[發(fā)明專利]一種風(fēng)電機(jī)組變槳系統(tǒng)執(zhí)行機(jī)構(gòu)的靜態(tài)測(cè)試方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310383358.2
• 申請(qǐng)日: 2013-08-29
• 公開(kāi)（公告）號(hào): CN103454106A
• 公開(kāi)（公告）日: 2013-12-18
• 發(fā)明（設(shè)計(jì)）人: 汪寧渤;周識(shí)遠(yuǎn);丁坤;路亮;李津;張金平;何世恩;馬彥宏;王定美;黃蓉
• 申請(qǐng)（專利權(quán)）人: 國(guó)家電網(wǎng)公司;甘肅省電力公司;甘肅省電力公司風(fēng)電技術(shù)中心
• 主分類號(hào): G01M99/00
• 分類號(hào): G01M99/00
• 代理公司: 北京中恒高博知識(shí)產(chǎn)權(quán)代理有限公司 11249
• 代理人: 劉洪京

技術(shù)領(lǐng)域

本發(fā)明涉及風(fēng)力發(fā)電技術(shù)領(lǐng)域，具體地，涉及一種風(fēng)電機(jī)組變槳系統(tǒng)執(zhí)行機(jī)構(gòu)的靜態(tài)測(cè)試方法。?

背景技術(shù)

隨著大規(guī)模風(fēng)電機(jī)組和風(fēng)電場(chǎng)的并網(wǎng)接入，給電網(wǎng)規(guī)劃和運(yùn)行都帶來(lái)了新的挑戰(zhàn)。尤其是遠(yuǎn)離負(fù)荷中心區(qū)并且容量巨大的風(fēng)電基地，其運(yùn)行特性勢(shì)必對(duì)電網(wǎng)的穩(wěn)定運(yùn)行構(gòu)成明顯影響。為了應(yīng)對(duì)挑戰(zhàn)，解決風(fēng)電場(chǎng)并網(wǎng)情況下電網(wǎng)安全穩(wěn)定經(jīng)濟(jì)運(yùn)行等問(wèn)題，電網(wǎng)需要實(shí)施先進(jìn)的技術(shù)和管理措施，而這些都離不開(kāi)包含風(fēng)電機(jī)組、風(fēng)電場(chǎng)的電力系統(tǒng)的仿真研究，離不開(kāi)風(fēng)電機(jī)組和風(fēng)電場(chǎng)數(shù)學(xué)模型以及準(zhǔn)確參數(shù)的研究。而這些參數(shù)的測(cè)定需要通過(guò)一系列測(cè)試的方法來(lái)取得。?

風(fēng)力發(fā)電機(jī)組和風(fēng)電場(chǎng)測(cè)試數(shù)據(jù)分析方法，主要是指用于辨識(shí)風(fēng)力發(fā)電機(jī)組和風(fēng)電場(chǎng)模型參數(shù)的方法。風(fēng)力發(fā)電機(jī)組和風(fēng)電場(chǎng)的測(cè)試數(shù)據(jù)分析方法與電力系統(tǒng)傳統(tǒng)建模實(shí)測(cè)參數(shù)方法一致，大體可分為線性和非線性兩類。線性方法包括最小二乘估計(jì)、卡爾曼濾波等方法，這兩種算法對(duì)線性模型通常是有效的，在電力系統(tǒng)勵(lì)磁系統(tǒng)、調(diào)速系統(tǒng)以及負(fù)荷建模中都有廣泛的應(yīng)用。非線性模型的參數(shù)辨識(shí)方法，目前大都以優(yōu)化為基礎(chǔ)，如梯度類方法，對(duì)于連續(xù)、光滑、單峰的問(wèn)題具有良好的性能，精確而快速；隨機(jī)類搜索方法，具有良好的收斂性、全局性和魯棒性，但計(jì)算效率較低；模擬進(jìn)化類方法，適用范圍較廣，找到全局最優(yōu)解或近乎全局最優(yōu)解的可能性大。下面，具體針對(duì)風(fēng)力發(fā)電機(jī)組和風(fēng)電場(chǎng)建模和參數(shù)測(cè)試所需要的分析方法進(jìn)行介紹。?

最小二乘法是一種優(yōu)秀的數(shù)據(jù)處理分析方法，它通過(guò)使廣義誤差的平方和極小來(lái)確定模型的參數(shù)，其基本原理如下：?

從整體上考慮近似函數(shù)?同所給數(shù)據(jù)點(diǎn)（i=0，1，…，m）誤差（i=0，1，…，m）的大小，常用的方法有以下三種：一是誤差（i=0，1，…，m）絕對(duì)值的最大值，即誤差向量的∞—范數(shù)；二是誤差絕對(duì)值的和，即誤差向量r的1—范數(shù)；三是誤差平方和的算術(shù)平方根，即誤差向量r的2—范數(shù)；前兩種方法簡(jiǎn)單、自然，但不便于微分運(yùn)算?，后一種方法相當(dāng)于考慮?2—范數(shù)的平方，因此在曲線擬合中常采用誤差平方和來(lái)度量誤差（i=0，1，…，m）的整體大小。

數(shù)據(jù)擬合的具體作法是：對(duì)給定數(shù)據(jù)（i=0，1，…，m），在取定的函數(shù)類中，求，使誤差（i=0，1，…，m）的平方和最小，即：

=；

從幾何意義上講，就是尋求與給定點(diǎn)（i=0，1，…，m）的距離平方和為最小的曲線。函數(shù)稱為擬合?函數(shù)或最小二乘解，求擬合函數(shù)的方法稱為曲線擬合的最小二乘法，參見(jiàn)圖1。

最小二乘法是解決電力系統(tǒng)元件建模和參數(shù)測(cè)試的經(jīng)典方法，理論十分成熟，廣泛應(yīng)用電力系統(tǒng)建模參數(shù)測(cè)試。最小二乘法的缺點(diǎn)在于它需要求解偏微分值，計(jì)算過(guò)程相對(duì)繁瑣，而且受其迭代增益矩陣的影響很大，主要在模型結(jié)構(gòu)相對(duì)復(fù)雜時(shí)，計(jì)算困難。?

卡爾曼濾波在70年代初，被引入到電力系統(tǒng)作為數(shù)據(jù)處理的有力工具，開(kāi)始在電力系統(tǒng)狀態(tài)估計(jì)和建模實(shí)測(cè)上得到應(yīng)用。卡爾曼濾波的準(zhǔn)則是使?fàn)顟B(tài)向量的誤差方差最小，基本做法是將未知的參數(shù)向量看成是新增加的狀態(tài)向量，當(dāng)新的狀態(tài)向量一旦被估計(jì)出來(lái)，未知參數(shù)自然也被估計(jì)出來(lái)了，這樣一個(gè)參數(shù)辨識(shí)的問(wèn)題就轉(zhuǎn)化為一個(gè)濾波的問(wèn)題。?

對(duì)于線性系統(tǒng)，其動(dòng)態(tài)方程簡(jiǎn)化表示為：?

；

其中，噪聲為零均值的正態(tài)白噪聲序列。

卡爾曼濾波方法是假設(shè)在k時(shí)刻已量測(cè)到等向量，并已推求出估計(jì)狀態(tài)向量X（k）。現(xiàn)在要求進(jìn)一步在量測(cè)到第（k+1）時(shí)刻的量測(cè)量Z（k+1）后，求出該時(shí)刻的狀態(tài)向量估計(jì)X（k+1），估計(jì)的準(zhǔn)則是使?fàn)顟B(tài)向量的誤差方差陣為極小，即?

；

卡爾曼濾波算法要求有噪聲的統(tǒng)計(jì)知識(shí)，并且算法對(duì)參數(shù)初值選定的敏感性強(qiáng)。我們所關(guān)心的電力系統(tǒng)通常不能用簡(jiǎn)單的線性模型來(lái)描述，而需要用非線性模型來(lái)描述，對(duì)此需要采用增廣狀態(tài)方程和推廣卡爾曼濾波，這方面理論研究非常成熟，也廣泛應(yīng)用于電力系統(tǒng)仿真建模分析中。

在實(shí)現(xiàn)本發(fā)明的過(guò)程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在計(jì)算效率低和可靠性差等缺陷。?

發(fā)明內(nèi)容

本發(fā)明的目的在于，針對(duì)上述問(wèn)題，提出一種風(fēng)電機(jī)組變槳系統(tǒng)執(zhí)行機(jī)構(gòu)的靜態(tài)測(cè)試方法，以實(shí)現(xiàn)計(jì)算效率高和可靠性好的優(yōu)點(diǎn)。?

為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：一種風(fēng)電機(jī)組變槳系統(tǒng)執(zhí)行機(jī)構(gòu)的靜態(tài)測(cè)試方法，主要包括：?

a、對(duì)風(fēng)電機(jī)組變槳系統(tǒng)執(zhí)行機(jī)構(gòu)中槳葉的動(dòng)作速度進(jìn)行試驗(yàn)；

b、對(duì)風(fēng)電機(jī)組變槳系統(tǒng)執(zhí)行機(jī)構(gòu)中槳距角進(jìn)行給定階躍試驗(yàn)。