
摘要:目前国内外广泛采用转速转矩表、PID控制等传统控制方法,控制理论及策略存在不足,虽能使机组处于发电状态,但控制效果不佳,导致运行效率低下,风电机组发电潜能不能得到充分释放。结合目前控制先进技术经验,将人工智能、自适应运行策略等先进技术融入原风机控制中,使风机在具备一定感知能力基础上,自主学习、决策、执行以适应环境变化,调节自身控制参数和策略。通过智能偏航校正系统、基于遗传算法及梯度求解的自寻优系统、基于粒子群PSO算法的核心控制参数自适应调整系统和软切出等先进控制算法的研究和应用,实现对偏航风向偏差、控制增益、耦合模态频率等核心控制参数自寻优求解,通过不断迭达,实现控制参数最优化设计。
关键词:人工智能;自主学习;智能偏航;软切出技术;自寻优系统
一、研究背景
随着风电机组运行时间的增加,早期风机运行效率明显下降,另外由于个别风电厂家破产倒闭或不再聚焦风电行业,遗留下的“孤儿机组”已停止升级改造,使风电机组控制系统软件得不到及时更新,不能很好的挖掘老旧风电机组的发电潜能,所以结合现在前沿控制技术,研究智能控制策略,应用于老舊机组,会大大提高老旧机组发电量。
二、智能控制策略研究
主控程序是风力发电机组的控制中枢,包含实现机组运行功能的控制逻辑,协调整个机组各部件实现无人值守状态下的稳定、可靠、高效运行。
1、智能偏航校正控制系统
风机在运行过程中,须尽量保持较小风向偏差,尽可能捕获能量。如果存在较大偏航误差,不仅会使机组功率捕获性能降低,同时会导致结构部件承受载荷增大。因此,提高机组对风精度是机组功率最大化前提。目前,市面上用于测量风向变化主要是机械式风向标和超声波仪,属于成本较低且可广泛应用的设备。由于风向采集传感器位于机舱顶部,其受到叶轮尾流影响,测量数据与真实的气流风向存在固定偏差;机组在调试过程中,风向标定有些时候也会出现物理偏差。
对于大兆瓦级别风机,可考虑采用激光雷达的方式进行风速风向超前测量,以优化偏航对风精度控制,提高机组发电量和有效降低载荷。
现有设备存在固定偏差和数据采集的滞后性,通过开发先进的智能偏航校正系统,利用采集到的机组出力(发电机功率)、风速和风向数据,采用散点拟合算法和函数求导的算法求解最高功率点对应的偏航误差角度,进行机组出力与风向的匹配程度推演,进而确认偏航误差校正角度及在线自动实现,在此过程中通过激光雷达的测风数据进行校准,同时根据校准结果优化偏航校正算法,不断迭达,达到最优的控制。推演过程在机组的运行生命周期内一直存在,始终让机组保持较高的对风精度。
2、基于遗传算法及梯度求解的自寻优系统
机组在运行过程中面临的外界环境不断变化,例如湍流强度、风剪切、尾流影响,同时叶片出厂时零刻度与设计有偏差,现场叶片安装时没有严格对中叶片造成安装角有偏差,都会使机组运行的最佳桨距角与理论设计的最佳桨距角不一致。
利用虚拟风速建立机组最优跟踪功率曲线函数,运用遗传算法搜索最优控制增益和最佳桨距角,从而提升机组发电量。
3、基于粒子群PSO算法的核心控制参数自适应调整系统
针对不同风湍流、风剪切、极端温度变化、结冰等各种环境差异的存在,统一的控制参数方法只能产生平均化的发电能力,甚至更差,本课题开发智能控制策略,根据不同风资源差异智能自适应调整控制参数甚至控制策略,从而充分挖掘风电机组发电潜能,大幅提高发电量,并增加风电机组运行可靠性。
另外,机组在运行时由于不同配置情况,使得控制参数必须精细化,如传动链组合搭配,塔筒刚度不同(低温型与普通型),变频器及变桨执行机构的响应不同,均需要准确控制参数匹配性。开发主控系统根据机组运行数据在线进行时域及频域分析,识别机组各耦合模态频率,从而调整相应控制参数,增加系统稳定性能,提升机组发电效率。
此算法提高机组运行可靠性,体现在防止出现运行控制不稳定现象,如超速,发电机转速振荡等,从而间接保证机组发电效率。
4、软切出控制算法
根据项目所在地实际的风资源情况,统计风电场超出预定切出风速的风频率,若评估该风速段发电收益可观,进行软切出控制。为保证机组载荷在设计包络范围内,在超出预定切出风速风速段采取降功率和转速运行。如图2所示,机组应用软切出策略的实际功率散点图,通过软切出功率曲线和现场可研性风频分布。
结束语:
中国风电市场在过去十年得到了爆发式的增长,至2019年底国内装机容量达21005万千瓦,但随着风电机组运行时间的增长,老旧机组的问题也逐渐暴露出来,例如早期机组选型老旧、控制策略落后、叶片结冰、品牌风机厂倒闭等。所以无论从政策导向或机组实际运行情况都迫使风机运行单位对风机控制系统进行升级改造,提高发电效率,进而提高盈利能力。
参考文献
[1]刘宏勇.基于风机理论功率的全场功率优化控制策略研究[J].河南工业大学学报2021(05):74-78.
[2]庄勇.大型风电机组偏航系统误差优化研究[J].中国设备工程,2021(22):14-16.
[3]张真真.风电机组功率曲线不达标原因分析及优化措施[J].分布式能源,2021,6(05):71-76.
[4]韩冰 马杰.基于模型参考自适应的大型风电机组独立变桨控制方法[J].分布式能源,2021,6(05):26-32.
[5]侯杰.探究风力发电并网技术的应用及电能质量控制策略[J].中国设备工程,2021(21):261-263.