专利名称：一种新型风力发电机控制方法和控制器的利记博彩app
技术领域：
本发明涉及自动控制技术，特别是一种可以进行风能最大功率跟踪的新型风力发
电机控制方法和控制器。
背景技术：
近年来我国的离网型风力发电机组的生产与推广有了很大发展。截止1997年在 全国推广应用的离网型风力发电机组保有量已经突破10万台，总装机容量超过15丽，解决 了约13多万户照明、看电视、听广播的用电问题。目前，国内的离网型风力发电机控制器的 控制功能较为简单，控制器以蓄电池两端电压作为蓄电池充放电的依据，对蓄电池进行充 电控制；通过检测风力发电机组的各部分状态，对发电机组进行保护。风力发电机组功率的 输出由负载决定，控制器缺少对风力发电机输出功率的控制，导致风力发电机对风能的捕 获能力具有一定的局限性，因此风力发电机组不能最大程度地发出电能，造成能量的浪费。
发明内容
为解决上述问题，本发明提供一种可以进行风能最大功率跟踪的新型风力发电机 控制方法和控制器， 本发明为解决其问题所采用的技术方案是 本发明提供的一种新型风力发电机控制方法，包括以下步骤 A控制器中的采样电路对控制器的输入信号进行采样，将采样信息输送到控制器 中的控制电路，为控制电路进行最大功率跟踪算法的计算提供参数； B控制电路根据采样电路输送的采样信息进行最大功率跟踪算法计算，得出控制 CUK电路中功率开关管的P丽脉冲波的占空比，形成P丽脉冲波，并将其输出到控制器中的 驱动电路； C驱动电路接收到来自控制电路的P丽脉冲波，经过隔离、放大之后，将处理过的 P丽脉冲波输送至控制器中的C區电路； D所述CUK电路在驱动电路的驱动之下，根据特定占空比，对输入到控制器的直流 电压进行斩波，并调节CUK电路自身及其后端负载所形成的等效阻抗，当等效阻抗与风力 发电机内阻匹配时，风力发电机输出当前可以输出的最大电功率。 其中，所述输入信号包括输入到控制器的直流电压、直流电流以及风力发电机输 出电压的频率。 进一步，其中的B包括以下步骤 a根据采样得到的直流电压、直流电流，将两者相乘，得到风力发电机当前的即时 输出功率； b控制电路根据采样得到的风力发电机输出电压的频率，经过BP神经网络的计 算，得到当前风力发电机的参考输出功率； c将计算得到的风力发电机当前的即时输出功率与风力发电机的参考输出功率作比较，得到功率误差，再将功率误差进行比例积分运算，得到P丽脉冲波的占空比并输至驱 动电路。 进一步，控制器在计算当前风力发电机的参考输出功率之前，以当前风力发电机 输出电压的频率和发电机当前输出功率作为输入因子、发电机能够输出的最大电功率为输 出因子，在控制器内部形成一套学习样本，对BP神经网络进行训练，并根据训练误差不断 修改各权值，直至BP神经网络的自学习完成。 进一步，在控制器的运行过程中，BP神经网络可同时不间断地进行自学习。
本发明提供的一种新型风力发电机控制器，包括采样电路、控制电路、C區电路、驱 动电路，所述采样电路的输出端与控制电路的输入端连接，控制电路的输出端与驱动电路 的输入端连接，驱动电路的输出端与CUK电路的输入端连接。 进一步，所述采样电路可对输入到控制器的直流电压、直流电流以及风力发电机 输出电压的频率进行采样。 本发明的有益效果是本发明的控制方法可以提高风力发电机组对风能的捕获能 力，使得离网型风力发电机控制器具备快速风能最大功率跟踪的功能，本发明的风力发电 机控制器增加了对风力发电机输出功率的控制功能，可以在风速变化频繁、负载变化较大 的情况之下，能跟踪可捕获的最大风能，控制风力发电机发出尽量多的电能，提高了发电效 率，有效节省了能源。
下面结合附图和实施例对本发明作进一步说明
图1为本发明的控制器的结构框图。
具体实施例方式
参照图1，本发明的一种新型风力发电机控制器，包括采样电路、控制电路、CUK电 路、驱动电路，所述采样电路的输出端与控制电路的输入端连接，控制电路的输出端与驱动 电路的输入端连接，驱动电路的输出端与CUK电路的输入端连接。
其中，各部分电路的主要功能如下 采样电路，其主要作用是对输入到控制器的直流电压、直流电流及风力发电机输 出电压的频率进行采样，并将采样结果输送至控制电路。 控制电路，其主要作用是根据采样电路采样到的直流电压、直流电流、发电机转 速，进行最大功率跟踪算法的计算，并根据计算得到的结果，对CUK电路进行控制。
驱动电路，其主要作用是接收来自控制电路的控制信号，并将其放大，驱动升压电 路中的功率开关管，保证CUK电路的正常工作。 CUK电路，为升压斩波电路，其主要作用是在驱动电路的驱动之下，改变自身及其 负载的等效阻抗。 本发明的新型风力发电机控制器实现的控制方法为 (1)采样电路对输入到控制器的直流电压、直流电流以及风力发电机输出电压的 频率进行采样，将采样得到的结果输送到控制电路，为控制电路进行最大功率跟踪算法的 计算提供参数；
(2)控制电路根据采样电路输送的直流电压、直流电流信号计算当前风力发电机 输出的即时电动率。与此同时，控制电路还根据采样电路得到的风力发电机输出电压的频 率，得出当前能够捕获的最大风能，计算出风力发电机输出的参考电功率。控制电路根据 风力发电机输出的即时电功率与风力发电机输出的参考电功率，进行最大功率跟踪算法计 算，得出控制C區电路中功率开关管的P丽脉冲波的占空比，形成P丽脉冲波，并将其输出 到驱动电路。 (3)驱动电路接收到来自控制电路的P丽脉冲波，经过隔离、放大之后，将处理过 的P丽脉冲波输送至C區电路。 (4) CUK电路在驱动电路的驱动之下，根据特定占空比，对输入到控制器的直流电 压进行斩波。通过对直流电压的斩波，CUK电路自身及其后端负载所形成的等效阻抗发生 变化。当等效阻抗与风力发电机内阻匹配时，风力发电机将输出当前可以输出的最大电功 率，实现风能的最大功率跟踪。 进一步，最大功率跟踪算法是基于BP神经网络的新型最大功率跟踪算法，具有一 定自学习功能。其具体实施步骤如下
(1)风力发电机当前输出功率计算 根据采样得到的直流电压、直流电流，将两者相乘，得到风力发电机当前的即时输
出功率，作为风力发电机当前输出功率。(2)风力发电机输出的参考功率计算 风力发电机输出的参考功率需要通过将风力发电机输出电压频率输入到BP神经 网络，经过BP神经网络的计算完成。在计算之前让神经网络有一个自学习的过程。其步骤 如下 (a)控制器在运行的过程中，自动记录当前风力发电机输出电压的频率及当前风 力发电机输出功率； (b)控制器不断更新相同电压频率下，发电机输出的功率，得出在此电压频率下， 风力发电机能够输出的最大电功率； (c)重复(a)、(b)步骤，控制器内部逐渐形成一套学习样本，为神经网络的自学习 提供依据； (d)BP神经网络在得到学习样本之后，神经网络输入层神经元的输出等于其输入、 隐含层及输出层神经元的输出将按下式计算 <formula>formula see original document page 5</formula> 其中，"J,)为n时刻第i层神经元j到第i-l层的连接权值(n)为n时刻 在样本P下第i层第j个神经元的输出，f为第i层第j个神经元的变换函数；
(e)神经网络的训练误差计算按下式进行 (f)在设计的最大功率跟踪算法中对权系数调整选用的是惯性因子法，第k-l层 第j个神经元与第k层第i个神经元的连接权值为Wi, j,k，则—,.m(" a代表学习因子；n代表动量因子； (g)不断重复(d) 、 (e) 、 (f)步骤，直到E < e ，这里e = 0. 0001 ;
(h)至此，神经网络的一次自学习完成。 控制电路根据采样得到的风力发电机输出电压的频率，经过神经网络的计算，得 到当前风力发电机的参考输出功率。在控制器以后的运行过程中，神经网络会不断自学习。
(3)占空比计算 将计算得到的风力发电机当前输出功率与风力发电机的参考输出功率作比较，得
到功率误差。将功率误差进行比例积分运算，得出P丽脉冲波的占空比。 至此，风能最大功率跟踪算法实施完成。控制电路根据计算得到的占空比，形成
P丽脉冲波，输出到驱动电路，由驱动电路驱动升压电路工作，控制风力发电机输出最大电功率。
权利要求
一种新型风力发电机控制方法，其特征在于包括以下步骤A控制器中的采样电路对控制器的输入信号进行采样，将采样信息输送到控制器中的控制电路，为控制电路进行最大功率跟踪算法的计算提供参数；B控制电路根据采样电路输送的采样信息进行最大功率跟踪算法计算，得出控制CUK电路中功率开关管的PWM脉冲波的占空比，形成PWM脉冲波，并将其输出到控制器中的驱动电路；C驱动电路接收到来自控制电路的PWM脉冲波，经过隔离、放大之后，将处理过的PWM脉冲波输送至控制器中的CUK电路；D所述CUK电路在驱动电路的驱动之下，根据特定占空比，对输入到控制器的直流电压进行斩波，并调节CUK电路自身及其后端负载所形成的等效阻抗，当等效阻抗与风力发电机内阻匹配时，风力发电机输出当前可以输出的最大电功率。
2. 根据权利要求1所述的新型风力发电机控制方法，其特征在于所述输入信号包括 输入到控制器的直流电压、直流电流以及风力发电机输出电压的频率。
3. 根据权利要求2所述的新型风力发电机控制方法，其特征在于其中的B包括以下步骤a根据采样得到的直流电压、直流电流，将两者相乘，得到风力发电机当前的即时输出 功率；b控制电路根据采样得到的风力发电机输出电压的频率，经过BP神经网络的计算，得 到当前风力发电机的参考输出功率；c将计算得到的风力发电机当前的即时输出功率与风力发电机的参考输出功率作比 较，得到功率误差，再将功率误差进行比例积分运算，得到P丽脉冲波的占空比并输至驱动 电路。
4. 根据权利要求3所述的新型风力发电机控制方法，其特征在于控制器在计算当前 风力发电机的参考输出功率之前，以当前风力发电机输出电压的频率和发电机当前输出功 率作为输入因子、发电机能够输出的最大电功率为输出因子，在控制器内部形成一套学习 样本，对BP神经网络进行训练，并根据训练误差不断修改各权值，直至BP神经网络的自学 习完成。
5. 根据权利要求4所述的新型风力发电机控制方法，其特征在于在控制器的运行过 程中，BP神经网络可同时不间断地进行自学习。
6. —种实施权利要求1的方法的控制器，其特征在于包括采样电路、控制电路、CUK电 路、驱动电路，所述采样电路的输出端与控制电路的输入端连接，控制电路的输出端与驱动 电路的输入端连接，驱动电路的输出端与CUK电路的输入端连接。
7. 根据权利要求6所述的控制器，其特征在于所述采样电路可对输入到控制器的直 流电压、直流电流以及风力发电机输出电压的频率进行采样。
8. 根据权利要求6所述的控制器，其特征在于所述控制电路可进行最大功率跟踪算 法的计算，并根据计算得到的结果对CUK电路进行控制。
全文摘要
本发明公开了一种新型风力发电机控制方法和控制器，其中的方法包括采样电路对输入信号进行采样，并将结果输送至控制器进行最大功率跟踪算法计算后，输出脉冲波至驱动电路，驱动电路对接收到的脉冲波进行处理后驱动CUK电路使之调整自身及负载的等效阻抗，最终使风力发电机输出当前可以输出的最大电功率；本发明的控制器包括采样电路、控制电路、驱动电路和CUK电路，采样电路的输出端与控制电路的输入端连接，控制电路的输出端与驱动电路的输入端连接，驱动电路的输出端与CUK电路的输入端连接。本发明的方法利用最大功率跟踪算法使风力发电机控制器在复杂的外部环境条件下，跟踪可捕获的最大风能，能有效提高发电机的发电效率。
文档编号H02P9/44GK101777865SQ20101011400
公开日2010年7月14日 申请日期2010年1月22日 优先权日2010年1月22日
发明者郭振清 申请人:广东天富风光潮发电设备有限公司