产品线频道   >
机器人| PLC| 低压变频器| DCS| 人机界面| 现场总线| 运动控制| 高压变频器| 电机| PAC| 现场仪表| PC-BASED| 机械传动| 传感器

基于智能多代理的变速恒频风电机组分布式控制策略

  • 作者:郑刚,徐红兵,王新珩,邹见效
  • 阅读人次:
  • 发布时间:2011-07-01
0 引言

  风能由于具有储量丰富、 价格低廉、 清洁低污染的特点,成为了最具竞争力的绿色能源[1 ]。兆瓦级大型变速恒频风力发电机组(以下简称风电机组)是大惯性、 大扭矩、 可靠性和稳定性要求高的非线性系统 ,其控制非常复杂、 难度高。随着变速恒频风电机组单机容量的逐步增大 ,对控制精度和稳定性要求也越来越高[2 ]。设计一种高效率的综合控制系统 ,使风电机组能够达到稳定的运行状态十分必要。

  智能多代理具有稳定、 灵活的特点 ,将其应用于变速恒频风电机组控制可构成分布式控制系统架构[324 ]。目前 ,尽管智能多代理技术在电力系统中已经获得较为成熟和广泛的应用[5 ],但在风力发电方面的应用却不多见。文献[ 6 ]给出了基于智能多代理的分布式控制系统在船舰电力系统中的应用方案;文献[ 7 ]讨论了智能多代理技术在电力系统继电保护中的应用。这些文献为基于智能多代理的分布式控制策略在风力发电中的应用提供了参考。文献[8 ]研究了基于智能多代理的中心数据平台在电力系统中的应用 ,为智能多代理在风力发电系统中的数据监控解决方案提供了参考。文献[ 9210 ]给出了智能多代理在风力发电控制系统中的应用案例 ,但是该文献主要侧重于解决风力发电机故障诊断及远程监控的问题 ,并未给出整个综合控制系统的设计方案。

  本文研究了变速恒频风电机组综合控制系统的分布式控制算法及控制策略 ,设计了一种新的基于智能多代理的风力发电综合控制系统(以下简称IMBCS系统) ,以实现对现有综合控制系统的改进。

1  IMBCS系统架构

  在 IMBCS系统中 ,风电机组的状态被划分为9 个级别 ,用状态向量表示 ,具体可参见附录 A 表A1。

  IMBCS系统架构是以智能物理代理基金会( The Foundation for Intelligent Physical Agent s ,FIPA)的代理管理参考模型[3 ]为基础的系统结构 ,其结构如图 1 所示。



图 1  IMBCS系统结构示意
 
  数据采集代理的功能主要是通过传感器等设备采集风电机组的实时运行数据 ,并将所采集数据根据预置在该代理内的表单发送给需要的代理。IMBCS系统拥有 4 个控制代理 ,分别为桨叶控制代理、 功率曲线代理、 偏航控制代理、 故障诊断代理 ,这4 个代理可实现独立的设备控制 ,并且又相互协同工作。桨叶控制代理的功能主要是根据外界风速的变化控制风电机组的桨叶变化;功率曲线代理的功能主要是实现风电机组的负载控制;偏航控制代理的功能主要是控制机舱旋转以实现风电机组的实时、 自动对风;故障诊断代理的功能主要是完成机组的故障检测工作。数据传输代理主要作为远程监控站与机组控制系统间的接口。

2  IMBCS系统各代理的设计

  本节主要针对 IMBCS 系统中各代理的控制算法和控制流程进行设计 ,以达到各代理的相互协同工作 ,实现风电机组的稳定运行。

2. 1   数据采集代理

  数据采集代理采集各传感器的实时数据,并将数据按照预置在代理内的规则进行筛选,分发给4 个功能代理。假设数据采集代理采集了 n个风电机组传感器数据c1 , c2 , …, cn ,定义集合 A 为需要发送的数据集合,集合 B 为不需要发送的数据集合,构建数据发送规则向量 v = [ v1 v2 … vn ] ,其中,元素 vj ( j = 1 ,2 , …, n)代表数据 cj 的发送与否,且有:



对 m个接收数据的代理 ,构造筛选矩阵:



式中:



  利用数据采集代理采集到的传感器数据构造如下矩阵:

  C = diag ( c1 , c2 , …, cn )     (3)

  由此 ,对接收数据的代理 ,其接收的数据可表示为:

  O = VC         (4)

  矩阵O的各元素oij表示第 j 个传感器数据 c j 发送给第 i 个数据接收代理。

2. 2   故障诊断代理

  故障诊断代理检测风电机组的故障 ,判断机组的运行状态 ,并且根据数据采集代理发送的数据改变机组的运行状态。

  故障诊断代理算法设计如下:

  1)将风电机组的运行状态分类表达为 Fi ( i =1 ,2 , …,9) (参见附录 A 表 A1) , Fi 对应了第 i 个风电机组状态码下所有的触发条件,并将触发条件构造为数列 Si = { s1 , s2 , …, sr} 。

  2)重构数据采集代理发送给故障诊断代理的触发条件数据为新的数列{ S1 , S2 , …, S9 } 。

  3)计算状态向量中间值:

  B′= [ b1 b2 … bn ] = f ( S1 , S2 , …, S9 )式中: f ( · )为每个触发条件 sk ( k = 1 , 2 , …, r)的故障诊断规则。

  4)按下式重构 B′ 为 B :

  B = [0 … 0 bt 0 … 0 ] (5)



2. 3   桨叶控制代理

  桨叶控制代理主要采用比例—积分—微分( PID)控制算法。发电机转速ω作为 PID 控制的输出量,桨叶角度θ作为 PID 控制的控制量,误差Δ定义为发电机期望转速值ωe 与ω的差值,控制目标定义为将ω控制到ωe。

  控制算法的具体步骤为:

  步骤 1 :计算误差:Δ=ωe - ω;
  步骤 2 :积累误差:Δ=Δ+Δb ,其中,Δb 为上一次计算积累的误差;
  步骤 3 :如果Δ较小,令Δb =Δ,返回步骤1 ;
  步骤 4 :根据Δ值选择适合的 PID 参数;
  步骤 5 :清除积累的误差:Δb = 0 ;



  式中: Kp , Ki , Kd 为 PID 参数 ,需要在步骤 4 中选择; C为修正参数。

2. 4   功率曲线代理

  功率曲线代理将风电机组的发电机转速—扭矩数据预先存入(见附录B 图B1) ,在每次发电机转速改变时都更新得出该转速下的扭矩输出值 ,并根据此扭矩值控制负载的变化。事实上 ,功率曲线代理中只是存入了部分点的信息(如附录 B 图 B1 中画叉的点) ,当系统采集到某个发电机转速值时 ,功率曲线代理将根据曲线的点信息ω c ,按照如下算法计算输出的扭矩值 To :1)找到满足如下不等式的点序列号 j :

  1)找到满足如下不等式的点序列号 j :

ωj cj+1                (7)

  2)按下式计算 To :



2. 5   偏航控制代理

  偏航控制代理的工作模式有手动偏航、 低风速偏航和自动偏航 3 种。管理人员可以通过手动偏航控制机舱的位置到任意角度;低风速偏航是风电机组运行在高于偏航风速、 低于附录 A 表 A1 中状态码 7 对应的判断风速时的偏航状态;自动偏航有2 种工作模式 ,分别称为 YA 和 YB。当机组的工作状态为状态码 1~6 时 ,偏航代理调用 YA ;当机组的工作状态为状态码 8 和 9 时 ,偏航代理调用 YB。偏航控制代理的控制算法实现如图 2 所示。
 


图 2   偏航控制代理算法流程
 
2. 6   数据传输代理

  数据传输代理向远程监控站发送风电机组运行数据 ,同时向机组传递来自远程监控站的控制命令。

  一方面 ,就风电场而言 ,每个数据传输代理都工作在主/从模式下 ,接收远程监控站的控制命令 ,并且返回数据;另一方面 ,风电机组中 ,数据传输代理、数据采集代理以及4 个控制代理共同组成了机组控制网络,数据传输代理作为网络的主节点 ,采集其他代理的数据。每个数据传输节点有唯一的地址码 ,主节点通过地址码处理系统各代理数据。

3   实验验证

  所搭建的实验平台由若干板卡组成 ,这些控制卡上配置有微控制器以及相关接口。控制系统需要采集的数据通过计算机进行模拟 ,计算机将风电现场采集的风速、 风向等数据通过串口与数据采集代理进行通信。附录 C 图 C1 是所搭建的 IMBCS 系统的实物照片 ,系统包含 8 组板卡 ,其中有 3 组板卡分别嵌入数据传输代理 ,以实现对风电场网络平台的搭建,剩下的 5 组板卡分别嵌入数据采集代理、 功率曲线代理、 桨叶控制代理、 偏航控制代理和故障诊断代理,以实现对风电机组控制平台的仿真。

  风速数据采集于 2007 年 10 月的吉林白城风电场。图3 给出了风电机组正常工作状态下各代理的曲线。可以看出 ,风速在12. 5 m/ s左右变化的过程中 ,发电机转速在1 735 rad/ min~1 780 rad/ min 之间波动 , 很容易计算出 , 发电机转速误差为±30 rad/ min ,相对误差为 ±1. 7 %,输出功率在1 400 kW~1 550 kW之间变化 ,桨叶角和负载扭矩随着风速的变化而变化 ,负载扭矩同时也与功率曲线的数据匹配。
 


图 3   风电机组正常工作状态下的各代理曲线
 
  图 4 表明了故障发生时风电机组的运行过程。故障在 t = 15 s 发生 ,故障发生后 ,桨叶角及时从当前值变化至 92. 5° ,发电机转速降至 0。
 


图 4   故障发生时风电机组相关代理曲线
 
  图 5 是风电机组偏航状态下各代理工作数据。可以看出 ,当机组机舱角与风向角相差过大时 ,偏航控制触发 ,机组开始偏航 ,直到风向角与机舱角的偏差为 0。
 


图 5   偏航状态下风电机组代理曲线
分享到
【文章来自米尔自动化网http://www.mirautomation.com/pages/2011-07/s34421.shtml
本文标签: 变速恒频   风力发电机   智能多代理   分布式控制  
 三菱电机

热门内容:
工业机器人 S7-200 S7-300 PLC编程入门 自动化产品 DCS控制系统 变频电机 工控机 可编程自动化控制器 温度传感器 HMI