風力發電機組控制技術(1)-資料下載頁

　　

【正文】 V約為 10(米 /秒 ) 葉尖速比 為： 如風機轉速始終在最佳葉尖速比處，則風力機在最佳功率曲線上將會輸出最大功率： 在上述公式中，功率與風速的關系換成了功率與風機轉速的關系。此時 是指最佳轉速。 風力機在不同風速下的轉速 — 功率曲線如右圖 mPw?1v5v 4v3v 2v54321 vvvvv ????optP0322 VRCP pm ????VRnVR ww /2/ ??? ??332m a xm a x )(2 wwoptwp kRRCP ????? ??w?第四章 典型風力發電機組控制系統 （變速機組） 定槳距風力機功率特性曲線 九、最大風能追蹤 mPw?1? 2? 3?ABCDEAPBPCPDPEP1V2V3V第四章 典型風力發電機組控制系統 （變速機組） 最大風能追蹤原理 十、雙饋型風電機組的控制 雙饋感應發電機（ DoublyFed Induction Generator，簡稱 DFIG）是一種繞線式轉子電機，由于其定、轉子都能向電網饋電，故簡稱雙饋電機。特點是通過變頻器給轉子加入交流勵磁。交流勵磁電流的幅值、頻率、相位是可調的，他們的作用可簡述為： 勵磁電流幅值 —— 可以調節發電機無功功率。 勵磁電流頻率 —— 可以調節發電機轉速，實現最大風能捕獲。 勵磁電流相位 —— 可以改變電機的功率角，可以調節有功功率。 第四章 典型風力發電機組控制系統 （變速機組） 第四章 典型風力發電機組控制系統 （變速機組） 變槳距變速風電機組典型工況圖 十、雙饋型風電機組的控制 三個區域的pC值變化情況 a) pC恒定區 b) 轉速恒定區 c) 功率恒定區 變速風力發電機組的運行根據不同的風況可分三個不同階段 : 第一階段是啟動階段 ， 發電機轉速從靜止上升到切入速度； 第二階段是風力發電機組切人電網后運行在額定風速以下的區域 ， 風力發電機組開始獲得能量并轉換成電能； 第三運行階段 ， 該階段稱為功率恒定區 。 第四章 典型風力發電機組控制系統 （變速機組） 十、雙饋型風電機組的控制 第四章 典型風力發電機組控制系統 （變速機組） 風力發電機組運行特性 十、雙饋型風電機組的控制 十、雙饋型風電機組的控制 雙饋電機的基本工作原理： 當轉子三相繞組施以交流，在電機的氣隙中會形成一個 旋轉的磁場 ， 此旋轉磁場的轉速與通入交流電的頻率及電機的極對數有關，即： 22 60 fn p?則只要維持 n177。 n2=n1=常數，定子繞組的感應電勢頻率將始終維持為 f1不變。 雙饋電機的轉差率 11nnS n?? 則轉子電流頻率應為： 2 1 1 1211pn p( n n ) pn n nf f S60 60 60 n??? ? ? ? ?雙饋發電機有以下三種運行狀態： 亞同步運行狀態 :nn1,n2與 n方向相同。 超同步運行狀態 :nn1,n2與 n轉向相反。 同步運行狀態 :n=n1,f2=0,與普通的同步電機一樣。 第四章 典型風力發電機組控制系統 （變速機組） 第四章 典型風力發電機組控制系統 （變速機組） 十一、雙 PWM變頻器原理 雙 PWM型變換器主電路結構圖 雙 PWM型變換器中兩個變換器的功能劃分 第四章 典型風力發電機組控制系統 （變速機組） 十一、雙 PWM變頻器原理 DFIG亞、超同步運行時雙 PWM型變換器的工作狀態 第四章 典型風力發電機組控制系統 （變速機組） 十一、雙 PWM變頻器原理 ? 滑模變結構控制 ? 魯棒控制 ? 最優控制 ? 自適應控制 ? 人工神經網絡 ? 模糊控制理論 ? 專家系統 第五章 現代控制理論及其在風力發電中的應用 滑模變結構控制 本質上是一種不連續的開關型控制 , 它要求頻繁 、 快速地切換系統的控制狀態 , 具有快速響應 、 對系統參數變化不敏感 、 設計簡單 、 易于實現 , 為風能轉換系統提供了一種較為有效的控制方法 。 ABCs ( x ) 0s ( x ) 0s ( x ) = 0第五章 現代控制理論及其在風力發電中的應用 最優控制 是現代控制理論的核心 ， 它研究的主要問題是：在滿足一定約束條件下 ， 尋求最優控制策略 ， 使得性能指標取極大值或極小值 。 基于最大功率點跟蹤的風速估計器和最大效率點跟蹤的模型基礎上的最優性能控制器 , 可以優化機組的輸出功率 。 輸入 e 輸出 u 模糊推理 規則庫 R D/A 執行器 被控對象 傳感器 A/D 期望值 ＋ － e u 模糊值 模糊值 精確值 精確值 模糊化 去模糊化 模糊控制 是根據操作人員手動控制的經驗 ， 總結出一套完整的控制規則 ， 再根據系統當前的運行狀態 ， 經過模糊推理 、 模糊判決等運算 ，求出控制量 ， 實現對被控對象的控制 。 第五章 現代控制理論及其在風力發電中的應用 神經網絡控制 是將神經網絡與控制理論相結合而發展起來的智能控制方法 。 它已成為智能控制的一個新的分支 ， 為解決復雜的非線性、 不確定 、 未知系統的控制問題開辟了新途徑 。 目前神經網絡模型的種類相當豐富 ， 已有數十種神經網絡模型 。 典型的神經網絡有多層前向傳播網絡 （ BP網絡 ） 、 Hopfield網絡 、 CMAC小腦模型 、 ART網絡 、 BAM雙向聯想記憶網絡 、 SOM自組織網絡 、 Blotzman機網絡和Madaline網絡等 第五章 現代控制理論及其在風力發電中的應用 專家系統 采用計算機分布式控制系統 , 嵌入專家系統智能控制策略 , 實現并網風電機組無人值守全自動運行 : 并網 、 脫網 、 運行及保護控制 。 第五章 現代控制理論及其在風力發電中的應用 my模型參考自適應系統 控制器 被控對象 自適應機構 參考模型 ??tr ＋ ＋ － － ? ? myyte ??yu內環 外環 控制器參數 自適應控制 的目標是使控制系統對過程參數的變化 、 以及對未建模部分的動態過程不敏感 。 當過程動態變化時 , 自適應控制系統試圖感受這一變化并實時地調節控制器參數或控制策略 , 使得指定的性能指標盡可能接近最優和保持最優 , 也就是說自適應控制一定是最優控制 , 但最優控制卻不一定是自適應控制 。 第五章 現代控制理論及其在風力發電中的應用 魯棒控制 控制問題：給定一受控對象的 集合 （ 族 ） ， 設計控制器 ， 使得對該集合中的 任意 受控對象 ， 閉環系統 均 滿足要求的性能指標 。 可實現在有建模不確定性條件下的最大風能捕獲 。 第五章 現代控制理論及其在風力發電中的應用 給定一個受控對象 控制器 控制性能 P C S 給定一個受控對象 族 控制器 控制性能 C 傳統控制方法 魯棒控制方法 第五章 現代控制理論及其在風力發電中的應用