[发明专利]一种大型风电机组的蚁群PID独立变桨控制方法有效

专利信息
申请号: 201610022087.1 申请日: 2016-01-13
公开(公告)号: CN105649877B 公开(公告)日: 2018-11-06
发明(设计)人: 周腊吾;邓宁峰;陈浩;韩兵;田猛 申请(专利权)人: 湖南世优电气股份有限公司
主分类号: G06F17/00 分类号: G06F17/00;F03D7/02;F03D7/04
代理公司: 湘潭市汇智专利事务所(普通合伙) 43108 代理人: 颜昌伟
地址: 411101 湖*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种大型风电机组的蚁群PID独立变桨控制方法,包括以下步骤:建立风电机组的载荷模型,计算风电机组桨叶旋转坐标系下的拍打力矩,对拍打力矩进行科尔曼坐标变换,变换成d、q坐标轴下的偏航弯矩和俯仰弯矩;通过蚁群PID控制器得到d、q坐标轴下的独立变桨桨距角,再经过科尔曼逆变换变换成不同桨叶的优化桨距角,将优化桨距角与统一变桨桨距角进行比较分析,得到桨距角控制信号,完成风电机组独立变桨的执行动作。本控制方法采用智能算法结合传统PID控制器的方法,具有自适应性,静态性能良好,提高了风电机组变桨控制系统的动态性能,并且降低了风电机组关键部件的不平衡载荷,提高了风机寿命。
搜索关键词: 一种 大型 机组 pid 独立 控制 方法
【主权项】:
1.一种大型风电机组的蚁群PID独立变桨控制方法,包括以下步骤:1)建立风电机组的载荷模型,计算风电机组桨叶旋转坐标系下的拍打力矩;2)对拍打力矩进行科尔曼坐标变换,变换成d、q坐标轴下的偏航弯矩和俯仰弯矩;3)通过蚁群PID控制器得到d、q坐标轴下的独立变桨桨距角;所述步骤3)中,将PID控制器的三个参数比例系数Kp、积分时间系数TI、微分时间系数TD的值用一个二维坐标系来代替,以便蚁群算法来寻优,其中(0,0)为起点或终点,横坐标1~5代表Kp,6~10代表TI,11~15代表TD,纵坐标值代表Kp、TI、TD的值,横坐标从小到大依次为个位、十分位、百分位、千分位、万分位,寻优的具体步骤如下:①、设置参数m,α,γ,ρ,N,D;定义节点;给定初始解;初始化参数t=0,Nc=0;②、将m个蚂蚁置于各自的初始化邻域,第K只蚂蚁在节点i转移到节点j的概率为:其中,n为节点总数;s为已经过的节点数;i,j表示节点i与节点j连接而成的支路,n‑s表示未经过的节点,Q表示节点Q,[]α、[]γ为幂函数,α,γ是可访问度启发式因子;τij(t)为支路(i,j)上的信息素浓度;ηij为支路(i,j)的可访问度,如下式所示:A∈N且A>1其中,yA‑1为节点j第A‑1次循环产生的最优路径对应的PID参数在二维坐标系中的纵坐标值;N为仿真计算的总次数;③、计算各蚂蚁的目标函数值L,并记录PID控制器当前最优解,目标函数如下式:其中,tu为上升时间;e(i)为桨距角响应误差;y(i)表桨距角响应;ey(i)=y(i)‑y(i‑1);h1、h2、h3、h4为权值且h4≥h2;u2(i)代表控制量u(i)的平方;L表示蚂蚁周游所确定的目标函数值;④、算法每迭代n次,即蚂蚁完成一次周游,每条支路上的信息素浓度将根据下列式子进行整体更新;τij(t+n)=ρτij(t)+Δτij其中,ρ为信息素残留系数;m为蚂蚁总数;为第k只蚂蚁在t时刻与t+n时刻之间留在支路(i,j)上的信息素浓度,按下式计算:其中,D为蚂蚁释放的信息素浓度;蚁群算法采用局部信息素浓度更新策略,如下式所示:⑤、循环次数Nc=Nc+1,判断Nc是否小于N,若是,则转至第②步继续循环,若否,则输出PID控制器最优解;4)独立变桨桨距角经过科尔曼逆变换变换成不同桨叶的优化桨距角,将优化桨距角与统一变桨桨距角进行比较分析,得到桨距角控制信号,完成风电机组独立变桨的执行动作。
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湖南世优电气股份有限公司,未经湖南世优电气股份有限公司许可,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/patent/201610022087.1/,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 back_top