[发明专利]风机多模型预测控制方法、系统、存储器及控制器

说明书

技术领域

本发明涉及机械设备运行控制技术领域，特别涉及涉及风电机组全工况运行的优化控制方法技术领域，具体为一种风机多模型预测控制方法、系统、存储器及控制器。

版权申明

本专利文件披露的内容包含受版权保护的材料。该版权为版权所有人所有。版权所有人不反对任何人复制专利与商标局的官方记录和档案中所存在的该专利文件或者该专利披露。

背景技术

能源问题是当今世界发展面临的主要问题之一，随着传统能源的日益枯竭和环境问题的深入人心，新型能源如风能、太阳能、潮汐能受到了越来越多的关注，其中，风能具有无污染、蕴藏量丰富等特点，是一种重要的可再生能源。风力发电是风能利用的主要形式，2016年全球风电新增装机容量超过54.6GW，全球累计容量达到486.7GW，其中，我国以23.4GW的新增装机容量位列全球第一。大力发展风电技术已经成为全球众多国家解决能源问题和环境问题的重要手段。控制系统是风力发电系统的重要组成部分，良好的控制技术不仅能提高发电质量，同时也能缓和机组负荷，延长机组使用寿命，进而提高风电在新能源中的竞争力。风电机组本质上是一个多输入多输出带约束的非线性系统，传统PID控制难以获得最优的控制效果，迫切需要更加先进控制方法提高风电机组的控制效果。

经对现有技术的公开文献检索发现，Soliman M,Malik O P,Westwick D T.Multiple model predictive control for wind turbines with doubly fed induction generators.IEEE Transactions on Sustainable Energy,2011,2(3):215-225.(具有双馈感应发电机的风电机组多模型预测控制，国际期刊：IEEE期刊，可持续能源，2011,2(3):215–225)，虽然作者将多模型预测控制算法用于风电机组的全工况控制，形成了保约束的风电机组模型预测控制方法，但作者缺乏对线性模型集建立方法的研究，在实际运行中，模型集的完备性和低冗余性将会对多模型预测控制算法的性能产生重要影响。

发明内容

为了解决上述的以及其他潜在的技术问题，本发明的目的在于提供一种风机多模型预测控制方法、系统、存储器及控制器，用于风电机组在全工况范围内的有效控制。

本发明的实施例提供了一种风机多模型预测控制方法，所述风机多模型预测控制方法包括：获取风机在各风速点的线性化模型并根据间隙度量获取各风速点的线性化模型之间的动态差异；根据所述动态差异划分风速区间并建立所述风速区间的由对应风速的线性化模型形成的线性化模型集；根据所述风速区间的线性化模型集获取每个风速区间用于风机控制的预测控制器的最优控制输入；根据各线性化模型间的切换规则调用相应的预测控制器获取实时最优控制输入。

于本发明的一实施例中，所述线性化模型为：其中，为下一时刻状态向量，为状态向量，为输入向量，为输出向量，β为桨距角，ω_t为桨叶转速，T_tw为传动系扭转力矩，ω_g为电机转速，T_g为电机转矩，β^*和分别为桨距角和电机转矩的设定值，P为风机系统输出功率；A_i，B_i，C_i为系数矩阵，(x_i,u_i,v_i)中(x_i,u_i)为风速v_i对应的系统平衡点；f_w为系统状态方程，即x为系统状态，u为系统输入，v为风机所受风速，g_w为系统输出方程，即y＝g_w(x)，y为系统输出。

于本发明的一实施例中，根据下式获取所述动态差异为：θ(i,j)＝gap(Γ_i,Γ_j),i≠j；其中，θ(i,j)为风机在风速点v_i,v_j处线性化模型Γ_i,Γ_j之间的间隙度量，gap(Γ_i,Γ_j)表示对线性化模型Γ_i,Γ_j求取间隙度量，θ(i,j)取值范围为[0,1]。