本发明涉及一种风力发电机组变桨自适应控制方法与系统。
背景技术：
随着风力发电机组装机规模的不断增加，不同地域的地理条件，以及气候随季节的变化均会对机组的发电效率产生影响。由地域的地理条件差异和气候随季节的变化，造成的发电量损失，会影响业主投资回报率。同时由于越来越激烈的市场竞争，业主对整机厂商提升发电量方面的能力提出了更高的要求。在这种情况下开发一种能够对环境进行自适应的寻优控制算法来提高机组的发电量就显得十分有必要。
山地尤其是高海拔地区的机组，在功率接近额定功率的时候叶片存在局部失速问题，风流过叶片背时气流攻角过大，使得气流分离，降低升力，增加阻力，失速后的机翼气动效率极低，降低机组出力，体现在功率曲线上就是在额定功率附近功率曲线较低。可以通过适当增加风力发电机组桨距角的值，使风力发电机组提前变桨，延缓气流分离，提高升力并降低阻力，从而避免气动损失，改善风机的风能捕获能力，降低风机叶片出现的失速问题，从而提高风力发电机组的发电量。目前，现有算法中该部分桨距角的值为装机时的确定值，不会随着时间以及外界环境的改变来自动调节，不能很好的适应不同风电场环境的变化。同时，该值的调节主要依靠工程师的经验，通常是在功率曲线出现问题后进行现场测试调节，存在耗时长，调节不及时以及手工调节参数难以获得最优值等问题。因此，需要建立一种变桨自适应控制算法来对现有的控制算法进行优化升级。
技术实现要素：
本发明为了解决上述问题，提出了一种风力发电机组变桨自适应控制方法与系统。
本发明的第一目的是提供一种风力发电机组变桨自适应控制方法，能够很好的解决高海拔地区，空气密度下降引起的叶片失速问题。
本发明的第二目的是提供基于上述方法的系统，将上述方法嵌入到现有的风力发电机组主控程序中，方便后期的改造与维护升级。
为了实现上述目的，本发明采用如下技术方案：
一种风力发电机组变桨自适应控制方法，包括以下步骤：
根据风力发电机组的机型以及机组现场的运行情况，确定桨距角限制表中风速和桨距角的对应关系以及桨距角优化的区间；
设计风力发电机组性能评价策略，对不同的桨距角参数下机组的性能表现进行对比，从而找出机组最优性能表现对应的桨距角参数作为机组的最优参数；
针对桨距角优化的区间，利用循坏迭代通过不断缩小寻优的范围来找出最优的桨距角参数值，保证控制参数处于最优位置，实现自适应控制。
进一步的，将风速和桨距角的关系定为线性关系，通过控制斜率来对两者的关系进行变更从而改变桨距角限制表。
进一步的，也可以根据现场情况将风速和桨距角的关系选取为一元二次函数，通过改变该函数的曲线弧度来对两者的关系进行变更。
进一步的，利用风速和桨距角的关系简化桨距角限制表的更改难度，将桨距角限制表中桨距角大小的变更转化为相关桨距角参数的变更，通过更改一个参数的值来获得对整个桨距角限制表的更改。
进一步的，将不同风速下的功率值进行加权相加得到确定桨距角参数下的风力发电机组性能评价指标。
更进一步的，较大风速下的功率值在性能指标中占据更大的权重。
进一步的，在确定评价指标时，需要排除外界风速波动、机组非正常发电以及电网限功率的影响。
进一步的，引入风速波动的惩罚项来对机组受外部风速波动影响时的功率信息进行抑制。
更进一步的，风速向上波动则适当降低指标，风速向下波动则适当增加指标，确保参数的性能指标是在相对稳定的特定风速下计算得到的。
进一步的，在迭代过程中需要同时比较两个桨距角参数的性能指标，在计算两个参数的性能指标时，采用循环迭代的算法，设置一个循环时间，每次在一个参数上循环相同的时间以此循环迭代两个参数，来确保参数外部风况的相同。
进一步的，设置一个优化阈值ω来作为循环算法结束的标志，如果桨距角优化的区间的上下限差值小于优化阈值时,则认为优化完成。
一种风力发电机组变桨自适应控制系统，运行于处理器或可读存储介质上，被配置为执行以下指令：
根据风力发电机组的机型以及机组现场的运行情况，确定桨距角限制表中风速和桨距角的对应关系以及桨距角优化的区间；
设计风力发电机组性能评价策略，对不同的桨距角参数下机组的性能表现进行对比，从而找出机组最优性能表现对应的桨距角参数作为机组的最优参数；
针对桨距角优化的区间，利用循坏迭代通过不断缩小寻优的范围来找出最优的桨距角参数值，保证控制参数处于最优位置，实现自适应控制。
与现有技术相比，本发明的有益效果为：
1、本发明适应于目前的主流型风电机组，对风电机组的规格型号没有特殊要求，适用面较广；
2、不需人工参与，机组自动寻优，极大节省时间和人力成本；
3、参数优化效果好，解决了叶片局部失速的问题，提升机组出力；
4、本发明部署简单，直接嵌入到主控程序，后期维护改造简单方便。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
图1为变桨自适应算法流程图；
图2为循环迭代算法的流程图；
图3为动态寻优示意图；
具体实施方式：
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在本发明中，术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，只是为了便于叙述本发明各部件或元件结构关系而确定的关系词，并非特指本发明中任一部件或元件，不能理解为对本发明的限制。
本发明中，术语如“固接”、“相连”、“连接”等应做广义理解，表示可以是固定连接，也可以是一体地连接或可拆卸连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员，可以根据具体情况确定上述术语在本发明中的具体含义，不能理解为对本发明的限制。
该算法的具体设计流程，如图1所示，步骤一：确定风速-桨距角之间的对应关系。可以设计为线性关系(具体关系可根据实际情况调节)，如下式所示。
rwindspeedfine＝finalpitch*(rwindspeed-originalwind)/windscale
其中，rwindspeedfine为不同风速对应的桨距角的值，finalpitch是能够更改桨距角限制表的桨距角参数值，rwindspeed为风速，originalwind和windscale分别为算法优化区间的风速初始值以及优化的风速范围。
利用该关系可以简化桨距角限制表的更改难度，将桨距角限制表中桨距角大小的变更转化为线性关系中相关桨距角参数(finalpitch)的变更，通过更改一个参数的值来获得对整个桨距角限制表的更改。
步骤二：确定桨距角优化的区间[a,b]。该区间是优化迭代的初始区间，区间的最小值a一般设置为0，最大值b需根据现场具体情况确定。区间范围太大会导致优化迭代速度较慢，范围太小有可能会使最优桨距角值不在该区间内，所以该范围的选取需要在算法优化速度和优化效果之间进行平衡，可根据实际情况选取一个稍大点的范围。
步骤三：设置不同桨距角参数的性能评价指标。性能指标计算策略是该算法的核心，只有合适的性能指标才能评判出不同桨距角参数的优化效果，以及确定下一步的迭代优化方向。性能指标是以需要优化风速区间对应的功率值为基础的，具体计算公式可以如下所示。
powerflag＝power11/num11+power9/num9
其中，power9和power11分别为一段时间内的9m/s和11m/s风速对应的功率累加和，num9和num11分别为该段时间内9m/s和11m/s风速对应的功率值的个数。
因为外界湍流风是不确定且随机变化的所以性能指标的计算需要排除风速波动的影响，只有这样才能明确不同桨距角参数下机组的出力情况。要排除风速的波动影响可考虑引入风速的惩罚项来对风速波动情况进行惩罚，即风速向上波动则适当降低指标，风速向下波动则适当增加指标，确保参数的性能指标是在相对稳定的特定风速下计算得到的。风速的惩罚项的设置如下所示。
penalize＝ɑ*windwave
其中，ɑ为惩罚项系数，该值越大代表惩罚的力度越强，该值需要根据具体情况来制定，确保对风速波动的惩罚恰到好处。windwave为风速波动指标，代表风速波动情况，风速向上波动为负值，向下波动为正值。
除此之外，为了更好的评判不同桨距角参数下的功率曲线的优劣程度，还需要对采集到的不同风速下的功率值进行加权操作，目的是让大风下的功率值能够在性能指标中占据更大的权重(大风功率拥有较大的权重意味着功率曲线在大风下较优)，具体的权重值可以参考动态功率曲线下不同风速对应功率的比值，可以根据具体情况进行调整。以上两种优化策略可以很好的增加性能指标评判的准确度从而提高整个变桨自适应控制算法的优化精度。
步骤四：设置循环迭代算法。该算法的具体设计流程如图2所示，该算法通过经典算法0.618法来对循环迭代的方向进行选择，0.618法是一种可以高效方便的对单峰函数进行寻优的最优化方法，以该方法来迭代不同的桨距角参数，同时调用步骤三设计的算法来对不同桨距角参数的性能指标进行对比来确定优化的方向。通过不断的迭代来对初始桨距角区间[a,b]进行缩减。在迭代过程中需要同时比较两个桨距角参数的性能指标leftpower和rightpower，在计算两个参数的性能指标时为保证两个参数性能指标的测试环境相同，可以采用循环迭代的算法，设置一个循环时间，每次在一个参数上循环相同的时间以此循环迭代两个参数，来确保参数外部风况的相同。设置一个优化阈值ω来作为循环算法结束的标志，该值可根据实际的优化精度来确定。如果|a-b|<＝ω,则认为优化完成，最优参数为(a+b)/2，否则继续利用0.618法进行迭代a,b的值。
原有控制算法会因环境变化导致控制参数不在最优点，所述优化算法通过不断寻优来动态获取最优的参数值，保证控制参数处于最优位置，该动态过程如图3所示。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。