本发明属于风电
技术领域：
，更为具体地讲，涉及一种风电机组的载荷模型建立方法及载荷控制方法。
背景技术：
：随着能源与环境问题的日益严峻，可再生能源的研究受到越来越多研究者的关注。其中，风电技术因其对环境冲击小，不产生有害气体，而且技术相对成熟，因此得到广泛应用。然而，随着风电技术的日益成熟，风力机的单机容量不断增大，风力机机械部件的尺寸和重量不断增加，从而导致风力机机械部件的柔性不断增大，系统的固有频率逐渐降低。因此，在具有随机性、波动性和突变性的风荷载作用下，机组的零部件将可能出现谐振，由此产生较大的疲劳载荷，最终使得机组的零部件出现严重的疲劳损害。风电机组依靠桨叶将风的动能转化为机械能。其中，桨叶是最主要的受力部件，桨叶上所受载荷是风电机组最主要的载荷。在桨叶上，气动载荷是主要载荷，主要由摆振载荷和挥舞载荷组成。摆振载荷是风轮旋转平面内振动的载荷，风能系数对其起决定性作用。挥舞载荷是垂直于旋转平面振动的载荷，挥舞系数是挥舞载荷的主要决定因素。风能系数与风电机组的桨叶结构密切相关，每一种不同类型的风力机组对应的风能系数不同。然而，目前国内外众多的研究者针对不同的风力机组类型却大多引用同一个风能系数经验公式，因此虽然具有一定的普适性，却丧失了描述风电机组气动性能的准确性，而桨叶上的挥舞载荷目前还少有研究者对其进行详细讨论。由于挥舞载荷是影响风机叶片、传动链甚至塔架振动、疲劳和动力稳定性的关键因素。因此，需要研究出能同时对风电机组风能系数和挥舞系数进行综合计算和分析的载荷模型。随着风电机组尺寸变大，载荷控制变得越来越迫切。目前众多研究者针对额定风速以上，主要采取基于PID(Proportional-Integral-Differential，比例-积分-微分)的变桨控制方法进行额定风速以上的恒功率控制，以功率波动和发电机转速波动减少作为风电机组载荷减少，但是缺少对风电机组所受载荷建立数学模型。变桨机构大多采用液压执行机构，具有一定的时间延迟，同时风电机组是一个强非线性系统，采用基于PID的线性变桨控制器稳定性较差，达不到较好的控制效果。技术实现要素：本发明的目的在于克服现有技术的不足，提供一种风电机组的载荷模型建立方法及载荷控制方法，建立综合考虑摆能载荷和挥舞载荷的载荷模型，并基于此提出载荷控制方法，提高载荷控制的性能。为实现上述发明目的，本发明风电机组的载荷模型建立方法包括以下步骤：S1：根据风电机组的实际情况设置其叶尖速比λ的取值范围[λmin,λmax]及桨距角β的取值范围[0,βmax]；对风力发电机组的桨叶进行叶素划分，记叶素数量为D；令数据组序号i＝1；S2：在叶尖速比λ的取值范围[λmin,λmax]和桨距角β的取值范围[0,βmax]内随机取得第i组叶尖速比λi和桨距角βi；S3：初始化每个叶素的轴向诱导因子aj和周向诱导因子bj，j＝1,2,…,D；S4：计算每个叶素的入流角φj：φj=arctan(1-aj)v1(1+bj)Ωrj]]>其中，v1表示为风轮前来流速度，v1＝ΩR/λi，Ω表示风轮的转动角速度，R表示桨叶半径，rj表示叶素的半径；S5：计算每个叶素的风攻角αj＝φj-βi；S6：基于风攻角α和翼型空气动力学特性曲线计算每个叶素的升力系数Cl,j和阻力系数Cd,j，然后计算叶素的切向力系数Ct,j＝Cl,jsinφj-Cd,jcosφj与叶素的法向力系数Cn,j＝Cl,jcosφj+Cd,jsinφj；S7：更新轴向诱导因子aj′：aj′=14Ksin2φjσjCn,j+1]]>其中，B表示桨叶数目，cj表示叶素的弦长；K＝K1K2，K1表示叶尖修正系数，K2表示轮毂修正系数，其计算公式分别为：K1=2πcos-1[exp(-B(R-rj)2rjsinφj)]]]>K2=2πcos-1[exp(-B(rj-r0)2r0sinφj)]]]>其中，R表示桨叶半径，r0表示轮毂半径，exp表示指数函数；如果计算得到的轴向诱导因子aj′＞0.4，采用以下计算公式修正：aj′=18K-20-3CF,j(50-36K)+12K(3K-4)36K-50]]>其中，CF,j表示叶素的推力系数，其计算公式为：CF,j=(1-aj)2σjsin2φj(Cl,jcosφj+Cd,jsinφj)]]>更新周向诱导因子bj′：bj′=14KsinφjcosφjσjCt,j-1]]>S8：判断是否每个叶素的诱导因子均满足|aj′-aj|≤Ta且|bj′-bj|≤Tb，Ta、Tb分别表示预设的误差阈值，如果是，进入步骤S9，否则令aj＝aj′、bj＝bj′，返回步骤S4；S9：计算第i组叶尖速比λi和桨距角βi对应的挥舞系数CM,i和风能系数CP,i：CM,i=BπR3∫(1-a)2sin2φcCnrdr]]>CP,i=BπR2∫(1-a)3(1+b)cosφsin3φcCtdr]]>S10：如果i＜N，N表示非线性拟合需要的数据组数，令i＝i+1，返回步骤S2，否则根据N组叶尖速比λi、桨距角βi和对应的挥舞系数CM,i、风能系数CP,i，采用非线性拟合得到挥舞系数CM和风能系数CP的计算公式CM＝f1(λ,β)、CP＝f2(λ,β)，得到载荷模型。本发明还提供一种风电机组的载荷控制方法，包括以下步骤：S1：采用权利要求1所述的风电机组的挥舞载荷模型建立方法得到挥舞系数CM和风能系数CP关于叶尖速比λ、桨距角β的计算公式CM＝f1(λ,β)、CP＝f2(λ,β)；S2：令风速初始值v1＝ve，ve表示额定风速；S3：计算风速值v1对应的叶尖速比λ＝ΩR/v1，其中Ω表示风轮的转动角速度，R表示桨叶半径；S4：求解以下目标优化问题，得到最小挥舞载荷My对应的最优桨距角βbest：minMy＝0.5ρπR3v12CMs.t.Pr∈[(1-γ)P‾,(1+γ)P‾]]]>其中，Pr＝0.5ρπR2v13Cp，ρ表示空气密度，表示风电机组的额定机械输出功率，γ表示允许偏差比例；S5：如果v1＜vc，vc表示切出风速，令v1＝v1+Δv，Δv表示风速增加步长，返回步骤S4，否则根据得到的所有风速和最优桨距角数据进行非线性拟合，得到最优桨距角关于风速的公式βbest＝f3(v1)；S6：在风电机组实际运行过程中，采用基于PID的变桨控制方法得到保持功率恒定所需的桨距角调整值βP，测量当前风速v1，根据公式βbest＝f3(v1)计算得到最小挥舞载荷对应的最优桨距角βbest，然后计算最小挥舞载荷的桨距角调整值βf＝βbest-β′，β′为当前实际桨距角，然后将两个桨距角调整值叠加，得到最终的桨距角调整值βO＝βP+βf，以此由变桨系统控制桨叶转动，从而完成桨距角调整。本发明风电机组的载荷模型建立方法及载荷控制方法，首先迭代获取每组叶尖速比和桨距角下对应的轴向诱导因子和周向诱导因子，然后计算挥舞系数和风能系数，通过若干组叶尖速比和桨距角对应的挥舞系数和风能系数，非线性拟合得到挥舞系数、风能系数关于叶尖速比和桨距角的计算公式，得到载荷模型；然后在载荷模型的基础上，求取每个风速下输出恒定时最小挥舞载荷对应的最优桨距角，非线性拟合得到最优桨距角关于风速的公式，在风电机组运行时根据风速计算得到最优桨距角，得到桨距角调整值，与基于PID的变桨控制方法得到的桨距角调整值叠加，进行桨距角控制。本发明具以下技术优势：1)在载荷模型建立时，综合考虑摆振载荷和挥舞载荷，更具实用性，也能更准确反映实际运行过程中风电机组的气动性能；2)在载荷模型建立过程中，基于经典的叶素-动量理论，考虑机组实际运行过程中受到的叶尖损失、轮毂损失以及湍流-尾流效应的影响，对传统的叶素-动量理论进行修正，以便能更准确地反映实际运行过程中风力发电机组的气动性能；3)在本发明综合考虑摆振载荷和挥舞载荷所获取的载荷模型基础上，提出非线性载荷控制方法，能够更为精准地实现载荷控制，实现额定风速以上风电机组载荷优化，减少机组疲劳损害，保证机组安全稳定运行，延长机组使用寿命。附图说明图1是本发明风电机组的载荷模型建立方法的具体实施方式流程图；图2是本发明风电机组的载荷控制方法的具体实施方式流程图；图3是本实施例中最优桨距角的求解方法流程图；图4是本实施例中NREL的5MW机组风能系数曲线图；图5是本实施例中NREL的5MW机组挥舞系数曲线图；图6是本实施例中NREL的5MW机组风能系数拟合对比图；图7是本实施例中NREL的5MW机组挥舞系数拟合对比图；图8是功率恒定时最小挥舞载荷和最优桨距角随风速的变化图；图9是最优桨距角与风速的拟合对比图；图10是本实施例中风速变化曲线图；图11是本发明与基于PID的变桨控制方法的输出功率对比图；图12是本发明与基于PID的变桨控制方法的桨距角对比图；图13是本发明与基于PID的变桨控制方法的挥舞载荷对比图。具体实施方式下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。为了更好地说明本发明的技术方案，首先对本发明中的公式推导过程进行说明。本发明是采用叶素-动量理论来进行载荷模型建立的，并且考虑机组实际运行过程中受到的叶尖损失、轮毂损失以及湍流-尾流效应的影响，对叶素-动量理论进行了修正。叶素-动量理论是研究风力发电机组气动性能的经典模型。其中的动量理论以气流(空气)作为基本研究对象，认为风轮是无限个旋转细长桨叶的近似，因此作用在风轮上的风速是平稳的、一致的。这样，基于动量方程，作用在风轮平面dr圆环上的轴向力F为：dF=4πρv12a(1-a)rdr---(1)]]>其中，ρ表示空气密度，v1表示风轮前来流速度，a表示轴向诱导因子，r为圆环的半径。另一方面，基于动量矩方程，作用在风轮平面dr圆环上的转矩T可表示为：dT＝4πρv1Ωb(1-a)r3dr(2)其中，Ω表示风轮的转动角速度，b表示周向诱导因子。由于动量理论中隐含了叶片数无穷的假设，因此本发明考虑叶尖损失和轮毂损失，对动量理论进行修正，引入修正系数：K＝K1K2(3)其中，K1表示叶尖修正系数，K2表示轮毂修正系数，其计算公式分别为：K1=2πcos-1[exp(-B(R-r)2rsinφ)]---(4)]]>K2=2πcos-1[exp(-B(r-r0)2r0sinφ)]---(5)]]>其中，B表示桨叶数目，R表示桨叶半径，r0表示轮毂半径，φ表示叶素的入流角。引入修正系数K后，基于动量理论的轴向力和转矩T的表达式为：dF=4πρv12a(1-a)rKdr---(6)]]>dT＝4πρv1Ωb(1-a)r3Kdr(7)叶素理论则是以桨叶作为基本研究对象，通过将风轮叶片沿展向划分成许多微段，称这些微段为叶素。假设每个叶素上的空气流动没有相互干扰，因此可根据翼型的空气动力学特性计算出作用在每个叶素上的轴向力和力矩，然后沿叶片展向积分，获得作用在整个风轮上的力和力矩。具体而言，根据叶素理论，在半径为r的叶素上，作用在风轮平面dr圆环上的轴向力可表示为：dF=12Bρcv02Cndr---(8)]]>其中，B表示桨叶数目，c表示叶素的弦长，v0表示作用在桨叶上的气流速度，Cn表示叶素的法向力系数，其计算公式为：Cn＝Clcosφ+Cdsinφ(9)其中，Cl和Cd分别表示叶素的升力和阻力系数，可基于风攻角α和翼型空气动力学特性曲线获得；φ表示叶素的入流角。另一方面，根据叶素理论，作用在风轮平面dr圆环上的转矩可表示为：dT=12Bρcv02Ctrdr---(10)]]>其中，Ct表示叶素的切向力系数，其计算公式为：Ct＝Clsinφ-Cdcosφ(11)因此，结合动量理论和叶素理论，令式(6)与式(8)相等，式(7)与式(10)相等，可得：a=14Ksin2φσCn+1---(12)]]>b=14KsinφcosφσCt-1---(13)]]>其中：σ=Bc2rπ---(14)]]>经研究发现，当式(12)计算获得的轴向诱导因子a大于0.4后，简单的动量理论一般不再适应，此时的轴向诱导速度阶跃过大，桨叶后会形成将动量从外层流动输送到尾流中的漩涡，造成尾流边缘的自由剪切层不再稳定，即湍流-尾流状态。因此，需要对大于0.4的轴向诱导因子进行修正，修正后的轴向诱导因子a的计算公式为：a=18K-20-3CF(50-36K)+12K(3K-4)36K-50---(15)]]>其中，CF表示推力系数，其计算公式为：CF=(1-a)2σsin2φ(Clcosφ+Cdsinφ)---(16)]]>因此，若将每个叶素上的轴向力dF乘以叶素半径r再沿桨叶展向积分，可获得桨叶的挥舞力矩：My=∫rdF=12Bρ∫cv02Cnrdr---(17)]]>那么挥舞系数的表达式为：CM=My12ρv12AR=BπR3∫(1-a)2sin2φcCnrdr---(18)]]>其中，A表示风轮扫掠面的面积。另一方面，功率是风轮转矩和风轮角速度的乘积，因此每个叶素上的转矩dT沿桨叶展向积分获得桨叶转矩T，然后乘以风轮角速度Ω，可获得风轮扫略面上的机械输出功率：Pr=TΩ=12ΩBρ∫roRcv02Ctrdr---(19)]]>由于风轮扫掠面上，来流风速的能量表达式：P0=12ρv13A=12ρv13πR2---(20)]]>因此，风能系数的表达式为：CP=PrP0=BπR2∫(1-a)3(1+b)cosφsin3φcCtdr---(21)]]>下面基于以上公式推导，对本发明风电机组的载荷模型建立方法的技术方案进行说明。图1是本发明风电机组的载荷模型建立方法的具体实施方式流程图。如图1所示，本发明风电机组的载荷模型建立方法的具体步骤包括：S101：初始化参数：根据风电机组的实际情况设置其叶尖速比λ的取值范围[λmin,λmax]及桨距角β的取值范围[0,βmax]。对风力发电机组的桨叶进行叶素划分，记叶素数量为D。一般来说，叶素的宽度越小计算结果越准确，但是越小计算复杂度越高，因此在实际应用时需要根据需要来设置叶素宽度。令数据组序号i＝1。S102：随机选取第i组叶尖速比和桨距角：在叶尖速比λ的取值范围[λmin,λmax]和桨距角β的取值范围[0,βmax]内随机取得第i组叶尖速比λi和桨距角βi。显然，λmin表示叶尖速比λ的最小可能取值，λmax表示叶尖速比λ的最大可能取值，βmax表示桨距角β的极值。S103：初始化诱导因子：初始化每个叶素的轴向诱导因子aj和周向诱导因子bj，j＝1,2,…,D；S104：计算每个叶素的入流角φj：φj=arctan(1-aj)v1(1+bj)Ωrj---(22)]]>其中，v1表示为风轮前来流速度，v1＝ΩR/λi，wΩ表示风轮的转动角速度，R表示桨叶半径，rj表示叶素的半径。由于每个叶素具有一定的宽度，因此具有一个半径范围，通常采用该半径范围中半径最小值作为叶素的半径。S105：计算每个叶素的风攻角αj：αj＝φj-βi(23)S106：计算叶素各项系数：基于风攻角αj和翼型空气动力学特性曲线计算每个叶素的升力系数Cl,j和阻力系数Cd,j，该计算方法是本领域的常用技术手段，其具体计算过程在此不再赘述。然后计算叶素的切向力系数Ct,j＝Cl,jsinφj-Cd,jcosφj与叶素的法向力系数Cn,j＝Cl,jcosφj+Cd,jsinφj。S107：更新诱导因子：更新轴向诱导因子aj′：aj′=14Ksin2φjσjCn,j+1---(24)]]>其中，B表示桨叶数目，cj表示叶素的弦长；K＝K1K2，K1表示叶尖修正系数，K2表示轮毂修正系数，其计算公式分别为：K1=2πcos-1[exp(-B(R-rj)2rjsinφj)]---(25)]]>K2=2πcos-1[exp(-B(rj-r0)2r0sinφj)]---(26)]]>其中，R表示桨叶半径，r0表示轮毂半径；如果计算得到的轴向诱导因子aj′＞0.4，采用以下计算公式修正：aj′=18K-20-3CF,j(50-36K)+12K(3K-4)36K-50---(27)]]>其中，CF,j表示叶素的推力系数，其计算公式为：CF,j=(1-aj)2σjsin2φj(Cl,jcosφj+Cd,jsinφj)---(28)]]>更新周向诱导因子bj′：bj′=14KsinφjcosφjσjCt,j-1---(29)]]>S108：判断误差是否满足要求，即判断每个叶素的诱导因子均满足|aj′-aj|≤Ta且|bj′-bj|≤Tb，Ta、Tb分别表示预设的误差阈值，如果是，进入步骤S110，否则还需要进一步迭代，进入步骤S109。S109：令aj＝aj′、bj＝bj′，返回步骤S104；S110：计算挥舞系数和风能系数：计算第i组叶尖速比λi和桨距角βi对应的挥舞系数CM,i和风能系数CP,i：CM,i=BπR3∫(1-a)2sin2φcCnrdr---(30)]]>CP,i=BπR2∫(1-a)3(1+b)cosφsin3φcCtdr---(31)]]>显然，r0≤r≤R，a、b、φ、c、Cn、Ct为分段函数，当r属于第j个叶素时，a、b、φ、c、Cn、Ct取对应的值，即a＝aj、b＝bj、φ＝φj、c＝cj、Cn＝Cn,j、Ct＝Ct,j。S111：判断是否i＜N，N表示非线性拟合需要的数据组数，显然N是根据非线性拟合的时候选择的公式来确定的。如果是，进入步骤S112，否则进入步骤S113。S112：令i＝i+1，返回步骤S102。S113：非线性拟合：根据N组叶尖速比λi、桨距角βi和对应的挥舞系数CM,i、风能系数CP,i，采用非线性拟合得到挥舞系数CM和风能系数CP的计算公式CM＝f1(λ,β)、CP＝f2(λ,β)，从而完成载荷模型的建立。f1()、f2()表示函数表达式。本实施例中，采用的非线性拟合公式为：Cx=(hx,1-hx,2β)sin[π(λ-hx,3)hx,4-hx,5β]-hx,6(λ-hx,3)β,(x=P,M)---(32)]]>其中，hx,1、hx,2、hx,3、hx,4、hx,5、hx,6是需要求取的参数，即拟合参数。基于以上步骤所获取的综合考虑摆振载荷和挥舞载荷的载荷模型，就可以实现综合考虑摆振载荷和挥舞载荷的载荷控制。但是目前基于PID的变桨控制方法是线性的，不能完全适应风电机组的非线性特性。因此本发明还提出了一种风电机组的载荷控制方法。图2是本发明风电机组的载荷控制方法的具体实施方式流程图。如图2所示，本发明风电机组的载荷控制方法的具体步骤包括：S201：建立载荷模型：采用本发明中所提出的风电机组的挥舞载荷模型建立方法得到挥舞系数CM和风能系数CP关于叶尖速比λ、桨距角β的计算公式CM＝f1(λ,β)、CP＝f2(λ,β)。S202：设置风速初始值：令风速初始值v1＝ve，ve表示额定风速。S203：计算叶尖速比：计算风速值v1对应的叶尖速比λ＝ΩR/v1，其中Ω表示风轮的转动角速度，R表示桨叶半径。S204：求解最优桨距角：根据本发明建立的载荷模型可知，风能系数和挥舞系数与桨距角呈强非线性关系。因此，风电机组的机械输出功率和挥舞载荷与桨距角也呈强非线性关系。故若采用基于PID的变桨控制方法，线性调节桨矩角，将达不到较好的控制效果。此外，考虑挥舞载荷对桨距角的敏感度也不如机械输出功率，因此设置机械输出功率波动，即假设机械输出功率偏差绝对值不超过额定机械输出功率的一定比例即视为恒定。那么搜索基于输出功率恒定时的最小挥舞载荷所对应的最优桨距角可以表示成如下目标优化问题：minMy=0.5ρπR3v12CMs.t.Pr∈[(1-γ)P‾,(1+γ)P‾]---(33)]]>其中，Pr＝0.5ρπR2v13Cp，ρ表示空气密度，P表示风电机组的额定机械输出功率，γ表示允许偏差比例，本实施例中γ＝0.1。求解该目标优化问题，得到最小挥舞载荷My对应的最优桨距角βbest。图3是本实施例中最优桨距角的求解方法流程图。如图3所示，本实施例中最优桨距角的求解过程包括以下步骤：S301：随机获取桨距角序列：在桨距角β的取值范围[0,βmax]内随机选取Q个桨距角。S302：令桨距角序号q＝1，初始化挥舞载荷最小值My,min＝∞，一般来说在实际应用中∞是以一个绝对大值代替，初始化最优桨距角βbest＝β1。S303：计算挥舞系数和风能系数：根据挥舞系数CM和风能系数CP的计算公式CM＝f1(λ,β)、CP＝f2(λ,β)计算得到叶尖速比λ和当前桨距角βq对应的挥舞系数CM和风能系数CP。S304：计算机械输出功率和挥舞载荷：计算风电机组机械输出功率Pr和挥舞载荷My，计算公式为：Pr＝0.5ρπR2v13Cp(34)My＝0.5ρπR3v12CM(35)S305：判断是否输出功率如果是，进入步骤S306，否则不作任何操作，进入步骤S308。S306：判断是否My＜My,min，如果是，进入步骤S307，否则不作任何操作，进入步骤S308。S307：令My,min＝My，βbest＝βq，进入步骤S308。S308：判断是否q＜Q，如果是，进入步骤S309，否则搜索结束，当前βbest所对应的桨距角即为当前风速下，在输出功率恒定情况下最小挥舞载荷所对应的最优桨距角。S309：令q＝q+1，返回步骤S303。S205：判断是否v1＜vc，vc表示切出风速，如果是，进入步骤S206，否则进入步骤S207；S206：令v1＝v1+Δv，Δv表示风速增加步长，返回步骤S204；S207：非线性拟合：根据得到的所有风速和最优桨距角数据进行非线性拟合，得到最优桨距角关于风速的公式βbest＝f3(v1)，f3()表示函数表达式。本实施例最优桨距角关于风速的公式采用五次多项式：βbest＝p1v15+p2v14+p3v13+p4v12+p5v1+p6(36)其中，p1、p2、p3、p4、p5、p6为需要拟合的参数。S208：载荷控制：在风电机组实际运行过程中，采用基于PID的变桨控制方法得到保持功率恒定所需的桨距角调整值βP，测量当前风速，根据公式βbest＝f3(v1)计算得到最小挥舞载荷对应的最优桨距角βbest，然后计算最小挥舞载荷的桨距角调整值βf＝βbest-β′，β′为当前实际桨距角，然后将两个桨距角调整值叠加，得到最终的桨距角调整值βO＝βP+βf，以此由变桨系统控制桨叶转动，从而完成桨距角调整。实施例为了更好地说明本发明的技术效果，采用一个NREL的5MW风电机组对本发明进行仿真验证。首先对本发明风电机组的载荷模型建立方法进行仿真验证。在本次验证中，本发明选取NREL的5MW机组参数数据，令叶尖速比由1.0按照1.0的间隔变化到12.0，桨矩角由0.0度按照2.0的间隔变化到8.0度，即12个叶尖速比，5个桨距角。图4是本实施例中NREL的5MW机组风能系数曲线图。图5是本实施例中NREL的5MW机组挥舞系数曲线图。如图4和图5所示，NREL的5MW风电机组在桨距角为0度，叶尖速比为8时可以得到最大的风能系数，为48.18％，与之对应的挥舞系数为53.42％。当桨矩角为0度时，风力机的风能系数和挥舞系数最大，随着桨矩角的增大，风能系数和挥舞系数均逐渐减小。因此，在风速高于额定风速时，可通过调整桨矩角改变风力发电机组的输出功率，使其稳定在额定功率上下，此时，对应的挥舞系数也在逐渐减小，达到减少挥舞载荷的目的。本实施例中采用的风能系数、挥舞系数的非线性拟合公式为：Cx=(hx,1-hx,2β)sin[π(λ-hx,3)hx,4-hx,5β]-hx,6(λ-hx,3)β,(x=P,M)---(37)]]>拟合得到的公式分别如下：CM=(0.66-0.03β)sin[π(λ-0.51)25.64-1.26β]-0.005(λ-0.51)β---(38)]]>CP=(0.48+0.30β)sin[π(λ-1.12)18.45+0.96β]-0.036(λ-1.12)β---(39)]]>图6是本实施例中NREL的5MW机组风能系数拟合对比图。图7是本实施例中NREL的5MW机组挥舞系数拟合对比图。如图6和图7所示，拟合得到的曲面与采用理论公式计算的曲线误差不大。经测量，本实施例中风能系数的残差为0.82，挥舞系数的残差为0.2，能够满足工程应用的要求。然后对本发明风电机组的载荷控制方法进行仿真验证。设NREL的5MW风电机组的额定输出功率为考虑风电机组损害为6％，则额定风速以上，要使发电机功率恒定在额定值附近，风轮的额定机械输出功率应该为设置机械输出功率的允许偏差比例γ＝0.1，风速取值以1m/s作为间隔，从额定风速ve＝12m/s到切出风速vc＝25m/s，桨距角的极值设为βmax＝40°。图8是功率恒定时最小挥舞载荷和最优桨距角随风速的变化图。如图8所示，随着风速的变大，在确保功率恒定的情况下，挥舞载荷最小时对应的最优桨距角不断增大，且在额定风速附近，桨距角变化较大，说明额定风速附近输出功率和挥舞载荷对桨距角均较为敏感，而在切出风速附近，桨距角趋于平稳，说明切出风速附近输出功率和挥舞载荷对桨距角的敏感度降低。图9是最优桨距角与风速的拟合对比图。如图9所示，本实施例中最优桨距角与风速的五次多项式的参数为：p1＝6.531×10-5、p2＝-0.006552、p3＝0.2624、p4＝-5.265、p5＝53.34、p6＝-211。为了验证本发明的技术效果，采用本发明风电机组的载荷控制方法和现有技术的基于PID的变桨控制方法的控制效果进行对比。图10是本实施例中风速变化曲线图。如图10所示，风速时程从额定风速ve＝12m/s开始，以2m/s为间隔分别在60s、80s、100s、120s依次叠加产生阶跃风速。利用matlab/simulink进行仿真，将本发明提出的风电机组的载荷控制方法与基于PID的变桨控制方法进行对比。图11是本发明与基于PID的变桨控制方法的输出功率对比图。如图11所示，额定风速附近，采用本发明的风电机组的输出功率对桨距角较敏感，控制效果较传统的PID要好，也更快趋于平稳，超调更小；在切出风速附近，功率对桨距角敏感度降低。图12是本发明与基于PID的变桨控制方法的桨距角对比图。如图12所示，本发明相对比传统的基于PID的变桨控制方法，能更快地响应外界环境变化，且额定风速附近能更快地趋于稳定，超调明显减小，控制器稳定性更高，但由于输出功率和挥舞载荷在切出风速附近对桨距角敏感度降低，因此在切出风速附近，两者的差异不大。图13是本发明与基于PID的变桨控制方法的挥舞载荷对比图。如图13所示，本发明相对比传统的基于PID的变桨控制方法，在额定风速附近能更快地趋于平稳，超调明显减小，控制器稳定性更高。综上可知，本发明风电机组的载荷控制方法，由于采用了结合摆振载荷和挥舞载荷的载荷模型，能够更为精准地实现载荷控制，实现额定风速以上风电机组载荷优化，减少机组疲劳损害，保证机组安全稳定运行，延长机组使用寿命。尽管上面对本发明说明性的具体实施方式进行了描述，以便于本
技术领域：
的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本
技术领域：
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。当前第1页1 2 3