专利名称：兆瓦级异步双馈风机转矩/桨距控制器参数自整定方法
技术领域：
本发明涉及一种兆瓦级异步双馈风力发电机转矩/桨距控制参数自整定控制方法。
背景技术：
近年来，我国风电行业发展迅猛。截至2010年底，新增风电装机超过1600万千瓦，累计装机容量突破4000万千瓦，双居世界第一。根据所选发电机形式的不同分类，风机可分为同步双馈机型、直驱机型和半直驱机型。同时，双馈发电机以其自身特有的优势而成为装机的主要机型，但双馈机型风力发电机也存在风速应用范围窄而导致发电效率不高的问题。目前异步双馈发电机型的转矩控制策略普遍采用通过测量发电机转速之后查询符合最佳叶尖速比的转速-转矩曲线表，以得到转矩控制量的方法。其控制理论基础是风机工作在最佳叶尖速比时可捕获最大的风能，但由于其控制方式是简单的开环控制方式，从而导致转矩环控制不够精确，也使得风机的实际工况通常偏离最佳叶尖速比曲线，以致风机发电效率降低。桨距控制普遍采用PID控制策略，PID控制器虽然在工业现场中得到了大量的应用。但由于风机的非线性特性使得变桨控制器的PID参数整定十分困难，致使风机常常在受到外界扰动时不能及时调整而工作于不稳定状态，这往往是风机振动的主要原因。智能控制算法是在控制论、信息论、人工智能、仿生学、神经生理学及计算机科学发展的基础上逐渐形成的一类高级信息与控制技术。神经网络控制属于智能控制的一种，它具有自适应和自学习能力，因此适合于复杂的控制领域。本发明引入神经网络智能控制算法与传统PID控制相结合的控制策略，旨在利用神经网络的自学习、自整定能力，在线对PID控制器的参数进行整定。算法应用于转矩和变桨控制器中，提高了控制精度、提升了发电效率，并有效减小风机载荷。
发明内容
针对现有技术的不足，本发明提供一种解决目前在用兆瓦级异步双馈风力发电机型普遍存在的，变桨控制器、转矩控制器参数整定困难以致使风机很难工作于最优状态问题的方法。本发明的技术方案为:兆瓦级异步双馈风机转矩/桨距控制器参数自整定方法，其特征在于包括以下步骤:步骤I)风机主控系统检测启动条件满足,风机进入启动状态；偏航系统初始化，并进行自检；步骤2)自检成功后进入自由转动过程:变桨系统桨叶打开到70°使发电机以一定速度转动；当满足切换条件后，变桨系统桨叶角全开；
当发电机转速达到并网速度后，变流器进入运行状态，同时BP神经网络PID转矩控制器开始对发电机升速过程进行控制，控制发电机转速按照规划的斜率曲线上升；当发电机转速达到额定转速时，变流器保持发电机转矩恒定，BP神经网络PID变桨控制器控制发电机转速稳定在额定转速。所述BP神经网络PID转矩控制器的输入信号为发电机转速设定值与发电机实际转速相减所得的误差值，输出控制量至变流器；所述BP神经网络PID转矩控制器的控制参数Kp,KI,KD分别为BP神经网络输出层的输出。所述BP神经网络PID变桨控制器输入信号为发电机转速设定值与发电机实际转速相减所得的误差值，输出控制量至变桨系统；所述BP神经网络PID变桨控制器的控制参数Kp,KI,KD分别为BP神经网络输出层的输出。所述BP神经网络输出层输出是根据公式ok = g(netk)计算得到的；其中，g(.)为各节点的活化函数,
权利要求
1.兆瓦级异步双馈风机转矩/桨距控制器参数自整定方法，其特征在于包括以下步骤: 步骤1)风机主控系统检测启动条件满足，风机进入启动状态；偏航系统初始化，并进行自检； 步骤2)自检成功后进入自由转动过程: 变桨系统桨叶打开到70°使发电机以一定速度转动； 当发电机转速达到切换条件后，变桨系统桨叶角全开； 当发电机转速达到并网速度后，变流器进入运行状态，同时BP神经网络PID转矩控制器开始对发电机升速过程进行控制，控制发电机转速按照规划的斜率曲线上升； 当发电机转速达到额定转速时，变流器保持发电机转矩恒定，BP神经网络PID变桨控制器控制发电机转速稳定在额定转速。
2.根据权利要求1所述的兆瓦级异步双馈风机转矩/桨距控制器参数自整定方法，其特征在于: 所述BP神经网络PID转矩控制器的输入信号为发电机转速设定值与发电机实际转速相减所得的误差值，输出控制量至变流器； 所述BP神经网络PID转矩控制器的控制参数KpIpKd分别为BP神经网络输出层的输出。
3.根据权利要求1所述的兆瓦级异步双馈风机转矩/桨距控制器参数自整定方法，其特征在于: 所述BP神经网络PID变桨控制器输入信号为发电机转速设定值与发电机实际转速相减所得的误差值，输出控制量至变桨系统； 所述BP神经网络PID变桨控制器的控制参数IVKpKd分别为BP神经网络输出层的输出。
4.根据权利要求1所述的兆瓦级异步双馈风机转矩/桨距控制器参数自整定方法，其特征在于: 所述BP神经网络输出层输出是根据公式 ok = g(netk)计算得到的； 其中，g(.)为各节点的活化函数
5.根据权利要求1所述的兆瓦级异步双馈风机转矩/桨距控制器参数自整定方法，其特征在于:所述加权系数Wki和Wu通过Wij(k+1) =WijGO+η δ J0i wki (k+1) = wki (k) + η δ k0j 计算得出；其中，k+1代表第k+1步，k代表第k步，n为学习速率，
6.根据权利要求1所述的兆瓦级异步双馈风机转矩/桨距控制器参数自整定方法，其特征在于: 所述加权系数Wki和的学习计算包括以下步骤: (1)加权系数初始化:用较小的随机数为BP神经网络的所有加权系数置初值； (2)准备训练数据:给出N组训练信号矢量组X=[x1； x2,…，xJlPD= [Cl17Cl2,…，dL]T; (3)计算实际输出:计算隐含层和输出层的各神经元的输出； (4)计算网络输出与期望输出之差的函数Ep; (5)计算输出层网络加权系数的调整量Awki,并修正加权系数； (6)计算隐含层网络加权系数的调整量Awij,并修正加权系数； (7)k = k+1，返回步骤⑵，直到Ep进入设定的范围为止。
7.根据权利要求1所述的兆瓦级异步双馈风机转矩/桨距控制器参数自整定方法，其特征在于: 所述步骤(3)中隐含层和输出层的各神经元的输出是根据 Oi = g(neti)和 ok = g(netk)计算得出的； 所述步骤⑷中网络输出与期望输出之差的函数匕是根据尽计算 L k=\的；其中，Opk为样本P的神经网络输出层输出； 所述步骤(5)中输出层网络加权系数的调整量Awki是根据
全文摘要
本发明涉及兆瓦级异步双馈风机转矩/桨距控制器参数自整定方法，包括以下步骤机组启动后，偏航系统首先工作到指定位置；此后进入自检程序；自检程序通过后将进入自由转动过程；当发电机转速达到切换速度后，变桨系统桨叶角全开发电机速度继续上升；当发电机转速达到并网速度后，转矩控制器控制发电机转速按照一定斜率上升；当发电机转速达到额定转速(额定功率)，变流控制器保持发电机转矩恒定，变桨控制器控制发电机转速稳定在额定转速。桨距、转矩控制器由一个带积分分离算法的BP神经网络PID参数自整定控制器构成，控制器可以根据规则自动调整参数，并根据收敛规则通过在线训练使参数达到最优化，从而提高风机发电量并有效减小风机载荷。
文档编号G06N3/08GK103184972SQ20111045607
公开日2013年7月3日 申请日期2011年12月30日 优先权日2011年12月30日
发明者杜劲松, 郭锐, 吴景辉, 苏浩 申请人:中国科学院沈阳自动化研究所