【技术实现步骤摘要】
一种风力机性能预测控制方法及装置
本专利技术属于水平轴风力机
,尤其涉及一种风力机性能预测控制方法及装置。
技术介绍
风轮工作环境极为恶劣,常年在复杂多变、不可预测的自然风的环境下工作,风力机工作时不仅需要应对由大气湍流、风剪切、塔架影响以及极端风况等外部因素引起的各种不稳定入流,更需要应对偏航、变工况、柔性叶片的气弹形变以及由刚-柔混合特性的风力机多体系统引入的气动-结构耦合特性对风轮流场的影响。而风力机直径大型化的趋势也进一步加剧风轮扫掠面上风速的不均匀性。目前在风力机控制领域主要采用基于PID(ProportionalIntegralDerivative,比例,微分,积分)控制策略的经典控制回路方法。通过PID的方式控制叶片桨距角或者风轮转速。即如果当前时刻功率或载荷变大,则调整风轮转速或叶片桨距角使得下一步功率或载荷减小。这类方法相当于一种滞后控制方法,不能考虑到下一时间步进风速变化对风力机状态的影响,而来流风速对风力机性能的影响最大。
技术实现思路
本专利技术的技术目的是提供一种风力机性能预测控制方法及装置,可预测下一时刻风力机的性能参数,为风力机寻求合适的风轮转速和叶片桨距角,保证风力机在最优的状态下工作。为解决上述问题,本专利技术的技术方案为:一种风力机性能预测控制方法,包括:S1:建立风力机数学模型,包括叶片模型、机舱模型及塔架模型,所述建立风力机数学模型用于计算所述风力机气动性能;S2:建立基于时间步进的风力机气动性能预测模型 ...
【技术保护点】
1.一种风力机性能预测控制方法,其特征在于,包括:/nS1:建立风力机数学模型,包括叶片模型、机舱模型及塔架模型,建立所述风力机数学模型用于计算所述风力机气动性能;/nS2:建立基于时间步进的风力机气动性能预测模型,根据所述风力机各运行参数及所述风力机前一时刻的气动性能参数,获得所述风力机当前时刻的气动性能参数;所述运行参数包括风轮转速ω,各叶片桨距角
【技术特征摘要】
20190819 CN 20191076429901.一种风力机性能预测控制方法,其特征在于,包括:
S1:建立风力机数学模型,包括叶片模型、机舱模型及塔架模型,建立所述风力机数学模型用于计算所述风力机气动性能;
S2:建立基于时间步进的风力机气动性能预测模型,根据所述风力机各运行参数及所述风力机前一时刻的气动性能参数,获得所述风力机当前时刻的气动性能参数;所述运行参数包括风轮转速ω,各叶片桨距角风轮偏航角θyaw;
S3:基于Lidar测风系统获得距风轮前方预设距离h的垂直平面上的风速矢量计算下一时刻Lidar测量面上的风速达到风轮扫掠面上的时间t以及对应的风速
S4:以所述风轮扫掠面上的风速作为外部输入,以各所述叶片桨距角风轮转速ω及风轮偏航角θyaw为控制变量,建立所述风力机气动性能预测模型的优化控制系统。
2.如权利要求1所述的风力机性能预测控制方法,其特征在于,所述S1包括:
建立叶片几何参数模型,包括叶片弦长、扭角及翼型展向分布;
根据所述风力机的结构建立风力机运动学坐标系,用于获得所述叶片的位置;
建立所述风力机的塔架塔影效应模型。
3.如权利要求1所述的风力机性能预测控制方法,其特征在于,所述S2包括:
根据计算流体力学理论,建立基于多体运动学坐标系的可时间步进的风力机气动性能预测模型,输入所述风力机的叶片的几何参数及所述风力机的运行参数,完成对所述风力机气动性能预测模型的设定。
4.如权利要求1所述的风力机性能预测控制方法,其特征在于,所述S3包括:
采用Lidar激光雷达测风技术实时测量平行于所述风力机扫掠面且距所述扫掠面不同距离的各平面的风速及风向,计算各平面上的平均风速湍流度风剪切系数
基于势流理论,采用半无穷长偶极子模型建立所述风力机塔架对周围塔影效应的物理模型;
根据平均风速湍流度风剪切系数及塔架对周围塔影效应的物理模型,计算下一时间步进上的所述风轮扫掠面上的风速
5.如权利要求1所述的风力机性能预测控制方法,其特征在于,所述S4包括:
采用Lidar激光雷达测风系统以及来流风发展模型,获得下一时间步进风轮扫略面上叶片的来流风速;
采用所述风力机气动性能预测模型,根据下一时间步进的来流风速以及当前时间步进的风力机性能参数,通过可迭代的优化算法寻找下一时间步进最优的风力机风轮转速或叶片桨距角。
6...
【专利技术属性】
技术研发人员:沈昕,陈进格,竺晓程,杜朝辉,
申请(专利权)人:上海交通大学,
类型:发明
国别省市:上海;31
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。