双EHA驱动独立变桨系统的变桨协同控制方法及其系统技术方案

本发明专利技术涉及一种双EHA驱动独立变桨系统的变桨协同控制方法，其包括以下步骤，步骤1：基于风场SCADA和风电机组数据，建立变桨系统载荷与机组功率预测模型；步骤2：利用变桨载荷与机组功率预测模型，获得机组变桨载荷与机组功率预测值；步骤3：根据桨距角指令与变桨载荷预测值，建立第一驱动单元的控制环节；步骤4：根据变桨载荷预测值与第一驱动单元的速度误差反馈信号，建立第二驱动单元控制环节；步骤5：协同控制第一驱动单元和第二驱动单元，实现双驱动单元的协同控制。本发明专利技术通过变桨控制器接收主控系统变桨指令，控制两套驱动单元分别进行位置和压力控制，实现双驱动独立变桨系统对主控系统桨距角指令的高精度、高动态跟踪。高动态跟踪。高动态跟踪。

【技术实现步骤摘要】
双EHA驱动独立变桨系统的变桨协同控制方法及其系统


[0001]本申请涉及风力发电
，具体地涉及一种双EHA驱动独立变桨系统的变桨协同控制方法及其系统。

技术介绍

[0002]风电机组变桨系统是风电机组安全、稳定、高效运行的核心系统。但是变桨系统存在故障率高、维护费用高等问题。此外，风电机组大型化与海上风电的不断发展，对变桨系统在稳定性、可靠性、高效性等方面提出了更高的要求。
[0003]风电机组大型化导致变桨系统载荷增大，单驱式变桨系统由于驱动力有限已不能满足变桨驱动系统的要求；此外，单驱式变桨系统存在径向偏载和局部载荷过大的问题，因此亟需设计出更符合大容量机组的可靠的变桨系统。其中双(多)驱式变桨系统是一种有效的解决方案。
[0004]在一篇名称为《一种用于风力发电机的直驱式液压变桨距控制机构》的现有技术文献中，变桨机构由两套闭式泵控液压系统驱动，当一套变桨驱动系统液压回路出现故障失压时，控制系统自动切换至第二套驱动系统的液压回路，实现了变桨系统冗余设计，提高了系统可靠性。但是，该系统是由一个液压缸实现变桨，仍存在径向偏载和局部载荷过大的问题。在另外一篇名称为《一种风力发电机组变桨双电机驱动控制系统》的现有技术文献中，双驱控制可以对载荷平均分配，使得单个驱动器的出力更小，进而可以减小加载到轴承齿面的疲劳载荷，延长变桨轴承寿命，并实现了双电机同步控制。此外，在名称为《一种双电机变桨系统的控制方法及装置》的现有技术文献中，对主电机和从电机分别进行控制，使电机目标转矩一部分由主电机输出，另一部分由从电机输出，实现主电机和从电机的协调控制，保证桨叶能够达到目标位置。从上述文献公开的内容可以获知，电动变桨技术已经相对成熟，如何将液压系统的优势与大型变桨系统更好地相结合还有待进一步探索。

技术实现思路

[0005]为了克服现有技术的不足，本专利技术通过变桨控制器接收主控系统变桨指令，控制两套EHA(闭式泵控液压系统)驱动单元分别进行位置和压力控制，实现双EHA驱动独立变桨系统对主控系统桨距角指令的高精度、高动态跟踪。
[0006]为实现上述目的，本专利技术所采用的解决方案为：一种双EHA驱动独立变桨系统的变桨协同控制方法，其包括以下步骤：
[0007]步骤1：基于风场SCADA(数据采集与监视控制系统)和风电机组数据，建立变桨系统载荷与机组功率预测模型；
[0008]获取风场中长期SCADA数据和风电机组数据，清洗数据，并进行归一化处理，获得状态量的归一化结果x和实际量的归一化结果y；将状态量的归一化结果x＝{v,w,θ,β,Δψ}作为神经网络的输入，实际量的归一化结果y＝{P,T
Z
}作为神经网络输出，通过人工神经网络进行变桨系统载荷与机组功率预测模型训练，得到变桨系统载荷与机组功率预测模型，
如下所示：
[0009][0010]式中：T
Z
表示变桨载荷实际值；P表示机组功率实际值；x＝{v,w,θ,β,Δψ}表示状态量的归一化结果；v表示风轮平面风速；w表示风轮转速；θ表示叶片方位角；β表示叶片桨距角；Δψ表示偏航角度误差；f1表示变桨载荷神经网络模型；f2表示机组功率神经网络模型；
[0011]步骤2：利用变桨载荷与机组功率预测模型，获得机组变桨载荷与机组功率预测值；
[0012]机组主控系统实时监测并采集的状态量x＝{v,w,θ,β,Δψ}；将上述归一化后的状态量代入机组变桨载荷模型与机组功率预测模型，获得机组变桨载荷与机组功率预测值为T
Znorm
，P
norm
，然后进行反归一化处理，处理过程如下所示：
[0013][0014]式中：y表示实际量的归一化结果；y
norm
表示机组变桨载荷预测值；y
max
表示机组功率预测值；y
min
表示实际量的最小值；
[0015]步骤3：根据桨距角指令与变桨载荷预测值，建立第一EHA驱动单元的控制环节；
[0016]将桨距角指令信号转化为第一液压缸的位移信号，控制变桨系统的液压缸活塞杆位移，则第一液压缸位移指令信号的计算模型如下所示：
[0017][0018]式中：l
in
表示第一液压缸位移指令信号；R表示第一液压缸活塞杆端部回转半径；H表示第一液压缸安装铰链至叶片中心的距离；α表示0
°
桨距角位置时第一液压缸活塞杆端部回转半径与第一液压缸安装铰链至叶片中心连线的夹角；L
min
表示0
°
桨距角位置时活塞杆端部至第一液压缸安装铰链位置的距离；
[0019]变桨控制器将主控系统的桨距角指令β
in
转为第一液压缸的位移指令信号l
in
，设计第一EHA驱动单元的控制环节实现第一液压缸运动控制；
[0020]步骤4：根据变桨载荷预测值与第一EHA驱动单元的速度误差反馈信号，建立第二EHA驱动单元控制环节；
[0021]变桨控制器将变桨载荷预测值T
Znorm
转化为第二液压缸驱动力指令F
in
，二者关系如下所示：
[0022][0023]式中：F
in
表示第二液压缸驱动力指令参数；T
Znorm
表示机组变桨载荷预测值；
[0024]步骤5：协同控制第一EHA驱动单元和第二EHA驱动单元，实现双EHA驱动单元的协同控制；
[0025]获取步骤3、4中所述的第一EHA驱动单元和第二EHA驱动单元协同驱动叶片变桨，实现双EHA驱动独立变桨系统对主控系统的桨距角指令的动态高精度跟踪，最终实现双EHA
驱动单元的协同控制。
[0026]可优选的是，所述步骤1中的获取风场中长期SCADA数据和风电机组数据，清洗数据，并进行归一化处理，具体为：
[0027]所述风场中长期SCADA数据和风电机组数据的内容覆盖全部风况下v
in
≤v≤v
out
的运行状态数据，v
in
表示切入风速，v
out
表示切出风速；
[0028]所述数据进行清洗为剔除机组停机状态、传感器采集错误及干扰的数据；
[0029]获取风场中长期SCADA数据和风电机组数据，清洗数据，并进行归一化处理，处理过程如下所示：
[0030][0031]式中：x
norm
表示状态量的归一化结果；x
s
表示状态量的输入值；x
min
表示状态量的最小值；x
max
表示状态量的最大值；y表示实际量的输入值；y
norm
表示实际量的归一化结果；y
max
表示实际量的最大值；x＝{v,w,θ,β,Δψ}包括风轮平面风速v、风轮转速w、叶片方位角θ、叶片桨距角β和偏航角度误差Δψ。
[0032]可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种双EHA驱动独立变桨系统的变桨协同控制方法，其特征在于，其包括以下步骤：步骤1：基于风场SCADA和风电机组数据，建立变桨系统载荷与机组功率预测模型；获取风场中长期SCADA数据和风电机组数据，清洗数据，并进行归一化处理，获得状态量的归一化结果x和实际量的归一化结果y；将状态量的归一化结果x＝{v,w,θ,β,Δψ}作为神经网络的输入，实际量的归一化结果y＝{P,T
Z
}作为神经网络输出，通过人工神经网络进行变桨系统载荷与机组功率预测模型训练，得到变桨系统载荷与机组功率预测模型，如下所示：式中：T
Z
表示变桨载荷实际值；P表示机组功率实际值；x＝[v,w,θ,β,Δψ}表示状态量的归一化结果；v表示风轮平面风速；w表示风轮转速；θ表示叶片方位角；β表示叶片桨距角；Δψ表示偏航角度误差；f1表示变桨载荷神经网络模型；f2表示机组功率神经网络模型；步骤2：利用变桨载荷与机组功率预测模型，获得机组变桨载荷与机组功率预测值；机组主控系统实时监测并采集的状态量x＝{v,w,θ,β,Δψ}；将上述归一化后的状态量代入机组变桨载荷模型与机组功率预测模型，获得机组变桨载荷与机组功率预测值为T
Znorm
，P
norm
，然后进行反归一化处理，处理过程如下所示：式中：y表示实际量的归一化结果；y
norm
表示机组变桨载荷预测值；y
max
表示机组功率预测值；y
min
表示实际量的最小值；步骤3：根据桨距角指令与变桨载荷预测值，建立第一EHA驱动单元的控制环节；将桨距角指令信号转化为第一液压缸的位移信号，控制变桨系统的液压缸活塞杆位移，则第一液压缸位移指令信号的计算模型如下所示：式中：l
in
表示第一液压缸位移指令信号；R表示第一液压缸活塞杆端部回转半径；H表示第一液压缸安装铰链至叶片中心的距离；α表示0
°
桨距角位置时第一液压缸活塞杆端部回转半径与第一液压缸安装铰链至叶片中心连线的夹角；L
min
表示0
°
桨距角位置时活塞杆端部至第一液压缸安装铰链位置的距离；变桨控制器将主控系统的桨距角指令β
in
转为第一液压缸的位移指令信号l
in
，设计第一EHA驱动单元的控制环节实现第一液压缸运动控制；步骤4：根据变桨载荷预测值与第一EHA驱动单元的速度误差反馈信号，建立第二EHA驱动单元控制环节；变桨控制器将变桨载荷预测值T
Znorm
转化为第二液压缸驱动力指令F
in
，二者关系如下所示：式中：F
in
表示第二液压缸驱动力指令参数；T
Znorm
表示机组变桨载荷预测值；
步骤5：协同控制第一EHA驱动单元和第二EHA驱动单元，实现双EHA驱动单元的协同控制；获取步骤3和步骤4中的第一EHA驱动单元和第二EHA驱动单元协同驱动叶片变桨，实现双EHA驱动独立变桨系统对主控系统的桨距角指令的动态高精度跟踪，最终实现双EHA驱动单元的协同控制。2.根据权利要求1所述的双EHA驱动独立变桨系统的变桨协同控制方法，其特征在于，所述步骤1中的获取风场中长期SCADA数据和风电机组数据，清洗数据，并进行归一化处理，具体为：所述风场中长期SCADA数据和风电机组数据的内容覆盖全部风况下v
in
≤v≤v
out
的运行状态数据，v
in
表示切入风速，v
out
表示切出风速；所述数据进行清洗为剔除机组停机状态、传感器采集错误及干扰的数据；获取风场中长期SCADA数据和风电机组数据，清洗数据，并进行归一化处理，处理过程如下所示：式中：x
norm
表示状态量的归一化结果；x
s
表示状态量的输入值；x
min
表示状态量的最小值；x
max
表示状态量的最大值；y表示实际量的输入值；y
norm
表示实际量的归一化结果；y
max
表示实际量的最大值；x＝{v,w,θ,β,Δψ}包括风轮平面风速v、风轮转速w、叶片方位角θ、叶片桨距角β和偏航角度误差Δψ。3.根据权利要求1所述的双EHA驱动独立变桨系统的变桨协同控制方法，其特征在于，所述步骤3中的根据桨距角指令与变桨载荷预测值，建立第一EHA驱动单元的控制环节，具体为：设计前馈控制环节C2(s)实现对第一液压缸位移指令l
in
的快速跟踪；将第一液压缸位移指令信号l
in
与第一液压缸位移反馈信号l进行比较，得到第一液压缸位移差值，如下所示：e
l
＝l
in
‑
l；式中：e
l
表示第一液压缸位移差值；l表示第一液压缸位移反馈信号；设计误差补偿控制器C1(s)对误差进行补偿，消除稳态误差；根据变桨载荷预测值T
Z
，设计前馈补偿控制C3(s)进行补偿；将上述三部分控制环节相加，得到第一EHA驱动单元中伺服电机的转速控制指令ω
in
，如下所示：ω
in
(s)＝e
l
C1(s)+l
in
C2(s)+F
z
C3(s)；式中：ω
in
(s)表示第一EHA驱动单元中伺服电机的转速控制指令；C1(s)表示第一误差补偿控制环节；C2(s)表示第二前馈控制环节；C3(s)表示第三前馈补偿控制环节；F
z
表示第
三前馈补偿控制环节反馈参数；s表示微分算子；伺服驱动器控制伺服电机转速跟踪转速指令ω
...

【专利技术属性】
技术研发人员：艾超，常佳飞，高伟，甄金朋，陈立娟，杨贵胜，陈文婷，孔祥东，
申请(专利权)人：燕山大学，
类型：发明
国别省市：