在故障条件下对风力涡轮机的控制的制作方法
本发明涉及在检测到故障条件的情况下控制风力涡轮机的手段。
背景技术：
通常，运营风力涡轮机或风力涡轮机场的目的在于，使投入的资金获得最大的收益；因此，风力涡轮机控制系统构造成：在保持风力涡轮机处于运转极限内的前提下，使输出功率最大化，即，使风力涡轮机运转，以便从可利用的风能中获得最大的能量。
尽管风力涡轮机的控制系统被设计成考虑到多种且多变的条件(风力涡轮机就是在这些条件下运转的)，但仍有可能出现故障条件，导致需要将涡轮机关停，或者切换为安全模式运转。故障条件可能涉及部件故障，因而需要维修或保养；或者，故障条件可能涉及如下条件：如果风力涡轮机未关停或以安全模式运转，则这些条件可能导致部件故障。
现有的风力涡轮机关停系统以涡轮机状态的小子集的测量值(例如，转子转速、塔顶加速度和载荷测量值等)为基础；如果测量值超出给定的极限，则生成故障信号。当关停风力涡轮机时，可以例如根据故障类型选择给定的关停程序，从而将故障条件考虑在内。这种关停程序以设计之初就考虑到的故障情形为基础。
本发明的发明人意识到，如果在操作风力涡轮机期间出现故障条件，则需要有操作风力涡轮机的其他方法。
技术实现要素：
有益的是，以如下方式控制风力涡轮机：如果出现故障条件，则将风力涡轮机的实际操作状态考虑在内；而在风力涡轮机以安全模式操作或关停的情况下，将风力涡轮机的实际操作状态与后续操作联系起来。
因此，根据第一方面，提供一种控制风力涡轮机的方法，包括：
接收风力涡轮机的当前操作状态，并基于当前状态计算控制轨迹和安全模式轨迹，其中，轨迹包括至少一个变量的时间序列；以及
如果接收到指示风力涡轮机的故障条件的故障信号，则使用安全模式轨迹控制风力涡轮机；
如果未接收到故障信号，则使用控制轨迹控制风力涡轮机；
其中，使用模型预测控制(modelpredictivecontrol，mpc)程序计算安全模式轨迹。
在本发明中，涡轮机的操作以计算出的控制轨迹为基础。轨迹是变量在特定时间段的时间序列，其包括与变量相关的操作参数的下一个变量值以及特定参数的预测或期望数量的未来变量值。例如，控制轨迹可以是节距轨迹，其包括下一个节距指令以及期望或预测数量的未来节距指令。
风力涡轮机包括控制系统，用以控制风力涡轮机的各个要素，例如叶片节距设定、电能转换设定点、偏航马达等。这种控制系统还包括安全模式控制器，安全模式控制器负责以安全方式操作风力涡轮机。安全模式控制器可以集成到通用控制器中，也可以在实施例中被视为通用控制器的功能单元，用以在安全模式操作期间控制风力涡轮机。
在本发明中，控制系统设置成用于接收故障条件，并且在接收到这种故障条件时，能够确保使用安全模式轨迹来控制风力涡轮机。使用模型预测控制(mpc)程序计算安全模式轨迹。
使用mpc算法计算安全模式轨迹是有利的，这是因为mpc算法非常适于将当前状态考虑在内，进而基于风力涡轮机的实际状态计算出操作轨迹。mpc算法可能非常适用于安全模式操作，这是因为这种算法直接将系统变量的约束条件考虑在内，进而便于在安全操作极限内找到最优操作轨迹。
在实施例中，安全模式轨迹是关停轨迹。关停轨迹是如下控制轨迹：该控制轨迹从风力涡轮机的当前状态开始控制风力涡轮机，直至使得风力涡轮机停机，即关停。
通常，安全模式轨迹是以安全方式控制风力涡轮机的控制轨迹。安全方式是在安全操作极限内操作风力涡轮机的方式。这可以基于特定的故障条件，并且可以是如下控制模式：除了关停之外，该控制模式包括功能性简化的模式、功率输出减小的模式、操作空间减小的模式等。
在实施例中，在接收到故障信号之前不计算安全模式轨迹。这样，在计算安全模式轨迹时，除了特定的当前状态之外，计算出的轨迹还可以将操作故障考虑在内。通过将故障条件包含到模型预测控制程序中并将其作为一个或多个约束条件，并且/或者通过基于故障的类型选择适当的成本函数，可以方便地获得上述轨迹。这样，mpc程序成为动态适应性约束条件和目标函数，以便在故障条件下控制涡轮机行为。因此，在安全模式情况下，可以在安全操作极限内找到最优化操作轨迹。
在实施例中，尽管只有安全模式轨迹是使用mpc程序计算出来的，但有利的是，控制轨迹也是使用模型预测控制(mpc)程序计算出来的。这样，使用统一控制框架来处理安全模式控制和正常操作控制。
在“具体实施方式”部分描述其他实施例。
在其他方面，本发明还涉及用于风力涡轮机的控制器以及风力涡轮机场控制器，风力涡轮机场控制器至少用于控制从风力涡轮机场中选择的涡轮机。此外，本发明涉及由本发明的任一方面所控制的风力涡轮机。
通常，在本发明的范围内，本发明的多个实施例和方面可以任意地组合和联合。通过参考下文所描述的实施例，本发明的这些方面及其他方面、特征和/或优点将是显而易见的。
附图说明
下面参考附图并仅以实例的方式描述本发明的实施例，其中，
图1示意性地示出控制系统和风力涡轮机的元件的实施例；
图2以示意性功能框图的方式示出本发明的常规实施例的一些方面；
图3示出使用mpc算法确定的控制轨迹的实例；
图4至图7示出不同的故障条件情形下的安全模式轨迹的实例；以及
图8示出本发明的实施例的原理的流程图。
具体实施方式
图1示意性地示出控制系统和风力涡轮机的元件的实施例。风力涡轮机包括转子叶片1，转子叶片1经由变速箱3机械地连接至发电机2。发电机2产生的电能经由变电器5进入电网4。发电机2可以是双馈异步发电机，也可以使用其他类型的发电机。
控制系统包括多个元件，这些元件包括至少一个控制器6，控制器6具有处理器和存储器，处理器能够基于存储在存储器中的指令执行计算任务。通常，风力涡轮机控制器6能够确保风力涡轮机在运转中产生符合要求的功率输出水平。这是通过调节节距角和/或变电器的电能提取率来实现的。另外，控制系统6包括节距系统和功率系统，节距系统包括使用节距基准8的节距控制器7，功率系统包括使用功率基准10的功率控制器9。风力涡轮机转子包括转子叶片，转子叶片的节距可以利用节距调节机构来调节。转子可以包括：共用节距系统，其在同一时刻调节全部转子叶片的全部节距角；以及个体节距系统，其能够分别地调节转子叶片的节距。尽管图中示出了两个转子叶片，但可以使用任意数量的转子叶片，特别是三个转子叶片。
图2进一步示出与轨迹计算器模块20有关的控制系统6的元件，轨迹计算器模块20接收风力涡轮机23的当前操作状态并基于操作状态计算用于后续正常操作的控制轨迹和安全模式轨迹。控制系统6设置成：根据风力涡轮机的状态，基于控制轨迹或安全模式轨迹来控制风力涡轮机。也就是说，如果故障信号指示风力涡轮机的故障条件，则使用安全模式轨迹22控制风力涡轮机；否则，使用控制轨迹控制风力涡轮机，以便风力涡轮机继续进行正常操作21。
在实施例中，故障信号是基于操作状态推断出来的，或者可以是例如由发送故障信号的传感器或其他单元提供的专用信号24。
在本发明中，使用模型预测控制(mpc)程序来计算安全模式轨迹。
图3示出关于被测操作变量y及由mpc计算出的控制变量u的mpc程序的常规方面。图的上部30示出变量y的状态轨迹，图的下部31示出控制变量u的控制轨迹。
操作轨迹和控制轨迹可以包括但不限于一个或多个如下参数：节距值(包括集体节距值和个体节距值)、转子速度、转子加速度、塔体移动、与功率相关的参数、与扭转相关的参数以及这些参数的导数。
在实施例中，操作轨迹是预测的操作状态轨迹。状态是操作参数的集合(通常称为向量)。风力涡轮机的状态的实例是：
包括节距值θ、转子角速度ω、塔顶位置s以及这些参数的时间导数。可以使用其他参数以及更多的参数来限定风力涡轮机的状态x*。
风力涡轮机的当前操作状态的状态值可以以测得的传感器读数为基础，这些传感器设置成用于测量与风力涡轮机的物理状态值相关的传感器数据。另外，还可以使用估计值或计算值。在实施例中，可以利用状态计算器(例如，呈诸如观测器或卡尔曼滤波器等负责确定当前操作状态的专用计算单元的形式)确定状态。
轨迹也可以表述为控制轨迹。控制轨迹的实例可以是：
包括节距基准信号和功率基准信号。可以使用其他参数以及更多的参数来限定风力涡轮机控制信号
图3示出多个离散的时间阶段的被测变量y的轨迹34，图中示出当前时刻k、多个过去时间阶段32和多个未来时间阶段33(有时也分别称为状态变量y和控制变量u的预测时域和控制时域)。使用实心圆来标注已知的变量值(即，以已测得的值为基础的变量值)并使用空心圆来标注预测的变量值。轨迹可以包括预测值的时间序列，即，仅包括空心圆。轨迹不一定要包括过去的值和已知的值，但在某些实施例中可能是必要的。具体地说，被测变量的轨迹可以包括当前值35。轨迹可以跨越若干秒(例如，5至10秒)的时间序列。然而，轨迹可以基于特定的实施情况而增长或缩短。
作为实例，轨迹示出了转子速度ω，并且转子速度ω处于设定点被设定在增大转子速度的情况下。轨迹示出了当前的转子速度35和预测的转子速度。另外，示出了作为示例变量的允许的最大值和最小值。
图3还示出了利用mpc算法确定的常规控制轨迹36的实例。图3示出操作状态轨迹34与常规控制轨迹36之间的关系。在实施例中，常规控制轨迹可以是使用预测的操作状态轨迹计算出的安全模式轨迹。
在已知被测变量的当前第k个值的同时，使用mpc程序计算控制轨迹的当前值37。
图中还示出u的控制轨迹值的最大允许值和最小允许值。
作为实例，轨迹示出用于节距角的轨迹，即u＝θ。因此，给出了设定点以增大转子速度，因而节距角减小。轨迹示出下一个节距设定值37和预测的未来节距设定值，以满足新的设定点设定值。
模型预测控制(mpc)是一种多变量控制算法，它使用滚动预测时域上的最优化成本函数j来计算优化控制动作。
最优化成本函数可以是如下函数：
参考图3，ri是用于第i个变量的设定点，yi和ui是第i个轨迹变量，
通过在控制器中使用mpc程序来计算安全模式轨迹，解决了n个时间阶段(控制和预测时域)的最优化问题。结果得到整个时域的最优输入顺序，从而可以在安全模式期间用它来控制涡轮机。
在实施例中，通过利用模型预测控制(mpc)在线计算安全模式轨迹的形式，在线解决动态最优化问题，从而计算出关停轨迹。典型地，利用目标函数(成本函数)和多个约束条件(例如，最大/最小限制值、变化率限制值等)来表述在上面这种应用中解决的最优化问题。当将这种控制方案应用在正常操作中时，目标函数被典型地表述为用于提供载荷与电能产出之间的平衡，并利用约束条件来约束某些操作参数，例如转子速度、节距位置和速度、以及发电机扭矩。
在本发明的实施例中，通过应用反映故障系统的当前性能的成本函数和约束条件(例如，发电机的突发性损耗、电网线路的损耗、节距调节性能的全部或部分损耗)来处理故障。
在实施例中，当接收到故障信号时，使用mpc程序来计算安全模式轨迹。这样，在确定安全模式轨迹时，将故障的类型考虑在内。故障条件可以是包括在模型预测控制程序中的约束条件，并且模型预测控制程序的成本函数以故障的类型为基础。
在示例性实施例中，用于正常生产的最优化问题具有以下形式：
u*(t)＝argminj0(s(t),p(t),u(t))，
并且符合以下约束条件：
-5≤θi≤90,i∈{1,2,3}
pe≤3mw
函数argmin是标准数学算子，它表示在成本函数j0取得最小值时的自变量值，并且在s、p、u和t所形成的参数空间中找到这些点。参数
在本文中，名义成本函数j0使用控制信号u(t)来提供功率(p)与载荷(s)之间的平衡，而约束条件限制转子速度、叶片节距角、叶片节距调节速度和电功率。控制信号典型地由如下所述的叶片节距角和用于变电器的功率基准组成：
图4示出在如下情况下轨迹的实例：在时刻t＝tf之后发生变电器故障40，因而有效地阻止任何电能产出。在这种情况下，成本函数和约束条件中可能的变化可以是：
u*(t)＝argminj1(s(t),u(t))，
符合以下约束条件：
-5≤θi≤90,i∈{1,2,3}
pe＝0
这样，电能产出不再是成本函数的一部分，而是被限制为零，这是因为不再能发电了。虽然当失去电能产出能力时，转子速度表现出少量过调，但在朝着停止的方向调节节距的同时，继续进行个体节距调节动作，从而利用节距动作使得转子速度变为静止。
实际上，这将会有效地禁止变电器所控制的发电机扭矩被用作控制涡轮机的手段，从而通过调节叶片的节距调节来控制涡轮机。其他设计方案可以包括采用电力制动器或机械力制动器的能力。在这种情况下，控制信号可以包括用于制动器的布尔启动信号。
图5示出在如下情况下轨迹的实例：在时刻t＝tf发生故障50，该故障与调节叶片的节距的能力下降有关，例如，一个叶片机械地卡在例如10度处。在这种情况下，可以以下降模式继续操作涡轮机。当一个叶片卡住时，其他两个叶片各自的节距活动性增强，以补偿卡住的叶片。同时，它们调节节距，以停止转动。保留电能，以便辅助转子制动。
关于以最优化为基础的方案，可以将问题转化为“将一个叶片的叶片节距调节速度限制为0度/秒”，由此来理解这种操作模式：
u*(t)＝argminj0(s(t),p(t),u(t))，
符合以下约束条件：
-5≤θi≤90,i∈{1,2}
pe≤3mw
图6示出在另一种情况下轨迹的实例，该情况是：在时刻t＝tf发生故障60，该故障与调节叶片的节距的能力下降有关。在本实例中，叶片3的叶片节距调节液压机构仅能保证该叶片的恒定的节距调节速率。其余两个叶片各自的节距调节活动性增强，以补偿第三个叶片不能为个体节距控制出力的缺陷。由于故障叶片没有卡住而可以调节节距，所以使得转子比例如2稍快一些地静止下来：
u*(t)＝argminj0(s(t),p(t),u(t))
符合以下约束条件：
-5≤θi≤90,i∈{1,2}
pe≤3mw
图7示出在如下情况下轨迹的实例：故障导致以安全模式进行后续操作，其中，涡轮机进行操作，但电能产出减少。
在本实施例中，涡轮机具有分别调节叶片的节距的能力，但在时刻t＝tf发生故障70，导致一个叶片以恒定的节距调节速率退回到安全状态。其余两个叶片各自的节距活动性增强，以补偿第三个叶片不能为个体节距控制出力的缺陷。将两个无故障叶片的节距角调节至不会使转子静止而会使转子低速旋转的角度，从而尽管存在故障叶片，仍然允许适当的电能产出。
在使用模型预测控制(mpc)程序来计算控制轨迹和安全模式轨迹两者的实施例中，可以在检测到给定故障情形(即，在接收到故障信号)时改变成本函数和约束，但在其他情况下使用相同的mpc程序。在这种实施例中，在每个取样时间，仅计算一个最优控制信号。
在实施例中，在操作风力涡轮机期间，不断地计算安全模式轨迹。在这种实施例中，在每个时间步骤中估计可能的故障情形。也就是说，使用“假设分析”型方案，即，不断地为未来可能的故障情形准备控制信号轨迹。可以基于风力涡轮机的操作状态计算两个或更多的完整安全模式轨迹，并且可以基于故障信号选择特定的完整安全模式轨迹。可以基于由控制系统执行的选择程序进行选择。这种选择程序可以执行选择标准，以便从可用的轨迹中选择最适当的安全模式轨迹。
在安全模式轨迹为关停轨迹的实施例中，关停轨迹的时间序列可以也可以不贯穿整个关停过程。如果关停轨迹的时间序列贯穿整个关停过程，即，如果在开始关停之前计算出完整关停轨迹，则可以使用完整关停轨迹来控制风力涡轮机。这样的优点在于，即使用于解决最优化问题的机构失效，也能执行给定的控制轨迹。
在另一个实施例中，mpc程序是滚动时域程序(recedinghorizonroutine)，从而可以获得如下益处：在关停的过程中，反复地计算关停轨迹并将其用作滚动时域轨迹，并使用最后计算出的关停轨迹来控制风力涡轮机。在这种实施例中，在时刻t，对当前状态取样，并为未来时域[t,t+t]计算成本最小化控制策略。在关停控制信号中，仅使用当前样本k的第一个预测值；然后，再次对涡轮机状态取样，并从新的当前状态开始重复计算，从而形成新的关停轨迹和新的预测状态轨迹。这样，能够确保在整个关停过程中使用最优化轨迹。
在另一个实施例中，关停过程是两步式过程。在第一步中，计算安全模式轨迹，以使涡轮机进入安全区域，从该安全区域获知安全关停轨迹。在第二步中，使用安全关停轨迹来使涡轮机完全停止。可以预先计算出安全关停轨迹的第二部分，或者安全区域可以是如下操作状态：从该状态开始，关停操作是很平常的。
在实施例中，可以使用简化系统模型来计算关停轨迹，其中，mpc程序使用风力涡轮机的操作状态的子集来计算安全模式轨迹。可以采用许多与全面计算类似的方式来完成使用简化模型的轨迹计算；然而，在风力涡轮机中实施上述计算所需的计算资源比全面mpc控制器的少。
在实施例中，风力涡轮控制器设置成：执行能够对未来时间段的控制轨迹进行验证的至少一个验证程序，以确定控制轨迹成立或不成立——如果控制轨迹不成立，则生成故障信号。通过验证操作轨迹，控制系统能够确定：不仅在当前时刻，而且在包括在操作轨迹中的未来时间段的至少一部分，系统能否以安全方式操作。这样，在疑难情况实际发生之前，控制系统能够为该情况做好准备。也就是说，控制器能够及时地进入安全模式操作，而非仅在检测到疑难状况时才做出反应。
能够在疑难状态实际出现之前或者发展到疑难状态之前，就对疑难状态采取措施——这样有利于保护涡轮机。另外，还可以带来如下益处：由于要么在故障发生之前发现故障，要么至少在故障发生的初期发现故障，所以可以使安全模式操作(包括关停)所导致的停工期缩短。这样可以进一步降低维修成本。此外，由于能够减少机械载荷要求，所以可以降低负载元件的成本。在本发明的实施例中，这种设备可以应用在可控的关停操作——而不是紧急关停操作——所规定的许多故障情形下。
除了验证控制轨迹之外，或者可选地除了验证控制轨迹之外，可以对未来时间段的安全模式轨迹进行验证，以确定安全模式轨迹成立或不成立；如果安全模式轨迹不成立，则使用预定的关停轨迹来控制风力涡轮机以关停。
预定的关停轨迹可以存储在控制器的存储器中。存储器可以存储一个或更多的预先编写的关停控制轨迹，例如，已知的在载荷极限内操作风力涡轮机的适当的控制轨迹。可选地或附加地，控制器还可以存储最后的一个成立的关停控制轨迹或者可供选择的多个给定的成立的关停控制轨迹。可以不断地用最新计算出的轨迹来更新存储在存储器中的实际轨迹。
在实施例中，还可以在额外的约束条件下执行mpc最优化；该额外的约束条件是，未来时间段的控制轨迹可以不包括如下操作状态：在该操作状态下，找不到到安全模式轨迹的mpc运算的解。也就是说，对控制轨迹上任意未来的点而言，在选定的或给定的故障条件下，能够找到这种故障情形的解。因此，涡轮机操作被限定在如下操作条件的区域内：如果存在潜在故障，则该区域中存在关停轨迹。这样，能够确保控制轨迹的递归可行性，即，能够确保风力涡轮机决不进入如下状态：在该状态下，找不到符合任何给定故障的安全关停轨迹。因此，能够确保：沿着给定的控制轨迹的任何状态下，存在可行的关停解。
验证还可以包括：对未来时间段的给定操作状态轨迹进行验证。如果操作轨迹不成立，则生成故障信号。
在实施例中，验证程序将一个或多个操作轨迹的一个或多个参数值与这些参数的给定约束值进行比较，其中，如果一个或多个经过比较的参数值不超过约束值，则验证成立。这样，验证程序简单地检查一个或多个预测的轨迹，以确保在预测的时期内，预测的轨迹值处于适当的极限内。实例包括：检查预测的节距轨迹处于允许的节距值内，并且预测的塔顶移动量处于允许的数值内。通常，能够选择并验证用于安全性临界参数的轨迹，以使其处于允许的约束极限内。还可以使用更多或其他验证程序。
在实施例中，控制系统可以被划分成两个子系统——主控制器子系统和安全性控制器子系统。可以以任何适当的方式在物理上或逻辑上实现这种划分。
控制系统可以基于通用的或标准的工业计算设备，而安全性系统可以基于安全性认证计算设备和经过严格测试的软件。典型地，可以根据关于功能安全性的认证标准中给出的原则来构造控制系统的安全性相关部分。这些标准包括例如iso13849、iec61508和iec62061。除了符合有关可靠性和诊断覆盖率的具体的、定量的要求之外，还要保证根据这些标准构造的系统不受系统故障(例如，软件缺陷)的影响。因此，控制系统可以被划分成：常规控制范围，其使用标准计算设备执行计算任务；以及安全性控制范围，其使用安全性相关计算设备执行计算任务。
在实施例中，在风力涡轮机控制器的常规控制范围中执行模型预测控制(mpc)程序，从而在常规控制范围中计算安全模式轨迹。这样可以降低控制系统的成本，这是因为用于操作涡轮机的预测轨迹的实时计算对计算性能的要求相当高。
为了提高安全性水平，可以在风力涡轮机控制器的安全性范围中执行验证程序。验证程序的目的在于验证安全模式轨迹。
这样，可以将计算量繁重的计算任务布置在控制系统的正常操作范围中，同时安全性控制器的任务是验证主控制器的结果。与执行复杂计算本身相比，可以以对计算性能要求低得多的方式来验证复杂计算的结果(包括：例如，数值优化)。因此，能够将验证布置在控制系统的安全性相关范围内。最终获得的安全性水平可能与在安全性范围内执行实际计算而获得的安全性水平一样高。
然而，如果安全性系统的计算资源允许，则可以在风力涡轮机控制器的安全性范围中执行模型预测控制(mpc)程序，以便在安全性范围中计算出安全模式轨迹。可能要求为安全模式轨迹匹配较高的安全性水平，并且在安全性控制器中计算出的轨迹可以在不经进一步验证的情况下使用。
在另一个实施例中，可以在风力涡轮机场控制器中实施本发明实施例的常规方面，风力涡轮机场控制器设置成用于控制风力涡轮机场中的一个或多个风力涡轮机。在这种实例中，风场控制器可以控制一个或多个选定的风力涡轮机。在这种实施例中，可以分布式地实现风力涡轮机控制器，其中，在风力涡轮机中实现控制器的一部分，并在风场中实现控制器的其余部分。
图8示出本发明的实施例的原理的流程图。
在第一步81中，确定或接收风力涡轮机的当前操作状态，并基于当前操作状态计算控制轨迹83和安全模式轨迹82。尽管这两种轨迹都可以使用模式预测控制(mpc)程序来计算，但至少安全模式轨迹是利用mpc程序计算的。
接收或存取用于指示是否存在故障条件的故障信号84。如果故障信号指示风力涡轮机的故障条件，则使用安全模式轨迹85控制风力涡轮机；如果未接收到故障信号或者故障信号并不指示故障条件，则使用控制轨迹86控制风力涡轮机进行正常模式操作。可以基于实际故障条件87计算安全模式轨迹。
尽管参考具体的实施例对本发明做了描述，但在任何情况下都不应认为本发明被限制为上述实施例。可以利用任何适当的手段来实施本发明，并且根据随附的权利要求书来理解本发明的范围。权利要求书中的任何附图标记都不应被理解为限定本发明的范围。
- 还没有人留言评论。精彩留言会获得点赞！