一种基于卡尔曼滤波的独立变桨载荷控制方法技术

一种基于卡尔曼滤波的独立变桨载荷控制方法，包括如下步骤：(a)获取变桨系统桨叶根部载荷，进行dq坐标变换产生d-q轴的载荷分量；(b)经卡尔曼载荷控制器优化后的d-q轴的载荷分量的偏差分量经卡尔曼载荷控制器产生期望的d-q轴桨距角分量，经dq坐标逆变换得到期望桨距角分量；(c)获取风电系统实际转速和输出功率，经多变量控制器产生统一桨距角期望值βcol和转矩期望值Γar；(d)统一桨距角期望值分别与期望桨距角分量相加，得到最终桨距角期望值，将其作用于各个桨叶对应的独立变桨机构，实现风电系统独立变桨控制。本发明专利技术能提高d-q轴载荷分量的预测精度，从而改善控制结果；同时提高了风电系统桨距角控制精度，为风电变桨提供了有价值的参考方案。

【技术实现步骤摘要】
一种基于卡尔曼滤波的独立变桨载荷控制方法
本专利技术涉及一种风电变桨系统控制方法，尤其是一种基于卡尔曼滤波的独立变桨载荷控制方法，属于风电控制

技术介绍
随着风能利用率的不断增加，风电产业迅速发展，装机容量不断增大，风轮由于风切效应和塔影效应等引起的载荷不平衡和风叶疲劳等问题成为不可忽视的重要问题。当风速在额定值以上时，为输出恒定功率，需采用变桨调节方式，现在常用的为统一变桨方法。但随着风机规模的不断增大，风轮载荷的严重不平衡将导致风叶疲劳甚至损害，由此，独立变桨控制技术逐步受到重视。变桨距控制技术采用三个独立的变桨驱动系统，根据实际需求对三个桨叶进行单独控制，从而实现风电系统高效稳定运行。但是，风电系统运行或控制中往往存在未知或不确定时变扰动，这将对风电系统运行及控制产生较大影响，严重时会降低运行效率甚至出现故障。
技术实现思路
本专利技术的目在于克服上述现有技术中存在的不足，提供一种基于卡尔曼滤波的独立变桨载荷控制方法，该方法实现简单，控制准确，能实现风电系统的稳定高效运行。为解决上述技术问题，本专利技术采用如下技术方案：一种基于卡尔曼滤波的独立变桨控制方法包括如下步骤：(a)获取变桨系统桨叶根部载荷M1、M2、M3，进行dq坐标变换产生d轴的载荷分量Md和q轴的载荷分量Mq；(b)将经卡尔曼载荷控制器优化后的d轴载荷分量的偏差分量ΔMd和q轴载荷分量Mqe的偏差分量ΔMq分别经卡尔曼载荷控制器产生期望的d轴桨距角分量βd、q轴桨距角分量βq，所述d轴桨距角分量βd、q轴桨距角分量βq经dq坐标逆变换得到期望桨距角分量β1，β2，β3；(c)获取风电系统实际转速和输出功率，经多变量控制器产生统一桨距角期望值βcol和转矩期望值Γar；(d)统一桨距角期望值分别与期望桨距角分量β1、β2、β3相加，得到最终桨距角期望值βr1、βr2、βr3，将最终桨距角期望值βr1、βr2、βr3作用于各个桨叶对应的独立变桨机构，实现风电系统独立变桨控制。所述步骤(a)中，变桨系统桨叶根部载荷通过安装在风轮叶片根部的光纤应变传感器获取，所述dq坐标变换方法如下：所述步骤(b)中，dq坐标逆变换方法如下：所述卡尔曼载荷控制器是在PID控制的基础上加入卡尔曼滤波器，所述卡尔曼滤波器算法如下，首先给出系统的预测方程：x(k|k-1)＝Ax(k-1|k-1)+Bu(k)(3)其中，x(k|k-1)是利用前一状态对当前状态的预测值,x(k-1|k-1)是前一状态的最优预测值，u(k)是当前状态的控制量，A,B为系统矩阵。对应于x(k|k-1)的协方差P(k|k-1)的更新公式：P(k|k-1)＝AP(k-1|k-1)AΤ+Q(4)其中，P(k|k-1)是x(k|k-1)对应的协方差，P(k-1|k-1)是x(k-1|k-1)对应的协方差，Q是系统过程噪声协方差，Τ表示矩阵转置。由以上两式完成对系统状态的预测，再收集现在状态的测量值，结合两值得到系统现在状态的最优估算值：x(k|k)＝x(k|k-1)+Kg(k)[Z(k)-x(k|k-1)](5)其中，卡尔曼增益Kg(k)＝P(k|k-1)/[P(k|k-1)+R]，R为测量噪声协方差,Z(k)是当前时刻的测量输出值。为使卡尔曼滤波器不断运行，更新k时刻x(k|k)的协方差P(k|k)＝[1-Kg(k)]P(k|k-1)，P(k)是当前时刻的最优协方差。所述步骤(c)中，多变量控制器包含两个PI控制器，所述多变量控制器和上述卡尔曼载荷控制器在同一数字信号处理器DSP上实现。本专利技术的优点在于：1、由于风电系统运行过程中存在不确定和时变扰动，在载荷控制器中加入了卡尔曼滤波环节，能对状态信息不断更新，提高d-q轴载荷分量的预测精度，从而改善控制结果；2、该独立变桨控制方法提高了风电系统桨距角控制精度，为风电变桨提供了有价值的参考方案。附图说明图1为本专利技术的基于卡尔曼滤波的独立变桨载荷控制结构图；图2为本专利技术的卡尔曼载荷控制器结构图；图3为本专利技术的基于卡尔曼滤波的独立变桨载荷控制DSP实现结构图。具体实施方法下面结合附图和具体实施例对本专利技术作进一步说明。图1为基于卡尔曼滤波的独立变桨载荷控制结构，它主要包括非线性风能转换系统、多变量控制器、卡尔曼载荷控制器以及一些待测状态量和简单运算模块。本专利技术提供一种基于卡尔曼滤波的独立变桨载荷控制方法，其包括如下步骤：(a)获取变桨系统桨叶根部载荷M1，M2，M3，进行dq坐标变换产生d-q轴的载荷分量Md，Mq；(b)经卡尔曼载荷控制器优化后的d-q轴的载荷分量Mde，Mqe的偏差分量ΔMd，ΔMq经卡尔曼载荷控制器产生期望的d-q轴桨距角分量βd，βq，经dq坐标逆变换得到期望桨距角分量β1，β2，β3；(c)获取风电系统实际转速和输出功率，经多变量控制器产生统一桨距角期望值βcol和转矩期望值Γar；(d)统一桨距角期望值分别与期望桨距角分量β1，β2，β3相加，得到最终桨距角期望值βr1，βr2，βr3,将其作用于各个桨叶对应的独立变桨机构，实现风电系统独立变桨控制。所述步骤(a)中，变桨系统桨叶根部载荷通过安装在风轮叶片根部的光纤应变传感器获取，使用3个光纤应变传感器，用于获取桨叶根部载荷，所述dq坐标变换公式如下：所述步骤(b)中，dq坐标逆变换公式如下：所述步骤(b)中，卡尔曼载荷控制器结构如图2所示，卡尔曼载荷控制器是在PID控制的基础上加入卡尔曼滤波器，能在控制系统受到控制噪声和测量噪声扰动时实现d-q轴的载荷分量的正确估计，从而实现对风电独立变桨控制的优化。卡尔曼滤波器的输入为经过测量噪声干扰的d或q轴的实际载荷分量Md/Mq，输出为最优估计d轴或q轴载荷分量。卡尔曼控制器内部算法如下：首先给出系统的预测方程：x(k|k-1)＝Ax(k-1|k-1)+Bu(k)(3)其中，x(k|k-1)是利用前一状态对当前状态的预测值,x(k-1|k-1)是前一状态的最优预测值，u(k)是当前状态的控制量，A,B为系统矩阵。对应于x(k|k-1)的协方差P(k|k-1)的更新公式：P(k|k-1)＝AP(k-1|k-1)AΤ+Q(4)其中，P(k|k-1)是x(k|k-1)对应的协方差，P(k-1|k-1)是x(k-1|k-1)对应的协方差，Q是系统过程噪声协方差，Τ表示矩阵转置。由以上两式完成对系统状态的预测，再收集现在状态的测量值，结合两值得到系统现在状态的最优估算值：x(k|k)＝x(k|k-1)+Kg(k)[Z(k)-x(k|k-1)](5)其中，卡尔曼增益Kg(k)＝P(k|k-1)/[P(k|k-1)+R]，R为测量噪声协方差,Z(k)是当前时刻的测量输出值。为使卡尔曼滤波器不断运行，更新k时刻x(k|k)的协方差P(k|k)＝[1-Kg(k)]P(k|k-1)，P(k)是当前时刻的最优协方差。由于卡尔曼滤波算法在递推过程中能不断利用新信息修正输出估计，所以能够获得较为准确的输出估计。所述步骤(c)中，多变量控制器包含两个PI控制器，所述多变量控制器和上述卡尔曼载荷控制器在同一数字信号处理器DSP上实现。图3为本专利技术的基于卡尔曼滤波的独立变桨载荷控制DSP实现结构图，包括DSP独立变桨控制器，电压电流信号处理电路，旋转编本文档来自技高网...

【技术保护点】
一种基于卡尔曼滤波的独立变桨控制方法，其特征在于包括如下步骤：(a)获取变桨系统桨叶根部载荷M1、M2、M3，进行dq坐标变换产生d轴的载荷分量Md和q轴的载荷分量Mq；(b)将经卡尔曼载荷控制器优化后的d轴载荷分量Mde的偏差分量ΔMd和q轴载荷分量Mqe的偏差分量ΔMq分别经卡尔曼载荷控制器产生期望的d轴桨距角分量βd、q轴桨距角分量βq，所述d轴桨距角分量βd、q轴桨距角分量βq经dq坐标逆变换得到期望桨距角分量β1，β2，β3；(c)获取风电系统实际转速和输出功率，经多变量控制器产生统一桨距角期望值βcol和转矩期望值Γar；(d)统一桨距角期望值分别与期望桨距角分量β1、β2、β3相加，得到最终桨距角期望值βr1、βr2、βr3，将最终桨距角期望值βr1、βr2、βr3作用于各个桨叶对应的独立变桨机构，实现风电系统独立变桨控制。

【技术特征摘要】
1.一种基于卡尔曼滤波的独立变桨载荷控制方法，其特征在于包括如下步骤：(a)获取变桨系统桨叶根部载荷M1、M2、M3，进行dq坐标变换产生d轴的载荷分量Md和q轴的载荷分量Mq；(b)将经卡尔曼载荷控制器优化后的d轴载荷分量Mde的偏差分量ΔMd和q轴载荷分量Mqe的偏差分量ΔMq分别经卡尔曼载荷控制器产生期望的d轴桨距角分量βd、q轴桨距角分量βq，所述d轴桨距角分量βd、q轴桨距角分量βq经dq坐标逆变换得到期望桨距角分量β1，β2，β3；(c)获取风电系统实际转速和输出功率，经多变量控制器产生统一桨距角期望值βcol和转矩期望值Γar；(d)统一桨距角期望值分别与期望桨距角分量β1、β2、β3相加，得到最终桨距角期望值βr1、βr2、βr3，将最终桨距角期望值βr1、βr2、βr3作用于各个桨叶对应的独立变桨机构，实现风电系统独立变桨控制；其中，步骤(a)中，所述变桨系统桨叶根部载荷通过安装在风轮叶片根部的光纤应变传感器获取，所述dq坐标变换方法如下：步骤(b)中，所述dq坐标逆变换方法如下：所述卡尔曼载荷控制器是在PID控制的基础上加入卡尔曼滤波器，所述卡尔曼滤波器算法如下，首先给出系统的预测方程：x...

【专利技术属性】
技术研发人员：李泰，侯小燕，张贞凯，杨德亮，朱志宇，张永林，赵黎，刘海舰，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：江苏;32