[发明专利]基于Backstepping的大型风力机最大功率点跟踪控制方法

说明书

本发明提供了一种基于Backstepping的大型风力机最大功率点跟踪控制方法，包括：步骤1，将大型风力机的传动链的单质量块模型转换为由多个子系统构成的下三角结构模型；步骤2，基于迭代设计算法自上而下地为下三角结构模型的每个子系统选择合适的虚拟控制量。本发明将Backstepping控制策略与最优转矩法相结合，根据大型风力机的传动链的单质量块模型建立适用于Backstepping的大型风力机的下三角结构模型，在保证大型风力机的强非线性系统稳定性的基础上，对控制律参数进行调节，在风速快速变化的情况下，提高大型风力机实际风轮转速对最优风轮转速的跟踪速度，进而提高风能转换效率，同时提高大型风力机的鲁棒性。

技术领域

本发明涉及大型风力机控制技术领域，特别涉及一种基于Backstepping的大型风力机最大功率点跟踪控制方法。

背景技术

大型风力机的控制目标随风速的不同而不同，当风速在切入风速和额定风速之间时，大型风力机控制的主要目标是尽可能多地从风能中捕获能量，实现大型风力机的最大功率点跟踪(maximum power point tracking,MPPT)控制。常用的控制方法有叶尖速比法、爬山搜索法、最优转矩法等。叶尖速比法的实质是通过改变风轮的转速，使机组能够达到最佳叶尖速比的运行状态，实现风能利用最大化的目的；控制方法简单，但其缺点是需要测量风速，由于风速存在着随机不确定的特点，测量精度无法保证。爬山搜索法原理是通过实时调节步长准确跟踪最大功率，但可能在最大功率点附近振荡不止，造成功率损失，因此适合于小型风力发电系统。最优转矩法(optimal torque control,OTC)的原理是在某一稳定风速下，由测量得到的大型风力机转速计算得出大型风力机最优转矩，并将其作为转矩闭环控制给定参考值与实际测量得到的发电机电磁转矩相比较,使发电机的电磁转矩跟踪最优转矩运行；但是由于OTC依靠系统本身的特性进行调节，无法通过参数的调整来获得更快的响应速度，所以受到风机的转动惯量影响较大，造成风机暂态过程较长，降低了风能转化率。

随着大型风力机规模和容量的增加，兆瓦级大型风力机已成为一种发展趋势。但由于大型风力机不仅是具有不确定参数、未建模动态和未知扰动的复杂非线性系统，而且相对小型大型风力机而言具有更大的惯量，这使得最大功率点跟踪控制算法的最优效率难以达到。近几十年来，学术界和产业界对MPPT战略进行了大量的研究。所提出的方法和实验主要基于中小规模(0.1-100千瓦)大型风力机，因此对多兆瓦风力发电系统最大功率控制策略进行研究更显重要。

发明内容

本发明提供了一种基于Backstepping的大型风力机最大功率点跟踪控制方法，其目的是为了解决传统的对大型风力机的最大功率点跟踪控制算法的最优效率难以达到的问题。

为了达到上述目的，本发明的实施例提供了一种基于Backstepping的大型风力机最大功率点跟踪控制方法，包括：

步骤1，将大型风力机的传动链的单质量块模型转换为由多个子系统构成的下三角结构模型；

步骤2，基于迭代设计算法自上而下地为下三角结构模型的每个子系统选择合适的虚拟控制量；

步骤3，基于Lyapunov稳定性理论对下三角结构模型的每个子系统构造Lyapunov能量函数，得到下三角结构模型的每个子系统的虚拟控制律；

步骤4，对得到的下三角结构模型的每个子系统的虚拟控制律通过反向迭代设计得到大型风力机系统的实际控制律。

其中，所述步骤1具体包括：

大型风力机的叶尖速比，如下所示：

其中，w_r表示风轮转速，v表示通过大型风力机风轮的风速，R表示大型风力机风轮半径；

大型风力机的气动模型，如下所示