专利名称：一种风力发电机组全工况模型预测控制方法及系统的制作方法
技术领域：
本发明涉及风力发电机组控制技术领域，具体涉及一种风力发电机组全工况模型预测控制方法及系统。
背景技术：
模型预测控制(MPC)又称基于模型的预测控制(MBPC)，最初由Richalet和 Culter等人提出，从1968年模型预测控制的四个基本原则提出发展至今，已经在很多工业控制领域有所应用。模型预测控制包含四项原则，预测模型、参考响应轨迹、滚动优化、反馈校正。模型预测控制的第一个原则是预测模型。预测控制是一种基于模型的算法，该模型称为预测模型。这是模型预测控制的基础，因为模型的好坏直接影响控制的质量，另外它也是模型预测控制不同于普通PID控制的根本所在。预测控制根据系统的未来输入及其历史信息预测未来输出值，预测模型强调其预测功能而不论其形式根据预测模型展示的未来行为，依据某种参考轨迹及优化标准，结合反馈信息，及时调整，以求出未来输入序列作为有自适应机制的预测控制，预测模型不是一成不变的，它直接或间接地被改变预测控制的发展。模型预测控制的第二个原则是参考响应轨迹。由于控制量的幅值受实际条件的限制，只能在一定的范围内变化，而且控制量的变化速度一般也在一定的范围之内，另外被控对象往往受到不可测干扰的影响，这些因素使得被控变量很难在一拍之内跟踪设定值，一般需要经历一段时间输出才能跟踪设定值，因此根据设定值建立参考响应轨迹，使被控变量沿着参考响应轨迹逐步趋向设定值，这样可防止直接跟踪可能带来的大幅超调而导致的长时间振荡。它是设定值经过柔化的产物。参考响应轨迹概念是Propoi于1963年提出的。 参考响应轨迹在模型预测控制中的应用是控制领域的一大进步，也是它优于预估控制的一个重要方面，它使得输出预测的时间长度可以超过时滞长度。模型预测控制的第三个原则是滚动优化。模型预测控制的优化是一种反馈控制律，其控制量的大小是根据预测输出偏差来调整的。预测输出偏差指输出预测值偏离参考输出值的大小，参考输出值根据参考响应轨迹确定。预测控制的优化不同于传统意义下的优化，它是一种变时段的滚动优化。控制量的预测同输出预测一样不只是下一个控制时刻的预测，在每一采样时刻，优化性能指标涉及从该时刻起到未来的某时段，这不同于预估控制只预测下一个控制时刻的控制量的大小。在下一采样时刻，优化时段同时向后推移，优化是反复在线进行的。模型预测控制在每一个控制时刻只把未来第一个控制时刻的预测控制值应用于控制，其它时刻的预测控制值用于目标函数的性能指标计算。滚动优化是预测控制区别于传统最优控制的根本点。传统的最优控制是用一个性能函数来判断全局最优化， 预测控制的优化不是一次离线完成，而是反复进行的，因此适用于动态特性变化和存在不确定因素的复杂工业过程。模型预测控制的第四个原则是反馈校正。预测控制是一种闭环控制方法，通过滚动优化，确定一系列未来输入后，预测控制仅把当前时刻的控制输入作用于对象，而不是逐一实施。各个输入序列到下一米样时刻，检测实际输出，并根据这一实时信息直接或间接地对原预测模型进行修正(比如，优化时加入预测值与实际值的误差分量或根据实时输出信息在线辨识修改模型)，然后进行新的优化。输入控制序列不像传统的最优控制一次算出， 而是反复在线求出提高了对模型失配及环境干扰的鲁棒性。预测控制系统的另一个优越之处就在于通过对具有鲜明物理意义的参数调节 (如控制时域、优化时域、参考轨迹时间常数、性能指标中的加权系数)，极易调节成好的鲁棒性这给操作实现带来极大的方便，因此，模型预测控制也是极方便的控制方法学。模型预测控制已经被广泛地应用于催化裂化、原油蒸馏、延迟焦化、聚乙烯反应器等大型工业过程控制中，但在风力发电机组的控制中很少有人使用。风力发电机组在每个运行阶段的控制量都为了是系统趋向于其控制目标，可以理解为快速的过程控制，因此，模型预测控制方法完全可以应用于风力发电机组。预测控制的主要特征是以预测模型为基础，采用二次在线滚动优化性能指标和反馈校正等控制策略来消除被控对象建模误差，克服结构、参数与环境等不确定性因素的影响，有效地弥补了现代控制理论对复杂受控对象本身无法避免的不足。针对风电的被控对象建模困难，结构与参数具有不确定，风资源大扰动等特点，更具备适用性。目前风力发电机组的控制器存在的一个重要问题就是控制作用有一定量的延迟。 现有控制器的控制作用大多是通过对前一时刻测量值的评估而做出的，当前的控制量直接基于上一时刻的测量值，因此，如果当前时刻外作用发生波动，控制系统在下一时刻才能响应，从而使得控制作用有一定量的滞后。中国专利公开号CN101560950A，
公开日是2009年10月21日，名称为“基于预测控制风力涡轮机的方法和装置”中公开了一种通过预测叶片周围风场来进行风轮桨距控制的方法，该专利以控制叶片的载荷为目标，通过预测时间序列得到风场预测模型，进而利用空气动力学模型计算得到空气产生的载荷值，从而给出用于叶片调整的控制值，将风力涡轮机上的气流影响和相应的叶片调整之间的延迟时间降低。该专利给出的方法能够弥补以往控制方法有控制延迟的缺陷，相比以往的控制方法，有很大的进步。但该控制方法本质上不是模型预测控制。首先，该控制的预测是对风速的预测，而不是对系统未来输出状态的预测；其次，其反馈校正是对风俗预测模型的校正， 而不是对控制量误差的校正；然后，该控制方法没有使用滚动优化和参考轨迹。因此该方法本身存在不足，如没有考虑动态特性变化和不确定因素的影响，同时可能带来大幅超调，导致长时间振荡。风力发电机组的控制变量主要是桨距角和转矩，在不同的运行阶段，其控制目标不同，采用的控制变量也不同。一台变速型风力发电机组典型的运行阶段和其运行轨迹如图I所示。阶段I是并网转速之前，控制系统主要是监控风速状况是否满足启动条件，满足条件则执行启动过程，打开桨距角增加双馈风电机组转速到并网转速切入电网后转换到阶段12。阶段12是阶段I和阶段2的过渡阶段，按一个设定的斜率增加转矩给定到阶段2 的最优给定曲线上即可。
10
阶段2是低风速最优功率跟踪阶段，在阶段2控制发电机转矩从风中捕获最大的
倉tfi。阶段23是阶段2和阶段3的过渡阶段，按一个设定的斜率增加转矩给定到阶段3。阶段3是变桨控制限制功率阶段，控制变桨保证机组输出功率稳定在额定值。这个阶段双馈风电机组承受载荷比较大，对塔筒的晃动，叶片的挥舞以及主传动链的扭振都必须加以控制。由上分析可以看出，风电机组控制器的控制目标是1)风电机组在整个运行范围内稳定可靠地在上述5个阶段运行；2)优化机组的运行性能，提高机组的发电效率与质量， 减小机组的机械载荷。《华北电力大学学报》2008年第35期中“基于混合逻辑动态模型的变速风力机全工况运行的控制研究”中介绍了风力机全工况运行下的混杂系统模型，该文结合风力机在不同工况点的非线性模型，引入混合逻辑动态模型的建模方法，建立风力机全工况运行下的混杂系统模型，并在此模型基础上，引入广义模型预测控制进行最优控制，使在风速变化的情况下，风力机可以良好的跟踪设定的功率曲线。其不足之处是其控制目标只考虑了使风电机组在整个运行范围内稳定可靠地运行，没有考虑风电机组的运行性能优化，如提高机组的发电质量，减小机组的机械载荷等。 并且，其控制模型中没有考虑风速扰动的影响，无法保证控制策略在风速扰动时实现机组的稳定运行和快速跟随。现有技术中，预测风速却没有考虑动态特性变化和不确定因素的影响；没有参考轨迹可能带来大幅超调，导致长时间振荡；未考虑风电机组的运行性能优化，如提高机组的发电质量，减小机组的机械载荷等；没有考虑风速扰动的影响，无法保证控制策略在风速扰动时实现机组的稳定运行和快速跟随。
发明内容
针对现有技术存在的不足，本发明提供一种风力发电机组全工况模型预测控制方法及系统。一种风力发电机组全工况模型预测控制系统，包括MPC控制器、反馈信息测量器、 风轮、传动链、塔筒、发电单元、变桨驱动器、变流器；风轮、传动链、塔筒和发电单元为被控对象，他们的状态变量通过反馈信息测量器检测得到；检测结果传递给MPC控制器，通过MPC控制器计算出叶片桨距角和发电机转矩的调整值；变桨驱动器和变流器为执行装置，通过它们对风轮和发电单元进行调整。发电单元的输出端接至电网，发电单元风轮配备的变桨驱动器，调整变桨角度，实现风能最大利用率；变桨驱动器输入端与MPC控制器输出端口相连，变流器输入端连接到 MPC控制器的输出端口，变流器输出端连接到发电单元。所述反馈信息测量器包括安装于风力发电机主轴的转速传感器、安装于滑环尾部的风轮绝对位置编码器、安装于风力发电机尾部的发电机编码器、安装于机舱底盘的振动分析仪、安装于发电机定子侧的电压测量传感器、安装于发电机定子侧的电流测量传感器、 装设与机舱外部支架上的风速传感器和安装于变距减速机旁的叶片桨距角测量编码器，各器件的输出端与MPC控制器的输入端口相连。风轮、传动链、塔筒和发电单元的状态变量通过反馈信息测量器采集得到。所述MPC控制器，MPC控制器选用PLC，PLC包括机舱子站和塔底子站，机舱子站和塔底子站之间通过FAST总线通信。内部嵌入状态估计模块、预测模块、在线校正模块、参考轨迹模块和滚动优化模块，预测模块中，定义两个预测模型转矩控制预测模型和变桨控制预测模型。两个预测模型可在不同的工况下进行自动切换，在额定风速和额定风速以下时投入控制量为转矩的预测模型，额定风速以上时投入控制量为桨距角的预测模型；参考轨迹模块根据系统的工况选择对应的参考轨迹；所述预测模型为计入风速扰动变量的离散状态空间模型；本系统的工作过程如下风轮、传动链、塔筒和发电单元的状态变量通过监测装置检测得到，检测结果传递给MPC控制器，通过MPC控制器计算出叶片桨距角和发电机转矩的调整值，通过变桨驱动器和变流器对叶片和风力发电机进行调整。采用上述控制系统进行风力发电机组全工况模型预测控制的方法，具体按如下步骤进行步骤I :系统的离线准备；MPC控制器的离线准备工作，包括理论计算状态矩阵A，控制输入增益矩阵B，扰动输入增益矩阵Γ ;选择控制目标，确定测量状态输出矩阵Cy，为被控状态输出矩阵Cz;根据机型确定被控输入和被控输出的约束条件、被控输出设定值％随风速变化曲线；选择合适的采样周期T、预测时域N、控制时域N。、参考轨迹时间常数Tg、校正向量h、输出误差权重 Q、控制量变化幅度权重R ;将以上数据存入存储模块，以便实时调用。步骤2 :反馈信息测量器实时检测风力发电机组的状态变量，通过风力发电机组全工况预测模型计算控制增量；风力发电机组的状态变量包括风轮转速、传动链扭转位移、传动链扭转速度、叶片平面外一阶挥舞位移、叶片平面外一阶挥舞速度、塔筒前后一阶摆动位移和塔筒前后一阶摆动速度；计算控制增量采用两个预测模型变桨控制预测模型和转矩控制预测模型，在不同工况下进行自动切换，在额定风速和额定风速以下时采用转矩控制预测模型，控制量为转矩，状态变量包括风轮转速、传动链扭转位移、传动链扭转速度、叶片平面外一阶挥舞位移、叶片平面外一阶挥舞速度、塔筒前后一阶摆动位移和塔筒前后一阶摆动速度，并将风速增量作为扰动输入变量；在额定风速以上时采用变桨控制预测模型，控制量为桨距角，状态变量包括风轮转速、传动链扭转位移和传动链扭转速度，并将风速增量作为扰动输入变量。所述变桨控制预测模型，在离散化之前的状态空间模型如下
权利要求
1.一种风力发电机组全工况模型预测控制系统，包括风轮、传动链、塔筒、发电单元、变桨驱动器、变流器，其特征在于该控制系统还包括反馈信息测量器和MPC控制器；发电单元的输出端接至电网，变桨驱动器输入端与MPC控制器输出端口相连，变流器输入端连接到MPC的输出端口，变流器输出端连接到发电单元；所述反馈信息测量器包括安装于风力发电机主轴的转速传感器、安装于滑环尾部的风轮绝对位置编码器、安装于风力发电机尾部的发电机编码器、安装于机舱底盘的振动分析仪、安装于发电机定子侧的电压测量传感器、安装于发电机定子侧的电流测量传感器、装设与机舱外部支架上的风速传感器和安装于变距减速机旁的叶片桨距角编码器，各反馈信息测量器的输出端与MPC控制器的输入端口相连；所述MPC控制器选用PLC作为硬件系统，PLC包括机舱子站和塔底子站，机舱子站和塔底子站之间通过FAST总线通信。
2.采用如权利要求I所述的风力发电机组全工况模型预测控制系统进行风力发电机组全工况模型预测控制的方法，其特征在于具体按如下步骤进行步骤I :系统的离线准备；MPC控制器的离线准备工作，包括理论计算状态矩阵A，控制输入增益矩阵B，扰动输入增益矩阵Γ ;选择控制目标，确定测量状态输出矩阵Cy，为被控状态输出矩阵Cz;根据机型确定被控输入和被控输出的约束条件、被控输出设定值％随风速变化曲线；选择合适的采样周期T、预测时域N、控制时域N。、参考轨迹时间常数Tg、校正向量h、输出误差权重Q、控制量变化幅度权重R ;将以上数据存入存储模块，以便实时调用；步骤2 :反馈信息测量器实时检测风力发电机组的状态变量，通过风力发电机组全工况预测模型计算控制增量；风力发电机组的状态变量包括风轮转速、传动链扭转位移、传动链扭转速度、叶片平面外一阶挥舞位移、叶片平面外一阶挥舞速度、塔筒前后一阶摆动位移和塔筒前后一阶摆动速度；计算控制增量采用两个预测模型变桨控制预测模型和转矩控制预测模型，在不同工况下进行自动切换，在额定风速和额定风速以下时采用转矩控制预测模型，控制量为转矩， 状态变量包括风轮转速、传动链扭转位移、传动链扭转速度、叶片平面外一阶挥舞位移、叶片平面外一阶挥舞速度、塔筒前后一阶摆动位移和塔筒前后一阶摆动速度，并将风速增量作为扰动输入变量；在额定风速以上时采用变桨控制预测模型，控制量为桨距角，状态变量包括风轮转速、传动链扭转位移和传动链扭转速度，并将风速增量作为扰动输入变量；所述变桨控制预测模型，在离散化之前的状态空间模型如下变桨控制预测模型和转矩控制预测模型的统一状态空间标准形式为
3.根据权利要求2所述的风力发电机组全工况模型预测控制的方法，其特征在于步骤2所述的通过风力发电机组全工况预测模型计算控制增量，具体按如下步骤进行步骤2. I :初始化；初始化是通过反馈信息测量器检测预测模型的状态变量X (k)，并把它设定为下一步的模型预测初值，从步骤2. 2起即转入实时控制；步骤2. 2 :采用卡尔曼滤波算法对不可测状态变量叶片一阶挥舞位移进行状态估计， 将估计后的状态变量输出；在每一个米样时刻，都需要预测未来一段时间的被控输出变量值；设当前时刻为k，信号Au(k+j|k)表示输入Au的未来在(k+j)时刻的值，信号 X (k+j I k)、z (k+j I k)的含义同 Δ u (k+j | k) 一样；在每一时刻k，要确定从该时起的起N。个控制增量，使被控对象在其作用下未来的N个时刻的输出预测值尽可能接近期望，N为预测时域，Nc为控制时域，总是假设N。< N，即当j > N。时 Au (k+j I k) = O,即 u (k+j k) = u (k+Nc_l k), j > N。,也就是说，当 j > N。时,一个零阶保持器作用在输入上；利用公式(4)进行迭代计算，
全文摘要
一种风力发电机组全工况模型预测控制方法及系统，系统包括MPC控制器、反馈信息测量器、风轮、传动链、塔筒、发电单元、变桨驱动器、变流器，风轮、传动链、塔筒和发电单元的状态变量通过反馈信息测量器检测得到，检测结果传递给MPC控制器，通过MPC控制器计算出叶片桨距角和发电机转矩的目标，通过变桨驱动器和变流器对叶片桨距角和风力发电机转矩进行调整。本方法采用变桨控制预测模型和转矩控制预测模型计算控制增量，考虑了传动链扭转位移、传动链扭转速度、叶片平面外一阶挥舞位移、叶片平面外一阶挥舞速度、塔筒前后一阶摆动位移、塔筒前后一阶摆动速度、机组的机械载荷等状态变量，两个预测模型可在不同的工况下进行自动切换，实现全工况运行。
文档编号F03D7/00GK102588211SQ201210050418
公开日2012年7月18日 申请日期2012年2月29日 优先权日2012年2月29日
发明者井艳军, 刘颖明, 姚兴佳, 张保华, 王晓东 申请人:沈阳华人风电科技有限公司