阅读说明：本技术 基于转矩增益系数优化的风电机组最大功率点跟踪控制方法 (Wind turbine generator maximum power point tracking control method based on torque gain coefficient optimization ) 是由 殷明慧 张欢 周连俊 陈载宇 彭云 杨炯明 卜京 邹云 顾伟 徐畅 李阳 于 2020-03-23 设计创作，主要内容包括：本发明公开了一种基于转矩增益系数优化的风电机组最大功率点跟踪控制方法,该方法在减小转矩增益的MPPT控制方法基础上,将风电机组运行在PSF法下的风能捕获效率作为湍流风速对MPPT影响的综合度量指标,离线遍历最优转矩增益系数与该指标的函数关系；在线运行时,周期性地获取该综合度量指标,并根据函数对转矩增益系数的最优设定值进行预估及更新；通过在机组主控PLC中构建运行PSF法的虚拟风电机组与实际机组同步运行的手段实现PSF法对应风能捕获效率的获取。本发明可实现多个指标对MPPT综合影响的单一指标刻画,简化直接数量关系的构建复杂程度；在保证风能捕获效率的同时,大幅降低算力资源要求。(The invention discloses a maximum power point tracking control method of a wind turbine generator based on torque gain coefficient optimization, which is characterized in that on the basis of an MPPT control method for reducing torque gain, wind energy capture efficiency of the wind turbine generator operated under a PSF method is used as a comprehensive measurement index of the influence of turbulent wind speed on MPPT, the functional relation between an optimal torque gain coefficient and the index is traversed off line, the comprehensive measurement index is periodically obtained during online operation, the optimal set value of the torque gain coefficient is estimated and updated according to a function, and the acquisition of the corresponding wind energy capture efficiency of the PSF method is realized by constructing a means of synchronous operation of a virtual wind turbine generator operated with the PSF method and an actual wind turbine generator in a main control P L C of the wind turbine generator.)

基于转矩增益系数优化的风电机组最大功率点跟踪控制方法

技术领域

本发明属于风电机组控制领域，特别是一种基于转矩增益系数优化的风电机组最大功率点跟踪控制方法。

背景技术

为提高风电机组面对湍流风速的最大功率点跟踪(maximum power pointtracking，MPPT)性能，在应用最为广泛的功率信号反馈(power signal feedback，PSF)法基础上发展出了基于转矩增益和跟踪区间调整两种思路的改进PSF方法。这两种思路均是通过牺牲低能量风速区的风能捕获效率换取高能量风速区跟踪性能的提升，需要对关键调整参数进行合理设置以平衡损失量与提升量，实现整体效率的最大化。研究表明，关键调整参数的最优值受到风况特征(平均风速、湍流强度、湍流频率)以及机组气动、结构参数等因素的影响。如何在运行过程中根据上述影响因素的变化周期性地预估并更新关键参数的优化设定成为焦点问题。

该问题目前存在自适应转矩控制(adaptive torque control，ATC)和构建关键参数最优值与影响因素的量化关系并指导在线运行两种类型的解决方法。其中，自适应转矩控制在减小转矩增益方法基础上，根据扰动关键参数后风能捕获效率的变化决定下一周期扰动的方向和大小。而后者则针对具体的机组，通过离线遍历的方式，直接构建最佳转矩曲线调整量与三个风况特征、机组参数之间的明确非线性函数关系。在线运行时，根据风况信息以及函数关系即可预估出关键参数的最优设定值。

自适应算法无需事先获知风电机组参数，具备通用性强、能批量快速实施的优点，但在部分风况变化场景中存在搜索不收敛乃至搜索方向出错问题，导致该类方法在实际应用中对MPPT性能的改善有限。而直接构建最佳转矩曲线调整量和三个风况特征之间的函数关系以指导参数在线优化的方法避免了迭代搜索过程，能够获得较高的风能捕获效率和良好的风况适应性，但此类方法需耗费大量的时间和算力进行离线遍历工作，不易批量快速实施，限制了其工程实用性。因此，如何兼顾高风能捕获效率和快速实施性是当前MPPT控制方法仍需要进一步解决的问题。

发明内容

本发明的目的在于提供一种基于转矩增益系数优化的风电机组最大功率点跟踪控制方法，在付出较少算力与时间成本的前提下获得较高的风能捕获效率。

实现本发明目的的技术解决方案为：一种基于转矩增益系数优化的风电机组最大功率点跟踪控制方法，包括以下步骤：

(1)离线构建函数关系

步骤1-1：针对拟应用本发明的风电机组，获取构建其FAST模型所需的气动、结构参数；

步骤1-2：在FAST软件中，根据参数完成风电机组仿真模型构建；

步骤1-3：采用湍流风速模拟方法，依次改变表征湍流风况的三个特征指标：平均风速湍流强度TI和湍流积分尺度L，生成对应于不同特征指标组合的湍流风速序列；

步骤1-4：基于FAST软件遍历每条风速序列对应的风电机组最优转矩增益系数以及应用PSF法时的风能捕获效率

步骤1-5：将遍历所获结果作为样本数据拟合出最优转矩增益系数和PSF法下平均风能捕获效率的函数关系

(2)构建虚拟风电机组

步骤2-1：将拟应用本发明的风电机组的FAST模型嵌入其实际主控PLC中，构建可与实际机组同步运行的虚拟机组；

步骤2-2：在主控PLC中嵌入用于虚拟风电机组MPPT控制的PSF方法代码；

(3)在线运行

步骤3-1：设定转矩增益系数优化周期为T_w，初始化实际风电机组运行的转矩增益系数K_d，初始化虚拟风电机组和实际机组起始转速ω_bgn为MPPT阶段的最低转速，设定当前时段为n＝1；

步骤3-2：读取当前实测风速值，实际风电机组采用转矩增益系数优化的减小转矩增益方法进行MPPT控制，PLC中的虚拟风电机组采用PSF法进行MPPT控制，两者同步运行；

步骤3-3：记录虚拟风电机组的运行数据，包括转子转速ω_r，转子加速度发电机电磁转矩T_e；

步骤3-4：判断第n个T_w时段是否运行结束；若是，则根据记录的运行数据计算出当前时段虚拟风电机组应用PSF法对应的平均风能捕获效率并代入离线构建的函数关系中预估出最优转矩增益系数否则，返回执行步骤3-2；

步骤3-5：将步骤3-4给出的最优转矩增益系数设定为实际风电机组第n+1个时段的转矩增益系数；

步骤3-6：n＝n+1，跳转至步骤3-2，进入下一个运行周期。

本发明与现有技术相比，其显著优点如下：(1)本发明因直接建立最优增益系数与风况特征的关系，避免了自适应迭代搜索过程以及可能出现的搜索不收敛问题，对风况变化适应能力较强；(2)本发明引入功率曲线法对应风能捕获效率替代平均风速、湍流强度、湍流频率三个风况特征指标，构建其与风电机组MPPT阶段最优转矩增益系数之间的函数关系，与现有离线遍历、在线优化类的算法，如神经网络、响应面模型等相比，保证风能捕获效率的同时，大幅降低算力资源与遍历时间的要求，具有较强的工程实用性。

下面结合附图对本发明作进一步详细描述。

附图说明

图1为本发明的基于转矩增益系数优化的风电机组最大功率点跟踪控制方法的流程图。

图2为NREL CART3风电机组最优增益系数与其应用PSF方法对应的平均风能捕获效率之间的统计关系示意图。

图3为本发明方法与其他方法的实施效果对比图。

具体实施方式

本发明属于构建最优调整参数与MPPT影响因素刻画指标间的直接数量关系以指导参数在线优化的方法类型，具有较高的风能捕获性能。但本发明进一步实现了多个指标对MPPT综合影响的单一指标刻画，简化了直接数量关系的构建难度，能在付出较少算力资源与时间成本的前提下获得较高的风能捕获效率，更具工程应用价值。

结合图1，本发明首先离线构建最优转矩增益系数与PSF法对应风能捕获效率的函数关系，并根据该函数关系周期性地调整风电机组实际运行过程中的转矩曲线增益系数。针对风电机组实际运行的为改进MPPT控制方法，无法直接获知PSF法对应风能捕获效率的问题，通过在控制器中构建应用PSF法的虚拟风电机组与实际机组同步运行解决。

其中，离线构建函数关系步骤如下：

步骤1-1：针对拟应用本发明的风电机组，获取构建其FAST模型所需的气动、结构参数；

步骤1-2：在FAST软件中，根据参数完成应用本发明的风电机组仿真模型构建；

步骤1-3：采用湍流风速模拟方法，依次改变表征湍流风况的三个特征指标，分别为平均风速湍流强度TI和湍流积分尺度L，生成对应于不同特征指标组合的湍流风速序列。其中，的变化范围为4～9m/s，步长为1m/s，湍流强度TI根据A、B、C湍流级别变化，积分尺度L变化范围为100～500m，步长为50m。一共可获得162种参数设置组合风况，对应每种风况各生成10条风速序列；

步骤1-4：基于FAST软件遍历每条风速序列对应的风电机组最优转矩增益系数以及应用PSF法时的风能捕获效率其中

式中，P_cap代表风机实际捕获功率、P_wy为空气中蕴含的最大风功率、v为风速、n_g为齿轮箱变速比、T_e表示电磁转矩、ω_r表示转速、J_t代表转动惯量、ρ表示空气密度、R为风轮半径。最优转矩增益系数即平均风能捕获效率最大时对应的K_d；

步骤1-5：将遍历所获1620组结果作为样本数据拟合出最优转矩增益系数和PSF法下平均风能捕获效率的函数关系

虚拟风电机组构建步骤如下：

步骤2-1：将拟应用本发明的风电机组的FAST模型嵌入其实际主控PLC中，构建可与实际机组同步运行的虚拟机组；

步骤2-2：在主控PLC中嵌入用于虚拟风电机组MPPT控制的PSF方法代码。

在线运行步骤如下：

步骤3-1：设定转矩增益系数优化周期为T_w，初始化实际风电机组运行的转矩增益系数K_d，初始化虚拟风电机组和实际机组起始转速ω_bgn为MPPT阶段的最低转速，设定当前时段为n＝1；其中转矩增益系数优化周期T_w取值设为10min～1h，初始化实际风电机组运行的转矩增益系数K_d为0.9K_opt～0.98K_opt，K_opt为PSF法的转矩增益系数；

步骤3-2：读取当前实测风速值，实际风电机组采用转矩增益系数优化的减小转矩增益方法进行MPPT控制，PLC中的虚拟风电机组采用PSF法进行MPPT控制，两者同步运行；

步骤3-3：记录虚拟风电机组的运行数据，包括转子转速ω_r，转子加速度发电机电磁转矩T_e；

步骤3-4：判断第n个T_w时段是否运行结束。若是，则根据记录的运行数据计算出当前时段虚拟风电机组应用PSF法对应的平均风能捕获效率并代入离线构建的函数关系中预估出最优转矩增益系数否则，返回执行步骤3-2；

步骤3-5：将步骤3-4给出的最优转矩增益系数设定为实际风电机组第n+1个时段的转矩增益系数；

步骤3-6：n＝n+1，跳转至步骤3-2，进入下一个运行周期。

本发明属于构建最优调整参数与MPPT影响因素刻画指标间的直接数量关系以指导参数在线优化的方法类型，可避免自适应类算法迭代搜索不收敛或方向出错导致的效率下降。并且，本发明实现了多个指标对MPPT综合影响的单一指标刻画，可简化直接数量关系的构建复杂程度。因此，能在保证风能捕获效率的同时，大幅降低算力资源要求，具有较强的工程实用性。

下面结合实施例对本发明做进一步详细的描述：

实施例

以美国国家能源部可再生能源实验室(NREL)的0.6MW CART3机型为应用对象，通过对模拟风速序列的仿真计算和统计分析，对本发明提出的基于转矩增益系数优化的风电机组最大功率点跟踪控制方法和传统功率曲线法、自适应转矩控制进行风能捕获效率比较，和离线构建最优转矩曲线调整量与三个风况特征的函数关系在线应用的方法进行耗费计算资源与快速实施性对比，以验证本发明的有效性和优越性。

(一)仿真模型

仿真模型采用美国国家能源部可再生能源实验室(NREL)提供的开源的专业风力机仿真软件FAST。风力机模型对应于NREL开发的0.6MW CART3机型，其相关参数如下。

表1 NREL 0.6MW CART3风力机主要参数

(二)仿真实现

依据发明内容中所述步骤，具体如下：

离线构建函数关系：

步骤1-1：针对拟应用本发明的CRAT3风电机组，获取构建其FAST模型所需的气动、结构参数，如表1所述；

步骤1-2：在FAST软件中，根据参数完成应用本发明的风电机组仿真模型构建；

步骤1-3：采用湍流风速模拟方法，依次改变表征湍流风况的三个特征指标(平均风速湍流强度TI和湍流积分尺度L)，生成对应于不同特征指标组合的湍流风速序列。其中，的变化范围为4～9m/s，步长为1m/s，湍流强度TI根据A、B、C湍流级别变化，积分尺度L变化范围为100～500m，步长为50m。一共可获得162种参数设置组合风况，对应每种风况各生成10条风速序列；

步骤1-4：基于FAST软件遍历每条风速序列对应的风电机组最优转矩增益系数以及应用PSF法时的风能捕获效率其中

式中，P_cap代表风机实际捕获功率、P_wy为空气中蕴含的最大风功率、v为风速、n_g为齿轮箱变速比、T_e表示电磁转矩、ω_r表示转速、J_t代表转动惯量。最优转矩增益系数即平均风能捕获效率最大时对应的K_d；

步骤1-5：将遍历所获1620组结果作为样本数据拟合出最优转矩增益系数和PSF法下平均风能捕获效率的函数关系对应CART3风电机组最优转矩增益系数和PSF法下平均风能捕获效率的关系，如图2所示。

的具体表达式为：

虚拟风电机组构建：

步骤2-1：将拟应用本发明的风电机组的FAST模型嵌入其实际主控PLC中，构建可与实际机组同步运行的虚拟机组；

步骤2-2：在主控PLC中嵌入用于虚拟风电机组MPPT控制的PSF方法代码。

在线运行：

步骤3-1：设定转矩增益系数优化周期为T_w＝10min，初始化实际风电机组运行的转矩增益系数K_d＝0.9K_opt，初始化虚拟风电机组和实际机组起始转速ω_bgn为MPPT阶段的最低转速，设定当前时段为n＝1；

步骤3-2：读取当前实测风速值，实际风电机组采用转矩增益系数优化的减小转矩增益方法进行MPPT控制，PLC中的虚拟风电机组采用PSF法进行MPPT控制，两者同步运行；

步骤3-3：记录虚拟风电机组的运行数据，包括转子转速ω_r，转子加速度发电机电磁转矩T_e；

步骤3-4：判断第n个T_w时段是否运行结束；若是，则根据记录的运行数据计算出当前时段虚拟风电机组应用PSF法对应的平均风能捕获效率并代入离线构建的函数关系中预估出最优转矩增益系数否则，返回执行步骤3-2；

步骤3-5：将步骤3-4给出的最优转矩增益系数设定为实际风电机组第n+1个时段的转矩增益系数；

步骤3-6：n＝n+1，跳转至步骤3-2，进入下一个运行周期。

(三)耗费的计算资源

相比较构建最优转矩增益系数与平均风速、湍流强度、湍流频率三个风况特征之间的复杂非线性函数关系，若要获得同样的样本精细度(即应用后，统计层面获得的风能捕获效率相同)，本发明构建最优转矩增益系数与PSF方法对应风能捕获效率之间的关系所需要的样本规模，也即计算资源仅为其1％。对于本实施例，采用一台普通i7四核工作站离线遍历本发明所需要的样本量，仅需要耗费约2天时间即可完成。

(四)风能捕获效率的对比分析

本发明针对50条持续时长为4小时的实测湍流风速序列，分别应用PSF法、自适应转矩控制以及本发明提出的改进方法进行仿真。对应每条风速序列，计算不同MPPT方法相对于PSF法的P_favg提高百分比。表2给出了50组算例的统计平均值。

表2不同MPPT控制方法比较

由表2可知，相比传统PSF法以及自适应转矩法，本发明所给出的风电机组MPPT方法能够提高风能捕获效率。

下面结合其中的一个具体算例，对每10min时段下的各方法给出的转矩增益系数、理论最优转矩增益系数以及平均风能捕获效率的变化进行具体展示，如图3所示。可以看出，自适应转矩方法存在搜索不收敛的现象，并会给出与最佳值偏差较大的增益系数预估。相比较而言，本发明给出的增益系数预估值与最佳值较为接近，并能获得较高的风能捕获效率。具体的，自适应转矩控制相对于传统PSF方法提高了1.29％，而本发明提出的方法在此基础上，比自适应转矩的效率进一步提高了0.70％。本实施例将本发明方法与其它现有的MPPT控制方法进行风能捕获效率与算力资源消耗的比较，验证了该方法的有效性和优越性。