一种基于改进遗传算法的大型风力发电机组偏航控制参数优化方法技术

本发明专利技术涉及一种基于改进遗传算法的大型风力发电机组偏航控制参数优化方法，针对偏航控制策略的优化研究，通过机组的SCADA运行数据对机组偏航系统的控制性能进行评估分析，根据偏航误差对机组风轮转速、功率等影响，将风速划分为几个区间段，针对不同区间段设置合理的偏航误差阈值和延迟时间，然后利用改进遗传算法对偏航误差阈值和延迟时间进行优化处理，最终得到最优偏航控制参数。本发明专利技术能显著改善偏航系统的动作频度，有效降低偏航动作次数，可以更大程度地保护偏航系统，提升其可靠性和使用寿命。

【技术实现步骤摘要】
一种基于改进遗传算法的大型风力发电机组偏航控制参数优化方法
本专利技术涉及风力发电机组控制优化的
，尤其涉及到一种基于改进遗传算法的大型风力发电机组偏航控制参数优化方法。
技术介绍
全球能源危机和环境污染问题日益严重，因此世界各国都在加速发展新能源利用技术。而风能以其清洁高效、蕴藏量大，分布广泛、可再生、绿色无污染等优点，成为发展最迅速的新型能源。风能的高效利用依赖于风电机组对风向的高效追踪。偏航系统是实现风电机组快速精准对风，减少风能损失的执行机构，是水平轴风力发电机不可或缺的关键部件；对于大型风力发电机，当偏航系统追风功能丧失后，风电机组必须停机。因此对于大型风电机组的偏航优化对于提高风电机组的发电效率具有十分重要的意义。大型风机一般采用主动偏航，主动偏航系统功能框图与工作过程原理如图1所示。偏航系统工作过程如下：风速风向传感器将风速、风向的变化用电信号传输到偏航电机控制回路控制器中，控制器依据当前控制策略经过比较判断发出偏航命令到偏航电机，偏航电机通过偏航齿轮箱、减速器与调向小齿轮带动偏航大齿轮运动，机舱随之运动，当对风动作完成后，风向风速传感器失去电信号，偏航电机停止工作，偏航制动器锁紧，偏航过程结束。目前大型风力发电机组普遍采用设置偏航容许误差范围的控制模式进行偏航控制：为了避免偏航系统的频繁动作，当机组偏航误差在设定容许范围内时不偏航，只有当机组偏航误差超过设定容许范围时才进行偏航。大部分机组将风速分为大小风速区间两段，然后根据大小风速时风向变化特性分别设定不同的偏航误差阈值和延迟时间。该偏航控制策略可能存在以下缺点：第一，机组在全风速范围内动作频繁，但对风效果并未得到显著改善；第二，风速段的划分有些盲目，缺乏理论依据，可能导致机组的正常运行被机械切割，影响机组发电效率。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种基于改进遗传算法的大型风力发电机组偏航控制参数优化方法。为实现上述目的，本专利技术所提供的技术方案包括以下步骤：S1：根据风机机组SCADA中风速数据划分风速区间，确定待优化的偏航控制参数，即偏航误差阈值和延迟时间的寻优范围；S2：对原始SCADA数据进行预处理；S3：生成初始种群；S4：计算适应度函数；S5：在适应度函数值基础上计算每一个体被选择的概率Pi；采用顺序选择方法进行选择，得到父代用于繁殖下一代种群；S6：利用交叉算子和变异算子，由初始种群P(t)生成新种群P(t+1)，并令迭代次数t＝t+1；S7：若迭代次数超过最大遗传代数，则终止运算，输出最优偏航误差阈值和延迟时间；否则返回步骤S4；S8：优化效果的对比与检验。进一步地，所述步骤S1的具体步骤如下：S1-1：基于SCADA数据画出风速概率分布数据；S1-2：根据风机额定转速和额定功率两个点对应风速点将机组的正常运行范围划分成三个区间；S1-3：分别画出第一、三区间的偏航误差概率密度曲线，按95％置信度求出相应置信区间，然后根据控制目的的不同确定三个风速区间偏航误差阈值取值范围；S1-4：依据风资源自身特性，确定延迟时间优化范围。进一步地，所述步骤S1-3中确定三个风速区间偏航误差阈值取值范围的具体过程如下：第一区间，即低于额定转速的偏航误差阈值范围为[θL,θ1max],θL为机组原低风速段偏航误差阈值；θ1max为第一区间偏航误差概率密度95％置信区间上限值；根据偏航误差对机组转速、功率的影响，在第二区间应取相对较小的偏航误差阈值，则第二区间，低于额定功率的偏航误差阈值范围为[θ0,θH]，其中θ0为偏航停止误差，θH为原高风速段偏航误差阈值；第三区间，恒额定功率运行阶段的偏航误差范围为[θH,θ3max],其中θ3max为第三区间偏航误差概率密度95％置信区间上限值。进一步地，所述步骤S1-4依据风资源自身特性，确定延迟时间优化范围的具体过程如下：由风资源自身特性可知：风速越小，风向变化越频繁；相反，风速越大，湍流作用越弱，风向也越稳定；因而，第一区间延迟时间大于机组原低风速段参数值，考虑到延迟时间取值范围为[Tmin,Tmax],取[5,120]秒，可令第一区间延迟时间取值范围为[TL，Tmax]，其中TL为原高风速段延迟时间，Tmax为延迟时间阈值范围上限值；而第二区间的延迟时间小于原参数，令其取值范围为[Tmin，TH]，其中TH为原高风速段延迟时间，Tmin为延迟时间阈值范围下限值，应用在此范围内求取的较小延迟时间值来提高对风精度，从而提高发电量；而当风速达到额定风速以后，增大原高风速段的延迟时间来降低偏航控制的精度从而减轻变桨负担，降低偏航时间，考虑到高风速时机组所受侧向载荷的限制，令[TH，Tmax]为第三区间的延迟时间。进一步地，所述步骤S2对原始SCADA数据进行预处理的具体步骤如下：S2-1：剔除处于测试阶段以及故障停机和人工停机工况下的数据；S2-2：计算原始SCADA数据中机组总发电量W与偏航比YRaito；其中，偏航比YRaito的计算公式为：式中，Tyaw表示风电机组偏航时间，T表示风险电机组运行总时间；偏航比YRatio不高于10％。进一步地，所述步骤S3生成初始种群的具体步骤如下：S3-1：初始化个体串长度Nsize，交叉概率Pc和变异概率Pm；S3-2：将问题的解表示成长度为Nsize的编码串，每一编码代表问题的一个可行解；S3-3：随机产生一组串长为Npup的偏航控制参数初始种群P(t),t为迭代次数，该群体即为问题的一个可行解的集合。进一步地，所述步骤S4计算适应度函数的具体步骤如下：S4-1：将风电机组总发电量作为目标函数，偏航时间比作为约束项；S4-2：利用预处理后的机组SCADA数据计算得到种群个体的优化目标函数值和约束值；S4-3：采用惩罚函数法计算种群每一个体的适应度函数值。进一步地，所述步骤S4计算适应度函数中，对原始SCADA数据中某些时间戳的功率和偏航误差进行更新，功率更新计算公式为：θn＝θ±Δt·Vy式中，Pn表示更新后功率，P表示原始功率，θn表示更新后偏航误差，θ表示原始数据偏航误差，△t表示SCADA数据时间间隔，Vy机舱偏航速度；发电量等于功率乘以时间，求出功率Pn之后发电量f(x)。适应度函数为式中，F(X)表示适应度函数，f(X)表示优化目标函数，即风电机组发电量，Ci表示惩罚系数，YRatio(X)<Qe表示约束项，要求偏航比小于某一限定值Qe；当约束条件满足时，优化目标函数即为适应度函数；当约束条件不满足时，将对优化目标函数按照上述公式进行惩罚运算。进一步地，所述步骤S5的具体步骤如下：S5-1：计算个体的适应度值，并按适应度值大小对个体进行排序；S5-2：定义最优个体的选择概率为q，则排序后的第i个个体的选择概率为：S5-3：在数轴上以Pi为节点把[0,1]分为Npup个小区间；S5-4：产生一个[0,1]的随机数a，a在哪个区间内，取相应概率的个体，即若则选中第m个个体；S5-5：重复步骤S5-3、S5-4操作次，得到个个体作为下一代种群。进一步地，所述步骤S6中，交叉算子Pc和变异算子Pm随适应度自动改变；当种群适应度比较集中时，使Pc和Pm增加，当种群适应度比较分散时，使Pc和Pm减少；同时，本文档来自技高网...

【技术保护点】
1.一种基于改进遗传算法的大型风力发电机组偏航控制参数优化方法，其特征在于，包括以下步骤：S1：根据风机机组SCADA中风速数据划分风速区间，确定待优化的偏航控制参数，即偏航误差阈值和延迟时间的寻优范围；S2：对原始SCADA数据进行预处理；S3：生成初始种群；S4：计算适应度函数；S5：在适应度函数值基础上计算每一个体被选择的概率Pi；采用顺序选择方法进行选择，得到父代用于繁殖下一代种群；S6：利用交叉算子和变异算子，由初始种群P(t)生成新种群P(t+1)，并令迭代次数t＝t+1；S7：若迭代次数超过最大遗传代数，则终止运算，输出最优偏航误差阈值和延迟时间；否则返回步骤S4；S8：优化效果的对比与检验。

【技术特征摘要】
1.一种基于改进遗传算法的大型风力发电机组偏航控制参数优化方法，其特征在于，包括以下步骤：S1：根据风机机组SCADA中风速数据划分风速区间，确定待优化的偏航控制参数，即偏航误差阈值和延迟时间的寻优范围；S2：对原始SCADA数据进行预处理；S3：生成初始种群；S4：计算适应度函数；S5：在适应度函数值基础上计算每一个体被选择的概率Pi；采用顺序选择方法进行选择，得到父代用于繁殖下一代种群；S6：利用交叉算子和变异算子，由初始种群P(t)生成新种群P(t+1)，并令迭代次数t＝t+1；S7：若迭代次数超过最大遗传代数，则终止运算，输出最优偏航误差阈值和延迟时间；否则返回步骤S4；S8：优化效果的对比与检验。2.根据权利要求1所述的一种基于改进遗传算法的大型风力发电机组偏航控制参数优化方法，其特征在于，所述步骤S1的具体步骤如下：S1-1：基于SCADA数据画出风速概率分布数据；S1-2：根据风机额定转速和额定功率两个点对应风速点将机组的正常运行范围划分成三个区间；S1-3：分别画出第一、三区间的偏航误差概率密度曲线，按95％置信度求出相应置信区间，然后根据控制目的的不同确定三个风速区间偏航误差阈值取值范围；S1-4：依据风资源自身特性，确定延迟时间优化范围。3.根据权利要求2所述的一种基于改进遗传算法的大型风力发电机组偏航控制参数优化方法，其特征在于，所述步骤S1-3中确定三个风速区间偏航误差阈值取值范围的具体过程如下：第一区间，即低于额定转速的偏航误差阈值范围为[θL,θ1max],θL为机组原低风速段偏航误差阈值；θ1max为第一区间偏航误差概率密度95％置信区间上限值；根据偏航误差对机组转速、功率的影响，在第二区间应取相对较小的偏航误差阈值，则第二区间，低于额定功率的偏航误差阈值范围为[θ0,θH]，其中θ0为偏航停止误差，θH为原高风速段偏航误差阈值；第三区间，恒额定功率运行阶段的偏航误差范围为[θH,θ3max],其中θ3max为第三区间偏航误差概率密度95％置信区间上限值。4.根据权利要求2所述的一种基于改进遗传算法的大型风力发电机组偏航控制参数优化方法，其特征在于，所述步骤S1-4依据风资源自身特性，确定延迟时间优化范围的具体过程如下：由风资源自身特性可知：风速越小，风向变化越频繁；相反，风速越大，湍流作用越弱，风向也越稳定；因而，第一区间延迟时间大于机组原低风速段参数值，考虑到延迟时间取值范围为[Tmin,Tmax],取[5,120]秒，可令第一区间延迟时间取值范围为[TL，Tmax]，其中TL为原高风速段延迟时间，Tmax为延迟时间阈值范围上限值；而第二区间的延迟时间小于原参数，令其取值范围为[Tmin，TH]，其中TH为原高风速段延迟时间，Tmin为延迟时间阈值范围下限值，应用在此范围内求取的较小延迟时间值来提高对风精度，从而提高发电量；而当风速达到额定风速以后，增大原高风速段的延迟时间来降低偏航控制的精度从而减轻变桨负担，降低偏航时间，考虑到高风速时机组所受侧向载荷的限制，令[TH，Tmax]为第三区间的延迟时间。5.根据权利要求1所述的一种基于改进遗传算法的大型风力发电机组偏航控制参数优化方法，其特征在于，所述步骤S2对原始SCADA数据进行预处理的具体步骤如下：S2-1：剔除处于测试阶段以及故障停机和人工停机工况下的数据；S2-2：计算原始SCADA数据中机组总发电量W与偏航比YRaito；其中...

【专利技术属性】
技术研发人员：李国城，张学习，林尔未，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44