-
公开(公告)号:CN113031440B
公开(公告)日:2022-04-29
申请号:CN202110231474.7
申请日:2021-03-02
Applicant: 中南大学
IPC: G05B13/04
Abstract: 本发明提供了一种基于反馈线性化与预测控制的风力机变桨距控制方法,包括:进行风力机发电系统的数学模型描述,所述风力机发电系统包括风力机的气动模块、传动模块和变桨执行机构;根据输入输出反馈线性化理论,将所述风力机发电系统的非线性模型转化为可控的线性系统;通过广义预测控制算法进行控制设计,采用受控自回归积分滑动平均模型,确定性能优化指标,会将每个时刻的检测值与期望值相比较,反馈给预测模型,不断地进行滚动优化并修正模型,得到预测输出,达到预期的控制效果。
-
公开(公告)号:CN113031440A
公开(公告)日:2021-06-25
申请号:CN202110231474.7
申请日:2021-03-02
Applicant: 中南大学
IPC: G05B13/04
Abstract: 本发明提供了一种基于反馈线性化与预测控制的风力机变桨距控制方法,包括:进行风力机发电系统的数学模型描述,所述风力机发电系统包括风力机的气动模块、传动模块和变桨执行机构;根据输入输出反馈线性化理论,将所述风力机发电系统的非线性模型转化为可控的线性系统;通过广义预测控制算法进行控制设计,采用受控自回归积分滑动平均模型,确定性能优化指标,会将每个时刻的检测值与期望值相比较,反馈给预测模型,不断地进行滚动优化并修正模型,得到预测输出,达到预期的控制效果。
-
公开(公告)号:CN112682258A
公开(公告)日:2021-04-20
申请号:CN202011558037.8
申请日:2020-12-25
Applicant: 中南大学
Abstract: 本发明提供了一种基于Backstepping的大型风力机最大功率点跟踪控制方法,包括:步骤1,将大型风力机的传动链的单质量块模型转换为由多个子系统构成的下三角结构模型;步骤2,基于迭代设计算法自上而下地为下三角结构模型的每个子系统选择合适的虚拟控制量。本发明将Backstepping控制策略与最优转矩法相结合,根据大型风力机的传动链的单质量块模型建立适用于Backstepping的大型风力机的下三角结构模型,在保证大型风力机的强非线性系统稳定性的基础上,对控制律参数进行调节,在风速快速变化的情况下,提高大型风力机实际风轮转速对最优风轮转速的跟踪速度,进而提高风能转换效率,同时提高大型风力机的鲁棒性。
-
公开(公告)号:CN109742804B
公开(公告)日:2020-10-23
申请号:CN201910125570.6
申请日:2019-02-20
Applicant: 中南大学
Abstract: 本发明公开一种蓄电池充放电控制和最优转矩法的风机控制系统及方法,获取风机在一段时间内的平均功率,并确定下一阶段蓄电池允许风机功率波动的范围;获取风机的发电机侧功率和风轮旋转角速度,根据传动链的方程计算出对应的最优转矩和目标风轮转速;当风轮转速随着风速波动时,用低通滤波器处理波动的风轮转速,然后计算处理后的风轮转速的变化率;根据功率和转速的变化率建立T‑S模糊模型,确定蓄电池充放电的电量,将风电储能系统的功率稳定在可以接受的范围内,本发明根据在线计算平均功率来确定蓄电池充放电策略的范围,可以避免蓄电池因为频繁充放电而导致寿命减短的弊端,还能有效地平抑功率,使得风机在接入电网后,减小对电网的影响。
-
公开(公告)号:CN109742804A
公开(公告)日:2019-05-10
申请号:CN201910125570.6
申请日:2019-02-20
Applicant: 中南大学
Abstract: 本发明公开一种蓄电池充放电控制和最优转矩法的风机控制系统及方法,获取风机在一段时间内的平均功率,并确定下一阶段蓄电池允许风机功率波动的范围;获取风机的发电机侧功率和风轮旋转角速度,根据传动链的方程计算出对应的最优转矩和目标风轮转速;当风轮转速随着风速波动时,用低通滤波器处理波动的风轮转速,然后计算处理后的风轮转速的变化率;根据功率和转速的变化率建立T-S模糊模型,确定蓄电池充放电的电量,将风电储能系统的功率稳定在可以接受的范围内,本发明根据在线计算平均功率来确定蓄电池充放电策略的范围,可以避免蓄电池因为频繁充放电而导致寿命减短的弊端,还能有效地平抑功率,使得风机在接入电网后,减小对电网的影响。
-
公开(公告)号:CN112682258B
公开(公告)日:2021-11-16
申请号:CN202011558037.8
申请日:2020-12-25
Applicant: 中南大学
Abstract: 本发明提供了一种基于Backstepping的大型风力机最大功率点跟踪控制方法,包括:步骤1,将大型风力机的传动链的单质量块模型转换为由多个子系统构成的下三角结构模型;步骤2,基于迭代设计算法自上而下地为下三角结构模型的每个子系统选择合适的虚拟控制量。本发明将Backstepping控制策略与最优转矩法相结合,根据大型风力机的传动链的单质量块模型建立适用于Backstepping的大型风力机的下三角结构模型,在保证大型风力机的强非线性系统稳定性的基础上,对控制律参数进行调节,在风速快速变化的情况下,提高大型风力机实际风轮转速对最优风轮转速的跟踪速度,进而提高风能转换效率,同时提高大型风力机的鲁棒性。
-
-
-
-
-