本發(fā)明涉及風(fēng)力發(fā)電，尤其涉及一種基于多阻尼器優(yōu)化控制的風(fēng)機(jī)減載方法。

背景技術(shù)：

1、風(fēng)機(jī)在長(zhǎng)期運(yùn)行在復(fù)雜的環(huán)境中，遭受著如強(qiáng)風(fēng)、地震等惡劣因素的影響，塔架極易產(chǎn)生劇烈顫振變形。隨著風(fēng)機(jī)大型化的發(fā)展趨勢(shì)，塔架高度的增加使整體重心升高，風(fēng)機(jī)自身的結(jié)構(gòu)穩(wěn)定性明顯降低，在塔底和葉根更容易產(chǎn)生較大疲勞載荷和極限載荷，降低風(fēng)機(jī)運(yùn)行壽命。因此如何抑制塔架振動(dòng)已經(jīng)成為當(dāng)前風(fēng)電產(chǎn)業(yè)亟待解決的關(guān)鍵問(wèn)題之一。

2、在風(fēng)機(jī)結(jié)構(gòu)控制方面，國(guó)內(nèi)外學(xué)者針對(duì)單個(gè)阻尼器開展了許多研究并取得了較好的控制效果，多數(shù)研究利用智能算法和fast模型配合完成阻尼器結(jié)構(gòu)參數(shù)尋優(yōu)。

3、然而，單個(gè)阻尼器對(duì)風(fēng)機(jī)結(jié)構(gòu)的振動(dòng)頻率過(guò)于敏感，一旦該頻率發(fā)生變化，減振效果將大幅下降。此外，阻尼器的減載效果取決于其結(jié)構(gòu)參數(shù)，在阻尼器結(jié)構(gòu)參數(shù)優(yōu)化過(guò)程中，由于fast模型仿真周期較長(zhǎng)和尋優(yōu)區(qū)域具有強(qiáng)非線性的特點(diǎn)，不能迅速尋得阻尼器結(jié)構(gòu)參數(shù)的最佳配置。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種基于多阻尼器優(yōu)化控制的風(fēng)機(jī)減載方法，能夠解決了單一阻尼器僅能針對(duì)特定頻率進(jìn)行調(diào)諧的難題，在風(fēng)機(jī)機(jī)艙和塔架中配置多個(gè)阻尼器，增加頻率調(diào)諧范圍，降低因結(jié)構(gòu)共振引起的振動(dòng)峰值，提高振動(dòng)控制效率，延長(zhǎng)風(fēng)機(jī)結(jié)構(gòu)的使用壽命。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明所采用的技術(shù)方案是：一種基于多阻尼器優(yōu)化控制的風(fēng)機(jī)減載方法，包括如下步驟：

3、步驟1、基于風(fēng)機(jī)關(guān)鍵模態(tài)，利用拉格朗日方程建立含行程限制的多阻尼器的風(fēng)機(jī)模型；

4、步驟2、基于lm算法辨識(shí)風(fēng)機(jī)模型的未知參數(shù)，對(duì)比f(wàn)ast模型驗(yàn)證的準(zhǔn)確性；

5、步驟3、以多阻尼系統(tǒng)的結(jié)構(gòu)參數(shù)為優(yōu)化變量，選擇多種群遺傳算法和含行程限制的多阻尼器的風(fēng)機(jī)模型配合，實(shí)現(xiàn)參數(shù)優(yōu)化；

6、步驟4、基于風(fēng)機(jī)載荷仿真軟件，驗(yàn)證基于多阻尼器優(yōu)化控制的風(fēng)機(jī)減載方法的有效性。

7、優(yōu)選的，所述步驟1中的含行程限制的多阻尼器的風(fēng)機(jī)模型表示為下式：

8、

9、其中，it、ip表示塔架、平臺(tái)的轉(zhuǎn)動(dòng)慣量；mt、mp、mt1、mt2分別表示塔架、平臺(tái)、機(jī)艙阻尼器和塔架阻尼器的質(zhì)量；g表示重力加速度；θt、θp分別表示塔架、平臺(tái)偏離垂直平面的角度；xt1、xt2分別表示機(jī)艙阻尼器和塔架阻尼器到初始點(diǎn)水平的距離；kt、kp、kt1、kt2分別表示塔架、平臺(tái)、機(jī)艙阻尼器和塔架阻尼器的剛性系數(shù)，dt、dp、dt1、dt2分別表示塔架、平臺(tái)、機(jī)艙阻尼器和塔架阻尼器的阻尼系數(shù)；rt、rp、rt1、rt2分別表示塔架質(zhì)心、平臺(tái)質(zhì)心、機(jī)艙阻尼器質(zhì)心和塔架阻尼器質(zhì)心到塔底所在垂直面的距離；kt1lim、kt2lim分別表示機(jī)艙行程限制器和塔架行程限制器的剛性系數(shù)；dt1lim、dt2lim分別表示機(jī)艙行程限制器和塔架行程限制器的阻尼系數(shù)；xt1lim、xt2lim分別表示機(jī)艙阻尼器和塔架阻尼器到行程限制點(diǎn)的距離。

10、優(yōu)選的，所述步驟2中的風(fēng)機(jī)模型需要辨識(shí)的參數(shù)為：u＝[dp?dt?kp?kt?ip?it]t。

11、優(yōu)選的，所述步驟2中建立風(fēng)機(jī)模型與fast模型響應(yīng)的誤差平方和s(u)，利用lm算法辨識(shí)未知參數(shù)。

12、優(yōu)選的，所述誤差平方和s(u)定義為：

13、

14、其中，m、n分別表示輸出參數(shù)的數(shù)量和數(shù)據(jù)長(zhǎng)度；yj(ti)表示ti時(shí)刻fast模型的第j個(gè)輸出；fj(ti,u)表示ti時(shí)刻風(fēng)機(jī)模型的第j個(gè)輸出；yj(ti)、fj(ti,u)分別為yj(ti)、fj(ti,u)的矢量形式；w表示權(quán)重矩陣。

15、優(yōu)選的，所述步驟2中風(fēng)機(jī)模型的未知參數(shù)的辨識(shí)包括如下步驟：

16、步驟21、關(guān)閉多阻尼器系統(tǒng)，打開fast模型的塔架自由度；

17、步驟22、設(shè)置平臺(tái)初始俯仰角為8度，風(fēng)輪初始設(shè)置為額定轉(zhuǎn)速11.4rpm，其他初始參數(shù)為零；

18、步驟23、利用fast模型得到塔架前后位移的輸出響應(yīng)；

19、步驟24、利用lm算法尋得風(fēng)機(jī)模型結(jié)構(gòu)參數(shù)最佳數(shù)值。

20、優(yōu)選的，所述步驟3中參數(shù)優(yōu)化包括如下步驟：

21、步驟31、設(shè)定多種群遺傳算法的參數(shù)：種群個(gè)數(shù)、每個(gè)種群個(gè)體數(shù)、隨機(jī)產(chǎn)生交叉和變異的概率范圍、最優(yōu)個(gè)體最少保持代數(shù)，并初始化種群；

22、步驟32、根據(jù)適應(yīng)度函數(shù)計(jì)算每個(gè)種群中所有個(gè)體的適應(yīng)度值；

23、步驟33、迭代次數(shù)加1，通過(guò)選擇、交叉、變異、重組函數(shù)更新種群，并計(jì)算每個(gè)種群所有個(gè)體適應(yīng)度值；

24、步驟34、通過(guò)移民函數(shù)交換所有子種群最優(yōu)個(gè)體，并篩選出最優(yōu)種群的最優(yōu)個(gè)體；

25、步驟35、記錄當(dāng)前最優(yōu)種群中最優(yōu)個(gè)體，判斷當(dāng)前最優(yōu)個(gè)體適應(yīng)度值是否與前一代最優(yōu)個(gè)體適應(yīng)度值相同，若相同則最優(yōu)個(gè)體保持代數(shù)加1，若不同，最優(yōu)個(gè)體保持代數(shù)清零并更新最優(yōu)個(gè)體；

26、判斷是否滿足停止條件：滿足停止條件，則退出優(yōu)化過(guò)程，將全局最優(yōu)解作為最優(yōu)參數(shù)；未滿足停止條件，則返回步驟3；

27、所述停止條件包括：最優(yōu)個(gè)體保持代數(shù)是否達(dá)到設(shè)定值。

28、優(yōu)選的，多種群遺傳算法的適應(yīng)度函數(shù)表示為：其中，σt表示有多阻尼系統(tǒng)時(shí)風(fēng)機(jī)的塔架縱向位移標(biāo)準(zhǔn)差；σs表示無(wú)多阻尼系統(tǒng)時(shí)風(fēng)機(jī)的塔架縱向位移標(biāo)準(zhǔn)差；η表示風(fēng)機(jī)的塔架縱向位移標(biāo)準(zhǔn)差抑制率。

29、本發(fā)明的有益效果是：

30、本方案解決了單一阻尼器僅能針對(duì)特定頻率進(jìn)行調(diào)諧的難題，在風(fēng)機(jī)機(jī)艙和塔架中配置多個(gè)阻尼器，增加頻率調(diào)諧范圍，降低因結(jié)構(gòu)共振引起的振動(dòng)峰值，提高振動(dòng)控制效率，延長(zhǎng)風(fēng)機(jī)結(jié)構(gòu)的使用壽命。

31、本方案克服了fast模型的仿真時(shí)間長(zhǎng)、運(yùn)算過(guò)程復(fù)雜的缺陷，基于風(fēng)機(jī)關(guān)鍵模態(tài)，建立含行程限制的多阻尼器的風(fēng)機(jī)模型，準(zhǔn)確模擬fast模型的輸出響應(yīng)，簡(jiǎn)化風(fēng)機(jī)建模過(guò)程，提高載荷計(jì)算的效率。

32、本方案實(shí)現(xiàn)了對(duì)多阻尼系統(tǒng)結(jié)構(gòu)參數(shù)的快速尋優(yōu)，利用多種群遺傳算法和含行程限制的多阻尼器的風(fēng)機(jī)模型配合，快速尋得多阻尼系統(tǒng)結(jié)構(gòu)參數(shù)的最佳配置，提升參數(shù)尋優(yōu)效率，最大程度發(fā)揮多阻尼系統(tǒng)的減載效果。

33、本方案有效抑制在復(fù)雜工況下風(fēng)機(jī)的結(jié)構(gòu)振動(dòng)幅度，保證風(fēng)機(jī)結(jié)構(gòu)的穩(wěn)定性，提高風(fēng)機(jī)的輸出電能質(zhì)量。

技術(shù)特征：

1.一種基于多阻尼器優(yōu)化控制的風(fēng)機(jī)減載方法，其特征在于：包括如下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于多阻尼器優(yōu)化控制的風(fēng)機(jī)減載方法，其特征在于：所述步驟1中的含行程限制的多阻尼器的風(fēng)機(jī)模型表示為下式：

3.根據(jù)權(quán)利要求2所述的一種基于多阻尼器優(yōu)化控制的風(fēng)機(jī)減載方法，其特征在于：所述步驟2中的風(fēng)機(jī)模型需要辨識(shí)的參數(shù)為：u＝[dp?dt?kp?kt?ip?it]t。

4.根據(jù)權(quán)利要求3所述的一種基于多阻尼器優(yōu)化控制的風(fēng)機(jī)減載方法，其特征在于：所述步驟2中建立風(fēng)機(jī)模型與fast模型響應(yīng)的誤差平方和s(u)，利用lm算法辨識(shí)未知參數(shù)。

5.根據(jù)權(quán)利要求4所述的一種基于多阻尼器優(yōu)化控制的風(fēng)機(jī)減載方法，其特征在于：所述誤差平方和s(u)定義為：

6.根據(jù)權(quán)利要求3所述的一種基于多阻尼器優(yōu)化控制的風(fēng)機(jī)減載方法，其特征在于：所述步驟2中風(fēng)機(jī)模型的未知參數(shù)的辨識(shí)包括如下步驟：

7.根據(jù)權(quán)利要求1所述的一種基于多阻尼器優(yōu)化控制的風(fēng)機(jī)減載方法，其特征在于：所述步驟3中參數(shù)優(yōu)化包括如下步驟：

8.根據(jù)權(quán)利要求7所述的一種基于多阻尼器優(yōu)化控制的風(fēng)機(jī)減載方法，其特征在于：多種群遺傳算法的適應(yīng)度函數(shù)表示為：其中，σt表示有多阻尼系統(tǒng)時(shí)風(fēng)機(jī)的塔架縱向位移標(biāo)準(zhǔn)差；σs表示無(wú)多阻尼系統(tǒng)時(shí)風(fēng)機(jī)的塔架縱向位移標(biāo)準(zhǔn)差；η表示風(fēng)機(jī)的塔架縱向位移標(biāo)準(zhǔn)差抑制率。

技術(shù)總結(jié)
本發(fā)明提供一種基于多阻尼器優(yōu)化控制的風(fēng)機(jī)減載方法，基于風(fēng)機(jī)關(guān)鍵模態(tài)，利用拉格朗日方程建立含行程限制的多阻尼器的風(fēng)機(jī)模型；基于LM算法辨識(shí)風(fēng)機(jī)模型的未知參數(shù)，對(duì)比FAST模型驗(yàn)證的準(zhǔn)確性；以多阻尼系統(tǒng)的結(jié)構(gòu)參數(shù)為優(yōu)化變量，選擇多種群遺傳算法和含行程限制的多阻尼器的風(fēng)機(jī)模型配合，實(shí)現(xiàn)參數(shù)優(yōu)化；基于風(fēng)機(jī)載荷仿真軟件，驗(yàn)證基于多阻尼器優(yōu)化控制的風(fēng)機(jī)減載方法的有效性。本發(fā)明能夠解決了單一阻尼器僅能針對(duì)特定頻率進(jìn)行調(diào)諧的難題，在風(fēng)機(jī)機(jī)艙和塔架中配置多個(gè)阻尼器，增加頻率調(diào)諧范圍，降低因結(jié)構(gòu)共振引起的振動(dòng)峰值，提高振動(dòng)控制效率，延長(zhǎng)風(fēng)機(jī)結(jié)構(gòu)的使用壽命。

技術(shù)研發(fā)人員：張英豪,陶定新,王凱,孫海龍,董正雨,楊武,劉坤良,陳明,楊丹丹
受保護(hù)的技術(shù)使用者：中信重工機(jī)械股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19