推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

大型风电机组独立变桨控制器PI参数联合整定

更新时间:2019-12-29 20:40:11 大小:2M 上传用户:xiaohei1810查看TA发布的资源 标签:风电机组PID控制 下载积分:1分 评价赚积分 (如何评价?) 打赏 收藏 评论(0) 举报

资料介绍

目前大型风电机组独立变桨距控制策略主要采用3独立PI控制环结构.针对其PI参数在设计和优化过程中不易整定的问题,首先应用Bladed软件对风电机组模型进行线性化处理,获取用于PI参数整定的线性化模型;然后通过正交实验分析各个PI控制器参数对系统性能指标的影响趋势及影响程度,并在正交实验的基础上采用免疫遗传算法对独立变桨PI控制器参数进行优化;最后结合Bladed外控制器、Matlab引擎技术和命名管道技术开发Matlab与Bladed联合仿真平台,对基于坐标变换的独立变桨控制器进行仿真与验证.仿真结果表明该优化方法对独立变桨控制系统的3个耦合控制器PI参数具有非常好的综合优化效果.

部分文件列表

文件名 大小
大型风电机组独立变桨控制器PI参数联合整定.pdf 2M

部分页面预览

(完整内容请下载后查看)
太 阳 能 学 报  
392期  
20182月  
Vol. 39, No. 2  
Feb., 2018  
ACTA ENERGIAE SOLARIS SINICA  
文章编号:0254-0096(2018)02-0307-08  
大型风电机组独立变桨控制器 PI参数联合整定  
高 峰,凌新梅,王 伟  
(北电力大学控制与计算机工程学院,北京 102206)  
:目前大型风电机组独立变桨距控制策略主要采用 3 独立 PI 控制环结构。针对其 PI 参数在设计和优化过  
程中不易整定的问题,先应用 Bladed软件对风电机组模型进行线性化处理,取用于 PI参数整定的线性化模型;  
然后通过正交实验分析各个 PI控制器参数对系统性能指标的影响趋势及影响程度,在正交实验的基础上采用免  
疫遗传算法对独立变桨 PI 控制器参数进行优化;后结合 Bladed 外控制器Matlab 引擎技术和命名管道技术开发  
Matlab Bladed 联合仿真平台,基于坐标变换的独立变桨控制器进行仿真与验证。仿真结果表明该优化方法对  
独立变桨控制系统的 3个耦合控制器 PI参数具有非常好的综合优化效果。  
关键词:风电机组;PID控制;优化;遗传算法;参数整定  
中图分类号:TK81  
文献标识码:A  
具和 Bladed 高精度的机组模型 ,文搭建出  
Bladed Matlab 联合仿真平台。借助该联合仿真  
平台在正交实验的基础上采用免疫遗传算法对独  
立变桨控制器参数进行优化,现多输入多输出复  
杂控制系统中多个 PI 制器的综合整定与参数  
优化。  
0 引 言  
由风轮扫掠面内风速差异引起气动不均衡载  
,给大型风力发电机组造成很大的疲劳载荷  
和振动。独立变桨距控制可在限制功率的同时改  
善机组所受气动载荷。目前,于坐标变换的独  
立变桨控制策略因可实现载荷反馈控制而逐渐成  
为研究热[1~8],[4~6]用的二次型优化控  
制一般需要精确的机组线性化定常模型,对于  
具有强非线性和参数时变的风力发电系统,组  
线性化模型不易建立,能控制算法则需要大量  
的数据运[7,8],PLC 控制器中实现将影响控  
制的实时性。因此,外大型机组独立变桨控制中  
仍主要采用 PI 控制算法,究其参数优化具有重要  
的实际意义。  
1 基于坐标变换的独立变桨距控制  
作用于 3 个桨叶上的非对称风速会在叶根产  
生非对称弯矩,桨叶旋转坐标(1a)的摆振  
弯矩 MxB 和挥舞弯矩 MyB,中桨叶挥舞弯矩 MyB 会在  
轮毂处产生周期性载荷,轮毂固定坐标(1b)  
中的俯仰力矩 MyN 和偏航力矩 MzN。基于坐标变换  
的独立变桨控制策略是通过 Coleman 坐标变换理  
论将桨叶气动弯矩转换为轮毂俯仰力矩和偏航力  
,后将俯仰力矩和偏航力矩作为反馈量来进  
行载荷控[1~3]。图 2 为控制原理图,M1M2、  
M3 为测得 3 个叶片在桨叶坐标系下挥舞弯矩 MyB,  
通过 Coleman 坐标变换得到轮毂固定坐标系中的  
俯仰力矩 MyN 的测量反馈 Md 和偏航力矩 MzN 的测  
量反馈 Mq;仰力矩 PI 制器和偏航力矩 PI 控  
制器输出桨距角信号βd βq,βd βq 经过坐标反  
Bladed 仿真软件被广泛应用于机组的设计与  
优化中,进行独立变桨控制仿真时需编制外部控  
(DLL 文件,动态链接)一些先进控制算  
法采用 C++语言开发难度大期长。而 Matlab 中  
控制工具箱功能强大,于实现先进控制算法,但  
所建非线性模型准确度低,仿真功能有限。为了利  
Matlab 强大的数据分析能力富的控制算法工  
收稿日期:2015-12-21  
基金项目:中央高校基本科研业务(2015MS24)  
通信作者:高 (1976-),男,博士、讲师,主要从事风力发电机组性能评估与控制优化方面的研究。
万方数据  
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ  
                                                                                                                    
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ(s + 3.728s + 312.4)(s + 0.2838s + 545.7)·  
                                                                                                                    
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ  
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ  
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ  
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ  
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ  
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ  
                                                                                                                    
(s + 0.3552s + 783.3)(s - 1262s + 6713000)]/  
[(s + 3.333)(s + 0.1388)(s2 + 0.3593s + 8.887)·  
(s2 + 0.03835s + 8.881)(s2 + 3.941s + 46.26)·  
(s2 + 2.007s + 193.2)(s2 + 3.459s + 345.3)·  
(s2 + 5.511s + 462)(s2 + 1.257s + 522.6)·  
(s2 + 2.331s + 635.8)(s2 + 4.964s + 4272)]  
                                                                                                                    
                                                                                                                    
                                                                                                                    
                                                                                                                    
                                                                                                                    
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ  
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ  
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ  
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ  
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ  
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ  
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ  
                                                                                                                      
(s2 + 0.04518s + 9.916)(s2 + 4.221s + 41.1)·  
(s2 + 5.156s + 241.7)(s2 + 5.096s + 437.8)·  
(s2 - 50.68s + 2896)(s2 + 63.92s + 3656)]/  
[(s + 333.3)(s + 0.1429)(s + 0.00007595)·  
(s2 + 0.3635s + 8.885)(s2 + 4.197s + 41.95)·  
(s2 + 3.938s + 46.26)(s2 + 3.476s + 345.1)·  
(s2 + 5.51s + 462)(s2 + 4.95s + 4273)]  
                                                                                                                      
                                                                                                                      
                                                                                                                       
                                                                                                                      
                                                                                                                      
                                                                                                                      
                                                                                                                    
(s + 12.85)(s + 5.61)(s2 - 0.06232s + 8.596)·  
(s2 + 0.09754s + 9.176)(s2 + 1.124s + 99.19)·  
308  
39卷  
变换得到独立变桨距信号增量Δβ1Δβ2Δβ3;后  
2 风力发电机Bladed模型线性化  
将功率 PI 控制器输出的同步桨距信号β和独立桨距  
信号叠加,得到 3 个桨叶各自的桨距角控制信号  
2.1 模型线性化计算  
β1β2β3。  
基于经典控制理论的 PID 参数整定方法需要  
对象的数学模型,目前广泛应用于控制系统仿真  
的非线性机理模[9],其不能计算实时载荷也未  
考虑风剪影等效应对功率和载荷的影响而无法  
满足大型风力发电机组独立变桨控制研究的需  
要。由 GH 公司开发的权威风力发电机组仿真软件  
Bladed 可利用大量详细的设备参数建立机组仿真  
的数学模型,于该软件通过德国船级社和 IEC 认  
,型准确且仿真精确度高,有实时载荷计算  
功能。对由 Bladed 建立的机组模型使用模型线性  
化(model linearization)功 能 ,再 将 运 算 结 果 进 行  
Bladed 线性模型后处理,便可得到 MIMO 线性化模  
型数据文[10]。该文件可在 Matlab 软件中读取并  
进行形式转换。本文以一台 1.5 MW 异步双馈机组  
MzN  
MzB  
MxB  
FzN  
zN  
MxN  
MyB  
FzB  
xB  
MyN  
F
yByB  
FxN  
zB  
FyN  
xN  
FxB  
yN  
a. 桨叶旋转坐标系  
b. 轮毂固定坐标系  
1 桨叶旋转坐标系与轮毂固定坐标系  
Fig. 1 Blade rotating coordinate system and hub fixed  
coordinate system  
Mdr  
Md  
Mq  
βd  
β1  
偏航力矩PI  
-
-
控制  
为例完成以上模型线性化工作,通过后处理计算  
β2  
β3  
Coleman  
逆变换  
Coleman  
变换  
βq  
得到任一风速时用于 PI 数整定的 SISO 线性  
俯仰力矩PI  
控制  
模型。例如功率传递函数在风速 v=16 m/s 如  
(1),叶载荷传递函数则需考虑方位角不同  
Mqr  
方位角θ  
M1  
M2  
M3  
+
β  
β32  
β1  
G s =[3.4835(s + 619.4)(s + 67.45)(s - 9.922)·  
β ( )  
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ  
1
+
风电机组  
+
功率P  
2
2
功率设定  
风速  
ν
β
Pr  
功率PI  
2
2
控制  
2 基于坐标变换的独立变桨控制原理图  
Fig. 2 Individual pitch control schematic based on  
coordinate transformation  
该控制策略实质上是对风电机组多变量耦合  
控制系统进行解耦,旋转坐标系下的控制状态  
变换到固定坐标下,3 个控制环的解耦控制,  
即统一变桨距控制环力机轮毂俯仰控制环和  
风力机偏航控制环。但将多变量耦合问题用坐标  
变换转换成 3 独立的反馈控制环,果在参数  
整定时未考虑 3 控制回路的耦合关系,必造  
成独立整定参数无法实现整体控制的最优化。因  
,者在 SISO 统参数整定的基础上,分考  
虑各个控制器回路之间的耦合关系,MIMO 系  
统基础上将 3 控制环作为一个整体进行 PI 参  
数优化整定。  
(1)  
Gβ s =[-2828.9806(s + 301.7)(s + 0.09197)·  
( )  
2
(2)  
万方数据  

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载