欢迎来到天天文库
浏览记录
ID:5380462
大小:247.97 KB
页数:3页
时间:2017-12-08
《khc算法在风力发电机组偏航系统运用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第33卷第9期华电技术Vo1.33No.92011年9月HuadianTechnologySep.2011KHC算法在风力发电机组偏航系统的运用顾露香,乐秀皤,杨虞琨,李栅栅(河海大学能源与电气学院,江苏南京21lOOO)摘要:针对现实生活中风力发电机对风精度不高、机组下风方向的风机受其余风机气流影响无法准确对风的问题,提出了一种优化卡尔曼滤波和爬山法相结合的新型控制算法——KHc算法。该算法的核心内容是通过功率检测的方法进行高精度对风控制并利用卡尔曼滤波进行风向量预测,避免偏航机构疲劳动作和干扰。通过仿真分析,验证了算法的可行性,风机发电效率得到了极大
2、提高。关键词:风力发电机组;偏航控制;KHC算法;功率检测;风向量预测中图分类号:TM614文献标志码:A文章编号:1674—1951(2011)09—0092—03风向量具有典型的非线性和很大的随机性,为O引言了使系统达到较高的控制精度,该系统采用了双闭风向、风速总是频繁变化的且具有随机性,这就环结构,系统的双闭环控制方框图如图1所示。对风力发电机的偏航控制提出了很高的要求。偏航控制系统作为一个随动系统,要求能够在规定风速范围内自动准确对风,在非可用风速范围下90。侧风。现有的水平轴风力发电机由于受风精度、机械结构等因素限制,在迎风风向变换时,风轮机只
3、能非连续性偏转进行对风,使得风轮机与最大迎风方向存在偏航夹角,极大程度地影响了风力发电机的发电效率。同时,风力机组下风方向的风机受到其余图1偏航系统双闭环控制方框图风机气流影响,无法准确对风,对其偏航迎风控制产系统内环为风向环,根据风机位置检测值和风生很大影响。向信号对偏航机构进行控制,当风向信号发生变化针对上述偏航控制问题,作者提出了一种优化时,控制单元会通过偏航机构调整风机叶轮方向。卡尔曼滤波和爬山法相结合的新型控制算法——在该环节的控制单元中还加入了对风向量的预测算KHC算法。该算法的核心内容是采用爬山法,不使法,这是一种基于优化卡尔曼预测的递归算
4、法,能够用风向传感器,通过检测输出的电功率进行高精度在精确对风的基础上减小偏航机构的动作幅度和频的对风控制,避免下风方向风机受紊流和其余风机率,避免干扰和疲劳动作,延长机构寿命。系统外环为风速环,根据给定风速允许范围和气流等不利因素的影响;同时采用优化卡尔曼滤波的方法,利用短时间内风向在一定范围内连续性变检测到的风速信号向内环输出给定值,并根据风速信号的变化调整系统阻尼。此外,系统还能够根据化的特性,使系统既能够准确预测、自适应跟踪风风速判断风机应处的状态,使风机在风速低于下限向、保持叶轮转速稳定,还能有效降低偏航机构动作时处于迎风状态,在风速超过上限时
5、进入偏航避风的幅度和频率,避免了干扰和偏航机构的疲劳动作。状态。1偏航控制系统2风力发电机优化卡尔曼滤波和爬山法相风机偏航系统主要由风向标、偏航电机、偏航行星齿轮减速器和回转体大齿轮组成。偏航电机的控结合的控制算法(KHC算法)制回路对风向标产生的电信号进行处理,给偏航电2.1爬山法(HillClimbingContro1)机发出偏航指令,从而带动偏航行星齿轮减速器和风力发电机中运用的输出功率检测方法基于爬回转体大齿轮转动机舱进行对风。山法,即采用递归调用的方式逐步提高输出功率,最终使输出功率无限接近最大输出功率。收稿日期:2011—05—30如图2所示
6、,通过输出功率尸与最大输出功率第9期顾露香,等:KHC算法在风力发电机组偏航系统的运用。93·P⋯的比较,逐步提高输出功率到P,P,⋯,最终使阻尼进行动态调节,从而对风向的偏航角度进行优输出功率达到或无限接近最大输出功率P从而化,使得偏航机构避免做不必要的小扰动,既保证了实现了高精度对风,大大提高了风力发电机的风能系统的精确对风,又使得偏航机构的动作达到最优利用率。化,提高了风力发电机偏航动作的稳定性和可靠性。算法实现的具体过程为:通过短时间的采样,获取风向量的参数,包括风速[(凡),(+1),(,z+2),⋯,(n+k)]和对应的角度[(n),(n+1
7、),0(n+2),⋯,0(n+),可计算出风的摇摆范围0(凡+k):2arcsinf\l。+m,丌1脚算法中采用动态阻尼系数(n+k),通过预测结果进行有效的调节,可实现偏航机构的动作优化(n+)=K·In(±)_i+1),式中:0(n+k)为[n,n+1,/'b+2,⋯,凡+k]时间图2功率检测控制方法示意图内的样本角度均值;参数k为修正比例系数,根据试具体实现过程如下:假设风力发电机运行在允验可以具体确定系统的参数值。许风速下,通过分析计算可知其最大输出功率为系统的卡尔曼滤波预测结果为:÷pV3SC,口(n+)=0o(凡+)+(n+尼)0小(/Z+)
8、,式中:0o(+k)为系统的实际角度;0(忍+.j})为系式中:P为空气密度;为
此文档下载收益归作者所有