本发明提供了一种大型直驱风电机组的最大功率跟踪方法,通过提供风轮空气动力转矩的估计值和风轮转速(或发电机转速)的测量值,作为最大功率跟踪算法的输入量,不依赖于精确的风机模型和环境数据,不需风速测量。通过采用自适应调整的比例系数,实现变步长最大功率点的快速、精确搜索。
1.一种大型直驱风电机组的最大功率跟踪方法,其特征在于,所述方法包括:A、获取风轮转矩ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="95"/>和风轮转速ω;B、根据风电机组动力学参数特性,给定一个最佳变步长系数k_{opt_intial}作为首次计算所用;C、分别给定风轮转速的一个小扰动δω和-δω,其中,δω为正值,-δω为负值;D、判定当前是否处于“最大功率点”:E、若是,则将当前风轮转速值ω赋给最佳风轮转速变量ω_opt,作为最大功率跟踪模块的输出量输出,计算最佳变步长系数ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="700"/>即由输入量ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="92"/>和输入量ω计算得到,式中P(k)为当前工作点功率;F、若否,进行变步长爬山,计算当前工作点功率P(k)对应的转速ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="700"/>即由输入量ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="95"/>和步骤E中的最佳变步长系数k_opt计算得到;进行爬山跟踪,即ω(k+1)=ω(k)-κ[ω(k)-ω^*(k)];式中系数κ为步长系数,括号中的k指k时刻,k+1是k时刻的下一时刻;回到步骤D进行新一轮的判定。
2.如权利要求1所述的方法,其特征在于,所述方法在执行完步骤E后还包括:G、判定当前风速是否发生了变化;H、若是,则执行步骤F进行新一轮的爬山搜索算法以寻找最大功率点;I、若否,则保持步骤E中最佳风轮转速变量ω_opt的输出不变。
3.如权利要求2所述的方法,其特征在于:所述风轮转速由速度传感器直接获得。
4.如权利要求1所述的方法,其特征在于,当同时满足下列条件时,判定当前处于“最大功率点”:ΔP(k)<0,ΔP(k)为当前k时刻由给定的小扰动引起的机组功率变化值,扰动使得当前功率下降;ΔV_w(k)<ε_v,等效为Δω(k)<ε_ω,即当前k时刻无风速变化;ΔV_w(k-1)<ε_v,等效为Δω(k-1)<ε_ω,即前一时刻k-1时刻无风速变化。
5.如权利要求2所述的方法,其特征在于:判定当前风速是否发生了变化通过风轮转速的变化Δω(k)<ε_ω来判定,其中ε_ω是一个预设的小的正常数。
6.如权利要求1所述的方法,其特征在于:所述步长系数κ取0.01。技术领域
本发明涉及风力发电运行控制技术领域,特别是涉及一种大型直驱风电机组的最大功率跟踪方法。
背景技术
风电以其适用范围广、回报率高的优点,近年来得到各国高度重视并成为极具潜力的新能源技术,并呈现出大型化、直驱化、海上应用的发展趋势,以及高稳定性、高回报率的风能利用目标。中国风电在过去几年以超过100%的年增速发展,总体掌握了大型机组研制技术且正在推进海上风场建设。因此面对急剧膨胀的发展规模,如何保证在现有投入成本的基础上最大化获得风电产出,是提高现有风电机组利用效率、降低相对成本、实现风电可持续快速发展的重要研究课题。通常,根据风电机组运行所处的风速条件,将机组的控制策略划分为两大情形:小于额定风速时,以转速控制为主导,使风机运行获得最佳叶尖速比从而实现最大功率跟踪;大于额定风速时,以变桨控制为主导,实现额定功率稳定输出。本发明针对前一种情形,公开一种简单但快速、高效的最大功率跟踪方法。从国内外现有的最大功率跟踪方法看,可概括为:爬山法、黄金分割法、滑模变结构法、神经网络法、变增量法,以及这些方法的衍生算法。从应用对象看,涵盖双馈风电机组以及直驱风电机组两大类。但进一步研究发现,无论这些算法面向双馈机组还是直驱机组,都依旧存在着快速性和实用性的矛盾问题。总体来看,除爬山法外,其他方法均具有依赖于风电机组模型或先验数据知识的缺陷,而现有爬山法本身则具有步长不易确定或变步长系数计算困难的缺陷。因此,需要本领域技术人员迫切解决的一个技术问题就是:如何能够创新的提出有一种有效措施以克服现有技术存在的缺陷,并在这基础上实现功率跟踪的精确控制。
发明内容
本发明所要解决的技术问题是提供一种大型直驱风电机组的最大功率跟踪方法,用以实现简单、实用、高效的最大风能捕获,即最大功率跟踪。为了解决上述问题,本发明公开了一种大型直驱风电机组的最大功率跟踪方法,所述方法包括:A、获取风轮转矩ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="80"/>和风轮转速ω;B、根据风电机组动力学参数特性,给定一个最佳变步长系数k_{opt_intial}作为首次计算所用;C、分别给定风轮转速的一个小扰动δω和-δω,其中δω为正值,-δω为负值;D、判定当前是否处于“最大功率点”:E、若是,则将当前风轮转速值ω赋给最佳风轮转速变量ω_opt,作为最大功率跟踪模块的输出量输出,计算最佳变步长系数ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="700"/>即由输入量ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="82"/>和输入量ω计算得到,式中P(k)为当前工作点功率;F、若否,进行变步长爬山,计算当前工作点功率P(k)对应的转速 ω * ( k ) = [ P ( k ) / k opt ] 1 / 3 = [ T ^ aero ( k ) / k opt ] 1 / 2 , ]]>即由输入量ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="82"/>和步骤E中的最佳变步长系数k_opt计算得到;进行爬山跟踪,即ω(k+1)=ω(k)-κ[ω(k)-ω^*(k)];式中系数κ为步长系数,括号中的k指k时刻,k+1是k时刻的下一时刻;回到步骤D进行新一轮的判定。优选的,所述方法在执行完步骤E后还包括:G、判定当前风速是否发生了变化;H、若是,则执行步骤F进行新一轮的爬山搜索算法以寻找最大功率点;I、若否,则保持步骤E中最佳风轮转速变量ω_opt的输出不变。优选的,所述风轮转速来自于直驱风电机组,由速度传感器直接获得。优选的,当同时满足下列条件时,判定当前处于“最大功率点”:ΔP(k)<0,ΔP(k)为当前k时刻由给定的小扰动引起的机组功率变化值,扰动使得当前功率下降;ΔV_w(k)<ε_v,等效为Δω(k)<ε_ω,即当前k时刻无风速变化;ΔV_w(k-1)<ε_v,等效为Δω(k-1)<ε_ω,即前一时刻k-1时刻无风速变化;优选的,判定当前风速是否发生了变化通过风轮转速的变化Δω(k)<ε_ω来判定,其中ε_ω是一个预设的小的正常数。优选的,所述步长系数κ取0.01。与现有技术相比,本发明具有以下优点:本发明提供的一种大型直驱风电机组的最大功率跟踪方法,仅需提供风轮空气动力转矩的估计值和风轮转速(或发电机转速)的测量值,作为最大功率跟踪算法的输入量,不依赖于精确的风机模型和环境数据,不需风速测量。通过采用自适应调整的比例系数,实现变步长最大功率点的快速、精确搜索。其次,采用工作表法存储并在线更新本跟踪算法的比例系数,从而减小误差,此外,本发明所提供的方法其实施步骤清晰,工程易实现。
附图说明
图1是本发明实施例所述的一种大型直驱风电机组的最大功率跟踪方法的流程图;图2是本发明实施例所述的一种大型直驱风电机组的最大功率跟踪方法的总体输入输出示意图;图3是本发明实施例所述一种大型直驱风电机组的最大功率跟踪方法的实现流程示意图;图4是本发明实施例所述的k_opt(k)的工作表。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。现有最大功率跟踪(MPPT)的实现中,其快速性和实用性之间存在矛盾。具体地,对于最大功率点(MPP)的搜索算法,除爬山法外,其他方法均具有“依赖于风电机组模型或先验数据知识”的缺陷,而现有爬山法本身则具有“步长不易确定”或“变步长系数计算困难”或“假定MPP曲线是唯一的”等缺陷。因此,本发明提供一种快速、实用的最大功率跟踪(MPPT)技术,克服上述已有MPP点搜索的缺陷,并在此基础上实现功率跟踪的精确控制。参照图1,示出了本发明的一种大型直驱风电机组的最大功率跟踪方法的流程图,所述方法具体包括:步骤S101、获取风轮转矩ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="166"/>和风轮转速(ω);步骤S102、根据风电机组动力学参数特性,给定一个最佳变步长系数k_{opt_intial}作为首次计算所用;步骤S103、分别给定风轮转速的一个小扰动δω(正值)和-δω(负值);步骤S104、判定当前是否处于“最大功率点(MPP)”:步骤S105、若是,则将当前风轮转速值ω赋给最佳风轮转速变量ω_opt,作为最大功率跟踪模块的输出量输出,计算最佳变步长系数ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="700"/>即由输入量ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="78"/>和输入量ω计算得到;步骤S106、若否,进行变步长爬山,计算当前工作点P(k)对应的转速 ω * ( k ) = [ P ( k ) / k opt ] 1 / 3 = [ T ^ aero ( k ) / k opt ] 1 / 2 , ]]>即由输入量ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="82"/>和E中的最佳变步长系数k_opt计算得到;进行爬山跟踪,即ω(k+1)=ω(k)-κ[ω(k)-ω^*(k)];式中系数κ为步长系数;回到D进行新一轮的判定。进一步的,所述方法在执行完步骤S105后还包括:判定当前风速是否发生了变化;若是,则执行步骤S106进行新一轮的爬山搜索算法以寻找MPP点;若否,则保持步骤S105中最佳风轮转速变量ω_opt的输出不变。具体到实际的应用中,本实施例所述的方法可参照图2,示出了本发明的总体输入输出,具体包括:输入量ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="81"/>(风轮转矩的估计):该变量来自于风轮速度跟踪控制模块,目前有很多种算法可以实现高速高精度的ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="81"/>估计,本发明不再详述,可参见相关材料(例如非专利文献T.Hawkins,W.N.White,G.Q.Huxa0andxa0F.D.Sahneh,“Windxa0turbinexa0powerxa0capturexa0controlxa0withxa0robustxa0estimation”.Proceedingsxa0ofxa0thexa0ASMExa0Dynamicxa0Systemsxa0andxa0Controlxa0Conference,Massachusetts,U.S.A.,Sep.,2010.)输入量ω(风轮转速测量):该变量来自于直驱风电机组,由速度传感器直接获得。输出量ω_opt(最佳风轮转速):该变量是经过本发明的最大功率跟踪模块搜寻后得到,输出给风轮速度跟踪控制模块,作为待跟踪控制变量ω的参考值。参照图3,示出了本发明的算法实现流程,具体步骤为:步骤Step1,算法开始。步骤Step2,赋值k_opt=k_{opt_intial},即:根据风电机组动力学参数特性,粗略地给定一个最佳变步长系数k_{opt_intial}作为首次计算所用。步骤Step3,分别给定风轮转速的一个小扰动δω(正值)和-δω(负值)。步骤Step4,判定当前是否处于“最大功率点”(Maximumxa0Powerxa0Point,MPP,即爬山算法中的“山顶”),即同时满足以下三项条件:条件1:ΔP(k)<0条件2:ΔV_w(k)<ε_v(等效为Δω(k)<ε_ω)条件3:ΔV_w(k-1)<ε_v(等效为Δω(k-1)<ε_ω)式中:ΔP(k)表示在当前k时刻,由于Step3给定的小扰动引起的机组功率变化值,ΔP(k)<0则说明扰动使得当前功率下降(即“下山”);ε_ω是一个小的正常数,小于该值则说明功率变化微小(由于不直接测量风速,则风速的变化可对应成风轮转速的变化);如果ΔV_w(k)<ε_v(实际中用Δω(k)<ε_ω等效判断)表示当前k时刻无风速变化,如果ΔV_w(k-1)<ε_v(实际中用Δω(k-1)<ε_ω等效判断)表示前一时刻k-1时刻无风速变化;若是,则说明当前已处于MPP点,执行步骤Step5;若否,则说明还未到达MPP点,执行步骤Step6。步骤Step5-1,由于已达MPP点,将当前风轮转速值ω赋给最佳风轮转速变量ω_opt,即ω_opt(k)=ω(k),同时,作为最大功率跟踪模块的输出量输出;步骤Step5-2,计算最佳变步长系数ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="700"/>即由输入量ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="78"/>(风轮转矩的估计)和输入量ω(风轮转速测量)计算得到;同时,该k_opt(k)值连同后续各时刻的值都将以“工作表”的形式进入存储单元,以实现后续的快速查表功能。该表的格式如下:表1ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="82"/>工作表ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="700"/>1)表值的确定:将切入风速与额定风速之间的区间等分为M个小区间,每个小区间长度ε_v,存放最新的N个k_opt采样,并各自取平均值ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="319"/>2)表值的更新:表值采用实时更新。这是由于风机的固有特性会随着时间推移和环境影响发生变化。数据的填入采用类似于“先入先出队列存储”式的结构参见图4,用将最新的k_opt值存入,最初的k_opt被移出,最终将平均值k_{i_ave}赋值给ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="94"/>提供给Step6的程序所用。步骤Step5-3,k=k+1,即进行至下一时刻。步骤Step6-1,由于还未到达MPP点,进行变步长爬山,计算当前工作点P(k)对应的MPP点转速 ω * ( k ) = [ P ( k ) / k opt ] 1 / 3 = [ T ^ aero ( k ) / k opt ] 1 / 2 , ]]>即由输入量ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="79"/>(风轮转矩的估计)和Step5-2得到的k_opt(最佳变步长系数)计算得到;步骤Step6-2,进行爬山跟踪,即ω(k+1)=ω(k)-κ[ω(k)-ω^*(k)];式中系数κ为步长系数,通常取一小的正常数,该数过大会导致爬山搜索的精度下降,过小则会导致速度过慢,故一般取0.01左右;步骤Step6-3,k=k+1,即进行至下一时刻,同时,回到Step4进行新一轮的判定。步骤Step7,判定当前风速是否发生了变化,即通过风轮转速的变化Δω(k)<ε_ω来判定;若是,则执行步骤Step8;若否,则执行步骤Step9;步骤Step8,由于无明显风速变化,则返回Step5,保持最佳MPP点ω_opt的不变输出;步骤Step9,由于风速有变化,则进行步骤Step6,进行新一轮的爬山搜索算法以寻找MPP点。以上对本发明所提供的一种大型直驱风电机组的最大功率跟踪方法进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。