[发明专利]基于数字孪生的风机最大功率点跟踪控制性能优化方法

说明书

本发明公开了基于数字孪生的风机最大功率点跟踪控制性能优化方法，包括：设定当前运行周期内各个数字孪生风机的起始转速，根据各个所述数字孪生风机的起始转速,利用最大功率点跟踪法，获得各个所述数字孪生风机的运行数据；根据各个所述数字孪生风机的运行数据，获得各个数字孪生风机的风能捕获效率；比较各个所述数字孪生风机的风能捕获效率，获得最大风能捕获效率；将所述最大风能捕获效率对应的数字孪生风机的转速作为实际风机的起始转速，用于实际风机的下一个周期的运行。本发明能够在付出较少算力资源与时间成本的前提下获得较高的风能捕获效率。

技术领域

本发明属于风力发电系统控制技术领域，特别是涉及基于数字孪生的风机最大功率点跟踪控制性能优化方法。

背景技术

最优转矩(optimal torque,OT)法及其改进是当前商用大型风机应用最为广泛的最大功率点跟踪控制方法(MPPT)。最优转矩法的改进思路存在减小转矩增益方法以及收缩跟踪区间方法两类，转矩增益系数和起始发电转速分别是两类方法的关键控制参数。并且，控制参数的最优值与风况特征密切相关，需要在运行过程中周期性地根据风况特征的变化对控制参数进行优化设定，以使风机始终维持较高的风能捕获效率。

为了实现控制参数的在线优化，现有研究基于减小转矩增益思路提出了自适应转矩控制、限定寻优区间的改进自适应控制等方法，基于收缩跟踪区间改进思路提出了跟踪区间优化的改进MPPT控制、考虑湍流频率影响的改进MPPT控制等方法。上述方法可归为两类，分别是自适应搜索算法和离线构建最优参数与风况特征的数量关系模型指导控制参数在线优化设定的方法。自适应搜索算法无需风机先验知识，通用性强，可实现风电场批量化快速部署。但自适应迭代搜索过程极易受到风况变化的干扰，算法鲁棒性以及实际的风能捕获效率表现不佳。而第二类方法对风况变化具有较强的算法鲁棒性，能够始终保持较高的风能捕获效率，但是需要的算力资源和时间成本过大，目前仍难以工程批量化应用。其主要原因在于，此类方法在应用之前，需要针对海量风速序列进行基于时域仿真的离线遍历工作，以便获得控制参数与风况特征两者之间对应数量关系的样本，然后利用神经网络、响应面模型等函数拟合方法构建两者之间的统计数量关系模型。

综上，当前商用大型风机MPPT控制领域亟需一种对风况特征变化适应性良好，能始终维持较高的风能捕获效率，且易于风电场大批量风机快速实施的方法。

发明内容

本发明所解决的技术问题在于提供基于数字孪生的风机最大功率点跟踪控制性能优化方法，在付出较少算力资源与时间成本的前提下获得较高的风能捕获效率。

为实现上述目的，本发明提供了基于数字孪生的风机最大功率点跟踪控制性能优化方法，包括：

设定当前运行周期内各个数字孪生风机的起始转速，根据各个所述数字孪生风机的起始转速,利用最大功率点跟踪法，获得各个所述数字孪生风机的运行数据；

根据各个所述数字孪生风机的运行数据，获得各个数字孪生风机的风能捕获效率；比较各个所述数字孪生风机的风能捕获效率，获得最大风能捕获效率；

将所述最大风能捕获效率对应的数字孪生风机的转速作为实际风机的起始转速，用于实际风机的下一个周期的运行。

可选的，各个所述数字孪生风机与所述实际风机同步运行。

可选的，获得各个所述数字孪生风机的起始转速的方法为：

设定各个所述数字孪生风机起始发电风速，根据自适应动态调整机制和各个所述数字孪生风机起始发电风速，获得各个所述数字孪生风机的起始转速。

可选的，所述数字孪生风机起始发电风速v_bgn与所述数字孪生风机的起始转速ω_bgn的关系式为：

ω_bgn＝λ_optv_bgn/R，其中λ_opt为风机最佳叶尖速比，R为风轮半径。