前端调速式风电机组智能优化控制研究

The front-end speed controlled electric excitation synchronous wind turbine is a new type of unit different from those of back-end frequency stabilized unit like doubly-fed and direct-drive type. It controls speed by hydraulic torque speed governor on front end of the unit, and brushless synchronous wind turbine directly coupled with power grid, can overcome the shortcomings existing in the traditional wind generator. However, the control technology, as the core technology in the unit, is still traditional. It can not adapt to the increasing requirements of control performance and power quality of the wind turbine. So intelligent optimization control technology becomes an effective method to solve the above problems for its advantages in the control of complex systems. This project puts forward a new research direction--intelligent optimization control theory and method, based on the front-end speed controlled wind turbine. First, research on the key issues: hybrid model of the front-end speed controlled wind turbine control system based on hybrid system theory. Then research the intelligent coordination and optimization control method of variable-pitch variable-torque and excitation system of unit, and intelligent optimization control method of fault ride through for unit under the grid voltage fault. On the basis of the above, research on the polymerization model of wind farm composed of wind turbine, and active and reactive intelligent optimization control method. Through the research, establish intelligent optimization control theory and method of the front-end speed controlled wind turbine.

前端调速式电励磁同步风力发电机组是一种不同于双馈和直驱等后端稳频机组的新型机组，它通过液力变矩调速器在机组前端进行调速，采用无刷同步风力发电机组直接与电网耦合，较好地克服了传统风电机组存在的不足，但目前在该机组中作为核心技术的控制技术仍然比较传统，不能适应日益增长的对风电机组控制性能和电能质量的要求。智能优化控制技术在复杂系统的控制中所具有的优势，使其成为解决上述问题的有效方法。本项目基于智能优化控制，提出新的研究方向——前端调速式风电机组智能优化控制理论与方法。首先研究关键问题：基于混杂系统理论的前端调速式风电机组控制系统混杂模型。之后，研究机组变桨、变矩和励磁系统的智能协调优化控制方法和电网电压故障下机组穿越故障的智能优化控制方法。在上述基础上，研究含前端调速式风电机组风电场的聚合模型和有功、无功的智能优化控制方法。通过研究，建立前端调速式风电机组的智能优化控制的理论和方法。

前端调速式风电机组是一种不同于双馈和直驱等后端稳频机组的新型机组，它通过液力变矩调速器在机组前端进行调速，采用无刷同步风力发电机组直接与电网耦合，较好地克服了传统风电机组存在的不足，项目针对机组的优化控制进行了研究，主要研究内容及成果：. 基于混杂系统中状态空间的划分建立了前端调速式风电机组的混杂自动机模型，针对机组的变桨、变矩及励磁协调优化控制，提出了机组的分层递阶控制方法，通过改进的 NSGA-II 算法进行求解，用模糊综合评价方法获得满意解。该方法使机组的转速波动和功率波动得到了较好的改善。. 基于模糊聚类方法建立了机组在不同运行阶段的状态模型，针对机组并网控制，提出了并网电压和并网功率的自适应预测控制方法，根据机组的不同运行场景设计了相应的模型切换预测控制器，减小了风速随机性和不确定性对输出功率的影响，具有更好的功率跟踪性能。. 针对电网电压深度跌落时发电机参数的不确定性会增加机组低电压穿越难度的问题，提出了一种基于自适应鲁棒控制的低电压穿越方法。采用逆推法构建了子系统的Lyapunov函数和系统的能量函数，引入误差补偿项和附加控制量，设计了系统的励磁控制律和参数自适应律。该方法增强了系统鲁棒性，提高低电压穿越性能。. 针对含前端调速式风电机组风电场无功运行优化，提出了以有功网损和节点电压越限概率之和为最小目标的多场景多组合的无功运行优化策略，使机组的无功输出能力得到有效利用，实现了无功补偿装置与机组无功功率的协调输出。. 基于多机表征法，研究了风电场聚合建模方法。该方法依据风速的马尔科夫性建立其概率转移矩阵，并以概率转移矩阵的扩散距离为分群指标，利用two-step聚类方法对风电机组进行聚合分群，并根据Fisher判据对分群结果进行概率分析。以概率最高者为最终分群结果，从而得到风电场的聚合模型，该模型具有较高的精度。. 通过项目研究，为前端调速式风电机组的智能优化控制提供了一定的理论和方法，为工程应用提供一定参考依据。