[发明专利]一种风电机组桨距角控制方法

权利要求书

1.一种风电机组桨距角控制方法，其特征在于包括：

建立基于极限学习机的有效风速估计模型：获取一段时间内风电机组的有效风速信息和相应输出数据，训练基于极限学习机的有效风速估计模型，有效风速估计模型能够在线实时给出有效风速估计值；

获取反馈控制信号：建立风电机组数字模型；定义调节误差，求得调节误差的动态特性，根据调节误差的动态特性求得反馈控制信号的初步表达式；根据UDE原理对风电机组数学模型的不确定及干扰项进行估计，获得不确定及干扰项估计值；先将不确定及干扰项估计值带入初步表达式，再对初步表达式进行拉普拉斯变换和拉普拉斯反变换获得反馈控制信号的最终表达式；

获取前馈控制信号：获取一段时间内机组有效风速信息和机组相应输出数据中的桨距角信号，训练基于极限学习机的风电机组动态非线性风速-桨距角关系模型，动态非线性风速-桨距角关系模型能够在线实时给出前馈控制信号。

2.根据权利要求1所述的一种风电机组桨距角控制方法，其特征在于，所述建立基于极限学习机的有效风速估计模型包括：

(1)分别通过LIDAR测风系统和SCADA系统获得一段时间内风电机组的有效风速信息Y和相应输出数据X；

(2)将相应输出数据X进行归一化处理，作为有效风速估计模型的训练特征集，将有效风速信息Y作为有效风速估计模型的训练目标值，将训练特征集和训练目标值作为有效风速估计模型的训练集T；

(3)通过训练集T训练得到基于极限学习机的有效风速估计模型。

3.根据权利要求1所述的一种风电机组桨距角控制方法，其特征在于，所述建立风电机组数字模型包括：

(1)对风电机组的结构进行分析，建立风电机组的初步数字模型；

其中，ω_r是风轮角速度，J_t是系统总惯量，T_a是气动转矩，K_t是系统总阻尼，T_g是等效发电机电磁转矩，d_t是外部干扰；

(2)对所述风电机组的初步数字模型进行改写，得到风电机组数字模型：

其中，是风电机组数学模型的已知项；D(t)＝Δ(ω_r,β)+d(t)风电机组数学模型的不确定及干扰项，是有效风速估计值。

4.根据权利要求3所述的一种风电机组桨距角控制方法，其特征在于，所述定义调节误差包括：

(1)定义调节误差e＝ω_r-ω_d，其中ω_d表示额定风轮转速；

(2)根据风电机组数学模型，求得调节误差的动态特性表示如下：

e的动态特性满足由此，可以求得反馈控制信号的初步表达式如下：

5.根据权利要求4所述的一种风电机组桨距角控制方法，其特征在于，所述获得不确定及干扰项估计值包括：

使用UDE原理，通过低通滤波器G_f(s)对风电机组数学模型中的不确定及干扰项D(t)进行逼近，记录低通滤波器G_f(s)的冲击响应为g_f(t)，得到D(t)的不确定及干扰项估计值的表达式如下：

其中，“*”表示卷积。

6.根据权利要求5所述的一种风电机组桨距角控制方法，其特征在于，所述获得反馈控制信号的最终表达式包括：

将不确定及干扰项估计值代替反馈控制信号的初步表达式中的D(t)，得到：

将式①进行拉普拉斯变换可得：

β(s)＝f(s)+(sω_r(s)-f(s)+β(s))G_f(s)+ke(s) ②

其中β(s)、f(s)、ω_r(s)和e(s)分别表示β、ω_r和e的拉普拉斯变换，继续整理式②，可得：

将式③进行拉普拉斯反变换可得反馈控制信号的最终表达式如下：