一种大型风电机组的蚁群pid独立变桨控制方法
【技术领域】
[0001] 本发明设及大型风电机组控制领域，特别设及一种大型风电机组的蚁群PID独立 变奖控制方法。
【背景技术】
[0002] 随着常规能源的弊端显现，可再生能源越来越受到人类的重视，风力发电由于其 技术成熟、灵活性强的优点，成为发展最快的可再生能源之一。近年W来风力发电机朝着大 型化的方向发展，叶轮的直径不断增大，叶轮上不平衡载荷引起的风力机疲劳失效成为风 电运行维护成本的主要来源。独立变奖控制方法通过分别对风机奖叶进行单独微调，在保 证发电机输出额定功率的情况下，能够减小减小因风速的端流特性、风剪切和塔影效应所 造成的风机不平衡载荷。
[0003] PID控制器静态性能好，并且结构简单容易应用，广泛应用于风电变奖控制中，但 是对于风力发电机运种大惯性、非线性时变系统来说，因为PID控制器的参数往往不变，所 W其动态性能并不能令人满意。
[0004] 为了改善PID控制器的运类缺陷，国内外学者尝试着将各种先进的控制方法使用 到大型风电机组变奖控制系统中，如神经网络控制、模糊控制和自适应控制，运些智能算法 很多都不需风机精确的数学模型，在仿真中的动态性能良好，但是往往运些先进算法的结 构很复杂，在实际工程应用中难W实现，所W现在基本上没有运类变奖控制系统投入应用。 另外，因为风机的控制参数会因为外界环境或内部因素而发生改变，研究者们尝试建立更 为精确的风力发电机载荷控制模型，有的采用滑模变系统，充分利用变结构控制对被控对 象的模型误差、对象参数的变化W及外部干扰有极佳的不敏感性的优点；有的分析风机变 奖系统多输入多输出变量之间的关系，设计多变量独立变奖控制器。运些研究大多都处于 理论方针阶段，且针对性强，对风机的非线性因素并未考虑完全，并不成熟。因而有必要找 出一种同时具有PID控制器结构简单、控制精确特点并且有着智能算法的良好动态性能的 控制方式，缓解风电机组的振动状态，使其功率输出更为平滑。
【发明内容】
[0005] 为了解决上述技术问题，本发明提供一种具有智能算法、控制精确的大型风电机 组的蚁群PI閲虫立变奖控制方法。
[0006] 本发明解决上述问题的技术方案是：一种大型风电机组的蚁群PID独立变奖控制 方法，包括W下步骤：
[0007] 1)建立风电机组的载荷模型，计算风电机组奖叶旋转坐标系下的拍打力矩；
[000引2)对拍打力矩进行科尔曼坐标变换，变换成d、q坐标轴下的偏航弯矩和俯仰弯矩；
[0009] 3)通过蚁群PID控制器得到d、q坐标轴下的独立变奖奖距角；
[0010] 4)独立变奖奖距角经过科尔曼逆变换变换成不同奖叶的优化奖距角，将优化奖距 角与统一变奖奖距角进行比较分析，得到奖距角控制信号，完成风电机组独立变奖的执行 动作。
[0011] 上述大型风电机组的蚁群PID独立变奖控制方法，所述步骤I)中，叶根弯矩变化量 的线性模型为：
[0012] AMi = k0i+hwi
[0013] AM2 = k&+hw2
[0014] AM3 = k03+hw3
[001引其中，AMi、AM2、AM3是叶根弯矩的变化量;为别为S个奖叶的奖距角；系 数k、h是风机处于某个稳定运行点时，叶根弯矩对奖距角、瞬时风速的导数;W1、W2、W3是3个 奖叶的相对风速变化量，其计算公式如下：
[0016] Wi = Vi-X
[0017] 其中，X是轮穀中屯、的轴向位移，i为风电机组的叶片数，Wi为第i片奖叶的相对风 速变化量，Vi为第i片奖叶上的绝对风速。
[0018] 上述大型风电机组的蚁群PID独立变奖控制方法，所述步骤2)中，根据空气动力学 原理，风电机组的偏航弯矩Md和俯仰弯矩Mq分别为：
[0021]其中：
表示轮穀轴向位移的速度，定义第一个奖叶的方位角为0，当其转置水平 位置时0 = 0°，01为第i个奖叶的方位角：
[0023]将奖距角和叶根载荷进行变换，其简化模型为：
[00%] 0、(〇、的(*)、03(〇为不同奖叶的优化奖距角，0/、的了表示4、9坐标轴下的奖距角 大小，am/、AMqT表示偏航弯矩Md与俯仰弯矩Mq的大小，它们之间的关系为：
O
[0029] 上述大型风电机组的蚁群PID独立变奖控制方法，所述步骤3)中，将PID控制器的 S个参数比例系数Kp、积分时间系数Ti、微分时间系数Td的值用一个二维坐标系来代替，W 便蚁群算法来寻优，其中（0，0)为起点或终点，横坐标1~5代表Kp，6~10代表Ti，11~15代表 Td,纵坐标值代表Kp、Ti、Td的值，横坐标从小到大依次为个位、十分位、百分位、千分位、万分 位，寻优的具体步骤如下：
[0030] ①、设置参数m，a，丫，P，N，D;定义节点;给定初始解;初始化参数t = 0，Nc = 0;
[0031] ②、将m个妈蚁置于各自的初始化邻域，妈蚁按照下式所给转移概率移动
[0033]其中，n为节点总数;S为已经过的节点数;i，j表示节点i与节点j连接而成的支路， n-s表示为经过的节点，[]a、[r为幕函数，a，丫是可访问度启发式因子;Tu(t)为支路(i，j) 上的信息素浓度;nu为支路(i，j)的可访问度，如下式所示：
，keN 且 k>l
[0035] 其中，yk-i为节点j上次循环产生的最优路径对应的PID参数在二维坐标系中的纵 坐标值;N为仿真计算的总点数；
[0036] ③、计算各妈蚁的目标函数值Lk,并记录PID控制器当前最优解，目标函数如下式：
[003引其中，tu为上升时间；e(i)为奖距角响应误差;y(i)表奖距角响应;ey(i)=y(i)-y (；[-1)血、112、113、114为权值且114如2山表示妈蚁1^周游所确定的目标函数值；
[0039] ④、算法每迭代n次，即妈蚁完成一次周游，每条支路上的信息素浓度将根据下列 式子进行整体更新；
[0040] Tij(t+n) =pxij(t)+A Tij m
[0041 ] A句=2>4
[0042]其中，P为信息素残留系数;m为妈蚁总数；A诗为第k只妈蚁在t时刻与t+n时刻之间 留在支路(i，j)上的信息素浓度，按下式计算：
若(i，j) e窠/f只妈蚊的周游过程 其它
[0044] 其中，D为妈蚁释放的信息素浓度；
[0045] 本发明使用的蚁群算法采用一种局部信息素浓度更新策略，如下式所示 ^ (0 -10/听若本次迭代中有m / 3只妈蚁选择同一支路（i，j)或有m / 5只
[0046] r,j(? + fl)= 蜗蚁选择该路径后终止本次迭代的周游 r.j(0 + l/% 其它
[0047] ⑤、循环次数Nc = Nc+l，判断Nc是否小于N，若是，则转至第2步继续循环，若否，则输 出PID控制器最优解。
[004引上述大型风电机组的蚁群PID独立变奖控制方法，所述步骤4)中，独立变奖奖距角 尚和尚经过科尔曼逆变换变换成不同奖叶的优化奖距角広、私、0Z，将优化奖距角広、的、抗与 统一变奖奖距角e0进行比较分析，即& =広+00，阮=的+00，03 =氏+00，从而得到奖距角控制 信号&、&、抗，完成风电机组独立变奖的执行动作。
[0049] 本发明的有益效果在于:本发明采用二维坐标系初始化PID参数节点，通过设定目 标函数令蚁群算法捜寻最优路径，自适应调整传统PI閲虫立变奖控制器的参数，来改善其输 出的d、q坐标系下的独立变奖奖距角给定值，经过科尔曼逆变换变换成不同奖叶的优化奖 距角给定，然后与统一变奖奖距角给定进行比较分析，得到奖距角控制信号，完成风电机组 独立变奖的执行动作，整个控制过程中采用智能算法结合传统PID控制器的方法，既具有自 适应性，并且静态性能良好;采用的控制器结构简单，容易应用于实际中，适用范围广;采用 此控制方法提高大型风电机组变奖控制系统的动态性能，能更好的应对阵风的影响，并且 降低了奖叶、机舱、塔架等风电机组关键部件的不平衡载荷，使风电机组的功率输出更为平 滑，提高了风机寿命。
【附图说明】
[0050] 图1为本发明的控制原理图。
[0051] 图2为本发明的蚁群算法流程图。
[0052] 图3为本发明的蚁群算法寻优PID参数的过程图。
【具体实施方式】
[0053] 下面结合附图和实施例对本发明作进一步的说明。
[0054] 如图1所示，本发明包括W下步骤：
[0055] 1)建立风电机组的载荷模型，计算风电机组奖叶旋转坐标系下的拍打力矩Mi、M2、 Ms；
[0056] 为了更好地控制风电机组的载荷进而稳定其振动状态即功率，选择的控制对象是 发电机输出功率、风轮转矩、转速和载荷，首先建立风电机组的载荷模型，叶根弯矩变化量 的线性模型为：
[0化7] AMi = k0i+hwi [0化引 AM2 = k02+hw2
[0059] AM3 = k03+hw3
[0060] 其中，All、AM2、AM3是叶根弯矩的变化量;为别为S个奖叶的奖距角；系 数k、h是风机处于某个稳定运行点时，叶根弯矩对奖距角、瞬时风速的导数;W1、W2、W3是3个 奖叶的相对风速变化量，其计算公式如下：
[0061] Wi = Vi-X
[0062] 其中，X是轮穀中屯、的轴向位移，i为风电机组的叶片数，Wi为第i片奖叶的相对风 速变化量，Vi为第i片奖叶上的绝对风速。
[0063] 2)对拍打力矩Mi、M2、M3进行科尔曼坐标变换，变换成d、q坐标轴下的偏航弯矩Md和 俯仰弯矩Mq;
[0064] 根据空气动力学原理，风电机组的偏航弯矩Md和俯仰弯矩Mq分别为：
[0067]其中，
表示轮穀轴向位移的速度，定义第一个奖叶的方位角为0，当其转置水平 位置时0 = 0°，01为第i个奖叶的方位角：
[0069]将奖距角和叶根载荷进行变换，其简化模型为：
[0072] 其中広(t)、的(t)、氏（t)为不同奖叶的