数据驱动的风电机组运行反馈控制方法研究

Wind turbines are complex dynamic systems forced by strong nonlinearity, unknown or varying model parameters, and strong disturbances. Modeling and control for such systems are challenging problems due to comprehensive complexities. The control objectives for wind turbines are to adjust the speed of the wind turbines to ensure that energy utilization coefficient and tip speed ratio are maintained at the optimal value, to guarantee the maximum wind energy tracking and meet the requirement of safety and reliability of wind turbines. Due to the multiple control objectives of wind turbines, integrated design of the control, optimization operation, and fault diagnosis is another challenging problem. For complex wind turbines with multiple control tasks, this project presents a data driven operational feedback control strategy for wind turbines to realize the integrated design of control, optimization operation, and fault diagnosis. To deal with the speed tracking control problem for complex wind turbines, data driven intelligent control method is presented. To deal with the operational control for wind turbines, the fault diagnosis and self-healing control method is proposed by adopting the cloud computing and data analysis tools. Finally the methods are verified in semi physical simulation platform of wind turbines and some wind power enterprise of Inner Mongolias. The implementation of this project will be helpful for improving the intelligent level of major equipments of our country.

风电机组具有强非线性、模型参数未知或变化、强干扰等综合复杂性，对于这样的系统实现建模与控制是一个比较有挑战的问题。风电机组的控制目标为通过调节转速使风能利用系数和叶尖速比保持在最优值，以保证最大风能追踪，同时满足风电机组运行时对安全性与可靠性的要求。由于风电机组的控制目标多元化，因此实现控制、优化运行、故障诊断一体化设计是另外一个具有挑战性的问题。针对具有综合复杂性的风电机组及其多目标控制任务，本项目首先设计了的数据驱动风电机组运行反馈控制策略，实现了控制、优化运行、故障诊断方法的一体化设计；针对具有综合复杂性的风电机组速度跟踪控制，提出了数据驱动的智能控制方法；针对风电机组的安全运行控制问题，采用云计算和数据分析等工具，提出了运行工况故障诊断与自愈控制方法；最后将所研究方法在风电机组半实物仿真平台和内蒙古某风电企业进行验证，本项目的实施将为我国重大装备的智能化水平提升提供支撑。

风电机组具有强非线性、模型参数未知或变化、强干扰等综合复杂性，对于这样的系统实现建模与控制是一个比较有挑战的问题。风电机组的控制目标为通过调节转速使风能利用系数和叶尖速比保持在最优值，以保证最大风能追踪，同时满足风电机组运行时对安全性与可靠性的要求。由于风电机组的控制目标多元化，因此实现控制、优化运行、故障诊断一体化设计是另外一个具有挑战性的问题。针对具有综合复杂性的风电机组及其多目标控制任务，本项目提出了风力发电机的运行反馈方法和未建模动态驱动的高性能控制算法，提出一种基于工业云的大规模分布式智能数据采集系统及方法，并研发了半实物仿真系统进行了验证。本项目发表或录用论文10篇，其中高质量SCI检索论文8篇；申请或授权国家发明专利9项，其中，授权7项，且3项专利实现成果转化，专利交易金额297万元。项目负责人作为主要完成人获得国家自然科学二等奖1项和教育部自然科学一等奖1项。本项目的理论和方法为以风力发电机为代表的重大装备运行控制问题以及开发出适合工业应用的智能控制技术奠定理论和技术基础，具有重要的理论意义和工程应用价值。