智能葉片風力機建模及多目標尾緣襟翼控制
發(fā)布時間:2021-10-31 12:27
為了研究尾緣襟翼在風力機主動降載和功率控制方面的效果,以NREL 5 MW參考風力機為研究對象,在每個葉片上增加了2段獨立的尾緣襟翼。首先,建立了智能葉片風力機氣動、傳動鏈以及發(fā)電機模型,進而在Matlab/Simulink中搭建了帶有尾緣襟翼的智能葉片風力機模型,并在不同風況下使用FAST氣彈仿真平臺對所建模型進行對比驗證,最后在智能葉片風力機模型基礎(chǔ)上設計了多目標多襟翼控制。結(jié)果表明:與FAST氣彈仿真平臺相比,智能葉片風力機模型各項參數(shù)偏差均小于10%,精度較高;在多目標多襟翼控制作用下,風力機的葉根揮舞彎矩在1P頻率處的功率譜密度減少了89.73%,發(fā)電機功率標準差減少了75.07%。
【文章來源】:動力工程學報. 2018,38(04)北大核心CSCD
【文章頁數(shù)】:8 頁
【部分圖文】:
圖1帶尾緣襟翼的NREL5MW參考風力機葉片結(jié)構(gòu)圖Fig.1StructureoftheNREL5MWwindturbinebladewithtrai-
式中:Jr為風輪轉(zhuǎn)子轉(zhuǎn)動慣量;JG為發(fā)電機轉(zhuǎn)動慣量;θr為風輪轉(zhuǎn)子角位移;θL為低速軸角位移;θH為高速軸角位移;θG為發(fā)電機角位移;Tr為風輪轉(zhuǎn)子氣動扭矩;TL為低速軸扭矩;TH為高速軸扭矩;TG為發(fā)電機的電磁轉(zhuǎn)矩;K為低速軸剛度;C為低速軸阻尼;N為齒輪箱傳動比。圖2雙質(zhì)塊傳動鏈模型等效圖Fig.2Equivalentdiagramofthetwo-massdrivechainmodel2.3雙饋感應發(fā)電機模型雙饋感應發(fā)電機又稱轉(zhuǎn)子交流勵磁電機,主要包括電機本體和交流勵磁及控制系統(tǒng)2部分。所使用的雙饋感應發(fā)電機是在Simulink中雙饋異步發(fā)電機的基礎(chǔ)上,通過修改其內(nèi)部結(jié)構(gòu)[12]和發(fā)電機參數(shù)[13],并調(diào)整其矢量控制的控制器參數(shù),得到額定功率為5MW的雙饋感應發(fā)電機模型(見圖3)。圖35MW風力機雙饋感應發(fā)電機模型Fig.3DFIGmodelofthe5MWwindturbine3智能葉片風力機模型驗證FAST是由NREL開發(fā)的氣彈仿真平臺,可計算兩葉片或三葉片水平軸風力機的極端載荷和疲勞載荷[14],其經(jīng)過GL認證,計算結(jié)果準確度高。針對無襟翼和有襟翼的情況,采用基于FAST的帶尾緣襟翼的風力機氣彈仿真平臺[6]對所建立的智能葉片風力機模型進行對比驗證。3.14~11m/s階躍變化風況對比仿真時間為800s,仿真風況為每100s增加1m/s的階躍變化風況,變化范圍為4~11m/s。
2雙質(zhì)塊傳動鏈模型等效圖Fig.2Equivalentdiagramofthetwo-massdrivechainmodel2.3雙饋感應發(fā)電機模型雙饋感應發(fā)電機又稱轉(zhuǎn)子交流勵磁電機,主要包括電機本體和交流勵磁及控制系統(tǒng)2部分。所使用的雙饋感應發(fā)電機是在Simulink中雙饋異步發(fā)電機的基礎(chǔ)上,通過修改其內(nèi)部結(jié)構(gòu)[12]和發(fā)電機參數(shù)[13],并調(diào)整其矢量控制的控制器參數(shù),得到額定功率為5MW的雙饋感應發(fā)電機模型(見圖3)。圖35MW風力機雙饋感應發(fā)電機模型Fig.3DFIGmodelofthe5MWwindturbine3智能葉片風力機模型驗證FAST是由NREL開發(fā)的氣彈仿真平臺,可計算兩葉片或三葉片水平軸風力機的極端載荷和疲勞載荷[14],其經(jīng)過GL認證,計算結(jié)果準確度高。針對無襟翼和有襟翼的情況,采用基于FAST的帶尾緣襟翼的風力機氣彈仿真平臺[6]對所建立的智能葉片風力機模型進行對比驗證。3.14~11m/s階躍變化風況對比仿真時間為800s,仿真風況為每100s增加1m/s的階躍變化風況,變化范圍為4~11m/s。圖4給出了輪轂高度風速從4m/s到11m/s階躍增加時,智能葉片風力機模型與FAST氣彈仿真平臺的對比圖。從圖4可以看出,與FAST氣彈仿真平臺相比,智能葉片風力機模型葉片1葉根揮舞彎矩偏差小于4.6%,發(fā)電機轉(zhuǎn)速偏差小于0.2%,發(fā)電機功率偏差小于0.5%?梢,在4~11m/s的階躍變化
【參考文獻】:
期刊論文
[1]風力機尾緣襟翼結(jié)構(gòu)參數(shù)優(yōu)化及控制性能分析[J]. 張文廣,白雪劍,韓越. 動力工程學報. 2017(12)
[2]具有尾緣襟翼風力機的恒功率反步法控制[J]. 盧經(jīng)緯,張臻,梁宇坤,張文廣. 控制理論與應用. 2017(01)
[3]尾緣襟翼結(jié)構(gòu)參數(shù)對大型風機氣動性能影響的仿真研究[J]. 張文廣,李騰飛,劉吉臻,白雪劍,韓越,胡陽. 可再生能源. 2016(12)
碩士論文
[1]風力發(fā)電機傳動裝置建模分析[D]. 劉豹.東北大學 2012
本文編號:3468135
【文章來源】:動力工程學報. 2018,38(04)北大核心CSCD
【文章頁數(shù)】:8 頁
【部分圖文】:
圖1帶尾緣襟翼的NREL5MW參考風力機葉片結(jié)構(gòu)圖Fig.1StructureoftheNREL5MWwindturbinebladewithtrai-
式中:Jr為風輪轉(zhuǎn)子轉(zhuǎn)動慣量;JG為發(fā)電機轉(zhuǎn)動慣量;θr為風輪轉(zhuǎn)子角位移;θL為低速軸角位移;θH為高速軸角位移;θG為發(fā)電機角位移;Tr為風輪轉(zhuǎn)子氣動扭矩;TL為低速軸扭矩;TH為高速軸扭矩;TG為發(fā)電機的電磁轉(zhuǎn)矩;K為低速軸剛度;C為低速軸阻尼;N為齒輪箱傳動比。圖2雙質(zhì)塊傳動鏈模型等效圖Fig.2Equivalentdiagramofthetwo-massdrivechainmodel2.3雙饋感應發(fā)電機模型雙饋感應發(fā)電機又稱轉(zhuǎn)子交流勵磁電機,主要包括電機本體和交流勵磁及控制系統(tǒng)2部分。所使用的雙饋感應發(fā)電機是在Simulink中雙饋異步發(fā)電機的基礎(chǔ)上,通過修改其內(nèi)部結(jié)構(gòu)[12]和發(fā)電機參數(shù)[13],并調(diào)整其矢量控制的控制器參數(shù),得到額定功率為5MW的雙饋感應發(fā)電機模型(見圖3)。圖35MW風力機雙饋感應發(fā)電機模型Fig.3DFIGmodelofthe5MWwindturbine3智能葉片風力機模型驗證FAST是由NREL開發(fā)的氣彈仿真平臺,可計算兩葉片或三葉片水平軸風力機的極端載荷和疲勞載荷[14],其經(jīng)過GL認證,計算結(jié)果準確度高。針對無襟翼和有襟翼的情況,采用基于FAST的帶尾緣襟翼的風力機氣彈仿真平臺[6]對所建立的智能葉片風力機模型進行對比驗證。3.14~11m/s階躍變化風況對比仿真時間為800s,仿真風況為每100s增加1m/s的階躍變化風況,變化范圍為4~11m/s。
2雙質(zhì)塊傳動鏈模型等效圖Fig.2Equivalentdiagramofthetwo-massdrivechainmodel2.3雙饋感應發(fā)電機模型雙饋感應發(fā)電機又稱轉(zhuǎn)子交流勵磁電機,主要包括電機本體和交流勵磁及控制系統(tǒng)2部分。所使用的雙饋感應發(fā)電機是在Simulink中雙饋異步發(fā)電機的基礎(chǔ)上,通過修改其內(nèi)部結(jié)構(gòu)[12]和發(fā)電機參數(shù)[13],并調(diào)整其矢量控制的控制器參數(shù),得到額定功率為5MW的雙饋感應發(fā)電機模型(見圖3)。圖35MW風力機雙饋感應發(fā)電機模型Fig.3DFIGmodelofthe5MWwindturbine3智能葉片風力機模型驗證FAST是由NREL開發(fā)的氣彈仿真平臺,可計算兩葉片或三葉片水平軸風力機的極端載荷和疲勞載荷[14],其經(jīng)過GL認證,計算結(jié)果準確度高。針對無襟翼和有襟翼的情況,采用基于FAST的帶尾緣襟翼的風力機氣彈仿真平臺[6]對所建立的智能葉片風力機模型進行對比驗證。3.14~11m/s階躍變化風況對比仿真時間為800s,仿真風況為每100s增加1m/s的階躍變化風況,變化范圍為4~11m/s。圖4給出了輪轂高度風速從4m/s到11m/s階躍增加時,智能葉片風力機模型與FAST氣彈仿真平臺的對比圖。從圖4可以看出,與FAST氣彈仿真平臺相比,智能葉片風力機模型葉片1葉根揮舞彎矩偏差小于4.6%,發(fā)電機轉(zhuǎn)速偏差小于0.2%,發(fā)電機功率偏差小于0.5%?梢,在4~11m/s的階躍變化
【參考文獻】:
期刊論文
[1]風力機尾緣襟翼結(jié)構(gòu)參數(shù)優(yōu)化及控制性能分析[J]. 張文廣,白雪劍,韓越. 動力工程學報. 2017(12)
[2]具有尾緣襟翼風力機的恒功率反步法控制[J]. 盧經(jīng)緯,張臻,梁宇坤,張文廣. 控制理論與應用. 2017(01)
[3]尾緣襟翼結(jié)構(gòu)參數(shù)對大型風機氣動性能影響的仿真研究[J]. 張文廣,李騰飛,劉吉臻,白雪劍,韓越,胡陽. 可再生能源. 2016(12)
碩士論文
[1]風力發(fā)電機傳動裝置建模分析[D]. 劉豹.東北大學 2012
本文編號:3468135
本文鏈接:http://sikaile.net/projectlw/xnylw/3468135.html
最近更新
教材專著