[發明專利]風力機集群預測群控方法

在審

• 申請號: 202010771054.3
• 申請日: 2020-08-04
• 公開（公告）號: CN111878308A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 楊澤源;沈昕;竺曉程;歐陽華;杜朝輝
• 申請（專利權）人: 上海交通大學;上海交大航空發動機科技有限公司
• 主分類號: F03D7/04
• 分類號: F03D7/04
• 代理公司: 上海交達專利事務所 31201
• 代理人: 王毓理;王錫麟

一種基于預測控制的風力機群控方法，根據風力機集群的個體三維參數化幾何模型以及集群內風力機的相對位置，進行風力機氣動性能的初步計算；通過激光測風雷達系統測得風力機集群上風向外側近場風速；通過測量風速信息，考慮塔架和集群內上游風力機尾跡對風況的影響，預測給定時間步長的集群內風輪掃掠面上的來流風速；通過位于云端的模型預測優化控制系統，根據風速預測模型以及時間步進風力機氣動預測模型確定對風力機集群的群控策略。本發明滿足風力機集群在復雜工作環境下多輸入、多輸出帶約束非線性最優化問題的控制要求，提高風力機集群的工作效率，增加發電功率，并且有效減小風力機集群的載荷波動，提高了系統的安全性和可靠性。

技術領域

本發明涉及的是一種風力發電領域的技術，具體是一種基于預測控制的風力機群控方法。

背景技術

在一個風力機集群內部，由于風力機間距較短，具有明顯風電集群效應，上風向風力機的尾跡將會明顯地影響到下風向風力機的氣動特性，因而更加劇了調節與控制難度。目前廣泛采用的是針對單風力機的PID控制，雖然有基于激光測風雷達(LiDAR)的風速前饋控制算法設計，但仍是基于PID的經典控制回路，只是將測得風速作為前饋信號在控制回路中增加補償，這類對一個風力機增加前饋補償控制的PID控制方法已不能滿足風力機集群在復雜工作環境下多輸入、多輸出帶約束非線性最優化問題的控制要求。目前，對風力機集群的最優化控制問題，尚無較好的解決方案。

發明內容

本發明針對現有技術存在的上述不足，提出一種基于預測控制的風力機群控方法，以實現對風力機集群進行群控的目的，滿足風力機集群在復雜工作環境下多輸入、多輸出帶約束非線性最優化問題的控制要求，提高風力機集群的工作效率，增加發電功率，并且有效減小風力機集群的載荷波動，提高了系統的安全性和可靠性。

本發明是通過以下技術方案實現的：

本發明涉及一種基于預測控制的風力機群控方法，根據風力機集群的個體三維參數化幾何模型以及集群內風力機的相對位置，進行風力機氣動性能的初步計算；通過激光測風雷達(Light Detection and Ranging,LiDAR)系統測得風力機集群上風向外側近場風速；通過測量風速信息，考慮塔架和集群內上游風力機尾跡對風況的影響，預測給定時間步長的集群內風輪掃掠面上的來流風速；通過位于云端的模型預測優化控制系統，根據風速預測模型以及時間步進風力機氣動預測模型確定對風力機集群的群控策略。

所述的個體三維參數化幾何模型包括單個風力機的葉片、機艙及塔架的幾何外形模型以及風力機氣動性能預測模型。

所述的風力機氣動性能預測模型包括：風力機掃掠面上風速風力機運行參數以及該風力機之前時刻的氣動性能獲得該風力機當前時刻的氣動性能。

所述的風力機運行參數包括轉速ω，各葉片槳距角風輪偏航角θ_yaw。

所述的氣動性能包括風力機各葉片上氣動力分布、近尾跡影響特征以及遠場尾跡特征。

所述的風速預測模型，通過LiDAR測風系統，獲得風力機集群上風向風輪前方給定距離h垂直平面上風速矢量信息考慮塔架對上游風況的影響計算當前LiDAR測量面上風速達到風輪掃掠面上的時間t以及對應的風速

所述的優化群控策略是指：通過云計算中心對各風力機運行數據進行分析，即以集群內各風力機轉速和各葉片槳距角為輸入變量，以提高風力機集群輸出功率，以及盡可能減小集群內各風力機部件載荷波動為控制目標，建立基于時間步進氣動性能預測模型的風力機集群預測控制方法。

所述的時間步進風力機氣動預測模型，根據計算流體力學理論，建立基于時間步進風力機氣動性能和自由尾跡預測模型，輸入對應風力機葉片幾何以及風力機運行參數，完成風力機氣動性能預測模型設定，結合上風向風力機尾跡特征對下風向風力機氣動特性的影響，基于該模型預測風力機葉面壓力分布及其尾跡的發展特征。