[发明专利]基于改进小批量梯度上升法的风机最大功率控制方法

说明书

本发明公开了基于改进小批量梯度上升法的风机最大功率控制方法，包括：建立考虑风速和风向变化的风机出力模型，设定最大功率点追踪控制系统及偏航系统的动作条件及相关参数，作为实施多变量梯度寻优的基本模型及寻优约束条件；将小批量梯度上升算法和均方根传递法相结合，提出改进小批量梯度上升算法，对风机出力模型的最大功率进行寻优。本发明提出改进小批量梯度上升算法，使得寻优效率更高；改进小批量梯度上升算法与爬山搜索法相比，不仅保证了跟踪最大功率点的快速性、稳定性与精确性，还有效避免了无谓的功率损失。

技术领域

本发明属于风电控制领域，具体涉及基于改进小批量梯度上升法的风机最大功率控制方法。

背景技术

风力机从风中获得的能量不仅取决于风速，还与风向有关，两种因素在很多情况下会同时对风能利用率造成影响。在风电系统中，接收风速与风向信号的两大控制单元分别为最大风能追踪单元和偏航单元，两者同属于风力发电机基本控制系统中的第二级——风力机的控制单元，但相互独立。因此，在现有的关于风机最大功率追踪问题的研究中，往往将与风速和风向有关的控制问题分为最大功率点追踪(Maximum Power PointTracking，MPPT)控制与偏航控制两部分进行探讨，在研究其中一个控制优化问题时，直接默认了另一条件在理想状态下，这与实际情况相比是存在偏差的。

发明内容

本发明的技术问题是现有技术的风力机最大功率优化控制方法，往往将与风速和风向有关的控制问题分为MPPT控制与偏航控制两部分进行探讨，在研究其中一个控制优化问题时，直接默认了另一条件在理想状态下，这与实际情况相比是存在偏差的。

本发明的目的是解决上述问题，提出同时考虑风速、风向两个变量的风机最大功率控制方法，将MPPT控制与偏航控制看成一个整体，建立同时考虑风速、风向变化的寻优模型，将多变量寻优结果，即最优风机转速和对风角作为优化控制目标分别作用于MPPT控制系统和偏航控制系统，从而实现风机最大输出功率的综合控制。

本发明的技术方案是基于改进小批量梯度上升法的风机最大功率控制方法，包括：建立考虑风速和风向变化的风机出力模型，设定最大功率点追踪控制系统及偏航系统的动作条件及相关参数，作为实施多变量梯度寻优的基本模型及寻优约束条件；将小批量梯度上升算法和均方根传递法相结合，提出改进小批量梯度上升算法，对风机出力模型的最大功率进行寻优。

所述考虑风速和风向变化的风机出力模型，输出功率P的表达式为

式中，P_WT为未考虑风向的风机功率；C_p为风能利用系数，是桨距角β和叶尖速比λ的函数；ρ为空气密度；A为风力机叶片旋转面面积；v为风速；λ_i为过程变量，ω为叶片角速度，R为风轮机半径；α为风向角；n为风机转速；c₁、c₂、c₃、c₄、c₅、c₆分别为风能利用系数函数的参数。

所述改进小批量梯度上升算法，对风机出力模型的最大功率进行寻优，风机出力模型的多变量梯度寻优函数为

改进小批量梯度上升算法的梯度上升迭代公式为

式中E[g(v)²]_j、E[g(ω)²]_j、E[g(α)²]_j分别对应风速、角速度、风向角的历史梯度平方累积值；g(v)_j、g(ω)_j、g(α)_j分别代表这三个特征量取m个样本计算得到的平均梯度。