风力发电机组控制方法、装置及风力发电机组与流程

1.本技术涉及风力发电机组控制技术领域，具体涉及一种风力发电机组控制方法、装置及风力发电机组。


背景技术：

2.在风力发电系统中，风速、风向、风切变、湍流、涡流及空气密度均受气温、季节、地形等影响因素随机变化，对风机的转速控制造成很大的挑战。目前对于风力发电机组的控制主要是基于传统的pid算法，而pid算法存在处理非线性问题能力有限、参数难以调整、对干扰信息敏感等问题，因此无法实现对风力发电机组的稳定控制，存在抗干扰能力低而导致控制稳定性较低的问题。


技术实现要素：

3.有鉴于此，本技术实施例提供一种风力发电机组控制方法、装置及风力发电机组，通过利用时滞信息估计风力发电机组在运行过程中因风速变化产生的干扰以及风力发电机组系统建模不确定性，通过结合风力发电机组的时滞信息对其进行控制，以解决现有技术中基于传统的pid算法存在抗干扰能力低而导致控制稳定性较低的问题。
4.第一方面，本技术实施例提供一种发电机控制方法，可以包括：
5.基于构建的风力发电机组的动态模型，以及选定的所述风力发电机组的参考模型，得到所述风力发电机组的初始控制率；
6.获取所述风力发电机组的系统中的时滞信息，基于所述时滞信息计算所述风力发电机组的时滞观测值，所述时滞观测值用于描述所述风力发电机组的动态响应特性以表征所述风力发电机组在运行状态下受到的干扰以及所述风力发电机组的模型误差；
7.将所述时滞观测值代入所述初始控制率，得到目标控制率，以基于所述目标控制率控制所述风力发电机组。
8.在上述实现过程中，可以通过结合风力发电机组的时滞信息计算风力发电机组的时滞观测值，通过时滞观测值描述风力发电机组的动态响应特性从而可以估计风力发电机组在运行过程中的工况干扰或是建模的不确定性，并代入进结合动态模型以及参考模型得到所述风力发电机组的初始控制率以得到目标控制率，再基于目标控制率对风力发电机组进行控制以替代使用pid进行控制的方式，可以减少风力发电机组工况干扰对控制效果的影响，以及补偿系统建模误差，从而可以提高风力发电机组控制的有效性和稳定性。
9.可选地，所述动态模型可以由气动模型、传动链模型、桨距角和转矩执行器模型构成；
10.其中，所述气动模型表征所述风力发电机组的主轴转矩、主轴转速、桨矩角和风速之间的关系；所述传动链模型表征所述风力发电机组的主轴与所述风力发电机组之间的转速与转矩之间的关系；所述桨距角和转矩执行器模型表征所述风力发电机组的桨叶角度和转矩输出的关系。
11.可选地，所述基于构建的风力发电机组的动态模型以及选定的所述风力发电机组的参考模型得到所述风力发电机组的初始控制率可以包括：
12.基于所述气动模型、所述传动链模型、所述桨距角和转矩执行器构建所述动态模型；
13.根据所述风力发电机组的性能指标确定所述风力发电机组的参考模型，所述参考模型的误差满足随时间变化的误差动态方程；
14.将所述误差动态方程代入所述动态模型中，确定所述初始控制率。
15.在上述实现过程中，可以通过结合风力发电机组的动态模型和参考模型得到风力发电机组的初始控制率，根据风力发电机组的运行特性，在建立的动态模型中将输出扭矩在各个风况点上线性化而并不直接处理，通过结合时滞观测值后再对风力发电机组进行控制，可以减少风力发电机组工况干扰对控制效果的影响，提高风力发电机组控制的有效性和稳定性。
16.可选地，所述时滞信息可以包括风速测量时滞、功率响应时滞、控制信号传输时滞、机械延迟和电子响应时滞中的至少一种。
17.可选地，所述获取所述风力发电机组的系统中的时滞信息以表征所述风力发电机组的工况干扰以及模型误差可以包括：
18.基于所述风速测量时滞、功率响应时滞、控制信号传输时滞、机械延迟和电子响应时滞中的至少一种确定假设外部干扰不发生突变的时间步长值，将所述时间步长值代入所述动态模型，得到所述时滞观测值。
19.在上述实现过程中，可以基于时滞信息描述系统的动态响应特性，从而估计风机在运行过程中的因风速变化产生的干扰以及系统建模不确定性，减少风速产生的干扰对控制效果的影响，以及补偿系统建模误差，从而可以提高风力发电机组控制的有效性和稳定性。
20.可选地，所述将所述时滞观测值代入所述初始控制率，得到目标控制率，以基于所述目标控制率控制所述风力发电机组可以包括：
21.将所述时滞观测值代入所述初始控制率中得到目标控制率，并根据所述目标控制率计算得到所述风力发电机组的桨距角和转矩参考值；基于所述桨距角和所述转矩参考值控制所述风力发电机组的桨距角伺服电机和转矩输出。
22.在上述实现过程中，可以基于时滞信息来估计风力发电机组在运行过程中的因外部条件变化，如风速的变化而产生的干扰，通过将时滞观测值结合初始控制率得到目标控制率再由目标控制率对风力发电机组进行对应桨距和转矩的控制，可以降低外部干扰对风力发电机组控制的影响，从而提高风力发电机组控制的有效性和稳定性。
23.第二方面，本技术实施例还提供一种风力发电机组控制装置，可以包括：
24.初始控制率生成模块，用于基于构建的风力发电机组的动态模型，以及选定的所述风力发电机组的参考模型，得到所述风力发电机组的初始控制率；
25.获取模块，用于获取所述风力发电机组的系统中的时滞信息，基于所述时滞信息计算所述风力发电机组的时滞观测值，所述时滞观测值用于描述所述风力发电机组的动态响应特性以表征所述风力发电机组在运行状态下受到的干扰以及所述风力发电机组的模型误差；
26.目标控制率生成模块，用于将所述时滞观测值代入所述初始控制率，得到目标控制率，以基于所述目标控制率控制所述风力发电机组。
27.可选地，所述动态模型由气动模型、传动链模型、桨距角和转矩执行器模型构成；其中，所述气动模型表征所述风力发电机组的主轴转矩、主轴转速、桨矩角和风速之间的关系；所述传动链模型表征所述风力发电机组的主轴与所述风力发电机组之间的转速与转矩之间的关系；所述桨距角和转矩执行器模型表征所述风力发电机组的桨叶角度和转矩输出的关系。
28.初始控制率生成模块可以具体用于：
29.基于所述气动模型、所述传动链模型、所述桨距角和转矩执行器构建所述动态模型；根据所述风力发电机组的性能指标确定所述风力发电机组的参考模型，所述参考模型的误差满足随时间变化的误差动态方程；以及将所述误差动态方程代入所述动态模型中，确定所述初始控制率。
30.可选地，所述时滞信息包括风速测量时滞、功率响应时滞、控制信号传输时滞、机械延迟和电子响应时滞中的至少一种。
31.可选地，获取模块可具体用于：
32.基于所述风速测量时滞、功率响应时滞、控制信号传输时滞、机械延迟和电子响应时滞中的至少一种确定假设外部干扰不发生突变的时间步长值，将所述时间步长值代入所述动态模型，得到所述时滞观测值。
33.可选地，目标控制率生成模块可具体用于：
34.将所述时滞观测值代入所述初始控制率中得到目标控制率，并根据所述目标控制率计算得到所述风力发电机组的桨距角和转矩参考值；以及基于所述桨距角和所述转矩参考值控制所述风力发电机组的桨距角伺服电机和转矩输出。
35.可选地，所述风力发电机组的参考模型包括基于性能指标信息选定的模型参数矩阵、参考状态向量和状态追踪向量。
36.第三方面，本技术实施例提供一种风力发电机组，所述电子设备包括风力发电机组，所述存储器中存储有程序指令，所述处理器运行所述程序指令时，执行上述任一实现方式中的步骤。
37.第四方面，本技术实施例提供一种计算机可读存储介质，所述可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行上述任一实现方式中的步骤。
38.综上，本技术实施例提供了一种风力发电机组控制方法、装置及风力发电机组，可以通过结合风力发电机组的时滞信息计算风力发电机组的时滞观测值，通过时滞观测值描述风力发电机组的动态响应特性从而可以估计风力发电机组在运行过程中的工况干扰或是建模的不确定性，并代入进结合动态模型以及参考模型得到所述风力发电机组的初始控制率以得到目标控制率，再基于目标控制率对风力发电机组进行控制以替代使用pid进行控制的方式，可以减少风力发电机组工况干扰对控制效果的影响，以及补偿系统建模误差，从而可以提高风力发电机组控制的有效性和稳定性。
附图说明
39.图1为本技术实施例提供的风力发电机组控制方法的步骤示意图。
40.图2为本技术实施例提供的风力发电机组控制装置的示意图。
具体实施方式
41.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
42.申请人在研究的过程中发现，目前对于风力发电机组的控制广泛应用pid算法，但pid算法是一种线性算法，处理非线性问题的能力有限。对于风力发电机组等动态系统，存在着非线性效应，如风速的不确定性、风向的变化等导致pid算法不能很好地处理这些非线性因素。pid算法的控制效果还与参数密切相关，参数的调整需要依靠专业人员的经验和技能，需要耗费大量时间和精力；pid算法的控制效果受外部扰动的影响较大，如，风力发电机组在风速变化较大或者风向变化时，其控制效果会下降，不能实现稳定的输出。且其只能处理单变量控制问题，对于多变量控制问题的处理效果不好，如对于风力发电机组的实际应用中，需要同时控制输出功率、转速、电压等多个变量，无法满足实际需要。有基于此，本技术一实施例提供一种风力发电机组的控制方法，利用时滞信息估计风力发电机组在运行过程中因风速变化产生的干扰以及风力发电机组系统建模不确定性，通过结合风力发电机组的时滞信息对其进行控制，以替代现有技术中基于pid算法对风力发电机组进行控制。
43.请参看图1，图1为本技术实施例提供的风力发电机组控制方法的步骤示意图。风力发电机组控制方法的步骤可以包括：
44.在步骤s11中，基于构建的风力发电机组的动态模型，以及选定的所述风力发电机组的参考模型，得到所述风力发电机组的初始控制率。
45.在步骤s12中，获取所述风力发电机组的系统中的时滞信息，基于所述时滞信息计算所述风力发电机组的时滞观测值，所述时滞观测值用于描述所述风力发电机组的动态响应特性以表征所述风力发电机组在运行状态下受到的干扰以及所述风力发电机组的模型误差。
46.在步骤s13中，将所述时滞观测值代入所述初始控制率，得到目标控制率，以基于所述目标控制率控制所述风力发电机组。
47.其中，风力发电机组是由风力发电机、变速器、发电机、控制系统、塔架和叶片等组成的一套完整的系统，用于将风能转化为电能。风力发电机组的动态模型可以描述风力发电机组在运行过程中受到风速和其它外部因素的影响，从而产生动态响应。风力发电机组参考模型则是一种简化的模型，只考虑风速和机械系统的变量，忽略掉电气和控制系统的影响，从而评估风力发电机组的性能和预测其发电量。
48.可以通过结合二者得到风力发电机组的初始控制率。具体的结合手段可以包括定义参考模型的系统状态跟踪误差，该误差由风力发电机组的状态向量和参考状态向量确定，通过将误差随时间变化的动态方程代入动态模型中，表示风力发电机组的运动惯性和刚度对系统状态的影响，从而得到初始控制率的表达式。在现有的技术手段中，便是基于使
系统状态跟踪误差逐渐减小，从而实现风力发电机组的控制。
49.示例性地，风力发电机组中可测物理量的时滞信息可以包括风力发电机组的风速测量时滞，风力发电机组需要测量风速，以便调整桨叶的角度和旋转速度，但由于风速测量设备的响应时间和传输延迟，测量结果与实际风速存在一定的时滞。风力发电机组的时滞信息可以包括功率响应时滞，风力发电机组的功率输出需要一定的响应时间，以调整桨叶角度和旋转速度来匹配风速，因此，风力发电机组的实际输出功率存在一定的时滞。
50.时滞信息可以用来描述系统的动态响应特性，即系统输出的变化与输入的变化之间存在一定的延迟时间。风力发电机组的时滞信息可以包括控制信号传输时滞，当控制器接收到风速和功率测量数据后，需要发送控制信号来调整发电机的运行，但由于信号传输的延迟，控制信号也可能存在一定的时滞。由于发电机转子的惯性和桨叶的机械特性会导致机械延迟，因此风力发电机组的时滞信息可以包括机械延迟。电子元件的响应速度也会影响发电机的响应速度，例如传感器、控制器和通信设备的响应速度，因此风力发电机组的时滞信息还可以包括电子响应时滞。因此，可以基于风速传感器、转速传感器、编码器、功率计等传感器获取风力发电机组的时滞信息，如通过上述的传感器获取风力发电机组的测量数据，比如风速、转速、电流、电压等数据，利用数据处理软件进行数据处理，将每个传感器的数据进行同步，以便比较它们之间的时差。示例性地，对于风速传感器和转速传感器，可以通过比较它们的测量数据，计算出转子旋转的时间差，即风力发电机组的机械时滞。对于编码器和功率计，可以通过比较它们的测量数据，计算出电力输出的时间差，即风力发电机组的电气时滞。将机械时滞和电气时滞相加，即可得到风力发电机组的总时滞信息。另，也可以根据实际测量，或是通过模型推导和仿真计算方式获取发电机的时滞信息。
51.通过上述得到的时滞信息可以假设外部干扰不发生突变的时间步长。通过将该时间步长代入风力发电机组的动态模型中以得到时滞观测值。基于时滞观测值便可以表征风力发电机组的动态响应特性，而基于动态响应特性则可以更准确地描述风力发电机组的实际响应情况，从而可以基于实际响应情况分析风力发电机组的工况干扰或模型误差对其性能的影响。
52.具体地，本技术实施例中风力发电机组的系统中的时滞信息以及对风力发电机组进行控制可以通过时滞控制器实现，时滞控制器可以包括估计器和补偿器，估计器的作用是估计风力发电机组系统的状态，可以包括状态向量和时滞项。估计器可以采用滑动模式控制(smc)技术，使用滑动面来估计状态向量和时滞项，并且可以保证系统对外部干扰和参数变化具有强鲁棒性。补偿器的作用是根据估计的状态和时滞信息来补偿控制器的指令，使系统实现期望的控制效果。
53.示例性地，时滞观测器的估计器可以根据获取到的风力发电机组的系统中的时滞信息，通过结合风力发电机组的动态模型和参考模型得到时滞观测值。再由补偿器基于本技术提供的方法得到目标控制率，并基于目标控制率生成对应的控制指令，对风力发电机组进行控制。
54.由此可见，本技术实施例可以通过结合风力发电机组的时滞信息计算风力发电机组的时滞观测值，通过时滞观测值描述风力发电机组的动态响应特性从而可以估计风力发电机组在运行过程中的工况干扰或是建模的不确定性，并代入进结合动态模型以及参考模型得到所述风力发电机组的初始控制率以得到目标控制率，再基于目标控制率对风力发电
机组进行控制以替代使用pid进行控制的方式，可以减少风力发电机组工况干扰对控制效果的影响，以及补偿系统建模误差，从而可以提高风力发电机组控制的有效性和稳定性。
55.在一可选的实施例中，动态模型可以由气动模型、传动链模型、桨距角和转矩执行器模型构成；其中，所述气动模型表征所述风力发电机组的主轴转矩、主轴转速、桨矩角和风速之间的关系；所述传动链模型表征所述风力发电机组的主轴与所述风力发电机组之间的转速与转矩之间的关系；所述桨距角和转矩执行器模型表征所述风力发电机组的桨叶角度和转矩输出的关系。
56.示例性地，对于步骤s12，本技术实施例提供一种生成初始控制率实施方式，生成初始控制率实施方式可以包括：
57.基于所述气动模型、所述传动链模型、所述桨距角和转矩执行器构建所述动态模型；
58.根据所述风力发电机组的性能指标确定所述风力发电机组的参考模型，所述参考模型的误差满足随时间变化的误差动态方程；
59.将所述误差动态方程代入所述动态模型中，确定所述初始控制率。
60.本技术实施例中，气动模型用于描述主轴转矩、主轴转速、桨距角和风速之间的关系，本技术提供的气动模型具体为：
[0061][0062]
其中，t
t
为主轴转矩，ω
t
为主轴转速，β为桨距角，v为风速，为主轴转速，β为桨距角，v为风速，分别为主轴转矩对主轴转速、桨距角、风速的偏微分导数，o(t
t
)为线性化误差。
[0063]
传动链模型描述主轴与发电机之间的转速与转矩之间的关系，具体为：
[0064][0065]
其中，j
t
、jg分别为主轴与发电机的转动惯量，ω
t
为发电机转速，ωg为驱动轴转速，t
t
为输出扭矩，ng为齿轮箱传动比，tg是指传动链中的齿轮所承受的扭矩，t
tw
为中间轴转矩，ks为刚度系数，bs为阻尼系数。
[0066]
桨距角和转矩执行器模型可以采用一阶系统描述为：
[0067][0068]
其中，和分别表示桨距角和转矩执行器的变化率，τ、τg分别为桨距角和转矩执行器的时间常数，β
*
和t
g*
分别为桨距和转矩参考值。
[0069]
通过结合上述的气动模型、传动链模型、桨距角和转矩执行器模型可以将风力发电机组的动态模型描述为：
[0070][0071]
其中，其中，是风力发电机组的状态向量，表示风力发电机组在某一时刻的状态。a6×6是状态转移矩阵，描述了风力发电机组状态向量在不同时刻之间的变化关系。b2×6是输入矩阵，用于描述输入信号对风力发电机组状态的影响。u1×2是输入向量，表示输入信号的值。d1×6是扰动向量，表征外部扰动对风力发电机组状态的影响。
[0072]
风力发电机组的性能指标信息可以包括：
[0073]
风速特性曲线，描述在不同风速下风力发电机组的输出功率；切入风速，指风力发电机组开始工作的最小风速；切出风速，指风力发电机组停止工作的最大风速；额定风速，指风力发电机组设计的最佳风速，此时输出功率为额定功率；额定功率，指风力发电机组在额定风速下输出的最大功率；发电效率，指风力发电机组在不同风速下输出功率与输入风能之比；叶轮转速，指风力发电机组叶轮旋转的速度；噪声，指风力发电机组在工作时产生的噪声水平；抗风能力，指风力发电机组在强风环境下的稳定性和安全性；以及可靠性，指风力发电机组的寿命、维修保养成本和故障率等指标。
[0074]
可以根据风力发电机组的功率输出、切入风速和切出风速、塔高、转子直径、发电机类型、控制系统、维护和保养或是其他实际应用因素选定风力发电机组的参考模型。本技术实施例中，选定的风力发电机组参考模型为：
[0075][0076]
其中，m为根据性能指标选定的模型参数矩阵，xm为参考状态向量，r为状态追踪向量。
[0077]
定义参考模型的系统状态跟踪误差e为：
[0078]
e＝xm―x
[0079]
系统状态跟踪误差e随时间变化的动态方程为：
[0080][0081]
其中，k为刚度矩阵，可以得到初始控制率：
[0082]
u0＝b
+
[m(x―r)―ax―d]
[0083]
其中，b
+
＝(b
t
b)
―1
为b的伪逆，满足b
t
[i―bb
+
][m(x―r)―ax―d]＝0。
[0084]
由此可见，本技术实施例可以通过结合风力发电机组的动态模型和参考模型得到风力发电机组的初始控制率，根据风力发电机组的运行特性，在建立的动态模型中将输出扭矩在各个风况点上线性化而并不直接处理，通过结合时滞观测值后再对风力发电机组进行控制，可以减少风力发电机组工况干扰对控制效果的影响，提高风力发电机组控制的有效性和稳定性。
[0085]
在一可选的实施例中，步骤s12可以包括：
[0086]
基于所述风速测量时滞、功率响应时滞、控制信号传输时滞、机械延迟和电子响应时滞中的至少一种确定假设外部干扰不发生突变的时间步长值，将所述时间步长值代入所
述动态模型，得到所述时滞观测值。
[0087]
其中，风力发电机组的系统状态的时滞信息以及基于时滞信息得到时滞观测值的方式均可以基于上述说明中的进行实现，此处不再赘述。
[0088]
本技术实施例中，时滞观测值可以具体为：
[0089][0090]
其中，l为假设外部干扰不发生突变的时间步长。
[0091]
示例性地，时滞观测器可以利用风力发电机组中风速传感器的时滞信息来估计风力发电机组在运行过程中的因风速变化产生的干扰。
[0092]
由此可见，本技术实施例可以基于时滞信息描述系统的动态响应特性，从而估计风机在运行过程中的因风速变化产生的干扰以及系统建模不确定性，减少风速产生的干扰对控制效果的影响，以及补偿系统建模误差，从而可以提高风力发电机组控制的有效性和稳定性。
[0093]
在一可选的实施例中，步骤s13可以具体包括：
[0094]
将所述时滞观测值代入所述初始控制率中得到目标控制率，并根据所述目标控制率计算得到所述风力发电机组的桨距角和转矩参考值；
[0095]
基于所述桨距角和所述转矩参考值控制所述风力发电机组的桨距角伺服电机和转矩输出。
[0096]
示例性地，本技术实施例中，结合上述说明中的初始控制率以及时滞观测值可以得到目标控制率为：
[0097][0098]
通过目标控制率计算出对应的桨距角和转矩参考值，并分别发送至桨距角伺服电机和发电机，从而实现风力发电机组的转速控制。
[0099]
由此可见，本技术实施例可以基于时滞信息来估计风力发电机组在运行过程中的因外部条件变化，如风速的变化而产生的干扰，通过将时滞观测值结合初始控制率得到目标控制率再由目标控制率对风力发电机组进行对应桨距和转矩的控制，可以降低外部干扰对风力发电机组控制的影响，从而提高风力发电机组控制的有效性和稳定性。
[0100]
基于同一发明构思，本技术实施例还提供一种风力发电机组控制装置，请参看图2，图2为本技术实施例提供的风力发电机组控制装置的示意图，风力发电机组控制装置20可以包括：
[0101]
初始控制率生成模块21，用于基于构建的风力发电机组的动态模型，以及选定的所述风力发电机组的参考模型，得到所述风力发电机组的初始控制率；
[0102]
获取模块22，用于获取所述风力发电机组的系统中的时滞信息，基于所述时滞信息计算所述风力发电机组的时滞观测值，所述时滞观测值用于描述所述风力发电机组的动态响应特性以表征所述风力发电机组在运行状态下受到的干扰以及所述风力发电机组的模型误差；
[0103]
目标控制率生成模块23，用于将所述时滞观测值代入所述初始控制率，得到目标控制率，以基于所述目标控制率控制所述风力发电机组。
[0104]
由此可见，本技术实施例可以通过结合风力发电机组的时滞信息计算风力发电机
组的时滞观测值，通过时滞观测值描述风力发电机组的动态响应特性从而可以估计风力发电机组在运行过程中的工况干扰或是建模的不确定性，并代入进结合动态模型以及参考模型得到所述风力发电机组的初始控制率以得到目标控制率，再基于目标控制率对风力发电机组进行控制以替代使用pid进行控制的方式，可以减少风力发电机组工况干扰对控制效果的影响，以及补偿系统建模误差，从而可以提高风力发电机组控制的有效性和稳定性。
[0105]
在一可选的实施例中，所述动态模型由气动模型、传动链模型、桨距角和转矩执行器模型构成；其中，所述气动模型表征所述风力发电机组的主轴转矩、主轴转速、桨矩角和风速之间的关系；所述传动链模型表征所述风力发电机组的主轴与所述风力发电机组之间的转速与转矩之间的关系；所述桨距角和转矩执行器模型表征所述风力发电机组的桨叶角度和转矩输出的关系。
[0106]
初始控制率生成模块21可以具体用于：
[0107]
基于所述气动模型、所述传动链模型、所述桨距角和转矩执行器构建所述动态模型；根据所述风力发电机组的性能指标确定所述风力发电机组的参考模型，所述参考模型的误差满足随时间变化的误差动态方程；以及将所述误差动态方程代入所述动态模型中，确定所述初始控制率。
[0108]
由此可见，本技术实施例可以通过结合风力发电机组的动态模型和参考模型得到风力发电机组的初始控制率，根据风力发电机组的运行特性，在建立的动态模型中将输出扭矩在各个风况点上线性化而并不直接处理，通过结合时滞观测值后再对风力发电机组进行控制，可以减少风力发电机组工况干扰对控制效果的影响，提高风力发电机组控制的有效性和稳定性。
[0109]
在一可选的实施例中，所述时滞信息包括风速测量时滞、功率响应时滞、控制信号传输时滞、机械延迟和电子响应时滞中的至少一种。
[0110]
在一可选的实施例中，获取模块22可具体用于：
[0111]
基于所述风速测量时滞、功率响应时滞、控制信号传输时滞、机械延迟和电子响应时滞中的至少一种确定假设外部干扰不发生突变的时间步长值，将所述时间步长值代入所述动态模型，得到所述时滞观测值。
[0112]
由此可见，本技术实施例可以基于时滞信息描述系统的动态响应特性，从而估计风机在运行过程中的因风速变化产生的干扰以及系统建模不确定性，减少风速产生的干扰对控制效果的影响，以及补偿系统建模误差，从而可以提高风力发电机组控制的有效性和稳定性。
[0113]
在一可选的实施例中，目标控制率生成模块23可具体用于：
[0114]
将所述时滞观测值代入所述初始控制率中得到目标控制率，并根据所述目标控制率计算得到所述风力发电机组的桨距角和转矩参考值；以及基于所述桨距角和所述转矩参考值控制所述风力发电机组的桨距角伺服电机和转矩输出。
[0115]
由此可见，本技术实施例可以基于时滞信息来估计风力发电机组在运行过程中的因外部条件变化，如风速的变化而产生的干扰，通过将时滞观测值结合初始控制率得到目标控制率再由目标控制率对风力发电机组进行对应桨距和转矩的控制，可以降低外部干扰对风力发电机组控制的影响，从而提高风力发电机组控制的有效性和稳定性。
[0116]
在一可选的实施例中，所述风力发电机组的参考模型包括基于性能指标信息选定
的模型参数矩阵、参考状态向量和状态追踪向量。
[0117]
基于同一发明构思，本技术实施例还提供一种风力发电机组，所述风力发电机组可以包括存储器和处理器，所述存储器中存储有程序指令，所述处理器运行所述程序指令时，执行上述任一实现方式中的步骤。
[0118]
基于同一发明构思，本技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行上述任一实现方式中的步骤。
[0119]
所述计算机可读存储介质可以是随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read-only memory，prom)，可擦除只读存储器(erasable programmable read-only memory，eprom)，电可擦除只读存储器(electric erasable programmable read-only memory，eeprom)等各种可以存储程序代码的介质。其中，存储介质用于存储程序，所述处理器在接收到执行指令后，执行所述程序，本发明实施例任一实施例揭示的过程定义的电子终端所执行的方法可以应用于处理器中，或者由处理器实现。
[0120]
在本技术所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0121]
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0122]
再者，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0123]
可以替换的，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。
[0124]
所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。
[0125]
在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括
……”
限定的要素，并不排除在包括所述要素的过程、方
法、物品或者设备中还存在另外的相同要素。
[0126]
以上所述仅为本技术的实施例而已，并不用于限制本技术的保护范围，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。

技术特征：
1.一种风力发电机组控制方法，其特征在于，包括：基于构建的风力发电机组的动态模型，以及选定的所述风力发电机组的参考模型，得到所述风力发电机组的初始控制率；获取所述风力发电机组的系统中的时滞信息，基于所述时滞信息计算所述风力发电机组的时滞观测值，所述时滞观测值用于描述所述风力发电机组的动态响应特性以表征所述风力发电机组在运行状态下受到的干扰以及所述风力发电机组的模型误差；将所述时滞观测值代入所述初始控制率，得到目标控制率，以基于所述目标控制率控制所述风力发电机组。2.根据权利要求1所述的方法，其特征在于，所述动态模型包括气动模型、传动链模型、桨距角和转矩执行器模型；其中，所述气动模型表征所述风力发电机组的主轴转矩、主轴转速、桨矩角和风速之间的关系；所述传动链模型表征所述风力发电机组的主轴与所述风力发电机组之间的转速与转矩之间的关系；所述桨距角和转矩执行器模型表征所述风力发电机组的桨叶角度和转矩输出的关系。3.根据权利要求2所述的方法，其特征在于，所述基于构建的风力发电机组的动态模型，以及选定的所述风力发电机组的参考模型，得到所述风力发电机组的初始控制率包括：基于所述气动模型、所述传动链模型、所述桨距角和转矩执行器构建所述动态模型；根据所述风力发电机组的性能指标确定所述风力发电机组的参考模型，所述参考模型的误差满足随时间变化的误差动态方程；将所述误差动态方程代入所述动态模型中，确定所述初始控制率。4.根据权利要求1所述的方法，其特征在于，所述时滞信息包括风速测量时滞、功率响应时滞、控制信号传输时滞、机械延迟和电子响应时滞中的至少一种。5.根据权利要求4所述的方法，其特征在于，所述获取所述风力发电机组的系统中的时滞信息，基于所述时滞信息计算所述风力发电机组的时滞观测值包括：基于所述风速测量时滞、功率响应时滞、控制信号传输时滞、机械延迟和电子响应时滞中的至少一种确定假设外部干扰不发生突变的时间步长值，将所述时间步长值代入所述动态模型，得到所述时滞观测值。6.根据权利要求1所述的方法，其特征在于，所述将所述时滞观测值代入所述初始控制率，得到目标控制率，以基于所述目标控制率控制所述风力发电机组包括：将所述时滞观测值代入所述初始控制率中得到目标控制率，并根据所述目标控制率计算得到所述风力发电机组的桨距角和转矩参考值；基于所述桨距角和所述转矩参考值控制所述风力发电机组的桨距角伺服电机和转矩输出。7.根据权利要求1所述的方法，其特征在于，所述风力发电机组的参考模型包括基于性能指标信息选定的模型参数矩阵、参考状态向量和状态追踪向量。8.一种风力发电机组控制装置，其特征在于，包括：初始控制率生成模块，用于基于构建的风力发电机组的动态模型，以及选定的所述风力发电机组的参考模型，得到所述风力发电机组的初始控制率；获取模块，用于获取所述风力发电机组的系统中的时滞信息，基于所述时滞信息计算
所述风力发电机组的时滞观测值，所述时滞观测值用于描述所述风力发电机组的动态响应特性以表征所述风力发电机组在运行状态下受到的干扰以及所述风力发电机组的模型误差；目标控制率生成模块，用于将所述时滞观测值代入所述初始控制率，得到目标控制率，以基于所述目标控制率控制所述风力发电机组。9.一种风力发电机组，其特征在于，所述风力发电机组包括存储器和处理器，所述存储器中存储有程序指令，所述处理器运行所述程序指令时，执行权利要求1-7中任一项所述方法中的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器运行时，执行权利要求1-7任一项所述方法中的步骤。

技术总结
本申请提供了一种风力发电机组控制方法、装置及风力发电机组，该方法包括：基于构建的风力发电机组的动态模型，以及选定的所述风力发电机组的参考模型，得到所述风力发电机组的初始控制率；获取所述风力发电机组的系统中的时滞信息，基于所述时滞信息计算所述风力发电机组的时滞观测值，所述时滞观测值用于描述所述风力发电机组的动态响应特性以表征所述风力发电机组在运行状态下受到的干扰以及所述风力发电机组的模型误差；将所述时滞观测值代入所述初始控制率，得到目标控制率，以基于所述目标控制率控制所述风力发电机组。可以减少风力发电机组工况干扰对控制效果的影响，以及补偿系统建模误差，从而提高风力发电机组控制的有效性和稳定性。的有效性和稳定性。的有效性和稳定性。


技术研发人员：林飞 闻攀
受保护的技术使用者：三一重能股份有限公司
技术研发日：2023.04.27
技术公布日：2023/6/28