[发明专利]一种风力发电机的分布式状态融合估计方法

权利要求书

1.一种风力发电机的分布式状态融合估计方法，其特征在于，所述方法包括以下步骤：

步骤一：建立双馈感应发电机的数学模型，过程如下：

双馈感应发电机的数学模型是一个高阶、非线性、强耦合的多变量系统，为了建立数学模型，作如下假设：1.1.忽略空间谐波，磁势沿气隙圆周按正弦分布；1.2.忽略磁路饱和，各绕组的自感和互感都是线性的；1.3.不考虑频率和温度变化对绕组电阻的影响；1.4.定子电流流向电机时，电流值为负值；1.5.使用同步旋转两相dq坐标系推导方程，d轴与q轴相差90°，在上述假设下，推出双馈感应电机数学模型，其表达式为：

ψ_ds＝-L_si_ds+L_mi_dr

ψ_qs＝-L_si_qs+L_mi_qr

ψ_dr＝-L_si_dr-L_mi_ds

ψ_qr＝-L_si_qr-L_mi_qs

其中i_ds和i_dr是定子电流和转子电流在d轴上的分量；i_qs和i_qr是定子电流和转子电流在q轴上的分量；v_ds和v_dr是定子电压和转子电压在d轴上的分量；v_qs和v_qr是定子电压和转子电压在q轴上的分量；ω_b，ω_s，ω_r分别为基级、定子、转子的角速度；L_m为定子和转子在发电机同一相绕组轴线之间的等值互感系数；L_s,L_r分别为定子，转子在dq旋转坐标系的等效电感；R_s,R_r分别为定子、转子的电阻；ψ_ds,ψ_qs,ψ_dr,ψ_qr分别为定子和转子在dq坐标系下的磁链；

步骤二：建立发电机的状态空间模型，过程如下：

选取发电机的电流x＝[i_ds i_qs i_dr i_qr]^T作为状态变量，电压u＝[v_ds v_qs v_dr v_qr]^T作为输入变量，得到线性状态空间模型，其表达式为

其中γ是过程噪声的系数矩阵；w(t)是未知有界过程噪声，w^T(t)w(t)δ，δ是未知的，根据双馈感应发电机的数学模型，A和B为

其中s＝(ω_s-ω_r)/ω_b；

将线性状态空间模型(1)离散化得

其中A_d＝e^AT，T为采样周期；

此外，传感器量测信息包括定子电压以及转子电压等，令y_i(t)为第i个传感器的测量输出，定义观测方程为

y_i(t)＝C_ix(t)+γ_iv_i(t)(i＝1,2,...,L) (3)

其中C_i为第i个传感器的测量矩阵，γ_i为传感器i的测量噪声的系数矩阵，v_i(t)为传感器i的未知有界过程噪声，κ是未知的；各个传感器会将测量到的数据实时发送到控制中心，以便维护人员远程监控发电机状态；

步骤三：分布式融合估计方法，过程如下：

针对(2)-(3)，设计了一种噪声统计特性未知的分布式融合估计方法分为如下步骤：

3.1、预测：设为第i个传感器的状态预测

3.2、估计：设为第i个传感器的状态估计

3.3、融合：设为融合状态估计

其中(5)中的最优增益和(6)中分布式加权融合矩阵Ω_i(t)(i＝1,2,...,L)由求解以下两个凸优化问题得到，首先定义

最优增益由求解下面凸优化问题得到：

加权融合矩阵Ω_i(t)(i＝1,2,...,L)由求解下面凸优化问题得到：

其中