基于光电信息检测和融合的风机功率及载荷控制

发布时间：2020-11-03 12:52

　　 光电检测具有精度高、体积小、延时低等优点,较传统的传感器检测有较大优势,被广泛应用于环境监测、工业监测等领域,具有较好的应用前景。论文以风力发电机组的功率及载荷控制为应用背景,利用激光雷达风速检测方法与光纤光栅叶片载荷检测方法对于风机控制所需的状态变量进行检测,并针对风力发电机组的不同运行工作区设计最大功率跟踪和独立变桨载荷控制策略。本文首先论述了风力发电机关于风速、叶片载荷检测技术的研究现状。针对传统检测方法可靠性低、灵敏度低等问题,提出了基于激光雷达的风速检测方法以及光纤光栅的叶片载荷检测方法。为了验证激光雷达风速的准确性,通过风机SCADA系统的风轮转矩和转速数据得到较为可靠的估计风速,并将估计风速分别和风速计测量的风速、激光雷达测量的风速进行对比,验证了激光雷达测量的风速数据准确性更高。由于最大功率跟踪控制需通过估计风速计算风机得到最佳风轮转速与发电机转矩参考值,所以直接利用激光雷达的风速数据计算推导得到风机最佳风轮转速与发电机转矩参考值。针对光纤光栅在风机叶片载荷的检测过程中所存在的准确性差、有噪声干扰以及对温度敏感等问题,设计基于高斯回归算法的数据融合方法,该方法能够从多个传感器的采样数据中提取出有效的测量数据并进行信息融合,进而得到叶片载荷有效值,并通过实验对比验证该方法的可行性和有效性。针对不同运行工作区的风力发电机组设计相应的控制器。对低风速区的控制目标是实现风力发电机组的最大功率跟踪,首先通过激光雷达风速检测和计算获得了最佳转矩给定值,然后并在传统滑模控制的基础上设计超扭曲-最佳转矩的最大功率跟踪控制方法,仿真验证了该方法具有更好的功率跟踪性能、有效抑制频繁的转矩波动,减小机械疲劳;对高风速区的控制目标是抑制风机叶片载荷,将光纤光栅测量的载荷数据进行科尔曼变换后的叶根载荷信息作为独立变桨控制的输出测量值,在此基础上设计了LQG+积分独立变桨控制器。为了补偿风速波动对风机载荷的影响、进一步提升系统的控制性能,设计了基于激光雷达风速测量的前馈控制器,实验结果分析表明采用上述设计方法能够更好地抑制叶片载荷。
【学位单位】：苏州科技大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TM315
【部分图文】：

诸多优点[29]。且激光雷达测量数据更为丰富，包括不同高度的水平、垂直风速、风向数据，入流角等，较传统的风速仪有较大的优势。2.1.1 激光雷达风速检测的结构激光雷达风速检测系统包括激光光源、声光调制器、激光放大器、光学天线系统、光耦合器、光电探测器和信号处理模块等[30]，其系统结构如图 2-1 所示当激光雷达进行风速检测时，由激光光源模块源发出两路信号，一路信号经过声光调制(AOM)变成频率为1f f的脉冲主振光，另一路为频率为 f 的连续本振光。主振光经过激光放大器由光学天线系统发射至大气空间。因为在低空中大气的气溶胶粒子浓度较高，气溶胶粒子与主振光相互作用发生散射，后向散射部分即为携带目标运动信息，频率为1f f f的回波信号。回波信号经接收光学天线系统接收，与本振光在光耦合器内耦合，并输入到光电探测器进行混频。输出频率为1f f 的差频信号，最后信号处理模块根据回波信号频率变化信息得到风场风速变化信息。

激光雷达测量风速示意图

图 2-2 激光雷达测量风速示意图激光雷达的测量数据由美国国家风能技术研究中心(NWTC)共享的 Avent 激光雷达数据获得。其中风速计风速由风机的数据采集与监视系DA)获得，如图 2-3 所示。
【相似文献】

相关期刊论文 前10条

1 李伟;;风力发电机组接入系统的几个问题[J];新疆电力技术;2008年01期

2 刘越;;风力发电机组定期维护管理[J];湖北水利水电职业技术学院学报;2019年03期

3 王旭强;;风力发电机组的调试方案探讨[J];黑龙江科学;2019年24期

4 杨雷;陈苏声;成强;;一种基于风力发电机组检测平台的加载系统设计[J];制造业自动化;2019年12期

5 杨国强;陈潇;;风力发电机组二氧化碳灭火系统应用探讨[J];现代职业安全;2020年01期

6 帅超;;振动监测系统在双馈异步风力发电机组的应用[J];设备管理与维修;2019年23期

7 赵建辉;;风力发电机组控制技术的研究[J];科技风;2019年03期

8 韩俊峰;;风力发电机组试验平台研究[J];农村牧区机械化;2018年06期

9 胡兴;;浅析风力发电机组定期维护管理[J];科技创新导报;2019年10期

10 范红星;;浅析风力发电机组定期维护管理[J];山东工业技术;2018年03期

相关博士学位论文 前10条

1 刘展;MW级变速变桨风力发电机组系统振动故障诊断技术与减振降载方法研究[D];北京交通大学;2019年

2 陶世祺;海上风力发电机组雷电瞬态研究[D];北京交通大学;2019年

3 韩兵;大型风力发电机组功率及载荷优化控制方法与技术研究[D];湖南大学;2018年

4 刘增光;600kW液压蓄能式风力发电机组设计与控制研究[D];兰州理工大学;2018年

5 曹梦楠;基于模型方法的风力发电机组热特性和故障诊断研究[D];南京理工大学;2018年

6 张志春;双馈风力发电机组运行可靠性建模及若干相关问题研究[D];天津大学;2017年

7 张新房;大型风力发电机组的智能控制研究[D];华北电力大学（北京）;2005年

8 金鑫;风力发电机组系统建模与仿真研究[D];重庆大学;2007年

9 谢洪放;漂浮式海上风力发电机组载荷控制研究[D];沈阳工业大学;2017年

10 卢奭瑄;风力发电机组动力模型及循环变桨控制策略研究[D];沈阳工业大学;2012年

相关硕士学位论文 前10条

1 刘旋;储能式液压型风力发电机组调频控制研究[D];燕山大学;2019年

2 唐玉霜;风力发电机组变桨系统状态监测与故障诊断研究[D];燕山大学;2019年

3 吴超;储能式液压型风力发电机组平稳输出控制[D];燕山大学;2019年

4 柏文杰;液压型落地式风力发电机组长管路谐振抑制研究[D];燕山大学;2019年

5 陈歆婧;基于光电信息检测和融合的风机功率及载荷控制[D];苏州科技大学;2019年

6 杨永昌;考虑关键部位载荷的风力发电机组一次调频控制策略研究[D];华北电力大学(北京);2019年

7 李慧勇;不同类型不同容量的风力发电机组电气部分故障诊断研究[D];山西大学;2019年

8 石慧;基于双馈风力发电机组齿轮箱故障诊断研究[D];山西大学;2019年

9 徐晓越;风力发电机组功率特性测试系统的设计与实现[D];内蒙古工业大学;2019年

10 李国城;风力发电机组独立变桨控制策略研究[D];广东工业大学;2019年

本文编号：2868597