风力发电机独立变桨控制系统及方法
【技术领域】
[0001] 本发明涉及风电机组变桨系统的控制策略，特别是涉及一种基于线性二次型调节 和干扰自适应控制技术的风力发电机独立变桨控制系统及方法。
【背景技术】
[0002] 目前大部分的风机主要应用的仍然是统一变桨，而实际运行环境中，由于风剪、塔 影等因素的影响，风轮平面内产生不平衡载荷，导致较大的叶尖变形，增加了叶片疲劳载 荷，而统一变桨控制不能有效解决载荷不均匀问题，而且随着风力发电机组的大型化，这种 不均衡载荷影响变得越来越大，而且不能降低风轮平面内的不均衡载荷，从而减少轮毂、主 轴、塔架等一系列关键部件的振动。
[0003] 近年来，国内外对风力机独立变桨控制也进行了相应的研究，独立变桨现有的技 术主要有如下几个方法：
[0004] (1)、采用周期变桨控制，可有效减轻一阶旋转频率引起的载荷；
[0005] (2)、引入状态空间方法来抵消风剪导致的载荷；
[0006] (3)、通过测量获得叶根载荷的平均值，将其解耦到2个相互垂直的坐标系上，这 样就能使用传统的单输入单输出控制方法等方法。
[0007] 但上述独立变桨方法普遍具有如下缺点：
[0008] (1)现有的独立变桨方法，不能有效降低风力发电机的振动载荷，使其达到较好的 减振目的；
[0009] (2)、现有的独立变桨方法，不能抑制或者减小风速、湍流、风剪和塔影效应等对风 力发电机的影响，使其提高系统鲁棒性。。
【发明内容】
[0010] 为克服上述现有技术存在的不足，本发明之目的在于提供一种风力发电机独立变 桨控制系统及方法，以解决风机风轮受载等问题，以延长风力机的运行寿命。
[0011] 为达上述及其它目的，本发明提出一种风力发电机独立变桨控制系统，该系统包 括风力发电机组、状态观测器以及干扰自适应控制器，该系统根据控制输入和干扰输入，加 入状态观测器和干扰自适应控制器，根据具体情况调节增益系数Gx和Gd来控制误差和干 扰输入的影响，最终实现独立变桨。
[0012] 进一步地，该系统引入闭环状态观测器，根据湍流和塔影效应的影响引入干扰状 态抵消干扰输入的影响，建立干扰自适应观测器，并根据具体情况调节增益系数Gx和Gd来 控制误差和干扰输入的影响，最终实现独立变桨。
[0013] 为达到上述目的，本发明还提供一种风力发电机独立变桨控制方法，包括如下步 骤：
[0014] 步骤一，由状态空间子模型确定风轮运动方程的状态空间表示形式，并根据线性 二次调节确定目标函数和最优控制信号表达式；
[0015] 步骤二，引入闭环状态观测器，根据湍流和塔影效应的影响引入干扰状态抵消干 扰输入的影响，建立干扰自适应观测器；
[0016] 步骤三，根据状态方程的估计误差，调节增益矩阵的增益系数，减小误差，使状态 估计值能很好地跟踪系统状态；
[0017] 步骤四，通过观测器估计叶尖变形，重构干扰风速，确定干扰反馈增益，消除塔影， 湍流等因素的干扰。
[0018] 进一步地，风轮运动方程的状态空间表示形式为： x(r)=Aax n+?
[0019] > yi t) - Coci f ) -f DiUi t) J
[0020] 其中，Ap Q、D1为风轮运动方程转化为标准控制方程的状态空间表示形式中 的参数，第一个式子左边为x(t)的导数，x(t)为系统状态，u(t)为系统输入，都是自变量， y(t)为因变量，所有因变量、自变量都是随时间t变化的函数式。
[0021] 进一步地，该目标函数为： 0O
[0022] J = J*(δχ⑴' 2(〇3x(t) + διι⑴ τ Α(〇διι⑴)dt 〇
[0023] 其中，δ x(t)为系统状态；δ u(t)为控制输入；Q(t)为状态权重矩阵；R(t)为输 入权重矩阵，δχ(?)、3u(t)为状态变量x(t)、输入变量u(t)的多元微分。
[0024] 进一步地，该最优控制信号u (t)表达式为：
[0025] u (t) = Gx ⑴
[0026] 其中，G为反馈增益矩阵，是在系统的全状态反馈下计算的。
[0027] 进一步地，于步骤二中，该状态观测器模型表示为：
[0028] Ax(t) = (j _ ^Ox(Z) + Bu(t) + Γ^0) + Gr v(r) ο：
[0029] 其中，为x(t)的状态估计值，uD(t)为受湍流和塔影效应影响的扰动输入，A、 B、C为该闭环状态观测器的传递矩阵，G为反馈增益矩阵。
[0030] 进一步地，该干扰自适应观测器表示为： Zo (t) = Fzd (t) + Gd {y{t) - ν{?)) η
[0031] I 鉍?)⑴=
[0032] 其中，uD(t)为受湍流和塔影效应影响的扰动输入，zD(t)为状态观测器新引入的 干扰状态函数，为zD(t)的导数，F和Θ是已知的干扰状态矩阵和扰动输入矩阵，G为 反馈增益矩阵。
[0033] 进一步地，于步骤三中，该状态方程的估计误差为：
[°034] e(t) = (A-GC)e(j) -「J -「G"| - 「 ?
[0035] 其中:2= 〇 ρ 沒二 ' C = [C 0]
- ? 5 GdS干扰扰动增益，：^ 分别为没有扰动输入和有扰动输 入情况下的误差矩阵的转置。
[0036] 进一步地，调节增益矩阵的增益系数，可配置的极点在期望的极点附 近，即可将极点配置到复平面虚轴的左侧，使得误差迅速衰减，使状态估计值能很好地跟踪 系统状态。
[0037] 与现有技术相比，本发明一种风力发电机独立变桨控制系统及方法通过实现一种 基于线性二次型调节和干扰自适应控制技术的独立变桨控制策略，以解决风机风轮受载等 问题，进而延长风力机的运行寿命，本发明可以有效降低风力发电机的振动载荷，达到了较 好的减振目的，同时引入干扰自适应控制技术，以此抑制或者减小风速、湍流、风剪和塔影 效应等对风力发电机的影响，提尚系统的鲁棒性。
【附图说明】
[0038] 图1为本发明一种风力发电机独立变桨控制系统的架构框图；
[0039] 图2为本发明一种风力发电机的独立变桨控制方法的步骤流程图；
[0040] 图3为风速随高度变化示意图；
[0041] 图4为本发明较佳实施例中带状态观测器的状态反馈闭环控制系统结构图；
[0042] 图5为本发明较佳实施例中状态空间控制模型结构图。
【具体实施方式】
[0043] 以下通过特定的具体实例并结合【附图说明】本发明的实施方式，本领域技术人员可 由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同 的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离 本发明的精神下进行各种修饰与变更。
[0044] 图1为本发明一种风力发电机独立变桨控制系统的架构框图。如图1所示，本发 明一种风力发电机独立变桨控制系统，包括：风力发电机组10、状态观测器20以及干扰自 适应控制器30。
[0045] 本发明之独立变桨控制系统，根据控制输入和干扰输入，加入闭环状态观测器20 和干扰自适应控制器30,根据具体情况调节增益系数Gx和Gd来控制误差和干扰输入的影 响，最终实现独立变桨。
[0046] 图2为本发明一种风力发电机的独立变桨控制方法的步骤流程图。如图2所示， 本发明一种一种风力发电机的独立变桨控制方法，包括如下步骤：
[0047] 步骤201，由状态空间子模型确定风轮运动方程的状态空间表示形式，并根据线性 二次调节确定目标函数和最优控制信号表达式，易于构成闭环最优控制。
[0048] LQR(linear quadratic regulator)即线性二次型调节器，其对象是现代控制理 论中以状态空间形式给出的线性系统，而目标函数为对象状态和控制输入的二次型函数。 二次型目标函数J的数学表达式为：
[0049]
[0050] 其中Q为半正定实对称常数矩阵，R为半正定实对称常数矩阵，Q、R分别为X和U 的加权矩阵。LQR最优设计是指设计出的状态反馈控制器K要使二次型目标函数J取最小 值，而K由加权矩阵Q与R唯一决定，故此Q、R的选择尤为重要。LQR理论是现代控制理论 中发展最早也最为成熟的一种状态空间设计法。特别可贵的是，LQR可得到状态线性反馈 的最优控制规律，易于构成闭环最优控制。
[0051] 步骤202,引入闭环状态观测器，根据湍流和塔影效应的影响引入干扰状态抵消干 扰输入的影响，建立干扰自适应观测器。
[0052] DAC(disturbance accommodating control)即干扰自适应技术，是一种用来降低 或抵消持续干扰的方法，基本思想是在状态观测器中引入干扰状态，将重构的干扰状态引 入反馈增益中以抵消干扰输入的影响。
[0053] 步骤203,根据状态方程的估计误差，调节增益矩阵的增益系数，减小误差，使状态 估计值能很好地跟踪系统状态。
[0054] 步骤204,通过观测器估计叶尖变形，重构干扰风速，确定干扰反馈增益，消除塔 影，湍流等因素的干扰。
[0055] 具体实施例：
[0056] -般来说，风模型主要分为3种：常风、湍流风和阵风模型。其中，湍流风是指风向 和大小都随时间变化的风，是常见的风模型之一。除了以上3种风模型外，实际情况下，还 要考虑风剪切、塔影效应等因素对风电机组的影响。
[0057] (1)、风剪切效应：自然风是随机变化，分布不均匀的。风速的变化受高度的影响很 大，而且随着风力机组的大型化，这种影响越明显。风剪切使得风速在竖直方向上发生了较 大变化（如图3所示）。风剪是指在竖直高度上风速的大小会随高度的不同发生变化。设 地面处的风速为零，则不同高度处的风速大小满足以下指数模型公式：
[0058]
[0059] 式中：z为离地垂直高度；V(Z)为离地高度为处的风速；Vh为轮毂处风速；h为轮 毂离地高度；α为风剪系数，它与大气稳定度和地面粗糙度有关，α值越大表示风速随高 度变化明显。
[006