风电机组的积分模糊滑模变桨距控制

针对变桨距风力发电机组具有参数变化、强干扰、建模困难等特性,设计出了一种积分模糊滑模变桨距控制器。通过在传统滑模控制器中采用状态变量代替误差项的导数并引入误差项的积分来设计切换函数,消除了传统变结构控制需要已知期望输出信号导数的假设;利用模糊推理动态地调节切换增益,并采用积分的方法对切换增益上界进行估计,避免了传统滑模控制器需要选取不确定因素上界,同时采用合适的连续函数来代替切换增益中的符号函数,有效地削弱了系统的抖振。仿真结果表明:该控制器应用在风速高于额定风速以上的变桨距控制系统中,对系统参数的不确定性和外部干扰均具有很强的鲁棒性,能够有效地改善风电机组变桨距系统的控制性能。     

兆瓦级风机电动变桨距系统的地面试验

桨距系统作为大型风电机组的核心部分之一,对机组安全、稳定、高效的运行有十分重要的作用。针对电动变桨距系统工作环境特殊、现场负载试验较为困难等问题,构建了电动变桨距系统地面测试平台,对电动变桨距系统的地面测试方案、测试方法展开了试验。试验结果表明地面试验方案对电动变桨距的研究与产品开发具有较好的试验价值。     

定桨距风力发电机组的主动失速控制

定桨距风力发电机组叶片与轮毂直接刚性相联,具有结构简单、可靠性高等优点,尤其适合于海上风电场。文中重新对定桨距机组进行了探讨,采用主动失速控制方法,限制机组在高风速时的气动功率。在介绍主动失速控制工作原理的基础上,分析了切出风速对机组年发电量的影响,指出针对不同平均风速的风电场,需要对机组的切出风速进行优化设计。随后,从主动失速控制的效果出发,对风力机的气动特性设计提出了要求,对定桨距风力机的优化设计有一定的指导意义。最后,建立了一台额定功率为1.5 MW的定桨距永磁直驱风力发电机组的仿真模型,仿真结果验证了主动失速控制的可行性。     

风力发电机组变桨距控制器的研究

针对风力发电机组在高风速下运行时输出功率不稳定的问题,提出了模糊自适应PID变桨距控制器的设计方案。以机组实际输出功率值与额定功率值的偏差及其偏差的变化率作为控制器的输入变量,确定模糊语言和隶属函数,基于Matlab/Simulink上对整个系统进行仿真。仿真结果表明模糊自适应PID控制器具有很好的控制精度和鲁棒性。     

风电典型机型的闪变严重度分析

风力发电机组的并网运行对当地电网的电能质量有不良影响。为此．根据定速机型、变速机型引起电压波动和闪变的原理及并网风电机组电能质量的国际电工标准IEC61400—21,讨论了测量风电机组输出闪变的方法,给出了两种典型机型的短时闪变严重度与风速的关系实验曲线,并对不同风速段的闪变成因进行了分析。结果表明,变速风电机组在高风速区域综合应用桨叶节距角和变流器控制实现输出功率的稳定能够减小短时闪变严重度,在低风速区域追求最佳风能利用系数将使闪变严重度值增高。     

响水风电场风力发电机组电动变桨距系统

介绍响水FD77-1.5MW风力发电机组中电动变桨距系统的结构特点、电动变桨距的伺服驱动部分、电动变桨距伺服系统的机械传动部分及工作原理。采用变桨距结构一方面保证获取最大的能量,同时减少风力对风力发电机的冲击。在并网过程中,变桨距控制还可实现快速无冲击并网。     

变桨距主动失速型风力发电机组智能控制器的研究

利用模糊理论和神经网络,设计了在低于额定风速时的神经节距控制器和高于额定风速的模糊节距控制器,将两种控制器结合在一起实现风力发电机组数学模型未知的情况下控制系统可靠运行,并具有主动学习发电机组运行特性的能力。并由理论计算数据在Matlab下仿真计算论证了控制器在实际工业控制系统当中运行的可行性。     

异步风电机组接入系统的小干扰稳定及控制

在电力系统分析软件DIgSILENT/Power Factory中建立基于普通异步发电机的风电机组（异步风电机组）和电力系统模型，分析异步风电机组对电力系统小干扰稳定性及阻尼特性的影响。提出了一种改进的桨距角控制方案———将系统频率偏差信号引入桨距角控制系统。在系统发生低频振荡时，通过调节桨距角控制异步风电机组输出功率，使风电场输出功率与系统功率振荡的频率相关。对系统进行特征值分析和故障时域仿真，2种分析结果都表明，改进的桨距角控制环节能够改善系统阻尼，对系统功率振荡具有很好的阻尼和抑制作用，加强了系统动态稳定性。     

基于神经网络的风电机组MPPT与桨距角协调控制

为了最大限度地利用风能,更好地利用风速,提出了基于人工神经网络的一种新的最大功率点跟踪(Maximum Power Point Tracking,MPPT)与桨距角控制相结合的控制策略,以解决以往控制策略工作量大、过程繁杂等问题。该控制策略允许低于额定风速时发电机工作在最佳转速得到最大功率,高于额定风速时恒功率输出;整个过程由一个人工神经网络控制器来实现。为此,在Matlab环境下,建立了双馈异步风电机组的仿真模型来开展分析。分析结果表明,风速在额定值附近大范围变化时,采用最大功率点跟踪(MPPT)与桨距角控制相结合的控制策略,能够实现最大功率快速而精确的跟踪和恒功率的输出,且具有很好的动态特性和快速跟踪特性。     

基于GA的BP神经网络智能PID控制在水力发电机组中的应用

水力发电机组是一个非线性、时变系统,常规PID控制不能达到较好的控制效果。提出了一种基于GA遗传算法、BP神经网络和RBF神经网络的智能PID控制方法。分别讨论了智能控制系统的结构,如GA,BP,RBF以及水电机组的数学模型;对水电机组采用智能PID控制器和常规PID控制器的动态特性进行分析。结果表明,采用智能PID控制器的水电机组具有更好的控制精度和动态特性。     

基于神经元PID的风力发电机组独立变桨控制

依据风力机空气动力学原理,设计了神经元PID控制器,实现了风力发电机组3个桨叶的独立变桨控制。通过神经元PID控制,计算出桨距角,并与Park变换得到的附加桨距角相加,作为独立桨距角的设定值。基于Fast软件平台,以2 MW变速变桨风力发电机组为验证对象,对提出的控制策略与传统的统一变桨距控制策略进行仿真比较。结果表明,相对于统一变桨距控制,所提出的方法能有效确保在额定转速下机组输出功率稳定,同时也能有效降低风力发电机组各零部件的疲劳载荷。     

远程监控系统在风力发电中的应用

介绍了风力发电的背景及监控系统的发展现状,分析了风电场远程监控系统的业务方案、数据存储方案、系统架构以及系统部署方式,对风电场监控系统的应用效果进行了总结,为国内相关研究及工程应用提供借鉴和参考。     

基于神经网络的水轮机调节控制器

对神经网络控制在水轮机调节中的应用做了理论上的分析，将基于BP神经网络的PID控制器应用于水轮机频率扰动和负荷扰动仿真实验中，结果表明其具有较好的动静态特性和较强的鲁棒性，为神经网络控制在水轮机调节中的应用打下良好的理论基础。     

基于NSGA-Ⅱ算法最优组合的风电功率预测的研究

风电场的出力是一个受风速波动性和各种气象条件影响的复杂过程,风电功率预测的准确性可以大大提高电力系统调度运行的效率,维持发、输、用电之间功率的平衡。针对于此,对风电场进行功率预测时,建立了表征风电功率波动的平稳性指标,考虑到风电的波动性越小,预测精度就越高,引入了带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ),以此来求取各个风力发电机组的最优组合,使得组合后的风电出力更加平稳,波动更小,得到了一组pareto最优解集。然后对pareto解集中的所有组合的风力发电机组,利用BP神经网络进行功率预测,预测精度最高的解就是最优的组合。通过仿真验证,证明该方法的有效性和合理性。并将所得到的结果与经典的风电功率预测方法—小波预测和粒子群优化的BP神经网络(PSOBP)预测进行对比分析,证明了所提方法的优越性。     

基于改进天牛须搜索算法的抽水蓄能机组调节系统优化控制

针对抽水蓄能机组调节系统PID控制器参数整定困难问题,提出了一种基于改进天牛须搜索算法的抽水蓄能机组PID控制策略。首先,构建了小波动情况下带有时滞的抽水蓄能机组调节系统的数学模型。其次,提出了一种融合自适应分数阶微积分与自适应更新步长的改进天牛须搜索算法。然后,采用改进天牛须搜索算法、天牛须搜索算法与粒子群算法,分别设计调节系统在空载与负荷情况下的PID控制器。最后,使用各个算法优化的PID控制器进行调节系统的空载频率扰动与负荷波动工况仿真实验。结果表明：所提出算法可以整定出最为合适的PID控制器参数,在不同时滞作用下调节系统均取得更好的控制效果。该研究为抽水蓄能机组调节系统PID控制器的设计提供了新思路。     

分布式控制系统在风电机组控制中的应用

以当前风电机组主流的兆瓦级双馈风电机组为研究对象,根据其各个部件的工作特性和分布特征,综合分析了国内、外常见风电机组主控系统的构架特点及其配置应用情况。在此基础上,提出了一种面向被控设备对象图形化可组态的控制系统解决方案,该方案糅合了火电分散控制系统（DCS）的控制特点,自主研究开发了控制器硬件平台,以满足对机组控制系统提出的新要求。     

基于粒子群算法的风电——抽水蓄能联合运行优化研究

从提高风电场效益与供电可靠性的角度出发,建立了风电—抽水蓄能电站联合运行系统的优化模型。利用混沌初始化与混沌扰动的思想对基本粒子群优化算法进行了改进,并对模型进行了求解。运用算例验证了计算方法的正确性,证明了风电—抽水蓄能电站的联合运行,能够提高风电场的收益和供电可靠性,有效缓解了风力发电的随机性和间歇性难题。     

风机基础环水平度控制方法探讨

通过分析风机施工中造成基础环水平度偏差的几种因素,进而提出相应的解决办法,以期达到有效控制施工工期、减少资源浪费的目的。