一种风力发电机组基于风轮推力预估的控制方法技术

本发明专利技术公开了一种风力发电机组基于风轮推力预估的控制方法，首先通过传感器实时测量风机叶轮处的风速、叶片桨距角和方位角以及发电机转速；然后将采集到的数据与叶片气动数据进行结合，利用叶素动量理论估算叶轮不同时刻下所受的风轮推力；接着再根据估算得来的风轮推力大小，通过查表法得到相应的最小桨距角，将此最小桨距角值输入到变桨控制器，与变桨控制器设定的最小桨距角值作比较，取其中最大值为控制器的新的最小桨距角限定值，也就是通过实时更改控制器最小桨距角限定值的方式来改变机组所受推力，从而实现风力发电机组基于风轮推力预估的载荷优化控制，从而降低风机设计成本。

【技术实现步骤摘要】

本专利技术涉及风力发电机组载荷控制的
，尤其是指一种风力发电机组基于风轮推力预估的控制算法。
技术介绍
随着风力发电技术的发展以及市场的需求，风力发电机组容量越来越大，叶片越来越长，而风机常常运行在相对较为恶劣的外部环境中，这就造成机组载荷越来越大，对机组的运行构成很大的安全隐患，给业主的经济效益带来负面影响。针对机组载荷过大问题，目前出现了很多解决方案，其中常见的有以下两种方案：一、加强机组部件来提高机组安全性能；二、优化控制策略优化，进行机组降载控制。通过加强机组部件来提高机组安全性能，即增加机组部件的尺寸或者换用性能更好的材料，这势必会增加机组重量和成本，从而造成风力发电机组度电成本的增加，降低了竞争力。所以方案二是目前该领域常用方法和研究热点。目前采用的降载控制策略有Fine pitch schedule、Dynamic Fine pitch schedule、Dynamic thrust limiting等，分别以机组气隙功率、桨距角和发电机转速加速度作为控制器的输入量，通过查表方式计算得到对应的最小桨距角设定值，即通过增加最小桨距角来减小风电机组的推力，从而减小塔基、叶片根部的极端和疲劳载荷。在风力机的常规运行区域内，当叶尖速比一定的情况下，推力系数Ct会随着桨叶桨距角β的增大而逐渐减小。然而，以上方法都是通过其他参数间接估计风轮推力，存在估计误差较大和损失发电量的问题。
技术实现思路
本专利技术的目的在于克服现有技术的缺点与不足，提供一种风力发电机组基于风轮推力预估的控制算法，具有精确度高、可靠性高、成本低、响应速度快等优点，能够实现载荷的优化控制，从而降低风机设计成本。为实现上述目的，本专利技术所提供的技术方案为：一种风力发电机组基于风轮推力预估的控制算法，首先，通过传感器实时测量风机叶轮处的风速、叶片桨距角和方位角以及发电机转速；然后将采集到的数据与叶片气动数据进行结合，利用叶素动量理论估算叶轮不同时刻下所受的气动推力，即风轮推力；接着再根据估算得来的风轮推力大小，通过查表法得到相应的最小桨距角，最后将此最小桨距角值输入到变桨控制器，与变桨控制器设定的最小桨距角值作比较，取其中最大值为控制器的新的最小桨距角限定值，也就是通过实时更改控制器最小桨距角限定值的方式来改变机组所受推力，从而实现风力发电机组基于风轮推力预估的载荷优化控制；其具体包括以下步骤：1)获取机组相关数据①输入叶片气动数据、轮毂高度等计算相关数据。②从机组现有的传感器采集数据中，读取风速、发电机转速、叶片桨距角和方位角，将发电机转速除以齿轮箱传动比得到叶轮转速： Ω r = 2 π n 60 i ]]>式中，Ωr为叶轮角速度，单位为rad/s；n为发电机转速，单位为rpm；i为齿轮箱传动比；2)叶素坐标转换将叶片沿径向离散为多个叶素，利用叶片的桨距角、方位角、锥角和风轮倾角，将叶素中心的坐标由叶根参考坐标系转化到轮毂参考坐标系，该坐标系与偏航坐标系平行，原点位于轮毂中心，如下：[xh,yh,zh]T＝A(η)A(ψ)A(χ)A(β)[upre-bend,vpre-sweep,r]T式中，[xh,yh,zh]为叶素中心在轮毂参考坐标系下的坐标；A(η)、A(ψ)、A(χ)、A(β)分别为关于风轮倾角、叶片方位角、叶片锥角和桨距角的坐标转换矩阵；upre-bend为叶素预弯值，vpre-sweep为叶素预扫掠值，r为叶素中心距；3)计算叶素局部垂直风速分量考虑垂直风剪切效应和塔影效应，利用测风仪测得的风速和叶素在轮毂参考坐标系下的坐标求得叶素所在位置的风速vbe：vbe＝f(vhub,xh,yh,zh)进一步求得该风速与风轮旋转锥面垂直的分量V1：V1＝[vbe,0,0]×(A(η)A(ψ)A(χ)[1,0,0]T)考虑叶片锥角的影响，叶素垂直风轮旋转锥面的角速度分量Ω为：Ω＝Ωrcosχ4)求解叶素轴向和周向速度诱导因子及局部攻角利用叶素动量理论迭代求解其轴向和周向诱导因子a和b，则叶素局部入流角φ为： φ = a r c t a n ( 1 - a ) V 1 ( 1 + b ) Ω r ]]>局部攻角α为：α＝φ-β-θ式中，β为桨距角，θ为叶素翼型扭角；5)计算叶素气动力由翼型空气动力学可知，翼型的升力垂直于合成速度V0方向，阻力平行于V0方向，根据翼型的气动特性数据，求得叶素单位长度上的升力和阻力： L = 1 2 ρV 0 2 cC l ]]> D = 1 2 ρV 0 2 cC d ]]>式中，L为升力，D为阻力，ρ为空气密度，c为叶素弦长，Cl为翼型升力系数，Cd为翼型阻力系数；将叶素气动力沿风轮主轴方向投影，求得推力pN为：pN＝(Lcosφ+Dsinφ)cosχ6)估算风轮轴向推力对所有叶素的气动推力求和，就得到风轮推力T为： T = Σ i = 1 B Σ j = 1 n p N , i , j d r ]]>式中，pN,i,j为第i个叶片第j个叶素的气动推力，dr为叶素径向长度，B为叶片数，n为单个叶片叶素个数；7)最小桨距角限定值的计算根据估算得来的风轮推力T大小，通过查表法得到相应的最小桨距角，然后将此最小桨距角值输入到变桨控制器，与原始设定的最小桨距角值作比较，取其中最大值为控制器的新的最小桨距角限定值，也就是通过实时更改控制器最小桨距角限定值的方式来改变机组所受推力，从而实现风力发电机组基于风轮推力预估的载荷优化控制。本专利技术与现有技术相比，具有如下优点与有益效果：1、本专利技术的控制算法对风轮推力直接进行反馈控制，通过机组气动参数和运行参数直接计算风轮推力，可以更加精确地反应风轮推力情况，进而精确地对风轮推力进行最优控制，可靠性高。2、本专利技术的控制算法无需增加机组设备，只需在控制算法中增加相本文档来自技高网...

【技术保护点】
一种风力发电机组基于风轮推力预估的控制算法，其特征在于：首先，通过传感器实时测量风机叶轮处的风速、叶片桨距角和方位角以及发电机转速；然后将采集到的数据与叶片气动数据进行结合，利用叶素动量理论估算叶轮不同时刻下所受的气动推力，即风轮推力；接着再根据估算得来的风轮推力大小，通过查表法得到相应的最小桨距角，最后将此最小桨距角值输入到变桨控制器，与变桨控制器设定的最小桨距角值作比较，取其中最大值为控制器的新的最小桨距角限定值，也就是通过实时更改控制器最小桨距角限定值的方式来改变机组所受推力，从而实现风力发电机组基于风轮推力预估的载荷优化控制；其具体包括以下步骤：1)获取机组相关数据①输入叶片气动数据、轮毂高度数据；②从机组现有的传感器采集数据中，读取风速、发电机转速、叶片桨距角和方位角，将发电机转速除以齿轮箱传动比得到叶轮转速：Ωr=2πn60i]]>式中，Ωr为叶轮角速度，单位为rad/s；n为发电机转速，单位为rpm；i为齿轮箱传动比；2)叶素坐标转换将叶片沿径向离散为多个叶素，利用叶片的桨距角、方位角、锥角和风轮倾角，将叶素中心的坐标由叶根参考坐标系转化到轮毂参考坐标系，该坐标系与偏航坐标系平行，原点位于轮毂中心，如下：[xh,yh,zh]T＝A(η)A(ψ)A(χ)A(β)[upre‑bend,vpre‑sweep,r]T式中，[xh,yh,zh]为叶素中心在轮毂参考坐标系下的坐标；A(η)、A(ψ)、A(χ)、A(β)分别为关于风轮倾角、叶片方位角、叶片锥角和桨距角的坐标转换矩阵；upre‑bend为叶素预弯值，vpre‑sweep为叶素预扫掠值，r为叶素中心距；3)计算叶素局部垂直风速分量考虑垂直风剪切效应和塔影效应，利用测风仪测得的风速和叶素在轮毂参考坐标系下的坐标求得叶素所在位置的风速vbe：vbe＝f(vhub,xh,yh,zh)进一步求得该风速与风轮旋转锥面垂直的分量V1：V1＝[vbe,0,0]×(A(η)A(ψ)A(χ)[1,0,0]T)考虑叶片锥角的影响，叶素垂直风轮旋转锥面的角速度分量Ω为：Ω＝Ωrcosχ4)求解叶素轴向和周向速度诱导因子及局部攻角利用叶素动量理论迭代求解其轴向和周向诱导因子a和b，则叶素局部入流角φ为：φ=arctan(1-a)V1(1+b)Ωr]]>局部攻角α为：α＝φ‑β‑θ式中，β为桨距角，θ为叶素翼型扭角；5)计算叶素气动力由翼型空气动力学可知，翼型的升力垂直于合成速度V0方向，阻力平行于V0方向，根据翼型的气动特性数据，求得叶素单位长度上的升力和阻力：L=12ρV02cCl]]>D=12ρV02cCd]]>式中，L为升力，D为阻力，ρ为空气密度，c为叶素弦长，Cl为翼型升力系数，Cd为翼型阻力系数；将叶素气动力沿风轮主轴方向投影，求得推力pN为：pN＝(Lcosφ+Dsinφ)cosχ6)估算风轮轴向推力对所有叶素的气动推力求和，就得到风轮推力T为：T=Σi=1BΣj=1npN,i,jdr]]>式中，pN,i,j为第i个叶片第j个叶素的气动推力，dr为叶素径向长度，B为叶片数，n为单个叶片叶素个数；7)最小桨距角限定值的计算根据估算得来的风轮推力T大小，通过查表法得到相应的最小桨距角，然后将此最小桨距角值输入到变桨控制器，与原始设定的最小桨距角值作比较，取其中最大值为控制器的新的最小桨距角限定值，也就是通过实时更改控制器最小桨距角限定值的方式来改变机组所受推力，从而实现风力发电机组基于风轮推力预估的载荷优化控制。...

【技术特征摘要】
1.一种风力发电机组基于风轮推力预估的控制算法，其特征在于：首先，通过传感器实时测量风机叶轮处的风速、叶片桨距角和方位角以及发电机转速；然后将采集到的数据与叶片气动数据进行结合，利用叶素动量理论估算叶轮不同时刻下所受的气动推力，即风轮推力；接着再根据估算得来的风轮推力大小，通过查表法得到相应的最小桨距角，最后将此最小桨距角值输入到变桨控制器，与变桨控制器设定的最小桨距角值作比较，取其中最大值为控制器的新的最小桨距角限定值，也就是通过实时更改控制器最小桨距角限定值的方式来改变机组所受推力，从而实现风力发电机组基于风轮推力预估的载荷优化控制；其具体包括以下步骤：1)获取机组相关数据①输入叶片气动数据、轮毂高度数据；②从机组现有的传感器采集数据中，读取风速、发电机转速、叶片桨距角和方位角，将发电机转速除以齿轮箱传动比得到叶轮转速： Ω r = 2 π n 60 i ]]>式中，Ωr为叶轮角速度，单位为rad/s；n为发电机转速，单位为rpm；i为齿轮箱传动比；2)叶素坐标转换将叶片沿径向离散为多个叶素，利用叶片的桨距角、方位角、锥角和风轮倾角，将叶素中心的坐标由叶根参考坐标系转化到轮毂参考坐标系，该坐标系与偏航坐标系平行，原点位于轮毂中心，如下：[xh,yh,zh]T＝A(η)A(ψ)A(χ)A(β)[upre-bend,vpre-sweep,r]T式中，[xh,yh,zh]为叶素中心在轮毂参考坐标系下的坐标；A(η)、A(ψ)、A(χ)、A(β)分别为关于风轮倾角、叶片方位角、叶片锥角和桨距角的坐标转换矩阵；upre-bend为叶素预弯值，vpre-sweep为叶素预扫掠值，r为叶素中心距；3)计算叶素局部垂直风速分量考虑垂直风剪切效应和塔影效应，利用测风仪测得的风速和叶素在轮毂参考坐标系下的坐标求得叶素所在位置的风速vbe：vbe＝f(vhub,xh,yh,zh)进一步求得该风速与风轮旋转锥面垂直的分量V1：V1＝[vbe,0,0]×(A(η)A(ψ)A(χ)[1,0,0]T)考虑叶片锥角的影响，叶素垂直风轮旋转锥面的角速度分量Ω为：Ω＝Ωrcosχ4)求解叶素轴向和周向速度诱导因子及局部攻角利用叶素动量理论迭代求解其轴向和周向诱导因子a和b，则叶素局部入流角φ为： φ =...

【专利技术属性】
技术研发人员：邹荔兵，张启应，周玲，刘凡鹰，段居永，任永，卢军，周军，黄满洪，
申请(专利权)人：广东明阳风电产业集团有限公司，
类型：发明
国别省市：广东;44