本发明专利技术提出一种有限时间内鲁棒稳定的风电机组变桨距控制方法：利用模糊T-S模型近似表示风电机组变桨距系统的连续时间非线性模型；根据获得的模糊T-S模型，利用单点模糊化、乘积推理、重心解模糊化得到动态模糊模型；根据获得的动态模糊模型以及有限时间稳定涵义，设计风电机组变桨距状态反馈控制器，并利用得到的控制器对风电机组的桨距角、风力发电机转速和风电机组输出电流进行控制。
【技术实现步骤摘要】
本专利技术涉及风电机组变桨距的控制，尤其是一种基于有限时间鲁棒稳定的控制方法。
技术介绍
由于风能是随机性能源，当风速发生变化时，风力机轴上输出的功率也随之发生变化。因此，如何调节风力机的输出功率对并网运行的风力发电机而言是十分重要的关键技术之一。目前，水平轴风力机功率调节方式主要分为两种，即定桨距失速调节和变桨距功率调节两种。定桨距失速功率调节的基本原理是利用桨叶本身的气动特性，即在额定风速以内，叶片的升力系数较高，风能的利用系数Cp也较高，而风速超过额定值时，叶片进入失速·状态，只是升力不再增加，风轮转速将不再随着风速的增加而增加，从而达到限制风力机输出功率的目的。概括地说，失速功率调节既是利用叶片的气动失速功率调节，又是利用叶片的气动失速特性限制风力机叶片吸收风能，达到防止风力机的输出功率过大，从而达到维持风力机转速恒定。这种调节方式的优点是变桨距调节机构简单，运行可靠性较高，但存在风能损失大，风力机的起动性能较差，叶片上所承受的气动推力较大等缺点。变桨距功率调节方式的基本原理是当风力变化使风力机的风轮转速偏离了额定转速时，在规定的时间内，借助于叶片桨距调节控制器的控制，改变风力机风轮叶片的桨距角，维持风力机的转速恒定，从而调整风力机的输出功率。目前常见的控制算法有以下几种(I)基于鲁棒控制算法的变桨距控制技术，可实现在有建模不确定性条件下的最大风能捕获，在基本保证最大风能捕获的情况下，能使转子轴上转矩变化的幅值减小一个数量级。鲁棒控制还可以解决偏航问题，以及通过控制驱动链中的转矩实现风能转换系统中疲劳负载控制器的设计。(2)基于模糊算法的智能变桨距控制器技术，能够有效适应非线性系统，变桨距模糊控制采用改变桨距角以改变空气动力转矩的方法来调节风力机风轮的功率系数，进而控制风力机的输出功率。(3)基于模糊RBF神经网络的风电机组变桨距控制，采用神经网络实现模糊映射过程，根据输入-输出训练数据自动地提取控制规则，确定前件和后件参数。该控制器基于实时数据进行计算，能够不断优化其内部参数使系统可以克服非线性及时变性，满足了系统的动态特性和稳态性能。
技术实现思路
本专利技术对现有技术进行改进，旨在使风电机组变桨距控制系统在有限时间内鲁棒稳定。本专利技术的技术方案为一种基于有限时间鲁棒稳定的风电机组变桨距控制方法，包括以下步骤第一步对于风电机组变桨距系统，建立连续时间非线性模型x{t) = f (χ( ,^( )，并由如下模糊τ-s模型近似表示被控对象模型规则i (i = I, 2, . . . , r)权利要求1. 一种基于有限时间鲁棒稳定的风电机组变桨距控制方法，包括以下步骤第一步对于风电机组变桨距系统，建立连续时间非线性模型并由如下模糊T-S模型近似表示 被控对象模型规则i (i = 1,2, . . . , r) 如果 Q1U)为 Νη，Θ 2(t)为 N12, Θ 3(t)为 N13 那么义(O = GG) 其中，h(t)、Θ 2(t)和Θ 3(t)分别表示风速、风力发电机转速和输出功率；Nn、Ni2和Ni3分别为第i条规则中ejt)、θ2α)和θ3α)对应的语言变量；x(t)为由桨距角、风力发电机转速和风力发电机输出电流构成的向量；u(t)表示期望的桨距角指令输入；(Ai, Bi)表示第i条被控对象模型规则对应的状态方程系数；r为控制规则数(本专利技术取值为9或16)； 第二步对上述模糊T-S模型进行乘积推理、重心解模糊化处理，得到由如下动态模糊模型表示的被控对象模型全文摘要本专利技术提出一种有限时间内鲁棒稳定的风电机组变桨距控制方法利用模糊T-S模型近似表示风电机组变桨距系统的连续时间非线性模型；根据获得的模糊T-S模型，利用单点模糊化、乘积推理、重心解模糊化得到动态模糊模型；根据获得的动态模糊模型以及有限时间稳定涵义，设计风电机组变桨距状态反馈控制器，并利用得到的控制器对风电机组的桨距角、风力发电机转速和风电机组输出电流进行控制。文档编号G05B13/04GK102890449SQ201210350468公开日2013年1月23日 申请日期2012年9月20日 优先权日2012年9月20日专利技术者张磊, 刘卫朋, 张琨, 赵微微, 高惠娟, 穆显显, 王伟朋 申请人:河北工业大学本文档来自技高网...
【技术保护点】
一种基于有限时间鲁棒稳定的风电机组变桨距控制方法，包括以下步骤：第一步：对于风电机组变桨距系统，建立连续时间非线性模型并由如下模糊T？S模型近似表示：被控对象模型规则i？？(i＝1，2，...，r)如果θ1(t)为NI1，θ2(t)为NI2，θ3(t)为NI3那么x·(t)=Aix(t)+Biu(t)其中，θ1(t)、θ2(t)和θ3(t)分别表示风速、风力发电机转速和输出功率；Ni1、Ni2和Ni3分别为第i条规则中θ1(t)、θ2(t)和θ3(t)对应的语言变量；x(t)为由桨距角、风力发电机转速和风力发电机输出电流构成的向量；u(t)表示期望的桨距角指令输入；(Ai，Bi)表示第i条被控对象模型规则对应的状态方程系数；r为控制规则数(本专利技术取值为9或16)；第二步：对上述模糊T？S模型进行乘积推理、重心解模糊化处理，得到由如下动态模糊模型表示的被控对象模型：x·(t)=Σi=1rhi(θ(t))[Aix(t)+Biu(t)]其中，表示被控对象模型符合第i条规则的程度；hi1(θ1(t))、hi2(θ2(t))和hi3(θ3(t))分别为θ1(t)、θ2(t)和θ3(t)的隶属度函数；第三步：根据有限时间稳定的涵义以及所述被控对象模型，设计由如下模糊T？S模型表示的控制器模型，其中，每个被控对象模型规则对应一个控制器模型规则：控制器模型规则j(j＝1，2，...，r)如果θ1(t)为Nj1，θ2(t)为Nj2，θ3(t)为Nj3那么u(t)＝Kjx(t)其中，Kj为增益矩阵，也即控制系数；对上述控制器模型进行乘积推理、重心解模糊化，整理得到如下控制器：u(t)=Σi=1rhj(θ(t))Kjx(t)其中，Njk(j＝1，2，...，r，k＝1，2，3)与第一步中的Nik(i＝1，2，...，r，k＝1，2，3)一致， hj(θ(t))(j＝1，2，...，)与第二步中的hj(θ(t))(i＝1，2，...，)一致；第四步：利用第三步得到的桨距角指令输入u(t)，对桨距角、风力发电机转速和风力发电机输出电流进行控制，其中，当标量α≥0且ε＞0，对称正定阵Q∈Rnxn以及矩阵WJ，MA，J，NA，J，MB，J，NB，J(1≤i，j≤r)满足一定的关系式时，所述控制系数Kj取为以满足控制系统在考察的时间范围[0，T]内有限时间鲁棒稳定，(1)对于ΔAi=MA,iFA,i(t)NA,iΔBi=MB,iFB,i(t)NB,i,所述关系式为：AiQ~+Q~AiT+BiWj+WjTBiT-αQ~MA,iϵ(NA,iQ~)TMB,iϵ(NB,iWj)TMA,iT-ϵI000ϵ(NA,iQ~)0-ϵI00MB,iT00-ϵI0ϵ(NB,iWj)000-ϵI<01≤i,j≤rc1λmin(Q)<c2e-αTλmax(Q)其中Q~=RC-1/2QRC-1/2;(2)对于ΔAi=AiMA,iFA,i(t)NA,iΔBi=BiMB,iFB,i(t)NB,i,所述关系式为：AiQ~+Q~AiT+BiWj+WjTBiT-αQ~AiMA,iϵ(NA,iQ~)TBiMB,iϵ(NB,iQ~)T(AiMA,i)T-ϵI000ϵ(NA,iQ~)0-ϵI00(BiMB,i)T00-ϵI0ϵ(NB,iQ~)000-ϵI<01≤i,j≤rc1λmin(Q)<c2e-αTλmax(Q)其中Q~=RC-1/2QRC-1/2;(3)对于ΔAi=MA,iFA,i(t)NA,iAiΔBi=MB,iFB,i(t)NB,iBi,所述关系式为：AiQ~+Q~AiT+BiWj+WjTBiT-αQ~MA,iϵ(NA,iAiQ~)TMB,iϵ(NB,iBiQ~)TMA,iT-ϵI000ϵ(NA,iAiQ~)0-ϵI00MB,iT00-ϵI0ϵ(NB,iBiQ~)000-ϵI<01...
【技术特征摘要】
【专利技术属性】
技术研发人员：张磊，刘卫朋，张琨，赵微微，高惠娟，穆显显，王伟朋，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：
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。