To solve the problem of variable pitch control in wind power system, a variable pitch control method based on steady state estimation of proportional limit learning machine is proposed in the present invention. Firstly, the steady output of PI controller of wind power unit at various wind speeds is learned by ELM, and then the pitch control of wind power unit is carried out by combining the trained ELM and proportional controller; the traditional PI can be improved by the present invention. The lag of variable pitch control is beneficial to the stability of output power of wind turbines.
【技术实现步骤摘要】
基于比例-极限学习机稳态估计的变桨距控制方法
本专利技术涉及的是一种风力发电
的控制方法,具体地说,涉及一种基于比例-极限学习机稳态估计的变桨距控制方法。
技术介绍
风电机组变桨距系统通过桨距控制器,完成叶片节距角的控制,在切入风速以上到额定风速以下范围内时,保持风力机桨距角不变,通过改变电机转速使风力机运行在最佳叶尖速比下来实现最大风能跟踪控制;在额定风速以上到切出风速时,使转速维持在额定转速附近,通过调节桨距角使发电机组输出保持功率恒定,当风速大于切出风速时,进行停机保护。由于风速的随机性、风电机组参数的时变性,驱动大质量叶轮负载的惯性环节,使得变桨距控制系统具有参数非线性、参数时变性、滞后性等特点,造成风电机组输出功率的不稳定。
技术实现思路
技术问题:本专利技术提供了一种基于比例-极限学习机稳态估计的变桨距控制方法,利用极限学习机来给出风电机组在不同风况下的变桨控制信号的稳态值,再与比例控制器结合在一起进行变桨控制,用于改善传统PI变桨距控制滞后的缺点。技术方案:为了克服上述问题,将比例控制器和极限学习机算法相结合,,弥补传统方法的不足,使得系统响应快、控制精度高,具有良好的动态品质,保证风电机组正常、高效和可靠地运行。本专利技术提出的基于比例-极限学习机稳态估计的变桨距控制方法,其特征在于该变桨距控制系统采用极限学习机来给出传统PI变桨距控制器的稳态值,控制系统结构图如附图1所示,用风速风向传感器采集关于风速等数据信号,当风速信号超过额定值且满足风力机运行条件时,则启动风机的变桨距调节,控制系统分为两阶段,阶段实现如下:阶段1:先采用传统的PI ...
【技术保护点】
1.一种基于比例‑极限学习机稳态估计的变桨距控制方法,其特征在于该变桨距控制系统采用极限学习机来给出传统PI变桨距控制器的稳态值。用风速传感器采集关于风速等数据信号,当风速信号超过额定值且满足风力机运行条件时,则启动风机的变桨距调节,控制系统分为两阶段,阶段实现如下:阶段1:先采用传统的PI控制器进行变桨距控制,采集风电机组在各额定风速以上及切出风速以下的风速xi及在该风速下的PI控制器的稳态输出值yi,xi作为极限学习机的输入,yi作为极限学习机的输出,用极限学习机来拟合出各风速与该额定风速下的PI控制器稳态输出值的关系。将采集的数据中的80%作为训练样本,剩余20%作为测试样本,将风速作为极限学习机的输入,各风速所对应的PI控制器稳态输出值作为极限学习机的输出,根据极限学习机的学习特点,初始神经元个数设为1,然后不断增加神经元个数,不断观察极限学习机在各神经元下的均方根误差,选择训练误差和测试误差都较小时所对应的神经元个数作为极限学习机最终确定的神经元个数。具体步骤如下:Step1将xi和yi进行归一化处理,极限学习机的隐含层神经元个数设为k,设k=0;Step2极限学习机的隐含层 ...
【技术特征摘要】
1.一种基于比例-极限学习机稳态估计的变桨距控制方法,其特征在于该变桨距控制系统采用极限学习机来给出传统PI变桨距控制器的稳态值。用风速传感器采集关于风速等数据信号,当风速信号超过额定值且满足风力机运行条件时,则启动风机的变桨距调节,控制系统分为两阶段,阶段实现如下:阶段1:先采用传统的PI控制器进行变桨距控制,采集风电机组在各额定风速以上及切出风速以下的风速xi及在该风速下的PI控制器的稳态输出值yi,xi作为极限学习机的输入,yi作为极限学习机的输出,用极限学习机来拟合出各风速与该额定风速下的PI控制器稳态输出值的关系。将采集的数据中的80%作为训练样本,剩余20%作为测试样本,将风速作为极限学习机的输入,各风速所对应的PI控制器稳态输出值作为极限学习机的输出,根据极限学习机的学习特点,初始神经元个数设为1,然后不断增加神经元个数,不断观察极限学习机在各神经元下的均方根误差,选择训练误差和测试误差都较小时所对应的神经元个数作为极限学习机最终确定的神经元个数。具体步骤如下:Step1将xi和yi进行归一化处理,极限学习机的隐含层神经元个...
【专利技术属性】
技术研发人员:秦斌,王欣,陈金林,
申请(专利权)人:湖南工业大学,
类型:发明
国别省市:湖南,43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。