变速风电机组最大功率捕获方法、系统及其应用技术方案

一种变速风电机组最大功率捕获方法、系统及其应用，该方法是基于自抗扰控制、RBF神经网络和的变速风电机组最大功率捕获方法，包括如下步骤：建立变速风电机组的等效模型；采用二阶线性自抗扰控制(LADRC)算法构建发电机转矩控制器；采用引力搜索算法对发电机转矩控制器参数进行优化并获取最优参数数据集；基于最优参数数据集对径向基函数神经网络进行训练，采用已训练的径向基函数神经输出适用于当前风速条件的发电机转矩控制器参数。采用引力搜索算法对发电机转矩控制器参数进行优化并获取最优参数数据集；基于最优参数数据集对径向基函数神经网络进行训练，采用已训练的径向基函数神经输出适用于当前风速条件的发电机转矩控制器参数。控制器参数。控制器参数。

【技术实现步骤摘要】
变速风电机组最大功率捕获方法、系统及其应用


[0001]本专利技术涉及风电机组的最大功率点跟踪控制，更具体地，涉及一种变速风电机组最大功率捕获方法、系统及其应用。

技术介绍

[0002]在可再生能源中，由于其经济性和安全性，风能的使用规模迅速扩大。对于变速风力发电机组，在低于额定风速的情况下，通常使用发电机转矩控制来最大化从风中捕获的功率。风力发电站建设的可行性研究表明，在地球上的许多地区，一年中的风速大多较低(Mostafaeipour A.Feasibility study of offshore wind turbine installation in Iran compared with the world[J].Renewable and Sustainable Energy Reviews，2010，14(7)：1722
‑
1743.)。因此，为了使可实现的功率最大化，发电机转矩控制在VSWT中发挥着更重要的作用。文献(Amine H M，Abdelaziz H，Najib E.Wind turbine maximum power point tracking using FLC tuned with GA[J].Energy Procedia，2014，62：364
‑
373.)使用基于遗传算法的模糊逻辑控制器进行风电机组的最大功率点跟踪；文献(M
é
rida J，Aguilar L T，D
á
vila J.Analysis and synthesis of sliding mode control for large scale variable speed wind turbine for power optimization[J].Renewable Energy，2014，71：715
‑
728.)采用滑动模态控制的综合和分析，用于大规模的变速风力涡轮机的功率优化。文献(Boukhezzar B，Siguerdidjane H.Nonlinear control with wind estimation of a DFTG variable speed wind turbine for power capture optimization[J].Energy Conversion and Management，2009，50(4)：885
‑
892.)采用非线性控制，使用DFIG变速风力涡轮机的风力近似来优化功率捕获，同时避免涡轮机组件特别是传动系统中的强瞬变。现有技术对风电机组模型不确定性和未建模动态的处理效果并不理想，且受风速影响较大。因此，本专利技术提出基于自抗扰控制和神经网络的风电机组最大功率点跟踪策略。
[0003]神经网络是对任意输入输出映射进行近似估计的强大方法。径向基函数网络是这种方法的一个成功例子。径向基函数(radial
‑
basis function，RBF)神经网络的结构包括一个由非线性节点组成的单一隐藏层，其中心位置使每个节点都专门负责输入空间的一个特定区域。通过调整连接隐藏层与线性输出节点的权重，通过训练程序获得所需的响应。神经网络的主要优点是：(1)神经权重是在线调整的，没有任何预训练阶段；(2)闭环系统的稳定性和性能可以得到保证。因此，神经网络控制非常适用于控制不确定的非线性动态系统。

技术实现思路

[0004]为了解决上述现有技术中的不足，本专利技术公开一种变速风电机组最大功率捕获方法，其技术方案如下：
[0005]一种变速风电机组最大功率捕获方法，该捕获方法是基于自抗扰控制、RBF神经网络和引力搜索算法的变速风电机组最大功率捕获方法，其特征为：包括如下步骤：
[0006]步骤1：建立变速风电机组的等效模型；
[0007]步骤2：采用二阶线性自抗扰控制(LADRC)算法构建发电机转矩控制器；
[0008]步骤3：采用引力搜索算法对发电机转矩控制器参数进行优化并获取最优参数数据集；
[0009]步骤4：基于最优参数数据集对径向基函数神经网络进行训练，采用已训练的径向基函数神经输出适用于当前风速条件的发电机转矩控制器参数。
[0010]本专利技术还公开一种将上述变速风电机组最大功率捕获方法应用于变速风力发电机组控制系统中。
[0011]有益效果：
[0012]所提出的方案能够准确跟踪最大功率点，并且在湍流风条件下仍表现出良好的性能。
附图说明
[0013]图1基于自抗扰控制、RBF神经网络和引力搜索算法的变速风电机组最大功率捕获方法示意图。
具体实施方式
[0014]下面将结合本专利技术中的实施例，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0015]一种变速风电机组最大功率捕获方法，该捕获方法是基于自抗扰控制、RBF神经网络和引力搜索算法的变速风电机组最大功率捕获方法，其特征为：包括如下步骤：
[0016]步骤1：建立变速风电机组的等效模型；
[0017]步骤2：采用二阶线性自抗扰控制(LADRC)算法构建发电机转矩控制器；
[0018]步骤3：采用引力搜索算法对发电机转矩控制器参数进行优化并获取最优参数数据集；
[0019]步骤4：基于最优参数数据集对径向基函数神经网络进行训练，采用已训练的径向基函数神经输出适用于当前风速条件的发电机转矩控制器参数。
[0020]下面，我们详细阐述各个步骤如何实现，从而最终解决了本专利技术所要解决的技术问题，并达到了技术效果。
[0021]步骤1：建立变速风电机组的等效模型
[0022]风轮机捕获的气动功率可以描述为
[0023][0024]其中，ρ是空气密度，R是转子半径，v是风速，C
p
是风力涡轮机的功率系数。C
p
取决于桨距角β和叶尖速比λ，其定义如下：
[0025][0026]其中ω是转子速度。气动转矩T
aero
表示如下：
[0027][0028]其中C
q
是转矩系数，与C
p
的关系如下：
[0029][0030]本专利技术采用简单的一阶发电机模型，因此，发电机转矩T
gen
可表示为：
[0031][0032]其中T
ref
是发电机转矩参考值，τ
gen
是发电机的时间常数。发电机功率P
gen
由以下公式确定：
[0033]P
gen
＝T
gen
ω
gen
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(40)
[0034]其中ω
...

【技术保护点】

【技术特征摘要】
1.一种变速风电机组最大功率捕获方法，该捕获方法是基于自抗扰控制、RBF神经网络和的变速风电机组最大功率捕获方法，其特征为：包括如下步骤：步骤1：建立变速风电机组的等效模型；步骤2：采用二阶线性自抗扰控制(LADRC)算法构建发电机转矩控制器；步骤3：采用引力搜索算法对发电机转矩控制器参数进行优化并获取最优参数数据集；步骤4：基于最优参数数据集对径向基函数神经网络进行训练，采用已训练的径向基函数神经输出适用于当前风速条件的发电机转矩控制器参数。2.根据权利要求1所述的变速风电机组最大功率捕获方法，其特征为：所述步骤1进一步包括如下内容：风轮机捕获的气动功率可以描述为：其中，ρ是空气密度，R是转子半径，v是风速，C
p
是风力涡轮机的功率系数。C
p
取决于桨距角β和叶尖速比λ，其定义如下：其中ω是转子速度。气动转矩T
aero
表示如下：其中C
q
是转矩系数，与C
p
的关系如下：本发明采用简单的一阶发电机模型，因此，发电机转矩T
gen
可表示为：其中T
ref
是发电机转矩参考值，τ
gen
是发电机的时间常数；发电机功率P
gen
由以下公式确定：P
gen
＝T
gen
ω
gen
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)其中ω
gen
是发电机转速；转子惯性J
r
由气动转矩T
aero
以速度ω
r
驱动，这个过程可以用以下动力学方程来描述：其中K
r
为转子外部阻尼，低速轴转矩T
ls
作为制动转矩作用在转子上，通过以下等式获得：T
ls
＝K
ls
(φ
r
‑
φ
ls
)+B
ls
(ω
r
‑
ω
ls
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)其中是转子侧的角度偏差，是齿轮箱侧的角度偏差。ω
ls
是低速轴的速度；此外，B
ls
和K
ls
分别为低速轴刚度和低速轴阻尼；发电机惯性由高速轴驱动，由发电机转矩制动：齿轮箱传速比定义为：
在风电机组运行的最大功率捕获区，风速高于切入风速但低于额定风速；该区域的主要控制目标是使风力涡轮机产生的功率最大化；为了捕获最大功率，功率系数C
p
应该设置为最大功率系数C
p，max
，此时叶尖速比和桨距角保持为最佳值：在该区域中，T
gen
可以描述为：在额定功率区，风速高于额定风速但低于切出风速；这个区域的主要控制目的是使发电机功率P
gen
保持在额定发电机功率P
gen，n
。为了达到这个目的，T
ref
定义为：3.根据权利要求1所述的变速风电机组最大功率捕获方法，其特征为：所述步骤2进一步包括如下内容：在二阶LADRC控制系统的设计过程中，一般假定被控对象的数学模型为其中，b0为被控对象高频增益，f(y，u，d)包含对象的内部不确定性和外部扰动，即总扰动；令z＝[z
1 z
2 z3]
T
，其中模型(14)可以表示为其中，对式(16)设计线性扩张状态观测器：其中，是z的估计值，L
o
为观测器增益，有L
o
＝[β
1 β
2 β3]
T
ꢀꢀꢀꢀꢀꢀꢀꢀ
(18)当A
e
‑
L
o
C
e
渐进稳定时，能够估计总扰动。为了通过反馈回路消除总扰动，选取其中，K
o
是反馈控制增益，可以表示为K
o
＝[k
p k
d 1]/b0ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(20)
为扩张参考输入信号，可以表示为二阶LADRC需要整定的参数是反馈控制器增益K
o
和E...

【专利技术属性】
技术研发人员：曾凡春，王雅宾，黄晓明，王晓宁，杨继明，王传鑫，李涛，田长凤，徐龙，
申请(专利权)人：华能国际电力股份有限公司井冈山电厂，
类型：发明
国别省市：