[发明专利]一种基于动态多模型预测控制器的风机有功功率跟踪方法

说明书

本公开提供一种基于动态多模型预测控制器的风机有功功率跟踪方法，所述方法包括：建立风机的各非线性模型，并在各个工况点处分别将各所述非线性模型线性化和离散化，获得所述风机的线性多工况多模型；根据所述风机的所述线性多工况多模型，搭建模型预测控制器；根据所述风机实际的运行状态去更新矫正所述模型预测控制器中模型的参数，搭建动态多模型预测控制器；基于实际实验平台或高保真仿真软件，验证所述动态多模型预测控制器在风机有功功率追踪上的有效性。改进了传统风机有功功率追踪策略的不足，基于动态多模型预测控制器，来抑制风机输出功率追踪时的波动，提高风机的经济性能。

技术领域

本公开属于风机有功功率跟踪控制技术领域，具体涉及一种基于动态多模型预测控制器的风机有功功率跟踪方法。

背景技术

由于风力发电机输出的能量来源于环境中的风，且环境中的风难以被准确预测，并会发生湍流和快速变化的情况，风机的输出功率极易发生波动，较难精准地控制风机功率，不仅影响着风机的经济运行，也会对电网的频率造成影响，给风机和电网的运行造成巨大的挑战。

因此，有必要寻找有效的手段提高风机的功率跟踪能力，降低功率的波动，提高风能输出质量。现有的技术手段包括传统的PI控制策略、增益调度PI控制策略、传统模型预测控制策略等。PI控制策略主要为额定风速以上时，通过PI控制器调节桨距角，使发电机转速保持额定转速，电磁转矩控制器配合发电机转速实现功率追踪额定功率；增益调度PI控制策略是为了解决在不同的风速下发电机输出功率的对桨距角灵敏度不同的问题，从而基于灵敏度对PI控制器进行增益补偿和调度；传统模型预测控制策略，可以基于风机模型进行实时优化控制来满足功率的输出要求，但控制的准确度和精度与模型的准确度关系较大，同时由于风机的状态相互之间存在着耦合关系，且受输入风速影响较大，模型很难准确建立，如果模型较实际模型差距较大将使风机的功率达不到控制要求。

发明内容

本公开旨在至少解决现有技术中存在的技术问题之一，提供一种基于动态多模型预测控制器的风机有功功率跟踪方法。

本公开的一个方面，提供一种基于动态多模型预测控制器的风机有功功率跟踪方法，所述方法包括：

建立风机的各非线性模型，并在各个工况点处分别将各所述非线性模型线性化和离散化，获得所述风机的线性多工况多模型；

根据所述风机的所述线性多工况多模型，搭建模型预测控制器；

根据所述风机实际的运行状态去更新矫正所述模型预测控制器中模型的参数，搭建动态多模型预测控制器；

基于实际实验平台或高保真仿真软件，验证所述动态多模型预测控制器在风机有功功率追踪上的有效性。

在一些可选地实施方式中，所述建立风机的各非线性模型，并在各个工况点处分别将各所述非线性模型线性化和离散化，获得所述风机的线性多工况多模型，包括：

基于风机的机理理论建立所述风机的各非线性模型，所述风机的各非线性模型包括非线性气动模型、非线性传动模型、非线性发电机模型和非线性伺服机构模型；

根据所述风机在各个风况下的动态特性，利用泰勒展开建立多个小信号线性模型，并根据所述小信号线性模型，建立所述风机的小信号连续状态间表达式；

对所述小信号连续状态空间表达式离散化，获得所述风机的线性多工况多模型。

在一些可选地实施方式中，所述风机的各非线性模型如下：

对于风机的气动系统：

根据空气动力学理论，风机转子捕获到气动转矩可以表示为下述关系式(1)：