一種基于記憶的分散式直驅風電機組控制方法
【技術領域】
[0001] 本發(fā)明涉及風力機組控制領域，具體來說就是一種基于記憶的分散式直驅風電機 組控制方法。
【背景技術】
[0002] 風能是當今世界重點發(fā)展的可再生能源，具有資源豐富，發(fā)電技術成熟的特點;我 國的風能資源十分豐富，目前我國的風電場建設發(fā)展十分迅速，實現(xiàn)大型風力發(fā)電廠的高 效并網(wǎng)運行已是大勢所趨。而我國大型風電場一般處于地形復雜的內陸或近岸海上，受地 形環(huán)境因素的限制，線路布局繁瑣，設備成本較大。比如，優(yōu)先考慮風能資源的最優(yōu)布局時， 可能會增加設備，線路設計難度加大，成本增大;優(yōu)先考慮設備的最優(yōu)配置時，風能資源利 用率又會受影響。為此，分散式風電場應運而生，它讓每臺風電機組都分布在合適的風力區(qū) 域，使其最大程度的利用風能資源。又因為地形復雜導致風能變化復雜，致使風力發(fā)電機組 不易控制，風輪損耗嚴重，發(fā)電輸出功率不穩(wěn)定，這些問題都需要一個更優(yōu)化和高效的控制 技術來解決。
[0003] 考慮到我國低風速區(qū)域占全部風能資源的一半左右，適合永磁直驅式這種低速運 轉的風電機組運行。而分散式永磁直驅風電機組需要可靠高效的控制策略作為支撐才能發(fā) 揮其應有的優(yōu)勢，為此，從仿生學的角度，研究基于記憶控制的方法，讓控制器在運行中不 斷優(yōu)化自身，提高控制精度和準確性?？刂撇呗灾饕姶呸D矩控制和變槳執(zhí)行電流控 制，即在低風速時保證最大功率跟蹤，以便充分利用風能資源高效發(fā)電；在高風速時保證可 靠變漿控制，限制超額功率吸收，穩(wěn)定輸出功率。

【發(fā)明內容】

[0004] 本發(fā)明公開了一種基于記憶的分散式直驅風電機組控制方法，將記憶控制與分散 式永磁直驅風電機組相結合?？刂撇呗灾饕姶呸D矩控制和變槳執(zhí)行電流控制，即在 低風速時執(zhí)行電磁轉矩控制以保證最大功率跟蹤，以便充分利用風能資源高效發(fā)電；在高 風速時保證可靠變漿控制，限制超額功率吸收，穩(wěn)定輸出功率;分散式的機組保證了風力機 最佳布局，記憶控制為機組提供了高效的風能利用和可靠的變漿控制；整個系統(tǒng)高效、智 能、可靠，具有良好的應用前景。
[0005] 為實現(xiàn)以上功能，本發(fā)明采用的技術方案如下：一種基于記憶的分散式直驅風電 機組控制方法，包括分散式直驅風電機組、基于記憶的控制器;從仿生學角度設計機組控制 器，利用當前響應，聯(lián)系過去響應，產(chǎn)生新的控制命令，并讓控制器在運行中不斷優(yōu)化自身， 控制器設計如下：
[0006] 首先根據(jù)變漿動力學特性，變漿過程方程描述為：
[0008]其中 >為變槳距角快慢程度的計量，Φ為非線性函數(shù);i為變漿執(zhí)行電流;N為一常 數(shù)。
[0009]最大功率跟蹤誤差定義為：
[0010] e = c-c* (2)
[0011] 其中C為實際風能利用系數(shù);C為風能利用系數(shù)期望值。式(2)微分形式如下：
[0017]式(4)表明"是由變槳距執(zhí)行電流i和電磁轉矩Te共同決定的，為減小機組空氣動 力載荷，增強風電轉換效率，采取控制策略:Vin<V<VR時，運行在低風速區(qū)，槳距角不變，進 行電磁轉矩控制;VR < V < ，運行在超額風速區(qū)，進行變槳距控制，以限值超額功率吸 收。其中^^_分別為切入風速、額定風速、切出風速。各種風速區(qū)間內機組吸收的目標 控制功率如下：
[0019] 式中，人、0^|、〇)分別表示葉尖速比、空氣密度、葉片掃掠面積以及風能轉化為風力 機輸出轉換比例的功率系數(shù)。
[0020] 再根據(jù)基于記憶的仿生學原理來設計控制器：
[0021] 人類基于記憶的學習過程，即人的行為是由外界刺激（固有響應，NR)和經(jīng)驗響應 (ER)共同控制的，即是這樣一個由一開始的固有響應所刺激的不成熟的響應，慢慢到由經(jīng) 驗響應主導的成熟響應過程。基于此，仿照這種控制方法，即利用過去的響應和反饋信息， 結合當前不成熟的響應，不斷優(yōu)化控制，提高精度的策略，這就是基于記憶的機組控制方 法。
[0022] 基于記憶原理構造的數(shù)學模型如下：
[0023] C(t) = (l-〇(t))CNR+〇(t)CER (7)
[0024] 上式中，C(t)為當前響應行為，〇(t)為影響因子，取值為〇(t) e[0，l]，Cnr和Cer分 別為系統(tǒng)的固有響應和經(jīng)驗響應。即固有響應對應的影響因子為1 _σ (t )，經(jīng)驗響應對應為σ (t)，它們共同影響系統(tǒng)的當前響應行為，影響比重由影響因子〇(t)所決定。
[0025] 構造影響因子〇(t)函數(shù)時需要考慮如下：
[0026] (IMt)應為時間t和誤差變量e的函數(shù)；
[0027] (2)誤差變量e的值應當滿足如下要求：
[0028] (a) e的值較大時，系統(tǒng)誤差大，系統(tǒng)不具有精確信息記憶，表現(xiàn)為（l-σ (t) )CNR比重 大，系統(tǒng)主要由固有響應所主導；
[0029] (b)e值較小時，系統(tǒng)誤差小，系統(tǒng)獲得較為準確的經(jīng)驗信息，表現(xiàn)為〇(t)CER比重 大，系統(tǒng)主要由經(jīng)驗響應所主導；
[0030] (c)隨著時間的推移，e越來越小，〇 (t)應該越來越接近1，系統(tǒng)最終由Cer控制。
[0031] 綜上所述，影響因子可設為如下形式函數(shù)：
[0033]上式中(3和￡均為大于零的常數(shù)，保證函數(shù)的收斂及分母不為零。
[0034]基于記憶的一階控制器設計 [0035] 式(4)改寫如下：
[0037] 其中L = f3+f4,為非線性項和擾動項。
[0038]基于記憶的電磁轉矩控制和變漿控制方法數(shù)學模型如下：
[0043] 式(11)為Vr < V < Vciut風速區(qū)間時的變漿電流控制算法。
[0044]由式(10)、（11)可得誤差變量另一形式：
就足夠小，就能實現(xiàn)理想 的控制精度，這就是一階記憶控制器算法。
[0051] 綜上所述，本發(fā)明的有益技術效果為：
[0052] 研究基于記憶控制的方法，將記憶控制與分散式永磁直驅風電機組相結合，分散 式的機組保證了風力機最佳布局，記憶控制則在低風速時保證最大功率跟蹤，在高風速時 保證可靠變漿控制，為機組提供了高效的風能利用和可靠的變漿控制；從仿生學的角度設 計機組控制器算法，讓控制器具有智能，能在運行中利用過去的響應和反饋信息，結合當前 不成熟的響應，不斷優(yōu)化控制，產(chǎn)生新的控制命令，提高精度和準確性，性能不斷增強卻不 增加記憶存儲空間?？刂撇呗灾饕姶呸D矩控制和變槳執(zhí)行電流控制，能在低風速時 保證最大功率跟蹤，以便充分利用風能資源高效發(fā)電；在高風速時保證可靠變漿控制，限制 超額功率吸收，穩(wěn)定輸出功率。整個系統(tǒng)高效、智能、可靠，具有良好的應用前景。
【附圖說明】
[0053]圖1是本發(fā)明的仿生原理圖。
[0054]圖2是本發(fā)明的控制策略流程圖。
【具體實施方式】
[0055] 下面結合附圖和【具體實施方式】，進一步闡述本發(fā)明。
[0056] -種基于記憶的分散式直驅風電機組控制方法，包括分散式直驅風電機組、基于 記憶的控制器;將記憶控制與分散式永磁直驅風電機組相結合，分散式的機組保證了風力 機最佳布局，記憶控制則在低風速時保證最大功率跟蹤，在高風速時保證可靠變漿控制，為 機組提供了高效的風能利用和可靠的變漿控制；
[0057]如圖1所示，人類基于記憶的學習過程，即人的行為是由外界刺激（固有響應，NR) 和經(jīng)驗響應(ER)共同控制的，是一個由一開始的固有響應所刺激的不成熟的響應，慢慢到 由經(jīng)驗響應主導的成熟響應過程;從仿生學角度設計機組控制器的控制算法和控制策略， 讓控制器具有智能，能在運行中利用當前不成熟響應，聯(lián)系過去響應和反饋信息，產(chǎn)生新的 控制命令，讓控制器在運行中不斷優(yōu)化自身，提高控制精度和準確性，性能不斷增強卻不增 加記憶存儲空間；
[0058]如圖2所示，控制策略主要包括電磁轉矩控制和變槳執(zhí)行電流控制，即在低風速時 執(zhí)行電磁轉矩控制，保證最大功率跟蹤，以便充分利用風能資源高效發(fā)電;在高風速時保證 可靠變漿控制，限制超額功率吸收，穩(wěn)定輸出功率;整個系統(tǒng)高效、智能、可靠，具有良好的 應用前景。
【主權項】
1. 一種基于記憶的分散式直驅風電機組控制方法，其特征在于將記憶控制與分散式永 磁直驅風電機組相結合；從仿生學角度設計機組控制器算法，利用當前響應，聯(lián)系過去響 應，產(chǎn)生新的控制命令，并讓控制器在運行中不斷優(yōu)化自身，提高控制精度和準確性;控制 策略主要包括電磁轉矩控制和變槳執(zhí)行電流控制，即在低風速時保證最大功率跟蹤，在高 風速時保證可靠變漿控制。具體步驟如下： (1) 根據(jù)變漿動力學特性，變漿過程方程可描述為：其中$為變槳距角快慢程度的計量，Φ為非線性函數(shù);i為變漿執(zhí)行電流;N為一常數(shù)； 最大功率跟蹤誤差定義為： e = C_C* (2) 其中C為實際風能利用系數(shù)，為槳距角β和葉尖速比λ的函數(shù);C為風能利用系數(shù)期望值； 對式(2)進行微分如下：把式(1)代入式(3 )，并拆分再配對得：式(4)表明，&是由變槳距執(zhí)行電流i和電磁轉矩Te共同決定的，為減小機組空氣動力載 荷，增強風電轉換效率，采取控制策略:Vin<V<VR時，運行在低風速區(qū)，槳距角不變，進行電 磁轉矩控制;VR < V < ￥_時，運行在超額風速區(qū)，進行變槳距控制，以限值超額功率吸收;其 中Vin、VR、V? t*別為切入風速、額定風速、切出風速。 (2) 仿照人類基于記憶的學習過程這種控制方法，利用過去的響應和反饋信息，結合當 前不成熟的響應，不斷優(yōu)化控制，提高精度的策略，設計基于記憶的機組控制方法。 (21)基于記憶原理構造數(shù)學模型如下： C(t) = ( l-〇(t) )CNR+〇(t)CER (6) 上式中，C(t)為當前響應行為，0(t)為影響因子，取值為〇(t)e[0，l]，CNR和Cer分別為系 統(tǒng)的固有響應和經(jīng)驗響應;固有響應對應的影響因子為1 -σ (t )，經(jīng)驗響應對應為σ (t )，它們 共同影響系統(tǒng)的當前響應行為，影響比重由影響因子σ (t)所決定； 其中，影響因子〇(t)設為如下形式函數(shù)：上式中(3和￡均為大于零的常數(shù)，保證函數(shù)的收斂及分母不為零。 (22)基于記憶的一階控制器算法： 式(4)改寫如下：其中L = f3+f4,為非線性項和擾動項； 基于記憶的電磁轉矩控制和變漿控制方法數(shù)學模型如下：式(9)為Vin^V<VR風速區(qū)間時的電磁轉矩控制算法；h ?ζ Ψ :W〇 = _L，W2 = _Z，W3 =丄，W4 = _i，W5 =丄； 式(10)為VR < V < Vcmt風速區(qū)間時的變漿電流控制算法。
【專利摘要】本發(fā)明公開了一種基于記憶的分散式直驅風電機組控制方法，將記憶控制與分散式永磁直驅風電機組相結合，分散式的機組保證了風力機最佳布局，記憶控制為機組提供了高效的風能利用和可靠的變漿控制；從仿生學角度設計機組控制器，利用當前響應，聯(lián)系過去響應，產(chǎn)生新的控制命令，并讓控制器在運行中不斷優(yōu)化自身，提高控制精度和準確性；控制策略主要包括電磁轉矩控制和變槳執(zhí)行電流控制，即在低風速時保證最大功率跟蹤，以便充分利用風能資源高效發(fā)電；在高風速時保證可靠變漿控制，限制超額功率吸收，穩(wěn)定輸出功率；整個系統(tǒng)高效、智能、可靠，具有良好的應用前景。
【IPC分類】F03D7/00
【公開號】CN105626377
【申請?zhí)枴緾N201510988465
【發(fā)明人】周文慶, 周莉
【申請人】安徽理工大學
【公開日】2016年6月1日
【申請日】2015年12月23日