[发明专利]基于RBF神经网络PID的风电机组独立变桨控制方法

说明书

技术领域

本发明涉及大型风电机组变桨控制领域，特别涉及基于RBF神经网络PID 的风电机组独立变桨控制方法。

背景技术

当今社会，人类社会对能源的需求与日俱增，能源的浪费、低效率和不可 持续利用造成了整个社会的能源危机。在可再生能源中，风能因其无污染、零 排放和可再生等优点，成为了国内外新能源研究的重要对象，因此风能发电技 术在开发利用新能源技术中是最成熟的。风电机组变桨控制系统分统一变桨控 制系统和独立变桨控制系统，因为在风电机组运行中独立变桨控制系统相对统 一变桨控制系统能提高风能利用系数，使风电机组输出最佳风能。

采用常规PID控制的独立变桨控制系统在风电机组中得到了普及，然而， 由于PID控制不能很好地处理时变、非线性和强耦合的风力发电系统，因而为 了解决PID变桨控制系统的控制缺点，国内外科研工作者在独立变桨控制系统 中提出了各种先进的控制方法，如滑模变结构变桨距控制、H∞鲁棒控制、自适 应控制、模糊控制等。但是上面提到的各种先进变桨控制方法都不能有效解决 运行于额定风速以上由风切变、风剪切和塔影效应在塔架和桨叶上产生的不平 衡载荷，不能有效稳定风电机组的输出功率。

为了解决不平衡载荷和稳定风电机组输出功率的问题，需要对风电机组进 行综合分析，以此来改善风电机组运行的动态性能，从而降低对风切变、风剪 切和塔影效应在塔架和桨叶等关键部件上产生的不平衡载荷，使风电机组输出 功率稳定。

发明内容

为了解决上述技术问题，本发明提供一种基于RBF神经网络PID的大型风 电机组独立变桨控制方法，通过RBF神经网络在线自学习能力，得出PID控制 器参数调节变化量，从而优化大型风电机组独立变桨控制系统的动态性能，实 现风切变、风剪切和塔影效应在桨叶叶片、塔架等关键部件上产生不平衡载荷 的有效改善，稳定风电机组输出功率。

本发明解决上述问题的技术方案是：

一种基于RBF神经网络PID的大型风电机组独立变桨控制方法，包括以下 步骤：

1)建立风电机组的数学模型，计算风电机组桨叶的挥舞力矩；

2)通过park变换，把挥舞力矩变换为固定坐标系下的偏航力矩与俯仰力矩；

3)把偏航力矩和俯仰力矩输入到RBF神经网络PID控制器，通过RBF神 经网络在线自学习能力，由梯度下降法得出PID控制器参数调节变化量，PID 控制器输出静止坐标系下的桨距角；

4)经过park逆变换把步骤3)得到的桨距角变换成三个叶片的桨距角，再 把三个叶片桨距角与同步变桨桨距角进行叠加，得出风电机组每个叶片的变桨 桨距角，实现对风电机组的独立变桨控制。

上述基于RBF神经网络PID的大型风电机组独立变桨控制方法，所述步骤 1)中，建立的风电机组数学模型为：

J·Ω·=-3hMxxfa·+3kMzθ1cm+3hMxu~1cm-Tg]]>