[发明专利]基于模糊预测和扇区管理的双风轮风力机变桨控制方法

说明书

本发明公开了属于风力机控制技术领域的一种基于模糊预测和扇区管理的双风轮风力机变桨控制方法，包括：采集SCADA系统中风力机与载荷相关的数据；对风况进行在线识别；可控的极端风况将采用智能保护控制算法对风力机进行载荷保护；不可控的极端风况将对极端风况的发生频率进行统计；对于高频极端风况采用扇区管理；对于低频极端风况采用顺桨、停机。本发明使用的T‑S模型具有良好的鲁棒性；对控制模型进行解耦使得后续参数调整简便灵活；使用广义预测控制，能根据风力机现时刻值以及历史值预测未来值，对危险情形有预警功能，能提前做出动作避开危险情形，保障风力机安全运行；对不可控极端风况进行扇区管理，扩展了风力机安全运行工况。

技术领域

本发明属于风力机控制技术领域，特别涉及一种基于模糊预测和扇区管理的双风轮风力机变桨控制方法。

背景技术

近年来，风能的开发利用已受到世界各国的高度重视。风力发电机能够从环境风速中捕获一定的能量并转化成电能。大型化是当前风力机的发展趋势，可大幅提高风资源利用效率。我国风资源丰富的沿海地区频繁受到极端风况的影响，风速常常大于切出风速。根据设计规范，当风速大于切出风速，机组基本都刹车停机并断网，这不但会给电网带来影响，也会给机组带来较大的冲击载荷。通过保护控制风力机能在强风速区继续进行发电，不仅能够充分利用切出风速以上的风资源，而且还能降低载荷保障风力机安全运行。双风轮风力机包含前后两个风轮，在运行过程中具有耦合现象，给风力机的保护控制带来了困难，要想取得满意的控制效果，需要对多输入多输出的风力机保护控制进行解耦。

发明内容

本发明的目的是提出一种基于模糊预测和扇区管理的双风轮风力机变桨控制方法，其特征在于，包括以下步骤：

步骤1、采集SCADA系统中风力机与载荷相关的数据；

步骤2、对风况进行在线识别；

步骤3、对风况进行在线识别包括三种情况：

若是正常风况，则无动作；若是极端风况，则判断极端风况是否可控；

若可控，则依靠离线训练的载荷模型和在线的广义预测控制，计算变桨信号；若不可控，则判断极端风况是否频繁；

步骤4、若频繁，则采取扇区管理、偏航；若不频繁，则采取顺桨、停机。

所述步骤1中采集SCADA系统中风力机与载荷相关的数据包括：风速v；前风轮桨距角β₁；前风轮转速ω₁；前风轮叶根弯曲力矩M₁；后风轮桨距角β₂；后风轮转速ω₂；后风轮叶根弯曲力矩M₂。

所述步骤4中依靠离线训练的载荷模型和在线的广义预测控制，计算变桨信号包括：

步骤4.1：基于T-S模糊规则构建双风轮风力机的T-S模糊模型；

步骤4.2：搭建预测控制模型，对预测控制模型进行解耦；

步骤4.3：基于输出限值的广义预测控制算法，得到控制器输入，达到预期控制效果。

所述步骤4.1中基于T-S模糊规则构建双风轮风力机的T-S模糊模型包括：

步骤4.1.1：依据步骤1中的原始数据构建T-S模糊模型的规则库，得到规则库的形式如下：