该方法在额定风速以上的不同风速段都能够有效地减小系统的超调量,缩短调节时间,具有较为满意的控制效果。     

风力发电机独立变桨控制技术系统级优化研究

针对目前独立变桨距风力发电机存在桨叶受力载荷过大、输出功率和电压不稳定的问题,采用模型参考自适应控制方法进行控制器优化,研究了风力发电机独立变桨优化控制问题。讨论了模型参考自适应控制方法下参考模型选取的过程,根据Lyapunov稳定性理论对模型参考自适应控制器进行了设计,并将这一控制器应用在风力发电机的独立变桨距上。仿真结果表明,该控制方法不仅提高了变桨控制器的响应速度和跟踪精度,而且能够稳定输出功率和电压,同时也能够减少各桨叶的拍打震动。模型参考自适应控制器能够应用在风力发电机独立变桨距控制中,控制效果良好。     

基于RBF神经网络整定PID的 风力发电变桨距控制

为了改善变速恒频风力发电系统在恒功率输出运行区域内的动态性能,在分析系统变桨距控制研究现状的基础上,基于RBF神经网络(RBFNN)整定PID控制理论设计风力发电系统变桨距控制器,建立了风力机及变桨距机构模型,以发电机转速测量值与额定转速相比后误差为输入设计控制器。在随机风作用下对设计的RBFNN整定PID控制器进行仿真,结果表明基于RBFNN整定PID控制理论的变桨距控制器具有良好的动态性能及对风速扰动的鲁捧性,能够有效改善风力发电系统变桨距控制效果     

风速前馈与变论域模糊结合的变桨距控制

针对传统PID变桨距控制难以在大惯性、强耦合的风力发电机组中取得较好的控制效果,提出了一种风速前馈的变论域模糊变桨距控制方法。根据功率误差及其变化率,通过模糊推理得到输入与输出论域的伸缩因子,避免了确定伸缩因子函数模型及其参数的困难;又采用风速前馈的方式实现桨距角的动态补偿,提高了系统的响应速度。仿真结果表明:当风速超过额定风速时,所提方法能使风力发电机组的转速更加稳定、输出功率更加平稳。     

变桨距风力发电机组控制策略的研究

首先对目前风力发电机桨距的控制和执行方式做了简要的分析,建立了系统各部分的数学模型。然后对变桨距的控制策略进行了着重的研究,给出了并网之前和并网运行后的变桨距控制流程图。最后基于PID控制方式,在Matlab中建立了系统的模型,进行了仿真研究,结果比较满意。