变速定桨风力发电系统控制技术研究

被引:0
作者
陈杰
机构
[1] 南京航空航天大学
关键词
风力发电; 变速定桨机组; 模型辨识; 风力机模拟系统; 最大功率跟踪; 全风速控制策略; 智能控制; 模糊控制器; 单神经元PID控制器; 风洞实验;
D O I
暂无
年度学位
2011
学位类型
博士
导师
摘要
随着能源危机和环境问题的日益加剧,开发和利用绿色可再生能源已经成为世界各国可持续发展战略的重要组成部分。风力发电作为其中发展最为迅速的技术之一,因为资源丰富和技术优势,成为当前国内外研究和发展的重点。我国对风力发电技术的研究起步较晚,技术相对落后,许多关键技术仍被国外的风电强国所垄断。因此,研究具有自主知识产权的风力发电技术具有重要的意义。本文就是在这样的大环境下,受到国家重点基础研究发展计划(973计划)的资助,对变速定桨风力发电机组及其控制技术展开研究,希望使其能够达到变速变桨风力发电机组的效果,实现简化机组结构,提高可靠性,降低开发和维护成本的目的。 本文首先建立了一套完整的风力发电实验平台,由风力机(实验室内由风力机模拟系统来替代)、永磁同步发电机、二极管不控整流器、DC/DC变换器、模拟负载以及相关的控制系统等组成。针对采用二极管不控整流的变速定桨风力发电机组,巧妙地将其划分为机械和电气两个子系统,并分别采用理论分析和模型辨识的手段,建立了系统完整的数学模型。通过对机组的数学模型展开分析,掌握了变速风力发电机组在全风速范围内的工作特性,为文章后续研究的开展奠定了理论基础。 接着,对风力机模拟技术展开了深入研究,详细地讨论了风力机模拟系统的动、静特性模拟方法。对基于永磁同步电动机的风力机模拟系统进行了建模和分析,提出了一种可行的简化模型,并对简化后的动态补偿支路的工作原理和频域特性进行了深入分析,指出动态补偿支路中的低通滤波环节对系统的性能具有很大的影响。并以一阶低通滤波器为例,对系统的转动惯量和滤波时间常数之间的联系进行了详细分析,揭示了两者之间的内在关系,为指导模拟系统的工程实现提供了理论依据。最后针对文中所用的实际风力机,对其进行了实验验证,实验结果证明本文所采用的方法和相关的理论分析是正确的、可行的,所提出的控制方法具有普遍适用性。 随后,研究了变速风力发电机组的最大功率跟踪(MPPT)控制技术。在分析了现有MPPT控制技术的基础上,提出了一种功率反馈MPPT控制策略,对其可行性和工作原理进行了深入分析。并进一步引入了气动功率观测技术,将功率反馈MPPT控制策略细分为输出功率反馈和气动功率反馈两种。详细地比较了两种MPPT控制策略的工作原理和跟踪特性,指出后者的MPPT跟踪性能要明显优于前者,实验结果验证了该论点的正确性。 结合变速定桨风力发电机组自身的特点,提出了三种全风速控制策略,有效地解决了变速定桨风力发电机组在不同工作模式之间的过渡问题。其中,基于气动功率反馈MPPT控制发展而来的第三种全风速控制策略具有最优的综合性能,仅仅使用了两个调节器就解决了机组三种工作模式的有效控制和平滑过渡,结构简单、可靠性高。随后,就该方法在额定风速以上的功率过载问题,引入了软失速控制概念,并提出了一种新的软失速控制策略。实验结果证明本文提出的软失速控制技术可以保证在基本不损失年发电量的情况下克服动态功率过载问题,进一步提高了变速定桨风力发电机组的工作性能,具有很好的应用价值。 鉴于风力发电机组是一种高度时变的、非线性的复杂系统,固定参数的常规PID调节器难以得到理想的控制性能。为此,本文还对风力发电机组的智能控制技术展开了研究,旨在改善机组的控制效果,主要涉及两种控制技术:1)模糊控制技术:分析了模糊控制器的基本工作原理和数字实现方法,并在此基础上提出了一种比例因子自适应PI型模糊控制器,兼顾了系统的动态和静态性能。2)单神经元PID控制技术:提出了一种模糊单神经元PID控制器,采用模糊控制器对单神经元PID控制器的输出比例因子进行在线自适应调节,达到了比传统PID控制器更佳的控制效果。 最后,对实际风力发电机组的风洞实验展开研究。测试了风力机的气动特性参数,着重观察了风力机在失速区的气动特性。在此基础上,对风力机模拟系统与实际风力机的动静态特性进行了比较研究,证实了风力机模拟系统的正确性和有效性。并对基于方案三的全风速控制策略和软失速控制策略展开了相关的实验研究,实验结果进一步验证了两种控制方法的有效性。
引用
收藏
页数:160
共 70 条
[1]
大型风力发电机组线性二次型高斯最优控制策略 [J].
范晓旭 ;
白焰 ;
吕跃刚 ;
徐大平 .
中国电机工程学报, 2010, 30 (20) :100-105
[3]
定桨距风力发电机组的主动失速控制 [J].
陈杰 ;
陈冉 ;
陈志辉 ;
龚春英 ;
严仰光 .
电力系统自动化, 2010, 34 (02) :98-103
[4]
基于小波分解和最小二乘支持向量机的短期风速预测 [J].
王晓兰 ;
王明伟 .
电网技术, 2010, 34 (01) :179-184
[5]
螺旋形S型垂直轴风轮结构优化设计 [J].
赵振宙 ;
郑源 ;
徐小韵 ;
刘文明 ;
胡国祥 .
中国电机工程学报, 2009, 29 (26) :75-78
[6]
基于直流电网的非并网风电系统及其控制策略 [J].
陈杰 ;
张先进 ;
龚春英 ;
严仰光 .
电力系统自动化, 2009, 33 (10) :86-90
[7]
基于人工神经网络的风电功率预测 [J].
范高锋 ;
王伟胜 ;
刘纯 ;
戴慧珠 .
中国电机工程学报, 2008, (34) :118-123
[8]
基于人工神经网络的风电功率短期预测系统 [J].
范高锋 ;
王伟胜 ;
刘纯 .
电网技术, 2008, (22) :72-76
[9]
风力发电机组的LPVH∞控制器设计 [J].
姚兴佳 ;
周洁 ;
邓英 ;
衣传宝 ;
郭庆鼎 .
沈阳工业大学学报, 2008, (05) :514-519
[10]
大规模非并网风电系统开发与应用 [J].
顾为东 .
电力系统自动化, 2008, (19) :1-4+9