一种风电机组变桨稳转速控制系统及控制方法与流程

1.本发明涉及风电控制技术领域，特别涉及一种风电机组变桨稳转速控制系统及控制方法。


背景技术：

2.经过近几十年的快速发展，风力发电技术基本成熟，但还不够完善，在大风工况下系统稳定性还有待优化。大风工况下，风速变化幅度大，发电机转速及功率容易产生波动从而导致电能质量下降或发电机超速故障。随着风电市场发展，风电技术竞争日趋激烈。提高风力发电机稳定性并降低风力发电机故障率是风电技术的迫切需求。
3.如图1所示，现有变桨稳速控制系统，编码器采集发电机转速信号，然后通过线性滤波器滤波后作为控制器的反馈信号与转速设定值比较，经pid计算后得到变桨指令，变桨系统在变桨指令作用下调节桨距角，从而改变发电机的驱动力矩——来自风轮的旋转力矩。图1中滤波器一般采用线性一阶或线性二阶滤波器，这种滤波器会导致相位滞后，降低控制系统的稳定性。虽然pid控制算法可以补偿滤波器的相位滞后，但因为滤波后的速度信号仍然存在噪声干扰，为了避免噪声信号对控制系统的不利影响，控制器均采用pi算法，pi算法会导致控制系统相位进一步滞后，所以控制系统稳定裕度比较低。
4.风力发电机转速测量存在强干扰，编码器解码过程会出现解码误差，电力电子设备产生的谐波干扰和电磁辐射都会引起转速测量噪声，发电机转速微分计算对测量噪声很敏感，鉴于这个原因，风力发电机均采用pi控制算法，因为控制器缺少微分环节，风力发电机变桨稳速控制系统稳定裕度比较小，大风波动时，风力发电机转速和电能输出极易出现剧烈波动。当转速波动峰值超过转速上限时即触发过速故障从而导致停机现象，进而影响发电量。


技术实现要素：

5.本发明实施例的目的是提供一种风电机组变桨稳转速控制系统及控制方法，通过结合pi控制算法，组成了完整的pid算法，使风力发电机控制系统稳定裕度增大，当风电场风速大幅波动时，风力发电机转速更加稳定，风力发电机电能输出更加平稳，同时可以减少超速故障发生次数，增加正常运行时间和年发电量。
6.为解决上述技术问题，本发明实施例的第一方面提供了一种风电机组变桨稳转速控制系统，包括：编码器模块、卡尔曼滤波器、非线性微分跟踪器、比较器、pid控制器和风力矩估算模块；
7.所述编码器模块获取发电机的转速信号并发送至所述卡尔曼滤波器；
8.所述卡尔曼滤波器还接收发电机电磁转矩和所述风力矩估算模块的风力矩估计值，并对转速信号进行滤波处理，并将滤波后的所述转速信号发送至所述非线性微分跟踪器；
9.所述非线性微分跟踪器对滤波后的所述转速信号再次滤波处理后，得到所述转速
信号反馈值并发送至所述比较器；
10.所述比较器将所述转速信号反馈值与转速预设值进行比较，得到所述转速误差值并将其发送至所述pid控制器；
11.所述pid控制器接收所述非线性微分跟踪器发送的转速微分信号，并依据所述转速误差值得到风轮的变桨控制指令，并将其发送至风电机组的变桨控制系统；
12.所述风力矩估算模块依据所述变桨控制指令、桨距角反馈值和所述风轮的风力矩检测值计算所述风力矩估计值。
13.进一步地，所述风力矩估计值的计算公式为：
14.t
w
＝kθ+b；
15.其中，θ为桨距角，k为加权最小二乘法在线辨识第一参数，b为所述加权最小二乘法在线辨识第二参数。
16.进一步地，所述加权最小二乘法在线辨识第一参数k和所述加权最小二乘法在线辨识第二参数b的计算公式为：
[0017][0018]
y＝[t
w
(n),t
w
(n
‑
1),
…
t
w
(n
‑
m)]
t
；
[0019][0020][0021]
其中，t
w
(n)为第n个采样周期风力矩的检测值，θ(n)为第n个转速采样周期桨距角的反馈值，m可取2
‑
6之间的任一的整数。
[0022]
进一步地，所述卡尔曼滤波器先依据上一采样周期驱动力矩估计值，计算当前所述采样周期中状态x的先验估计值述采样周期中状态x的先验估计值误差的方差计算方法为：式中p、q分别为激励噪声方差和测量噪声方差，误差的方差为再依据发电机转速输入值z计算滤波器输出
[0023][0024]
所述卡尔曼滤波器输出误差的方差为：
[0025][0026]
进一步地，所述非线性微分跟踪器的函数为：
[0027][0028]
其中，h为所述发电机转速的采样周期，x1(k)为所述非线性微分跟踪器滤波后的转速值，x2(k)为所述非线性微分跟踪器计算所得的转速的微分值。
[0029]
进一步地，所述pid控制器的输出函数为：
[0030][0031]
其中，e(k)＝v
s
‑
x1(k)，v
s
为所述发电机的转速参考值，p
p
为所述pid控制器比例系数，p
i
为所述pid控制器积分系数，p
d
为所述pid控制器微分系数，x1(k)为所述发电机的转速反馈信号，x2(k)为所述真实转速微分信号的近似值。
[0032]
相应地，本发明实施例的第二方面提供了一种风电机组变桨稳转速控制系统控制方法，包括如下步骤：
[0033]
通过编码器模块获取发电机转速信号并发送至卡尔曼滤波器；
[0034]
基于所述卡尔曼滤波器接收所述发电机电磁转矩值和风力矩估计值，对其进行滤波后发送至非线性微分跟踪器；
[0035]
基于所述非线性微分跟踪器对其进行再次滤波计算后，得到转速信号反馈值，并发送至比较器；
[0036]
通过所述比较器将其与转速预设值进行比较，得到转速误差值，并将其发送至pid控制器；
[0037]
基于所述pid控制器接收转速微分信号，并依据所述转速信号误差值得到风轮的变桨控制指令，并将其发送至风电机组的变桨控制系统。
[0038]
本发明实施例的上述技术方案具有如下有益的技术效果：
[0039]
通过结合pi控制算法，组成了完整的pid算法，使风力发电机控制系统稳定裕度增大，当风电场风速大幅波动时，风力发电机转速更加稳定，风力发电机电能输出更加平稳，同时可以减少超速故障发生次数，增加正常运行时间和年发电量。
附图说明
[0040]
图1是现有技术中的风电机组变桨稳转速控制系统原理图；
[0041]
图2是本发明实施例提供的风电机组变桨稳转速控制系统原理图。
具体实施方式
[0042]
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
[0043]
请参照图2，本发明实施例的第一方面提供了一种风电机组变桨稳转速控制系统，包括：编码器模块、卡尔曼滤波器、非线性微分跟踪器、比较器、pid控制器和风力矩估算模
块。编码器模块获取发电机的转速信号并发送至卡尔曼滤波器；卡尔曼滤波器还接收发电机电磁转矩值和风力矩估算模块的风力矩估计值，并进行滤波处理，并将滤波后的转速信号发送至非线性微分跟踪器；非线性微分跟踪器对滤波后的转速信号再次滤波处理后，得到转速信号反馈值并发送至比较器；比较器将转速信号反馈值与转速预设值进行比较，得到转速误差值并将其发送至pid控制器；pid控制器接收非线性微分跟踪器发送的转速微分信号，并依据转速误差值得到风轮的变桨控制指令，并将其发送至风电机组的变桨控制系统；风力矩估算模块依据变桨控制指令、桨距角采样值和风轮的风力矩检测值计算风力矩估计值。
[0044]
上述风电机组变桨稳转速控制系统采用卡尔曼滤波器替代普通的线性滤波器，除编码器输出的转速信号之外，把风力矩估计值和发电机电磁转矩作为卡尔曼滤波器的输入，卡尔曼滤波器输出的转速信号输出给非线性微分跟踪器，非线性微分跟踪器对转速信号进一步滤波并提取转速微分信号后送给pid控制器执行完整的pid控制运算。
[0045]
具体的，本发明中风力矩指风对风轮产生的转动力矩，风力发电机控制系统的采样周期可以达到0.01秒，相邻两个采样周期内风速和发电机转速近似相等。假设相邻两个周期内风速和发电机转速不变，在这个前提下，可以得到风力矩与桨距角θ的线性化函数关系。风力矩估计值的计算公式为：
[0046]
t
w
＝kθ+b；
[0047]
其中，θ为桨距角，k为加权最小二乘法在线辨识第一参数，b为加权最小二乘法在线辨识第二参数。
[0048]
通过加权最小二乘法在线辨识第一参数k、第二参数b,然后根据桨距角指令预测风力矩tw。根据风轮转速传感器可以测量风轮转速加速度a和风轮转速ω,发电机电磁转矩等效至风轮侧得到风轮阻力矩te，设ζ为风轮转动惯量，则风力矩测量值t
w
＝t
e
+ζa+μ
r
ω。参数μ
r
是风轮旋转时对应的力矩损耗系数。
[0049]
进一步地，加权最小二乘法在线辨识第一参数k和加权最小二乘法在线辨识第二参数b的计算公式为：
[0050][0051]
y＝[t
w
(n),t
w
(n
‑
1),
…
t
w
(n
‑
m)]
t
；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0052][0053][0054]
其中，t
w
(n)为第n个转速采样周期风力矩的检测值，θ(n)为第n个转速采样周期桨距角的反馈值，m可取2
‑
6任一的整数。
[0055]
每一个采样周期，根据风力矩测量值使用加权最小二乘法式辨识第一参数k和第二参数b，然后根据桨距角指令估算出风轮的风力矩tw。
[0056]
具体的，发电机驱动力矩u＝t
wh
‑
(t
e
+μω),t
wh
是等效至发电机侧的风力矩，μ是对应发电机转速的摩擦损耗，ω是是发电机转速，设齿轮箱减速比为k则
[0057]
进一步地，因为一般滤波算法会导致信号相位滞后，降低控制系统稳定性，卡尔曼滤波器相位滞后比较小，有利于控制系统稳定。下面是变桨稳速控制系统中卡尔曼滤波器使用方法：
[0058]
发电机状态方程如下：
[0059][0060]
其中x(k)为第k个采样周期发电机的转速，ζ是发电机的转子和齿轮箱高速轴的转动惯量之和。设μ是发电机转速对应的摩擦损耗系数,t是采样周期，u是发电机驱动力矩，则u＝t
wh
‑
(t
e
+μx)；即发电机的驱动力矩是风轮风力矩等效至发电机轴上的驱动力矩t
wh
和发电机阻力矩——电磁力矩和摩擦力矩之和——的差值，w是激励噪声，激励噪声来自于发电机驱动力矩的估计误差,根据在线统计结果得激励噪声w的方差为q。
[0061]
观测方程为：
[0062]
z(k)＝x(k)+v(k)
ꢀꢀꢀꢀꢀꢀꢀ
(6)
[0063]
其中z(k)为第k个采样周期发电机转速的采样值，即编码器输出信号对应的转速，v为观测噪声，根据现场测试得观测噪声方差r。根据状态方程(3)和观测方程(4)结合卡尔曼滤波公式即可对发电机转速信号进行滤波。具体步骤如下：
[0064]
初始化：p＝0，x＝z(0)
[0065]
第一步，忽略激励噪声，根据上一周期驱动力矩估计值u利用状态方程式(3)计算本周期状态x的先验估计值这个估计值会存在误差，设误差的方差为误差的方差为误差的方差计算方法如下：
[0066]
第二步根据滤波器速度输入值z和第一步状态估计值x计算滤波器输出
[0067][0068]
更新滤波器输出误差的方差
[0069]
每个采样周期执行一遍第一步和第二步过程可得发电机转速的滤波值。
[0070]
发电机转速信号经卡尔曼滤波器滤波后信号中的噪声干扰被消弱了。
[0071]
具体的，发电机转速信号经卡尔曼滤波器滤波后可直接使用微分跟踪器提取发电机转速的微分信号。非线性微分跟踪器的计算过程如下
[0072][0073]
式中h即发电机转速的采用周期，h0取值1.5,r取值2,v(t)是非线性跟踪器输入的
转速信号，x1,x2非别是非线性微分跟踪器滤波后的转速值和转速的微分值。式中变量fh计算过程如下：
[0074]
fsg(x,d)＝[sign(x+d)
‑
sign(x
‑
d)]/2
[0075]
d＝rh
02
[0076]
a0＝h0x2[0077]
y＝x1+a0[0078][0079]
a2＝a0+sign(y)(a1‑
d)/2
[0080]
a＝(a0+y)fsg(y,d)+a2[1
‑
fsg(y,d)]
[0081][0082]
式中sign()是符号函数即
[0083]
发电机转速信号经非线性微分跟踪器后得转速滤波值x1，发电机转速信号中的噪声干扰被进一步消弱了，同时得到真实转速信号微分的近似值x2。
[0084]
具体的，pid控制器的输出函数为：
[0085][0086]
其中e(k)＝v
s
‑
x1(k)即比较器的输出值，v
s
为发电机的转速参考值，p
p
为pid控制器比例系数，p
i
为pid控制器积分系数，p
d
为pid控制器微分系数，x1(k)为发电机的转速反馈信号，x2(k)为真实转速微分信号的近似值。
[0087]
上式是完整的pid控制算法，通过调节pid参数可让控制器表现出超前或滞后性质，这就为提高变桨稳速控制系统的稳定裕度提供了条件。
[0088]
由于当前风力发电机控制策略的微分提取过程对风力发电机转速信号中的噪声干扰过于敏感，所以当前变桨稳速控制器均摒弃微分运算，仅采用pid控器算法的pi部分，从而导致控制系统稳定裕度比较小。本发明使用卡尔曼滤波算法降低了发电机转速信号中的噪声干扰，然后使用非线性微分跟踪器进一步降低噪声干扰，并从中提取接近真实信号的微分值，使用非线性微分跟踪器提取的微分信号和转速滤波信号可以组成完整的pid控制器，从而为提高变桨稳速控制系统的稳定裕度提供了条件。
[0089]
相应地，本发明实施例的第二方面提供了一种风电机组变桨稳转速控制方法，包括如下步骤：
[0090]
通过编码器模块获取发电机转速信号并发送至卡尔曼滤波器；
[0091]
基于所述卡尔曼滤波器接收所述发电机电磁转矩值和风力矩估计值，对其进行滤波后发送至非线性微分跟踪器；
[0092]
基于所述非线性微分跟踪器对其进行再次滤波计算后，得到转速信号反馈值，并发送至比较器；
[0093]
通过所述比较器将其与转速预设值进行比较，得到转速误差值，并将其发送至pid
控制器；
[0094]
基于所述pid控制器接收转速微分信号，并依据所述转速信号误差值得到风轮的变桨控制指令，并将其发送至风电机组的变桨控制系统。
[0095]
本发明实施例旨在保护一种风电机组变桨稳转速控制系统及控制方法，包括：编码器模块、卡尔曼滤波器、非线性微分跟踪器、比较器、pid控制器和风力矩估算模块；编码器模块获取发电机的转速信号并发送至卡尔曼滤波器；卡尔曼滤波器还接收发电机电磁转矩值和风力矩估算模块的风力矩估计值，并进行滤波处理，并将滤波后的转速信号发送至非线性微分跟踪器；非线性微分跟踪器对滤波后的转速信号进行再次滤波后，得到转速信号反馈值并发送至比较器；比较器将转速信号反馈值与转速预设值进行比较，得到转速误差值并将其发送至pid控制器；pid控制器接收非线性微分跟踪器发送的转速微分信号，并依据转速误差值得到风轮的变桨控制指令，并将其发送至风电机组的变桨控制系统；风力矩估算模块依据变桨控制指令、桨距角反馈值和风轮的风力矩检测值计算风力矩估计值。上述技术方案具备如下效果：
[0096]
通过结合pi控制算法，组成了完整的pid算法，使风力发电机控制系统稳定裕度增大，当风电场风速大幅波动时，风力发电机转速更加稳定，风力发电机电能输出更加平稳，同时可以减少超速故障发生次数，增加正常运行时间和年发电量。
[0097]
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。