[发明专利]一种适用于风力发电机叶轮面等效风速的改进型观测方法

说明书

本发明提供了一种风力发电机叶轮面等效风速的改进型观测方法。针对基于风电机组机理模型的观测方法对模型参数的依赖性强，以及基于神经网络模型的方法存在数据量大、计算量大、模型复杂等缺点，进行针对性的改进型的建模。首先利用未知输入扰动观测器对风机传动链模型进行未知输入气动转矩的精确观测，然后利用基于非线性输入‑输出映射的极限学习机模型逼近风力机的气动特性，从而降低了模型复杂度，同时提高了叶轮面等效风速的观测精度，且大大加快了观测速度。

技术领域

本发明属于风力发电机领域，涉及大型风力发电机的风速观测及风机控制问题，尤其是涉及到一种适用于风力发电机叶轮面等效风速的改进型观测方法。

背景技术

随着风能市场的激烈竞争，通过控制策略优化提升风力发电机组性能和降低机组部件载荷具有极其重要的意义。众所周知，和传统的一般控制问题不同，风力发电机主要由外力驱动，即风速，风速是一个随时间和空间维度变化的随机变量，也是决定风力发电机工作点的动力学参数变量。这意味着风不但影响电机组各个结构部件的动态特性，而且作为关键因素决定机组运行状态。因此，风速信息在风力发电机的控制应用中是不可缺少的。然而，采用风速计测量的机舱风速精度不高，难以应用于先进的控制系统，因为它只能测量单点的受转子旋转强烈干扰的风速。对于影响风力发电机整个转子的风速，它并不是一个合格的代表。换句话说，它需要使用多个风速计来获取更多的风速信息。显然，更多的风速计将会增加风机的成本，降低风力发电机的可靠性。因此，有必要准确观测影响整个转子的风速，即叶轮面等效风速(EWS)。

由于观测的EWS主要用于实时控制算法，观测结果将直接影响控制器的有效性。只有在掌握风速这一关键信息后，才能设计出适当的控制策略进行机组主动保护，降低极端工况下机组部件载荷。

发明内容

鉴于此，本发明提供一种适用于风力发电机叶轮面等效风速的改进型观测方法，以降低风速观测的成本，提升风力发电机组性能及降低机组部件载荷损耗。该方法首先利用未知输入干扰观测器(UIDOB)观测输入气动力矩，避免了状态观测器的观测精度不高的问题。其次，利用快速有效的极限学习机(ELM)算法对风力发电机的气动特性进行非线性输入输出映射。该方法考虑了风力发电机空气动力学的非线性特性和风湍流特性，计算速度快且计算复杂度低，对计算机性能的要求也比较低。

为实现上述目的，本发明的技术方案如下：

一种适用于风力发电机叶轮面等效风速的改进型观测方法，所述观测方法包括以下步骤：

步骤一、采用传动链二质量体模型，将风机的气动转矩T_a看作未知扰动输入，叶轮转速ω_r和发电机电气转矩T_g为已知输入，利用未知输入干扰观测器观测出气动转矩并且测量得到桨距角β；

步骤二、建立ELM风速观测模型：

其中υ_e表示实际叶轮面等效风速，C_p(λ,β)表示风能利用系数，f(·)表示非线性函数，λ表示叶尖速比，β表示桨距角，T_a表示气动转矩，ρ表示空气密度，R表示叶轮半径；

则ELM风速观测模型为：

其中，X_j表示第j个输入变量，表示叶轮面等效风速估计值，i表示隐含层节点，j表示样本集，b_i是第i个隐含层节点的偏置项，W_i是输入层与第i个隐含层节点之间的权重，α_i是第i个隐含层节点与输出层之间的权重，M是隐含层单元数，L是样本集大小，g(·)表示激活函数；