[发明专利]一种风力发电机组优化启动控制方法

摘要

本发明公开了一种风力发电机组优化启动控制方法，该方法利用时间序列分析法建立风速序列的AR(p)模型，利用卡尔曼滤波算法得到未来10min风速的预测值，再将前10min的平均风速与后10min预测风速相结合来作为执行风机启动动作的依据，充分保证了风机启动后的发电能力，减少了小风速季节风机的不合理启动，延长了设备寿命，提高了设备可用率，减少了自耗电，提高了发电量。

主权项

1.一种风力发电机组优化启动控制方法，其特征在于，用于小风速季节风电机组的优化启动控制，包括以下步骤：1)采集风速历史数据库，每隔10min求一次风速平均值，将此平均值设为样本点，共取得N个样本点{x(k)}，k＝1,2,…,N；2)基于时间序列分析法建立风速数据的AR(p)模型，AR(p)模型的表达式如下：其中：w(k)为零均值且方差为σ²的白噪声；为所建模型的待估系数；q^‑1、q^‑p分别为单位滞后算子和p阶滞后算子；利用AIC准则确定模型阶数p，利用矩估计法确定参数3)基于AR(p)模型，建立卡尔曼滤波算法的状态方程和测量方程，如下：其中，X(k+1)为k+1时刻的状态向量；F为系统状态转移矩阵；Γ为激励转移矩阵；Z(k+1)为k+1时刻的观测向量；H为测量系统的观测状态矩阵；w(k+1)和v(k+1)分别为过程白噪声向量和测量白噪声向量，协方差矩阵分别为Q和R；根据式(1)和式(2)可得：将式(4)变形为：令x₁(k)＝x(k)，x₂(k)＝x(k‑1)，…，x_p(k)＝x(k‑p+1)，则有由于x₂(k+1)＝x₁(k)，x₃(k+1)＝x₂(k)，…，x_p(k+1)＝x_p‑1(k)，因此可得：根据上述状态方程，建立如下观测方程：其中，v(k+1)为观测噪声；式(7)和式(8)即为卡尔曼滤波的状态方程和观测方程；4)利用卡尔曼滤波算法对风速序列进行在线滤波，其中卡尔曼滤波的递推方程如下：X(k+1|k)＝F·X(k|k)                 (9)P(k+1|k)＝F·P(k|k)·F^T+ΓQΓ^T        (10)K(k+1)＝P(k+1|k)H^T[H·P(k+1|k)·H^T+R]^‑1      (11)X(k+1|k+1)＝X(k+1|k)+K(k+1)[Z(k+1)‑H·X(k+1|k)]      (12)P(k+1|k+1)＝[I‑K(k+1)·H]·P(k+1|k)      (13)其中，X(k+1|k)表示在k时刻对k+1时刻的状态预测，P(k+1|k)表示预测值X(k+1|k)的预测误差协方差矩阵；K(k+1)为卡尔曼增益矩阵；X(k+1|k+1)为k+1时刻的测量值Z(k+1)对状态预测值X(k+1|k)的更新，为系统状态的最优估计；P(k+1|k+1)为X(k+1|k+1)的估计误差协方差矩阵；I为单位矩阵；为了使卡尔曼滤波尽快收敛，取初值X[0|0]为滤波开始前p个采样点构成的向量，P[0|0]＝10I，Q＝I，R＝I；5)卡尔曼滤波中X(k+1|k)中的分量x₁(k+1|k)即为下一个10min的平均风速预测值，将其与k时刻前10min的实际平均风速求平均值v_ave(k)，若v_ave(k)＞3m/s，风机在k时刻开桨启动；若v_ave(k)＜3m/s，风机在k时刻不执行启动动作；具体来说，首先判断卡尔曼滤波是否收敛，判断方法为：若k＞k_s时，||X(k|k)‑Z(k)||≤εm/s，则认为卡尔曼滤波已经收敛，ε表示状态估计值X(k|k)与实际测量值Z(k)的允许偏差范围，取值为(0,1]。