有功输出调节下的风电场机组疲劳均匀分布的优化控制方法技术

本发明专利技术公开了有功调节下的风电场机组部件疲劳均匀分布优化控制方法，通过对有功调节模式下的风电机组部件进行DEL数据建模，并基于该DEL数据模型进行复杂地形的风电场优化控制；其中，控制策略采用基于风况特征测量的智能有功分配策略；因此，本发明专利技术适用于尾流效应较小的复杂地形的风电场，通过对有功调节下的风电场机组部件疲劳均匀分布进行优化，有效降低风力发电设备的生产制造和维护成本，提高风力发电系统的稳定性。

Optimal control method for fatigue distribution of wind farms under active output regulation

The invention discloses an optimal control method for the fatigue uniform distribution of wind farm components under active power regulation, through DEL data modeling of wind turbine components under active power regulation mode, and optimal control of wind farms on complex terrain based on the DEL data model, wherein the control strategy adopts measurement based on wind condition characteristics. Intelligent active power allocation strategy; therefore, the invention is suitable for wind farms with complex terrain with small wake effect. By optimizing the fatigue uniform distribution of wind farm components under active power regulation, the manufacturing and maintenance cost of wind power generation equipment can be effectively reduced, and the stability of wind power generation system can be improved.

【技术实现步骤摘要】
有功输出调节下的风电场机组疲劳均匀分布的优化控制方法
本专利技术涉及风电场
，具体地说，涉及一种适用于尾流效应小的复杂地方的风电场机组部件疲劳均匀分布优化控制方法。
技术介绍
在我国，随着理想风电场资源开发逐渐枯竭，陆上风电发展已经转向低风速高湍流的复杂地形风电场。据统计，全国范围内可利用的低风速资源面积占全国风能资源区的68％；而这些低风速地区大部分都为复杂地形，且均接近电网负荷的受端地区。和简单地形风电场风电机组具有规则的布置相比，复杂地形风电场机组在布置上具有显著差异。对于复杂地形风电场，要对其进行有功功率调节具有一定的难度，地理位置不同使得风电场各机组风况存在较大差异，进而导致了机组之间可利用风功率具有较大差异。因此，如何将电网有功需求根据风电场各机组可利用风功率进行合理分配是复杂地形风电场有功调节的重要技术问题。为对复杂地形风电场进行高效有功调节，基于机组可利用风功率估计的有功分配方法以及基于PI算法的有功闭环控制方法被提出。然而，上述方法在解决有功调节问题的同时，却带来了新问题：仅考虑有功需求的分配策略导致了复杂地形风电场机组之间的疲劳分布严重不均，平均风速和湍流强度高的机组部件疲劳载荷比其它机组大很多，最终缩短了使用寿命。因此，现提供一种适用于尾流效应小的复杂地方的有功调节下的风电场机组部件疲劳均匀分布优化控制方法。
技术实现思路
为此，本专利技术提供一种有功输出调节下的风电场机组疲劳均匀分布的优化控制方法，包括以下步骤：S1、基于风电机组疲劳载荷仿真软件，建立风电机组模型并设定仿真输入组合，获取并计算不同输入组合下的机组部件的DEL数据集，其中，其中，ni和为通过雨流计数法计算得到的循环数和循环幅值；T为载荷时间历程评估周期；f为给定的正弦载荷频率；m为材料的特性参数；S2、对在不同输入组合下若干机组部件的DEL数据集进行偏态和峰态测度系数的计算，并根据计算结果选出具有对称和尖峰分布特征的DEL数据集作为优化对象；S3、量化机组控制策略和有功设定对机组部件疲劳的影响程度，在作为优化对象的DEL数据集中，选择机组部件DEL较小的机组控制策略作为风电场控制的机组局部控制策略，以及选择DEL数据对有功设定较为敏感的机组部件作为目标部件，进而选择机组局部控制策略下的目标部件的DEL数据集用于建模；S4、针对机组局部控制策略下的目标部件在不同输入组合下的DEL数据集，采用式(2)所示的核密度估计方法分别计算它们的分布密度函数：其中，K(·)为核函数，h为带宽，Xi为相应DEL数据集的数据单元；S5、基于式(2)，计算出DEL分布密度函数最大值及其对应的DEL有效值DEL(eq)：S6、根据式(2)和式(3)，计算目标部件在不同输入组合下的DEL(eq)数据集，并按照湍流强度TI对数据集进行分类整理，从而得到不同TI下的由平均风速和有功设定Pset两个输入决定的DEL(eq)数据表格；采用曲面拟合的方式对DEL(eq)数据表格进行函数拟合：其中，ai，j(i＝0...m，j＝0...n)为需要拟合的数据；S7、若目标部件的数量≥2，则重复S4、S5和S6，重复次数为目标部件的数量-1次；S8、为实现有功输出调节下的风电场机组部件疲劳均匀优化控制，将优化问题表述为：0≤Pset(j)≤Pavail(j)，i＝1，...，N(6b)其中，N表示风电场机组数，j为第j号机组，DELi(j)为第j号风电机组第i号部件的DEL估计值，为风电场所有机组第i号部件的DEL平均值，i＝1表示为疲劳均匀分布优化的部件，Pref为有功调节需求，Pset(j)为第j号风电机组有功设定值，Pavail(j)为第j号风电机组可利用疯功率，m表示对有功输出敏感的m个部件，σ1为允许的功率偏差范围，σi为机组之间第i号部件疲劳载荷允许的偏差范围；S9、控制策略设为基于风况特征测量的智能有功分配策略，输入组合中的输入变量为可测量或可估算变量，因此通过粒子群智能算法求解Pset(j)，并Pset(j)分配至风电场的局部控制系统。在S1中，风电机组控制策略根据有功调节指令控制风电机组有功输出，设计基于等效风速估计的风电机组新型有功调节控制系统来实现不同设定转速下的风电机组有功调节指令的跟踪。在S2中，机组部件包括机组叶片、轮毂、偏航和塔架四大部件，对该四大部件的三个方向的轴力矩Mx、My和Mz的DEL数据集进行偏态和峰态测度系数进行计算，该DEL数据集包含n个数据。在S9中，通过粒子群智能算法求解Pset(j)：群体规模为N，第i个粒子在粒子在搜索空间中的位置表示为：xi＝(xi1，xi2，...，xiD)，，其飞行速度表示为：vi＝(vi1，vi2，...，viD)，在第t+1代时，第i个粒子更新速度和位置：vid(t+1)＝wvid(t)+c1r1(pid(t)-xid(t))+c2r2(pgd(t)-xid(t))(9a)xid(t+1)＝xid(t)+vid(t)(9b)其中，i＝1，2，...，Nd＝1，2，...，D，D为风电机组数量，Pid(t)为第i个粒子曾经到过的最佳位置，Pgd(t)为整个粒子群目前搜索到的最佳位置，w是惯性权重系数；c1和c2为加速度系数，r1和r2是(0，1)上的随机数；Pset(j)即为粒子位置xid，对应的适应度为粒子群智能算法的流程为：1)、初始化xid和vid，并约束在式(6)范围内；2)、联立式(4)和(5)，计算每个粒子的Pid(t)；3)、计算粒子群的Pgd(t)；4)、根据式(9)更新xid和vid，约束在式(6)的范围内；5)、迭代次数t＝t+1；6)、若达到迭代上限值，则给出最优解；若未达到迭代上限值，则返回2)并继续循环流程，直到达到迭代上限值。在S9中，输入组合中的输入变量包括湍流强度、平均风速和可利用风功率值。本专利技术的上述技术方案相比现有技术具有以下优点：在本专利技术中，通过对有功调节模式下的风电机组部件进行DEL数据建模，并基于该DEL数据模型进行复杂地形的风电场优化控制；其中，控制策略设为基于风况特征测量的智能有功分配策略；因此，本实施例适用于尾流效应较小的复杂地形的风电场，通过对有功调节下的风电场机组部件疲劳均匀分布进行优化，有效降低风力发电设备的生产制造和维护成本，提高风力发电系统的稳定性。附图说明为了使本专利技术的内容更容易被清楚的理解，下面根据本专利技术的具体实施例并结合附图，对本专利技术作进一步详细的说明，其中图1是本专利技术所述的有功调节模式下的风电机组部件DEL数据建模技术路线示意图；图2是本专利技术所述的基于风况特征测量的智能有功分配策略的复杂地形风电场控制系统结构示意图；图3是本专利技术所述的风电场有功分配基于粒子群智能寻优算法流程。具体实施方式以下结合附图对本专利技术的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本专利技术，并不用于限值本专利技术。如图1所示，本实施例提供的一种有功输出调节下的风电场机组疲劳均匀分布的优化控制方法，包括以下步骤：S1、基于风电机组疲劳载荷仿真软件，建立风电机组模型并设定仿真输入组合，获取并计算不同输入组合下的机组部件的DEL数据集，其中，其中，ni和为通过雨流计数法计算得到的循环数和循环幅值；T为载荷时间历程本文档来自技高网...

【技术保护点】
1.有功调节下的风电场机组部件疲劳均匀分布的优化控制方法，其特征在于：包括以下步骤：S1、基于风电机组疲劳载荷仿真软件，建立风电机组模型并设定仿真输入组合，获取并计算不同输入组合下的机组部件的DEL数据集，其中，

【技术特征摘要】
1.有功调节下的风电场机组部件疲劳均匀分布的优化控制方法，其特征在于：包括以下步骤：S1、基于风电机组疲劳载荷仿真软件，建立风电机组模型并设定仿真输入组合，获取并计算不同输入组合下的机组部件的DEL数据集，其中，其中，ni和为通过雨流计数法计算得到的循环数和循环幅值；T为载荷时间历程评估周期；f为给定的正弦载荷频率；m为材料的特性参数；S2、对在不同输入组合下若干机组部件的DEL数据集进行偏态和峰态测度系数的计算，并根据计算结果选出具有对称和尖峰分布特征的DEL数据集作为优化对象；S3、量化机组控制策略和有功设定对机组部件疲劳的影响程度，在作为优化对象的DEL数据集中，选择机组部件DEL较小的机组控制策略作为风电场控制的机组局部控制策略，以及选择DEL数据对有功设定较为敏感的机组部件作为目标部件，进而选择机组局部控制策略下的目标部件的DEL数据集用于建模；S4、针对机组局部控制策略下的目标部件在不同输入组合下的DEL数据集，采用式(2)所示的核密度估计方法分别计算它们的分布密度函数：其中，K(·)为核函数，h为带宽，Xi为相应DEL数据集的数据单元；S5、基于式(2)，计算出DEL分布密度函数最大值及其对应的DEL有效值DEL(eq)：S6、根据式(2)和式(3)，计算目标部件在不同输入组合下的DEL(eq)数据集，并按照湍流强度不对数据集进行分类整理，从而得到不同TI下的由平均风速和有功设定Pset两个输入决定的DEL(eq)数据表格；采用曲面拟合的方式对DEL(eq)数据表格进行函数拟合：其中，ai，j(i＝0...m，j＝0...n)为需要拟合的数据；S7、若目标部件的数量≥2，则重复S4、S5和S6，重复次数为目标部件的数量-1次；S8、为实现有功输出调节下的风电场机组部件疲劳均匀优化控制，将优化问题表述为：0≤Pset(j)≤Pavail(j)，i＝1，...，N(6b)其中，N表示风电场机组数，j为第j号机组，DELi(j)为第j号风电机组第i号部件的DEL估计值，为风电场所有机组第i号部件的DEL平均值，i＝1表示为疲劳均匀分布优化的部件，Pref为有功调节需求，Pset(j)为第j号风电机组有功设定值，Pavail(j)为第j号风电机组可利用疯功率，m表示对有功输出敏感的m个部件，σ1为允许的功率偏差范围，σi为机组之间第i号部件疲劳载荷允许的偏差范围；S9、控制策略采用基于风况特征测量的智能有功分配策略，输入组合中的输入变量为可测量...

【专利技术属性】
技术研发人员：宋冬然，杨建，粟梅，孙尧，董密，邓小飞，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南,43