获取变速风力发电机组最大风能的非线性预测控制方法与流程

本发明涉及工业控制领域，具体涉及一种获取变速风力发电机组最大风能的非线性预测控制方法。

背景技术

大型变速风力发电机组(vswts，variable-speedwindturbines)的最大风能获取(mwee，maximumwindenergyextraction)是通过跟踪最大功率点(mpp，maximumpowerpoint)来实现的，也就是说叶轮的最佳转速依赖于风速，但是增加的转动惯量和高湍流阻碍了大型变速风力发电机组mpp跟踪的实现。为了提高变速风力发电机组的风能获取，学者提出一些先进的预测技术，例如激光雷达(lidar，lightdetectionandranging)和先进预测方法，从而利用未来的风信息进行控制。比如，一些学者尝试将预测风速作为可靠的输入进而优化转子转速参考值。与此同时，诸多利用预测风速的预测控制技术也发展起来，用以跟踪mpp。然而，现有预测控制技术均采用线性模型线性化方法，仅能在短预测时域内实现局部最大风能捕获。

技术实现要素：

本发明的目的在于克服现有技术中存在的缺陷，提供一种用于获取大型变速风力发电机组最大风能捕获的非线性预测控制方法。

本发明采用以下技术方案：

一种获取大型变速风力发电机组最大风能的非线性预测控制方法，包括：

s1、引入动态区域来约束发电机转矩的允许范围；

s2、确定候选发电机转矩的有限控制集；

s3、搜索最优发电机转矩序列；

s4、将所述最优发电机转矩序列的第一元素作为控制器输出。

进一步，所述步骤s1包括：

所述动态区域为：

其中，和时应所述发电机转矩的最小值和最大值，分别根据下面两个公式动态地进行调节：

其中，k^opt是最优转矩增益，其中，ρ是空气密度，r是叶轮半径，是最大气动系数，λ是叶尖速比；

分别表示最小预测的叶轮转速和最大预测的叶轮转速，

其中v1，v2，...，vn表示平均风速，c1和c2分别是小于1和大于1的常值。

进一步，所述步骤s2包括：

将所述动态区域划分为m个子区间，得到包含m个元素的有限控制集：

仅对第一个周期进行全局搜索，对剩余的n-1个周期采用邻域搜索技术，在第k个周期内那么在第k+1个周期的可用搜索域为：

其中，mp≤m是领域候选数目。

进一步，所述步骤s3还包括：

计算所述有限控制集中每一个发电机转矩对应的叶轮转速，计算公式如下：

其中，λk＝ωrkr/vk，δt表示短周期，jr表示转子-发电机组合惯性；

从计算得到的叶轮转速中寻找最优叶轮转速，并获取得到所述最优叶轮转速时对应的发电机转矩序列。

进一步，所述最优叶轮转速为所述变速风力发电机组获得最大风能时的叶轮转速。

进一步，所述最优叶轮转速计算过程如下：

所述风力发电机组获取最大风能的同时要避免超速，即需要满足：

其中，w是权重系数，

将长周期t分为n段短周期δt，变速风力发电机组在特定时间t内获取如风能e为

则，所述风力发电机组获取最大风能时对应的最优叶轮转速需要满足：

本发明的优点和有益效果在于：

本发明提供一种用于获取变速风力发电机组最大风能的非线性预测控制方法，在变速风力发电机组非线性预测模型的基础上，直接搜索最优发电机转矩序列，使所提出的控制方法充分利用较长的预测范围，在最大风能获取方面具有较高的效率和优越的性能。

附图说明

图1为本发明获取变速风力发电机组最大风能的非线性预测控制方法流程示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1所示，为本发明获取变速风力发电机组最大风能的非线性预测控制方法流程示意图。所述方法包括：

s1、引入动态区域来约束发电机转矩的允许范围；

s2、确定候选发电机转矩的有限控制集；

s3、搜索最优发电机转矩序列；

s4、将所述最优发电机转矩序列的第一个元素作为控制器输出。

下面对所述用于获取变速风力发电机组最大风能的非线性预测控制方法做进一步描述。

变速风力发电机组在特定时间t内获取的风能e为：

其中，k＝ρπr²/2，p是空气密度，r是叶轮半径，cp(λ)是最大气动系数，λ是叶尖速比。

由上式可知，要获得最大风能即最大化cp(λ)。然而，由于v是一个不断变化的量，且大型变速风力发电机组叶轮有较大的转动惯性，要在一个很长的周期内维持最大的是不切实际的。

为此，将长周期t分为n段短周期δt，变速风力发电机组在特定时间t内获取的风能e为

其中，δt是短周期的时间长度，v1，v2，...，vn和cp1，cp2，...cpn分别是风速和功率获取系数在短周期内的平均值。

基于上述公式，利用预先获知的n个短周期内的平均风速，通过非线性预测控制方法来实现额定风速以下的最大风能获取。

在额定风速以下，变速风力发电机组的首要控制目标是获取最大风能，同时要避免超速，这个可表示为一个优化问题，即：

其中，w是权重系数，

将公式(2)和(4)带入公式(3)得到：

其中，w1，w2，...，wn和ωr1，ωr2，...，ωrn分别是短周期内的权重系数和叶轮平均转速。

求取公式(5)的解即是寻找最优叶轮转速ωrk(k＝1，2，...，n)。预测的叶轮转速ωrk表示为：

其中，λk＝ωrkr/vk，tgk是第k个周期所需的发电机转矩，δt表示短周期，jr表示转子-发电机组合惯性。

气动系数cp(λ)是关于叶尖速比(tsr，tipspeedratio)λ的非线性函数，其表达式如下：

cp(λ)＝p4λ⁴+p3λ³+p2λ²+p1λ+p0(7)

其中，p4、p3、p2、p1为常数，由风电机组叶片的气动属性决定。

由公式(5)-(7)可知，mwee是一个非线性的优化问题。假设v1，v2，...，vn是可利用先进预测技术获得的量，那么，该优化问题的求解方法是寻找最优转矩需求序列tgk(k＝1，2，...，n)，其中穷举法是比较有效的方法，但该方法需要占用较高的计算内存。为此，本文提出一种高效的搜索方法，首先引入了一个动态区域来约束所需的发电机转矩的允许范围：

其中，和对应所述发电机转矩的最小值和最大值，分别根据下面两个公式动态地进行调节：

其中，k^opt是最优转矩增益，分别表示最小预测的叶轮转速和最大预测的叶轮转速，

其中v1，v2，...，vn表示平均风速，c1和c2分别是小于1和大于1的常值。

通过将公式(8)中的动态区域划分为m个子区间，得到包含m个元素的有限控制集：

仅对第一个周期进行全局搜索，对剩余的n-1个周期采用邻域搜索技术，在第k个周期内那么在第k+1个周期的可用搜索域为：

其中，mp≤m是领域候选数目。

根据公式(11)、(12)确定tgk的有限控制集后，这个非线性优化问题可通过以下步骤进行求解：

确定长和短的周期t和δt；

获取预先可知的平均风速v1，v2，...，vn；

利用ωrk-1和公式(6)预测公式(11)-(12)中每个tgk所对应的叶轮转速；

根据ωr1，ωr2，...，ωrn计算公式(5)，并找到对应于式(5)最大值的最优发电机转矩序列tg1，tg2，...，tgn。

最后，执行上述搜索算法实现非线性预测控制，控制周期为δt，以最优发电机转矩序列的第一个元素作为控制器输出。

本发明提供一种用于获取变速风力发电机组最大风能的非线性预测控制方法，在变速风力发电机组非线性预测模型的基础上，直接搜索最优发电机转矩序列。所提出的控制方法能充分利用较长的预测范围，在最大风能获取方面具有较高的效率和优越的性能。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。