海上風(fēng)電機(jī)組優(yōu)化控制中數(shù)據(jù)濾波方法的應(yīng)用

朱力楊+李泰+蔣學(xué)鳳

摘 要：海上風(fēng)電系統(tǒng)受到海上復(fù)雜環(huán)境的作用，給優(yōu)化控制工作帶來困難。數(shù)據(jù)濾波方法在海上風(fēng)電優(yōu)化控制領(lǐng)域具有獨(dú)一無二的優(yōu)勢，是海上風(fēng)電系統(tǒng)實(shí)時(shí)運(yùn)行的結(jié)構(gòu)參數(shù)識(shí)別、追蹤的有力工具。

關(guān)鍵詞：海上風(fēng)電；卡爾曼濾波；載荷優(yōu)化

DOI：10.16640/j.cnki.37-1222/t.2018.04.081

0 引言

海上風(fēng)能資源豐富，是海上新能源的重要組成部分。近海風(fēng)電場建設(shè)不占有限陸地資源，可以有效保護(hù)陸地生存環(huán)境。然而，受到海上復(fù)雜環(huán)境的影響，海上風(fēng)電系統(tǒng)具有非線性、多變量、強(qiáng)耦合等特性。海上風(fēng)電系統(tǒng)的載荷比陸地風(fēng)機(jī)強(qiáng)度大，如果不對(duì)其載荷進(jìn)行有效控制，過大的疲勞載荷和極限載荷將導(dǎo)致風(fēng)電系統(tǒng)頻繁故障[1]。

然而，傳統(tǒng)的控制方法難以在海上風(fēng)電載荷控制中取得較好的控制效果。這是由于傳統(tǒng)的控制方法一般是基于模型[2-5]，該方法難以捕獲海上風(fēng)電系統(tǒng)的精確過程參數(shù)，實(shí)時(shí)控制性能差。海上風(fēng)機(jī)運(yùn)行時(shí)是多個(gè)控制裝置協(xié)同工作的，一個(gè)裝置出現(xiàn)問題，將會(huì)給整個(gè)控制系統(tǒng)造成災(zāi)難性后果。因此，探尋一種高效的、實(shí)時(shí)的海上風(fēng)電優(yōu)化控制方法是勢在必行的。

1 卡爾曼濾波控制算法

其中，是利用前一狀態(tài)對(duì)當(dāng)前狀態(tài)的預(yù)測值，是前一狀態(tài)的最優(yōu)預(yù)測值，是當(dāng)前狀態(tài)的控制量，是對(duì)應(yīng)的協(xié)方差，是系統(tǒng)過程的協(xié)方差，是卡爾曼增益，R為測量噪聲協(xié)方差，是當(dāng)前時(shí)刻的測量值，是當(dāng)前時(shí)刻的最優(yōu)協(xié)方差，A、B、Q、R為常數(shù)或矩陣。

2 基于卡爾曼濾波的海上風(fēng)電載荷優(yōu)化控制

海上兆瓦級(jí)風(fēng)電機(jī)組一般采用獨(dú)立變槳距控制裝置[6]，變槳系統(tǒng)槳葉根部載荷通過安裝在風(fēng)輪葉片根部的光纖應(yīng)變傳感器獲取，所述dq坐標(biāo)變換公式如下：

利用卡爾曼濾波器的預(yù)測功能，減小控制噪聲和測量噪聲對(duì)d-q軸的載荷分量的影響，能在控制系統(tǒng)受到控制噪聲和測量噪聲擾動(dòng)時(shí)實(shí)現(xiàn)d-q軸的載荷分量的正確估計(jì)，從而實(shí)現(xiàn)對(duì)海上風(fēng)電獨(dú)立變槳控制的優(yōu)化。從而保證輸出期望槳距角分量的準(zhǔn)確性，所述dq坐標(biāo)逆變換公式如下：

上述卡爾曼載荷控制器，利用卡爾曼濾波器的預(yù)測功能，減小控制噪聲和測量噪聲對(duì)d-q軸的載荷分量的影響，從而保證輸出期望槳距角分量的準(zhǔn)確性，提高了獨(dú)立變槳的控制精度。

3 結(jié)論

為緩解海上風(fēng)電系統(tǒng)輸入信號(hào)滯后于風(fēng)能變化問題，在原有的控制算法基礎(chǔ)上，引入卡爾曼濾波預(yù)測控制算法。分析擴(kuò)展卡爾曼濾波算法以及系統(tǒng)模型中測量噪聲統(tǒng)計(jì)特性不確定的特點(diǎn)，建立傳動(dòng)系統(tǒng)柔性模型，推導(dǎo)卡爾曼濾波系統(tǒng)更新方程，并根據(jù)卡爾曼濾波原理研究了相關(guān)協(xié)方差確定方法，得到了濾波系數(shù)回歸更新方法。

參考文獻(xiàn)：

[1]I.Antoniadou， N.Dervilis，E.Papatheou，et al.Aspects of structural health and condition monitoring of offshore wind turbines[J].Philosophical Transactions of the Royal Society A，373（12）：1-14，2015.

[2]盧曉光，李鳳格，許明等.基于卡爾曼濾波的風(fēng)機(jī)控制系統(tǒng)優(yōu)化[J].電氣自動(dòng)化，2016，38（01）：42-43.

[3]馮園園.基于Kalman濾波算法的狀態(tài)估計(jì)及風(fēng)電機(jī)組可靠性建模與優(yōu)化研究[D].北京化工大學(xué)，2011（05）.

[4]李懷卿.風(fēng)電機(jī)組傳動(dòng)系統(tǒng)動(dòng)態(tài)載荷控制策略研究[D].沈陽工業(yè)大學(xué)，2016.

[5]毛科峰，蕭中樂，王亮等.數(shù)值模式與統(tǒng)計(jì)模型相耦合的近岸海浪預(yù)報(bào)方法[J].海洋學(xué)報(bào)，2014，36（09）：18-29.

[6]Jian-Rong Lu，Jun-Dong Zhou，Jian Zhang.Research on independent variable pitch control of large offshore wind turbine.2015 International Conference on Material Engineering and Mechanical Engineering（MEME2015），Hangzhou，October 2015.

作者簡介：朱力楊（1997-），男，江蘇揚(yáng)州人，本科在讀，電子信息工程專業(yè)。endprint