[发明专利]基于智能算法的风电机组控制参数寻优方法与系统

说明书

本发明公开了一种基于智能算法的风电机组控制参数寻优方法与系统，包括：通过对风电机组的线性化处理，得到状态空间方程，即风电机组的线性化模型，该模型包含输入向量、输出向量、状态向量和系数矩阵；将风电机组的线性化模型和变桨控制器构成闭环系统，以阶跃风速作为输入，得到闭环系统的叶轮转速的输出响应和机舱前后方向位移输出响应，定义目标函数为：叶轮转速绝对偏差积分与机舱前后方向最大位移加权求和；控制参数的寻优是在参数空间的可行域内寻找最优解，通过智能优化算法快速寻找到最优解在参数空间的位置。本发明不依赖工程师的工程经验，不增加硬件成本，实现控制参数的自动寻优，从而实现风电机组的在线实时控制参数优化。

技术领域

本发明涉及风电机组控制的技术领域，尤其是指一种基于智能算法的风电机组控制参数寻优方法与系统。

背景技术

风力发电作为最主要的绿色清洁能源，将风能转换为电能的同时，不消耗化石能源、不产生温室气体，因此在全球范围内得到了快速的发展。在风能转换为电能的过程中，风电机组的控制显得尤为重要。风电机组在能量转换过程中的风能利用效率、电能的稳定输出、风轮转速的稳定和风电机组的载荷都由控制决定。目前，风电机组的控制参数为工程技术人员基于试验方法整定得到，如此与工程技术人员的经验和理论水平相关，难以得到最优的控制参数。

发明内容

本发明的第一目的在于克服现有技术的缺点与不足，提供一种基于智能算法的风电机组控制参数寻优方法，通过设置目标函数、参数空间、寻优可行域和初始解集合，以群智能的优化方法迭代得到最优位置点，即最优控制参数。

本发明的第二目的在于提供一种基于智能算法的风电机组控制参数寻优系统。

本发明的第一目的通过下述技术方案实现：基于智能算法的风电机组控制参数寻优方法，包括：

风电机组线性化：通过对风电机组的线性化处理，得到状态空间方程，即风电机组的线性化模型，该线性化模型包含输入向量、输出向量、状态向量和系数矩阵；

参数寻优的目标函数：将风电机组的线性化模型和变桨控制器构成闭环系统，以阶跃风速作为输入，得到闭环系统的叶轮转速的输出响应和机舱前后方向位移输出响应；其中，定义目标函数为：叶轮转速绝对偏差积分与机舱前后方向最大位移加权求和；

参数空间的可行域：控制参数的寻优是在参数空间内寻找最优控制参数，参数空间需要设置一个搜寻范围，即参数空间的可行域；

参数寻优的智能优化算法：控制参数的寻优是在参数空间的可行域内寻找最优解，通过智能优化算法能够快速寻找到最优解在参数空间的位置。

进一步，所述风电机组的线性化模型表达式如下：

在上式中，表示在t时刻的输入向量；表示在t时刻的输出变量；表示在t时刻的状态向量；表示在t时刻的状态向量变化率；A、B、C、D为系数矩阵；

输入向量应至少包含三个变量，即变桨角度指令、风轮平均风速和发电机扭矩指令，具体表达式如下：

在上式中，表示变桨角度指令；表示风轮平均风速；表示发电机扭矩指令；输入向量为列向量，表达式中上角标T表示转置，将行向量转为列向量；

输出向量应至少包含两个变量，即风轮转速和机舱前后方向位移，具体表达式如下：

在上式中，ω_r表示风轮转速；x_fa表示机舱前后方向位移；输出向量为列向量，表达式中上角标T表示转置，将行向量转为列向量；

状态向量应至少包含叶片的低阶模态、塔架的低阶模态、传动链的低阶模态、风轮的转速和风轮转速变化率，具体表达式如下：