[發明專利]基于RBF神經網絡的大型風電機組獨立變槳控制方法

在審

• 申請號: 201610023236.6
• 申請日: 2016-01-13
• 公開（公告）號: CN105626378A
• 公開（公告）日: 2016-06-01
• 發明（設計）人: 周臘吾;韓兵;田猛;鄧寧峰;陳浩;孟凡冬
• 申請（專利權）人: 湖南世優電氣股份有限公司
• 主分類號: F03D7/02
• 分類號: F03D7/02;F03D7/04
• 代理公司: 湘潭市匯智專利事務所(普通合伙) 43108
• 代理人: 顏昌偉

技術領域

本發明涉及大型風電機組控制領域，特別涉及一種基于RBF神經網絡的大型風電 機組獨立變槳控制方法。

背景技術

近年來，自然資源日漸枯竭，加之受日益嚴峻的環境影響，能源危機已經顯現。而 無論是從技術的成熟度、市場規模，還是從價格成本的角度，風力發電都是目前最有應用前 景的新能源技術之一。采用變槳控制的風電機組以其風能利用系數高、結構靈活、風速運行 區域廣等優勢成為大型風電機組的主要研究方向。

風電機組的變槳控制廣泛采用簡單且性能可靠的常規PID控制方法，但PID控制的 參數恒定，對于復雜非線性時變的變槳控制系統有著較大的不確定性，不能獲得理想的變 槳反饋控制目標。為解決常規PID變槳控制系統存在的相關缺陷，國內外學者嘗試著將各種 先進的控制方法使用到大型風電機組變槳控制系統中，如魯棒控制、最優化控制、滑模控 制、模糊控制和自適應控制等。

目前，已有風電機組的各種先進變槳控制方式和策略都有其針對性，但同時也存 在一定程度的局限性或不足。已有眾多研究者通過在變槳系統中加注一階傳動鏈阻尼來進 行最優化控制，但最優控制方法的實現都是以建立精確的數學模型為基礎進行的，而實際 風電機組變槳系統是復雜時變的非線性系統，是很難建立精確的控制系統模型。也有研究 者通過對風電機組的動態載荷進行分析，在此基礎上提出一種多自由度獨立變槳控制系 統，建立多自由度的線性化模型來完成風電機組的獨立變槳控制，但是沒有充分考慮到風 電傳動系統非線性的耦合相關性。還有研究者通過分析風電機組變槳系統多輸入多輸出變 量之間的相關聯系，利用線性二次高斯函數估計風機狀態反饋給控制器，來設計多變量最 優化獨立變槳控制器，并通過仿真證明其控制策略的良好性能，但是沒有考慮因風剪切、塔 影效應和湍流等產生不平衡載荷對風電機組受力情況的影響。因而，有必要分析風電機組 運行過程中的綜合受力情況，改善風電機組變槳控制系統的動態性能，以此來穩定風電機 組的輸出功率，降低槳葉、機艙、塔架等風電機組關鍵部件的疲勞載荷。

發明內容

為了解決上述技術問題，本發明提供一種基于RBF神經網絡的大型風電機組獨立 變槳控制方法，利用RBF神經網絡優化作用，逼近變槳系統未知的非線性函數，通過 Lyapunov方法導出神經網絡自適應率，在線調整神經網絡權值來改善獨立變槳控制系統的 動態性能。

本發明解決上述問題的技術方案是：一種基于RBF神經網絡的大型風電機組獨立 變槳控制方法，包括以下步驟：

步驟一：采集風輪轉速信號，功率控制器根據風輪轉速進行變槳控制和發電機電 磁轉矩控制的計算，得到風電機組的統一槳距角和發電機的電磁轉矩，然后將電磁轉矩信 號送入風力發電機組的轉矩伺服系統，平衡風力發電機的電磁轉矩；

步驟二：計算風電機組三個槳葉根部彎矩及槳葉方位角；

步驟三：對三個槳葉根部彎矩進行Coleman坐標變換，得到固定坐標系下的風力發 電機組俯仰彎矩和偏航彎矩；

步驟四：以俯仰彎矩和偏航彎矩作為RBF神經網絡的輸入變量，通過RBF神經網絡 自適應控制導出神經網絡自適應率，在線調整神經網絡權值來改善獨立變槳系統的葉根彎 矩，再經過Coleman逆變換變換成不同槳葉的優化槳距角；

步驟五：將步驟一得到的統一槳距角和步驟四得到的優化槳距角相加，得到獨立 變槳控制槳距角，之后將優化槳距角送入變槳執行單元，完成風電機組獨立變槳的執行動 作。

上述基于RBF神經網絡的大型風電機組獨立變槳控制方法，所述步驟一中，風輪的 模型的運動方程為：

J×d(Ωr)dt=Mr]]>

其中，J為風輪轉動慣量，M_r為風輪轉矩，Ω_r為風輪轉速；

統一槳距角的表達式如下所示：