一种大型风电机组的蚁群PID独立变桨控制方法技术

本发明专利技术公开了一种大型风电机组的蚁群PID独立变桨控制方法，包括以下步骤：建立风电机组的载荷模型，计算风电机组桨叶旋转坐标系下的拍打力矩，对拍打力矩进行科尔曼坐标变换，变换成d、q坐标轴下的偏航弯矩和俯仰弯矩；通过蚁群PID控制器得到d、q坐标轴下的独立变桨桨距角，再经过科尔曼逆变换变换成不同桨叶的优化桨距角，将优化桨距角与统一变桨桨距角进行比较分析，得到桨距角控制信号，完成风电机组独立变桨的执行动作。本控制方法采用智能算法结合传统PID控制器的方法，具有自适应性，静态性能良好，提高了风电机组变桨控制系统的动态性能，并且降低了风电机组关键部件的不平衡载荷，提高了风机寿命。

【技术实现步骤摘要】

本专利技术涉及大型风电机组控制领域，特别涉及一种大型风电机组的蚁群PID独立变桨控制方法。
技术介绍
随着常规能源的弊端显现，可再生能源越来越受到人类的重视，风力发电由于其技术成熟、灵活性强的优点，成为发展最快的可再生能源之一。近年以来风力发电机朝着大型化的方向发展，叶轮的直径不断增大，叶轮上不平衡载荷引起的风力机疲劳失效成为风电运行维护成本的主要来源。独立变桨控制方法通过分别对风机桨叶进行单独微调，在保证发电机输出额定功率的情况下，能够减小减小因风速的湍流特性、风剪切和塔影效应所造成的风机不平衡载荷。PID控制器静态性能好，并且结构简单容易应用，广泛应用于风电变桨控制中，但是对于风力发电机这种大惯性、非线性时变系统来说，因为PID控制器的参数往往不变，所以其动态性能并不能令人满意。为了改善PID控制器的这类缺陷，国内外学者尝试着将各种先进的控制方法使用到大型风电机组变桨控制系统中，如神经网络控制、模糊控制和自适应控制，这些智能算法很多都不需风机精确的数学模型，在仿真中的动态性能良好，但是往往这些先进算法的结构很复杂，在实际工程应用中难以实现，所以现在基本上没有这类变桨控制系统投入应用。另外，因为风机的控制参数会因为外界环境或内部因素而发生改变，研究者们尝试建立更为精确的风力发电机载荷控制模型，有的采用滑模变系统，充分利用变结构控制对被控对象的模型误差、对象参数的变化以及外部干扰有极佳的不敏感性的优点；有的分析风机变桨系统多输入多输出变量之间的关系，设计多变量独立变桨控制器。这些研究大多都处于理论方针阶段，且针对性强，对风机的非线性因素并未考虑完全，并不成熟。因而有必要找出一种同时具有PID控制器结构简单、控制精确特点并且有着智能算法的良好动态性能的控制方式，缓解风电机组的振动状态，使其功率输出更为平滑。
技术实现思路
为了解决上述技术问题，本专利技术提供一种具有智能算法、控制精确的大型风电机组的蚁群PID独立变桨控制方法。本专利技术解决上述问题的技术方案是：一种大型风电机组的蚁群PID独立变桨控制方法，包括以下步骤：1)建立风电机组的载荷模型，计算风电机组桨叶旋转坐标系下的拍打力矩；2)对拍打力矩进行科尔曼坐标变换，变换成d、q坐标轴下的偏航弯矩和俯仰弯矩；3)通过蚁群PID控制器得到d、q坐标轴下的独立变桨桨距角；4)独立变桨桨距角经过科尔曼逆变换变换成不同桨叶的优化桨距角，将优化桨距角与统一变桨桨距角进行比较分析，得到桨距角控制信号，完成风电机组独立变桨的执行动作。上述大型风电机组的蚁群PID独立变桨控制方法，所述步骤1)中，叶根弯矩变化量的线性模型为：ΔM1＝kβ1+hw1ΔM2＝kβ2+hw2ΔM3＝kβ3+hw3其中，ΔM1、ΔM2、ΔM3是叶根弯矩的变化量；β1、β2、β3为别为三个桨叶的桨距角；系数k、h是风机处于某个稳定运行点时，叶根弯矩对桨距角、瞬时风速的导数；w1、w2、w3是3个桨叶的相对风速变化量，其计算公式如下：wi＝vi-X其中，X是轮毂中心的轴向位移，i为风电机组的叶片数，wi为第i片桨叶的相对风速变化量，vi为第i片桨叶上的绝对风速。上述大型风电机组的蚁群PID独立变桨控制方法，所述步骤2)中，根据空气动力学原理，风电机组的偏航弯矩Md和俯仰弯矩Mq分别为：Md=Σi=13sinθi(ΔMi)=Σi=13sinθi[(kβi+hvi)-hdxdt]]]>Md=Σi=13cosθi(ΔMi)=Σi=13cosθi[(kβi+hvi)-hdxdt]]]>其中，表示轮毂轴向位移的速度，定义第一个桨叶的方位角为θ，当其转置水平位置时θ＝0°，θi为第i个桨叶的方位角：θi=θ+23π(i-1)]]>将桨距角和叶根载荷进行变换，其简化模型为：ΔMdTΔMqT=23sinθ1(t)sinθ2(t)sinθ3(t)cosθ1(t)cosθ2(t)cosθ3(t)ΔM1(t)ΔM2(t)ΔM3(t)]]>βx(t)βy(t)βz(t)=sinθ1(t)cosθ1(t)sinθ2(t)cosθ2(t)sinθ3(t)cosθ3(t)βdTβqT]]>βx(t)、βy(t)、βz(t)为不同桨叶的优化桨距角，βdT、βqT表示d、q坐标轴下的桨距角大小，ΔMdT、ΔMqT表示偏航弯矩Md与俯仰弯矩Mq的大小，它们之间的关系为：ΔMdT(t)=23Md]]>ΔMqT(t)=23Mq.]]>上述大型风电机组的蚁群PID独立变桨控制方法，所述步骤3)中，将PID控制器的三个参数比例系数Kp、积分时间系数TI、微分时间系数TD的值用一个二维坐标系来代替，以便蚁群算法来寻优，其中(0，0)为起点或终点，横坐标1～5代表Kp，6～10代表TI，11～15代表TD，纵坐标值代表Kp、TI、TD的值，横坐标从小到大依次为个位、十分位、百分位、千分位、万分位，寻优的具体步骤如下：①、设置参数m，α，γ，ρ，N，D；定义节点；给定初始解；初始化参数t＝0，Nc＝0；②、将m个蚂蚁置于各自的初始化邻域，蚂蚁按照下式所给转移概率移动其中，n为节点总数；s为已经过的节点数；i，j表示节点i与节点j连接而成的支路，n-s表示为经过的节点，[]α、[]γ为幂函数，α，γ是可访问度启发式因子；τij(t)为支路(i，j)上的信息素浓度；ηij为支路(i，j)的可访问度，如下式所示：ηij=10-|yk-yk-1|10,]]>k∈N且k＞1其中，yk-1为节点j上次循环产生的最优路径对应的PID参数在二维坐标系中的纵坐标值；N为仿真计算的总点数；③、计算各蚂蚁的目标函数值Lk，并记录PID控制器当前最优解，目标函数如下式：L=h1tu+Σi=0N(h2|e(i)|+h3u2(i)+h4|ey(i)|)]]>其中，tu为上升时间；e(i)为桨距角响应误差；y(i)表桨距角响应；ey(i)＝y(i)-y(i-1)；h1、h2、h3、h4为本文档来自技高网...

【技术保护点】
一种大型风电机组的蚁群PID独立变桨控制方法，包括以下步骤：1)建立风电机组的载荷模型，计算风电机组桨叶旋转坐标系下的拍打力矩；2)对拍打力矩进行科尔曼坐标变换，变换成d、q坐标轴下的偏航弯矩和俯仰弯矩；3)通过蚁群PID控制器得到d、q坐标轴下的独立变桨桨距角；4)独立变桨桨距角经过科尔曼逆变换变换成不同桨叶的优化桨距角，将优化桨距角与统一变桨桨距角进行比较分析，得到桨距角控制信号，完成风电机组独立变桨的执行动作。

【技术特征摘要】
1.一种大型风电机组的蚁群PID独立变桨控制方法，包括以下步骤：
1)建立风电机组的载荷模型，计算风电机组桨叶旋转坐标系下的拍打力矩；
2)对拍打力矩进行科尔曼坐标变换，变换成d、q坐标轴下的偏航弯矩和
俯仰弯矩；
3)通过蚁群PID控制器得到d、q坐标轴下的独立变桨桨距角；
4)独立变桨桨距角经过科尔曼逆变换变换成不同桨叶的优化桨距角，将优
化桨距角与统一变桨桨距角进行比较分析，得到桨距角控制信号，完成风电机
组独立变桨的执行动作。
2.根据权利要求1所述的大型风电机组的蚁群PID独立变桨控制方法，其
特征在于：所述步骤1)中，叶根弯矩变化量的线性模型为：
ΔM1＝kβ1+hw1ΔM2＝kβ2+hw2ΔM3＝kβ3+hw3其中，ΔM1、ΔM2、ΔM3是叶根弯矩的变化量；β1、β2、β3为别为三个桨
叶的桨距角；系数k、h是风机处于某个稳定运行点时，叶根弯矩对桨距角、
瞬时风速的导数；w1、w2、w3是3个桨叶的相对风速变化量，其计算公式如下：
wi＝vi-X
其中，X是轮毂中心的轴向位移，i为风电机组的叶片数，wi为第i片桨叶
的相对风速变化量，vi为第i片桨叶上的绝对风速。
3.根据权利要求2所述的大型风电机组的蚁群PID独立变桨控制方法，其
特征在于：所述步骤2)中，根据空气动力学原理，风电机组的偏航弯矩Md和
俯仰弯矩Mq分别为：
Md=Σi=13sinθi(ΔMi)=Σi=13sinθi[(kβi+hvi)-hdxdt]]]>Md=Σi=13cosθi(ΔMi)=Σi=13cosθi[(kβi+hvi)-hdxdt]]]>其中，表示轮毂轴向位移的速度，定义第一个桨叶的方位角为θ，当
其转置水平位置时θ＝0°，θi为第i个桨叶的方位角：
θi=θ+23π(i-1)]]>将桨距角和叶根载荷进行变换，其简化模型为：
ΔMdTΔMqT=23sinθ1(t)sinθ2(t)sinθ3(t)cosθ1(t)cosθ2(t)cosθ3(t)ΔM1(t)ΔM2(t)ΔM3(t)]]>βx(t)βy(t)βz(t)=sinθ1(t)cosθ1(t)sinθ2(t)cosθ2(t)sinθ3(t)cosθ3(t)βdTβqT]]>βx(t)、βy(t)、βz(t)为不同桨叶的优化桨距角，βdT、βqT表示d、q坐标轴下的桨距
角大小，ΔMdT、ΔMqT表示偏航弯矩Md与俯仰弯矩Mq的大小，它们之间的关
系...

【专利技术属性】
技术研发人员：周腊吾，邓宁峰，陈浩，韩兵，田猛，
申请(专利权)人：湖南世优电气股份有限公司，
类型：发明
国别省市：湖南;43