一种抗台风的分布式海上风电场偏航和轮毂系统控制方法

本发明属于电力系统控制领域，尤其涉及一种抗台风的分布式海上风电场偏航和轮毂系统控制方法。

背景技术：

1、对比陆上风电场，海上风电场具有不占用土地资源，基本不受地形和地貌影响，风速更高，风力发电机的单机容量更大，年利用小时数也更高等优势。然而，他们面临着台风破坏等挑战，当前的风力机组在极端天气条件下存在局限性。为了抵御台风，延长风力机组的使用寿命，目前采取的预防措施主要包括加强各组件的承载能力和采用具有抗台风模式的控制系统。

2、风力发电机因超出设计负荷极限而导致的故障包括叶片损伤和塔架倒塌。为了防止叶片损害，目前大多采用调整叶片到浆桨位置(俯仰角＝90°)的保护策略。在风电场中，风力发电机会在偏航系统的控制下调整机舱的位置。由于台风风况的复杂性、实际测量方法的限制、偏航电机传感器的故障以及数量的限制，可用的测量数据不能完全满足控制系统的要求。本文提出了具有抗台风模式的分布式偏航和轮毂控制系统，适用于海上风电场。

技术实现思路

1、本发明所要解决的技术问题是针对背景技术的缺陷，提出了一种抗台风的分布式海上风电场偏航和轮毂系统控制方法，采用遗传算法和粒子群优化相结合的混合算法，优化台风期间的偏航轨迹和轮毂位置，进而最大限度地减少台风压力和偏航系统的能耗，提高预测精度、机组安全性、可靠性和使用寿命。

2、本发明为解决上述技术问题采用以下技术方案：：

3、一种抗台风的分布式海上风电场偏航和轮毂系统控制方法，包括如下主要步骤：

4、步骤s1、中央监控室接收气象信息和各控制器上传的风速vj、风向dj、叶片压力noj和塔架压力ntj数据信息；

5、步骤s2、根据气象信息及风力发电机组的实测风速和风向数据模拟出预测风速和风向数据并将预测风速和风向数据下达至对应的控制器；

6、步骤s3、各控制器监测并上传实测风速和风向数据，接收中央监控室传递的预测风速和风向数据；

7、步骤s4、各控制器根据预测风速与风向优选出最佳第一夹角序列、最佳第二夹角序列和最佳第三夹角；

8、步骤s5、各控制器根据实测风速与风向调整夹角，调整风力机组的朝向。

9、其中，所述第一夹角为偏航角，为叶轮轴线与实测风向的夹角，第二夹角为正东方向与机舱中心轴的夹角，第三夹角为地面垂直线与叶片纵向轴线夹角。

10、所述风力发电机组包括控制器、塔架、叶片、轮毂、机舱、风速和风向传感器、压力传感器；所述中央监控室和各控制器连接，控制器与风速和风向传感器、压力传感器连接。

11、可选的，所述中央监控室接收气象信息和各控制器上传的风速vj、风向dj、叶片压力noj和塔架压力ntj数据信息，包括：

12、采用风速和风向传感器实时测量风速vj和风向dj数据，采用压力传感器实时测量叶片压力noj和塔架压力ntj数据；

13、所述中央监控室与n台风力发电机组的控制器连接，控制器可内置于风力发电机组的塔架中，或内置于机舱中，j取值范围为1至n的整数；

14、所述气象信息可由气象台提供给中央监控室,包括所属海域的当前台风预警信息和台风预警解除信息，还包括当前台风的强度、中心位置、半径和路径信息。

15、可选的，所述根据气象信息及风力发电机组的实测风速和风向数据模拟出预测风速和风向数据并将其下达至对应的控制器，包括：

16、1)当接收到台风预警信息后，各控制器进入抗台风模式第一阶段，根据叶片压力模型和塔架压力模型，以中央监控室的预测风速和风向数据估算叶片压力和塔架压力并获得估算叶片压力和塔架压力的总和，以估算叶片压力和塔架压力总和最小为目标优选出最佳第一夹角序列、最佳第二夹角序列和最佳第三夹角；

17、2)当风力发电机组的实测风速不断增加且大于第一风速参考值时，各控制器进入抗台风模式第二阶段，即风力发电机组停机脱网指令(台风过境时，持续时间从t1至t2)；根据实测风速和风向数据及实测叶片压力和塔架压力数据对最佳第一夹角序列、最佳第二夹角序列和最佳第三夹角进行修正，然后配合变桨系统的叶片顺桨工作调整第三夹角至最佳第三夹角并控制风力发电机组停机脱网，同时以最佳第二夹角序列为参考值调整第二夹角；

18、3)当接收到台风预警解除信息后，各控制器进入抗台风模式第三阶段，即常规模式指令(台风过境后，持续时间从t2至t3)；启动各风力发电机组,然后配合变桨系统的工作从顺桨变成捕风状态，根据实测风向调整第一夹角至设定的误差范围内直至全部风力发电机组完成并网。

19、可选的，所述预测风速和风向数据，由中央监控室根据当前台风的强度、中心位置、半径和路径信息及第j台风力发电机组的实测风速vj和风向dj数据模拟出当前台风过境时风力发电机组的风速和风向变化过程，以获得预测风速vj’和风向dj’数据。

20、可选的，所述叶片压力模型和塔架压力模型，建立方法包括：根据实测风速和风向数据、实测叶片压力和塔架压力数据以及对应的第一夹角和第三夹角数据，采用曲线拟合算法进行拟合得到。建模时采用的数据包括实测风速vj和风向dj、实测叶片压力noj和塔架压力ntj数据以及对应的第一夹角aj和第三夹角βj,实测风速vj和风向dj数据分别来自于风力发电机组的风速传感器和风向传感器，实测叶片压力noj和塔架压力ntj数据分别来自于叶片压力传感器和塔架压力传感器。

21、可选的，所述获得估算叶片压力和塔架压力的总和，采用时间累计的加权总和公式计算，公式如下：

22、

23、其中，noj'(m)为估算叶片压力noj’在时间段t1+(m-1)×△t至tl+m×△t里的平均值，ntj'(m)为估算塔架压力ntj’在时间段tl+(m-1)×△t至tl+m×△t里的平均值，m为整数且取值范围为1到为台风过境时的开始时间，t2为台风过境时的结束时间，△t为取平均值的时间窗口，a和b为加权系数，当塔架优先级高于叶片时，取b>a>0。

24、可选的，所述以估算叶片压力和塔架压力总和最小为目标优选出最佳第一夹角序列、最佳第二夹角序列和最佳第三夹角，需满足如下条件：

25、1)估算叶片压力和搭架压力均小于设定的安全压力值；

26、2)估算偏航系统瞬时功率小于供电电源允许最大瞬时功率；

27、3)估算偏航系统总能耗小于供电电源允许消耗总电能。

28、可选的，所述根据实测风速和风向数据及实测叶片压力和塔架压力数据对最佳第一夹角序列、最佳第二夹角序列和最佳第三夹角进行修正，包括：判断实测叶片压力或塔架压力数据是否在设计极限值的预设范围内，若是则令最佳第一夹角序列全为0°,最佳第二夹角序列为正东方向与预测风向的夹角；判断实测风速是否大于预测风速且超出误差允许范围，若是则采用最差情况的历史数据修正最佳第三夹角；所述最差情况的历史数据为各台风力发电机组遭遇历史最强台风时对应的历史最佳第三夹角。

29、可选的，所述以最佳第二夹角序列为参考值调整第二夹角，还包括：

30、实时判断实测叶片压力或塔架压力数据是否在设计极限值的预设范围内，若是则基于最佳第二夹角序列继续调整第二夹角直至第一夹角等于0°。

31、可选的，当各控制器进入抗台风模式第二阶段后，还包括：

32、当风力发电机组的实测风速不断下降且小于第二风速参考值时，各控制器开始进行修正偏航轨迹，采用有限元和神经网络组合算法建立预测模型并模拟出预测风速和风向数据，执行如下操作：

33、1)以保持当前轮毂停止姿态不变为前提，再次优选出最佳第一夹角序列和最佳第二夹角序列；

34、2)判断再次优选出的最佳第二夹角序列与当前最佳第二夹角序列的差值是否超出误差允许范围，若是则以再次优选出的最佳第二夹角序列为参考值调整第二夹角。

35、可选的，各控制器进入抗台风模式第二阶段后，还包括：

36、当风力发电机组的实测风速不断下降且小于第二风速参考值时，各控制器进行修正偏航轨迹及轮毂停止姿态，采用有限元和神经网络组合算法建立预测模型并模拟出预测风速和风向数据，执行如下操作：

37、1)再次优选出最佳第一夹角序列、最佳第二夹角序列和最佳第三夹角；

38、2)判断再次优选出的最佳第二夹角序列与当前最佳第二夹角序列或再次优选出的最佳第三夹角与当前第三夹角的差值是否超出误差允许范围，若是则以再次优选出的最佳第二夹角序列为参考值调整第二夹角，以再次优选出的最佳第三夹角为参考值调整第三夹角。

39、本发明与现有技术相比，其显著优点为：

40、1.本发明控制方法能够降低叶片和塔架的实际载荷，使风力机组在台风期间的载荷最小化，有效提升台风中风力机组的安全性和耐久性。

41、2.本发明控制方法采用遗传算法和粒子群优化相结合的混合算法，能够提高风能分布预测的精准度。

42、3.本发明控制方法能够使风力机组的朝向主动适应风向变化，以最大化风能捕获效率，降低偏航系统的能源消耗与经济损失。