[发明专利]一种变速风力发电机组的最大风能捕获方法在审

专利信息
申请号: 201410728548.8 申请日: 2014-12-03
公开(公告)号: CN104675629A 公开(公告)日: 2015-06-03
发明(设计)人: 杨秦敏;韩超;孟文超;罗清顺;范博;陈积明;卢建刚 申请(专利权)人: 浙江大学
主分类号: F03D9/00 分类号: F03D9/00;G06F17/50
代理公司: 浙江杭州金通专利事务所有限公司 33100 代理人: 刘晓春
地址: 310027 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 变速 风力 发电 机组 最大 风能 捕获 方法
【权利要求书】:

1.一种变速风力发电机组的最大风能捕获方法,其特征在于,首先提供风力发电机发电功率的模型,以风力发电机处于低风速段运行获得最大的发电功率为控制目标,在风速未知的情况下,根据之前若干个周期风力发电机获取功率的情况,对风力发电机最优转速进行估计并作为控制器的输入,所述控制器以间接转速控制器为基础,以比例控制器修正当前转速与最优转速的偏差,从而实现风力发电机的叶轮转速对最优转速的跟踪,以实现最大风能捕获。

2.根据权利要求1所述的方法,其特征在于,取2n个控制周期,在这2n个控制周期内风力发电机的转矩Tg是保持不变的,然后比较2n个控制周期中前n个控制周期和后n个控制周期的产生能量的总和,然后对最优转速进行估计。

3.根据权利要求2所述的方法,其特征在于,采用智能模糊算法根据产生能量的不同获取对应的最优转速的改变量Δω,步骤如下:

(1)确定输入、输出的量的模糊分布,对产生能量之差ΔW的模糊子集选取三角形隶属函数:

i.选定7个模糊子集,分别是负大(NB),负中(NM),负小(NM),零(ZO),正小(PS),正中(PM),正大(PB)用于涵盖输入量ΔW的论域[-6000,6000];

ii.选定7个模糊子集,分别是负大(NB),负中(NM),负小(NM),零(ZO),正小(PS),正中(PM),正大(PB)涵盖输出量Δω的论域{-0.06,-0.05,-0.04,-0.03,-0.02,-0.01,0,0.01,0.02,0.03,0.04,0.05,0.06};

(2)建立模糊规则

根据相关的经验,建立如下7条模糊规则,规则如下:

R1:If ΔW is NB,then Δω is NB;

R2:If ΔW is NM,then Δω is NM;

R3:If ΔW is NS,then Δω is NS;

R4:If ΔW is ZO,then Δω is ZO;

R5:If ΔW is PS,then Δω is PS;

R6:If ΔW is PM,then Δω is PM;

R7:If ΔW is PB,then Δω is PB;

规则表如下:

产生能量差ΔWNBNMNSZOPSPMPB调整步长ΔωNBNMNSZOPSPMPB

(3)进行近似推理

对于任意输入ΔW*,采用并行法进行推理,即:

Δω1*=ΔW*oR1...Δω7*=ΔW*oR7]]>

最终的输出为Δω*=Δω1*Δω2*Δω3*Δω4*Δω5*Δω6*Δω7*]]>

(4)进行解模糊

最后将得到的Δω*使用加权平均法解模糊,得到最终的Δω和最优转速的估计值。

4.根据权利要求1-3中任意一项所述的方法,其特征在于,以间接转速控制率(koptωm2项)为基础,加上这项反映最优转速估计值变化的部分就构成了我们设计的用于最大风能捕获方法,如下公式所示:

Tg=koptωm2+k(ω^(m)-ωm)ω^(m)=ω^(m-1)+sgn(Pe)ΔωPe=Σk=n+12nPk-Σk=0nPk]]>

至此,由该公式得到的转矩Tg,就是该基于最优转速估计的变速风力发电机组的最大风能捕获方法的输出。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学;,未经浙江大学;许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410728548.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code