[發明專利]一種基于極值搜索的風電機組最大出力追蹤控制方法

有效

• 申請號: 201210540286.3
• 申請日: 2012-12-12
• 公開（公告）號: CN103032265A
• 公開（公告）日: 2013-04-10
• 發明（設計）人: 王旭東;劉濤;林濟鏗;忤光宇
• 申請（專利權）人: 天津市電力公司;國家電網公司
• 主分類號: F03D7/00
• 分類號: F03D7/00;G06F17/00
• 代理公司: 天津盛理知識產權代理有限公司 12209
• 代理人: 王來佳

技術領域

本發明屬于新能源的開發領域，尤其涉及一種基于極值搜索的風電機組最大出力追蹤控制方法。

背景技術

變速恒頻風電機組在額定風速以下運行時進行最大風能追蹤，從自然風中捕獲最大的風能并轉化為電能輸送到電網中，要捕獲最大風能，必須在風速變化時及時調整轉速ω_r運行在其最佳值處，保持最佳葉尖速比λ_opt，即最大風能追蹤的過程可以理解為風力機的轉速調節過程，轉速調節的性能決定了最大風能追蹤的效果，在湍流風場中，λ_opt只有在發電機轉矩變化很快的情況下才能保持不變，機械轉矩變化過快會使系統振動增強，增大疲勞損壞的危險，降低系統使用壽命，因此，在最大風能追蹤的同時，應該兼顧風電機組的機械載荷，對機械轉矩進行控制，減小在風速變化時機械轉矩的變化率；傳統的最大風能追蹤方法有最佳葉尖速比法、爬山法和功率反饋法。采用最佳葉尖速比法來進行最大風能追蹤，由測量的風速和發電機轉速計算最佳葉尖速比下對應的最佳轉速值，作為控制系統的參考指令，該方法控制結構簡單，容易實現，但缺點是需要實時精確的測量風速，這在實際風場中很難實現，爬山法是通過實時測量風力機轉速和輸出功率，根據其梯度的變化情況來判斷轉速的變化方向，控制機組的運行點趨近最大功率點，該方法避免了測量風速的問題，但需要實時測量風力機輸出功率和轉速的梯度，而梯度傳感器則會放大噪聲并且在高頻時不穩定,且測量和判斷的時間會影響算法的精度。功率反饋法是通過控制雙饋電機輸出有功功率來控制雙饋電機的電磁阻轉矩，從而間接地控制機組的轉速，該方法能有效避免輸出功率的波動且同樣不需要風速的檢測，缺點是需要通過仿真和實驗來獲得功率風速曲線，而且對于不同的風輪，這種曲線是不同的；針對傳統控制方法的缺點，現代控制理論中的一些控制方法被引入最大風能追蹤中，預測控制(Predictive?Control)：風能預測來進行最大風能，采用支持向量回歸（SVR）算法來預測風速，將預測到的風速輸入風能轉化系統計算該風速下的最佳轉速值，該方法不需要測量風速，缺點是風能預測的精度不高；神經網絡控制(Neural?Network?Control)：WRBFN神經網絡與爬山算法想結合，采用粒子群優化算法設計了控制器，該方法有效的解決了爬山算法的缺點，但只適用于永磁發電機，在雙饋電機中不適用，使用范圍較小；非線性控制(Nonlinear?Control)：滑模變結構控制應用于風力發電中，將切換面定義為功率相對誤差，對發電機正常和失速兩種模態分別采用不同的滑模控制率，達到無差跟蹤和最大風能捕獲的目的，該方法響應速度快，但該理論是建立在對象精確的數學模型基礎上的，對對象的數學模型過度依賴；模糊控制(Fuzzy?Control)：采用模糊控制進行最大風能追蹤，克服了傳統控制依賴于被控對象精確數學模型的缺點，存在的問題是設計的控制器精度較低；自適應控制(Adaptive?Control)：將基于攝動的極值搜索控制應用于風電最大風能追蹤中，在風能轉換系統中，將風速的變化進行處理得到激勵信號，從而獲得最佳葉尖速比，達到風能的最大捕獲率，該方法不需要對控制對象建立精確的模型，且控制速度快，精度高，但該方法的缺點與最佳葉尖速比法相同，需要對風速進行實時精確測量。滑模變結構控制與極值搜索控制相結合，基于滑模極值搜索控制，該控制方法具有結構簡單，輸入變量惟一的優點。

發明內容

本發明的目的在于利用一種基于滑模的極值搜索的控制方法，旨在解決現有風電機組最大出力追蹤方法存在的通過改變機械部件的結構或材料來增加系統抵抗機械疲勞的能力，從而增加系統結構的復雜性和成本的問題。

本發明的目的在于提供一種基于滑模極值搜索的風電機組最大出力追蹤控制方法，所述基于極值搜索的控制方法包括以下步驟：

第一個閉環反饋：用于產生一個輸出有功功率p_s的反饋值；具體的信號傳遞過程為：雙饋電機發出的有功功率p_s與功率參考值p_s，ref進行比較，其差值ε傳給符號函數sgn(ε)，當sgn(ε)發生變化時，產生滑模動作，乘以一個常數u后將信息傳遞給模塊v₀/s，這樣就得到了轉速的參考值ω_r，ref，根據WCES圖像，從而得到了有功功率p_s，有功功率p_s又反饋給功率參考值p_s，ref，從而形成一個功率閉環反饋；