一种数据驱动的独立变桨控制方法及系统与流程

1.本发明属于风力发电技术领域，具体涉及一种数据驱动的独立变桨控制方法及系统。

背景技术：

2.随着全球对洁净能源的需求增长和国家对风电行业的支持力度不断增大，大型化是风电机组发展的必然方向，并呈加速发展态势。但风电机组大型化会大大增加风轮入流的不均匀性，特别是风切变效应、塔影效应、湍流将使得机组所受风载复杂多变并且分布更加不均匀，并进一步影响风电机组的安全、可靠运行以及各部件的疲劳寿命。因此，降低风电机组的载荷对进一步促进风电机组大型化、降低度电成本、增强风电竞价能力具有重大意义。
3.独立变桨控制是主流的风电机组载荷主动控制技术。最传统的独立变桨控制技术利用多叶片坐标变换将旋转坐标系下的叶片载荷转换到固定坐标系下，变换后的载荷分为俯仰和偏航力矩分量，然后分别设计两个经典pid控制器对俯仰和偏航力矩进行控制，进而实现叶片疲劳载荷的抑制。利用多叶片坐标变换只能将俯仰和偏航力矩分量进行局部解耦，分别设计pid控制器并不能考虑其耦合关系，俯仰和偏航力矩控制环必将相互干扰。现有技术还有利用模糊pid、神经网络pid、粒子算法优化的pid代替经典pid实现非线性控制，但依然未考虑俯仰和偏航力矩的耦合关系。此外，现有少量技术应用多变量控制技术实现了俯仰和偏航力矩的耦合作用，如模型预测控制，线性二次型最优控制，线性变参数控制，但这些技术均是基于简化机理模型所设计的，或在某个典型稳态工作点基于小扰动假设提炼的线性化模型，其模型保真性待考核，针对这些简化机理模型和线性化模型而设计的控制器的可靠性不高且工况可适用范围较窄。
4.因此，为了提升变桨控制的降载效果和可靠性，有必要设计一种考虑俯仰和偏航力矩耦合关系的、且适用工况范围广泛的独立变桨控制策略。

技术实现要素：

5.本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种数据驱动的独立变桨控制方法及系统，减少额定风速以上的漂浮式风电机组功率波动及疲劳载荷，以解决漂浮式风电机组载荷复杂多变、耦合性强的技术问题。
6.本发明采用以下技术方案：
7.一种数据驱动的独立变桨控制方法，包括以下步骤：
8.s1、获取风电机组叶片的方位角信号，叶根弯矩信号以及风轮转速信号；
9.s2、利用一阶惯性环节对步骤s1得到的风轮转速信号进行低通滤波，得到滤波后的风轮转速信号；
10.s3、利用逆卡尔曼坐标变换将步骤s1获得的叶根弯矩信号变换到轮毂坐标系下，得到俯仰力矩和偏航力矩；
11.s4、将步骤s2得到的风轮转速信号、步骤s3得到的俯仰力矩以及偏航力矩存储为输出向量，将桨距角闭环补偿量存储为输入向量；
12.s5、基于步骤s4得到的输入向量和输出向量构建等价辨识参数矩阵；
13.s6、利用步骤s5得到的等价辨识参数矩阵，基于步骤s4得到的k-1时刻的输入向量及k时刻的输出向量求解固定轮毂坐标系下的数据驱动控制量；
14.s7、利用卡尔曼坐标变换将步骤s6得到的固定轮毂坐标系下的数据驱动控制量转换为旋转叶片坐标系下，得到桨距角反馈控制量；
15.s8、对步骤s2获得的风轮转速信号进行带通滤波，得到带通滤波后的风轮转速信号，结合步骤s1得到的方位角信号计算得到桨距角前馈补偿量；
16.s9、将步骤s7获得的桨距角反馈控制量与步骤s8获得的桨距角前馈补偿量相加得的总桨距角控制量，根据总桨距角控制量实现独立变桨控制。
17.具体的，步骤s3中，俯仰力矩e和偏航力矩f分别为：
[0018][0019][0020]
其中，b1，b2，b3为叶根弯矩信号，a1，a2，a3为叶片方位角信号。
[0021]
具体的，步骤s4中，输出向量y和输入向量u分别为：
[0022]
y＝[d，e，f]
[0023]
u＝[g1，g2，g3]
[0024]
其中，d为风轮转速信号，e为俯仰力矩，f为偏航力矩，g1，g2，g3为桨距角闭环补偿量。
[0025]
具体的，步骤s5中，等价辨识参数矩阵φ(k)为：
[0026]
φ(k)＝[δy(k)δu
t
(k-1)+hφ(k-1)][δu(k-1)δu
t
(k-1)+h]-1
[0027]
其中，k为时间步长，δy(k)为当前时刻输出向量与上一时刻输出向量的差，δu
t
(k-1)为第k-1时刻输入向量与k-2时刻输出向量之差的转置，h为正常数，φ(k-1)为第k-1时刻的3*3动态时变参数矩阵。
[0028]
具体的，步骤s6中，固定轮毂坐标系下的数据驱动控制量u(k)为：
[0029]
u(k)＝u(k-1)-[φ(k)iφ(k)+k+l]-1
φ(k)i[y(k)-yd(k+1)]-[k+φ(k)iφ(k)+l]-1
lu(k-1)
[0030]
其中，yd(k+1)为k+1时刻的输出向量设定值；i、k和l均为正定二次型常数矩阵，u(k-1)为k-1时刻的输入向量，y(k)为k时刻的输出向量，φ(k)为等价辨识参数矩阵。
[0031]
具体的，步骤s7中，桨距角反馈控制量m1、m2、m3分别为：
[0032]
m1＝u1(k)+u2(k)cosa1+u3(k)sina1
[0033]
m2＝u1(k)+u2(k)cosa2+u3(k)sina2
[0034]
m3＝u1(k)+u2(k)cosa3+u3(k)sina3
[0035]
其中，a1，a2，a3为叶片方位角信号，u1(k)、u2(k)、u3(k)分别为数据驱动控制量u(k)的三维元素。
[0036]
具体的，步骤s8中，桨距角前馈补偿量o1、o2、o3分别为：
[0037]
o1＝p*n*cosa1
[0038]
o2＝p*n*cosa2
[0039]
o3＝p*n*cosa3
[0040]
其中，p为正比例常数，a1，a2，a3为叶片方位角信，n为带通滤波后的风轮转速信号。
[0041]
进一步的，带通滤波的频率为风轮旋转频率的3倍。
[0042]
具体的，步骤s9中，总桨距角控制量q1、q2、q3分别为：
[0043]
q1＝m1+o1
[0044]
q2＝m2+o2
[0045]
q3＝m3+o3
[0046]
其中，o1、o2、o3分别为桨距角前馈补偿量，m1、m2、m3分别为桨距角反馈控制量。
[0047]
第二方面，本发明实施例提供了一种数据驱动的独立变桨控制系统，包括：
[0048]
采集模块，获取风电机组叶片的方位角信号，叶根弯矩信号以及风轮转速信号；
[0049]
变换模块，利用一阶惯性环节对采集模块得到的风轮转速信号进行低通滤波，得到滤波后的风轮转速信号；利用逆卡尔曼坐标变换将采集模块获得的叶根弯矩信号变换到轮毂坐标系下，得到俯仰力矩和偏航力矩；将风轮转速信号、俯仰力矩以及偏航力矩存储为输出向量，将桨距角闭环补偿量存储为输入向量；
[0050]
矩阵模块，基于变换模块得到的输入向量和输出向量构建等价辨识参数矩阵，利用k-1时刻的输入向量及k时刻的输出向量求解固定轮毂坐标系下的数据驱动控制量；
[0051]
转换模块，利用卡尔曼坐标变换将矩阵模块得到的固定轮毂坐标系下的数据驱动控制量转换为旋转叶片坐标系下，得到桨距角反馈控制量；
[0052]
控制模块，对采集模块得到的风轮转速信号进行带通滤波，得到带通滤波后的风轮转速信号，结合方位角信号计算得到桨距角前馈补偿量；将转换模块得到的桨距角反馈控制量与桨距角前馈补偿量相加得的总桨距角控制量，根据总桨距角控制量实现独立变桨控制。
[0053]
与现有技术相比，本发明至少具有以下有益效果：
[0054]
一种数据驱动的独立变桨控制方法，包含两个控制环节，分别是方位角前馈控制环和基于数据驱动的反馈控制环；前馈控制环产生一个与方位角相关的桨距角增量，用于消除已知风切变效应引起的周期性载荷；基于数据驱动的反馈控制环同时实现对叶根弯矩和风轮转速的多变量闭环控制，首先利用逆卡尔曼坐标变换将叶根弯矩变换为固定轮毂坐标系下的俯仰力矩和偏航力矩，并对转速信号进行低通滤波，减少高频扰动对变桨控制的影响，然后将桨距角闭环补偿量、转速、俯仰力矩、偏航力矩利用数据存储单元进行在线存储更新，并构建在线数据模型，基于该数据模型设计数据驱动控制量，并将该控制量经卡尔曼坐标变换为叶片坐标系下的桨距角反馈控制量，将桨距角反馈控制量与方位角前馈补偿量进行相加，将所得的总桨距角控制量发送给桨距角执行器；本发明将基于模型的扰动前馈控制与基于数据驱动的闭环控制相结合，既保证了变桨控制对风切变效应、塔影效应引起的周期性载荷的响应速度，又可以在线辨识风电系统内部变量的时变关系，基于该数据模型设计的控制器可避免简化机理模型所带来了控制误差；此外，本发明综合考虑了叶根弯矩与风轮转速之间的相互影响，其控制思路显著优于分别设计基于转速的统一变桨和基
于叶根弯矩的独立变桨。
[0055]
进一步的，通过与方位角相关的坐标变换，将旋转叶片坐标系下的叶根弯矩转换为固定轮毂坐标系下的俯仰力矩e和偏航力矩f，可减少时变方位角对控制器设计的影响，提高系统辩识及控制精度。
[0056]
进一步的，选取风轮转速d、俯仰力矩e、偏航力矩f构成输出向量，综合考虑了风轮转速、俯仰力矩、偏航力矩的耦合关系，便于实现多目标控制；选取固定轮毂坐标系下的桨距角闭环补偿量为输入向量，可减少时变方位角对系统参数辨识的影响。
[0057]
进一步的，参数矩阵φ(k)的辨识迭代过程综合考虑了辨识精度和参数时变性为性能指标，在保证辨识精度的前提下对参数矩阵的变化速率作限制，同时避免了因参数辨识过程中可能发生的矩阵奇异问题所引发的辨识误差。
[0058]
进一步的，固定轮毂坐标系下的数据驱动控制量u(k)的迭代过程综合考虑控制精度、变桨速度、变桨幅度性能指标，避免了变桨速度过大导致附加惯性载荷、变桨电机电流过大、发热严重等问题，避免了变桨幅度过大导致系统不稳定，同时引入二次型矩阵对各控制误差向量、输入向量、输入变化率向量进行权值规划，大大增加了各指标权重分配的灵活性。
[0059]
进一步的，利用卡尔曼坐标变换，将固定轮毂坐标系下的数据驱动控制量转换为旋转叶片坐标系下的桨距角反馈控制量m1、m2、m3，有利于单个变桨执行器独立完成各自的变桨指令。
[0060]
进一步的，依据带通滤波后的风轮转速信号n和s1获得的方位角信号a1、a2、a3计算桨距角前馈补偿量o1、o2、o3，带通滤波后的转速信号n的大小可表征风切变效应引入的周期性载荷幅值，带通滤波后的转速信号n结合比例系数p和方位角余弦计算出的桨距角前馈补偿量o1、o2、o3可从一定程度上针对性消除风切变效应引起的周期性载荷。
[0061]
进一步的，带通滤波器的带通频率为风轮旋转频率3倍，风切变效应引起的周期性载荷与方位角相关，其在风轮转速中引入了3倍风轮旋转频率的载荷，带通滤波后的转速信号n的大小可表征风切变效应引入的周期性载荷幅值。
[0062]
进一步的，将前馈控制量与反馈控制量相加，得到总桨距角控制量，前馈补偿量对已知的风切变引入的载荷扰动进行响应，其响应速度快，稳定性好，桨距角反馈控制量是经过数据驱动的闭环控制计算出来的，其控制精度高，将前馈补偿与数据驱动的闭环控制相结合，同时保证了变桨的控制精度和动态响应速度。
[0063]
可以理解的是，上述第二方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
[0064]
综上所述，本发明将基于模型的扰动前馈控制与基于数据驱动的闭环控制相结合，既保证了变桨控制对风切变效应、塔影效应引起的周期性载荷的响应速度，又可以在线辨识风电系统内部变量的时变关系，大大增加了各指标权重分配的灵活性。
[0065]
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
[0066]
图1为本发明的方法流程图。
具体实施方式
[0067]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0068]
在本发明的描述中，需要理解的是，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0069]
还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0070]
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0071]
应当理解，尽管在本发明实施例中可能采用术语第一、第二、第三等来描述预设范围等，但这些预设范围不应限于这些术语。这些术语仅用来将预设范围彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一预设范围也可以被称为第二预设范围，类似地，第二预设范围也可以被称为第一预设范围。
[0072]
取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
[0073]
在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的，其中为了清楚表达的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
[0074]
本发明提供了一种数据驱动的独立变桨控制方法，采用方位角前馈控制环和基于数据驱动的反馈控制环，利用一阶惯性环节对风轮转速信号进行低通滤波，得到滤波后的风轮转速信号；利用逆卡尔曼坐标变换将叶根弯矩信号变换到轮毂坐标系下，得到俯仰力矩和偏航力矩；将风轮转速信号、俯仰力矩以及偏航力矩存储为输出向量，将桨距角闭环补偿量存储为输入向量；基于输入向量和输出向量构建等价辨识参数矩阵，利用k-1时刻的输入向量及k时刻的输出向量求解固定轮毂坐标系下的数据驱动控制量；利用卡尔曼坐标变换将固定轮毂坐标系下的数据驱动控制量转换为旋转叶片坐标系下，得到桨距角反馈控制量；利用带通滤波后的风轮转速信号结合方位角信号计算得到桨距角前馈补偿量；与桨距角反馈控制量相加得的总桨距角控制量，实现独立变桨控制。
[0075]
请参阅图1，本发明一种数据驱动的独立变桨控制方法，包括以下步骤：
[0076]
s1、检测3个叶片方位角信号a1、a2、a3，3个叶根弯矩信号b1、b2、b3，以及风轮转速
信号c；
[0077]
s2、利用一阶惯性环节对步骤s1获得的转速信号c进行低通滤波，减少高频扰动对变桨控制的影响，得到滤波后的转速信号记作d；
[0078]
s3、为了减少时变方位角对控制器设计的影响、提高系统辩识及控制精度，利用逆卡尔曼坐标变换将步骤s1获得的叶根弯矩信号b1、b2、b3变换到轮毂坐标系下，得到俯仰力矩e和偏航力矩f；
[0079]
俯仰力矩e和偏航力矩f分别为：
[0080][0081][0082]
s4、利用数据存储单元将步骤s2获得的风轮转速信号d、步骤s3获得的俯仰力矩e以及偏航力矩f存储为输出向量y，将桨距角闭环补偿量g1、g2、g3存储为输入向量u；
[0083]
输出向量y和输入向量u分别为：
[0084]
y＝[d，e，f]
[0085]
u＝[g1，g2，g3]。
[0086][0087]
s5、基于步骤s4获得的输入向量u和输出向量y构建离散的在线数据模型，即等价辨识参数矩阵φ(k)；
[0088]
为便于辨识算法及控制器设计，该数据模型的结构形式假设为如下线性时变模型：
[0089][0090]
其中，k为时间步长，φ(k)为3*3的动态时变参数矩阵；为输出向量的估计值。
[0091]
在线数据模型的建立等价于对参数矩阵φ(k)进行辨识；辨识目标函数综合考虑辨识精度和参数时变性为性能指标，其数学表达式为：
[0092][0093]
其中，向量表征辨识精度指标；范数表征待辨识参数φ(k)的时变性指标；h为正常数，是待辨识参数矩阵φ(k)时变性的惩罚因子，该惩罚因子一方面对参数矩阵的变化速率作限制，另一方面可避免因参数辨识过程中可能发生的矩阵奇异问题所引发的辨识误差；||
·
||
fro
为frobenius范数。
[0094]
对辨识目标函数进行极值求解，得到参数矩阵φ(k)的辨识迭代解为：
[0095]
φ(k)＝[δy(k)δu
t
(k-1)+hφ(k-1)][δu(k-1)δu
t
(k-1)+h]-1
。
[0096][0097]
s6、利用步骤s5所得到的参数矩阵φ(k)、步骤s4得到的k-1时刻的输入向量u(k-1)及k时刻的输出向量y(k)，求解固定轮毂坐标系下的数据驱动控制量；
[0098]
在控制目标函数中综合考虑控制精度、变桨速度、变桨幅度性能指标，引入二次型矩阵对各控制误差向量、输入向量、输入变化率向量进行权值规划，其数学表达式为：
[0099]
jc(u(k))＝[yd(k+1)-y(k+1)]
t
i[yd(k+1)-y(k+1)]+δu
t
(k)kδu(k)+u
t
(k)lu(k)
[0100]
其中，yd(k+1)为k+1时刻的输出向量设定值；i、k和l均为正定二次型常数矩阵，控
制目标函数中的第一项表征控制精度，第二项表征变桨速度，第三项表征变桨幅度，第二项和第三项也能对变桨耗能起到优化作用。
[0101]
因此该控制目标函数的优越性在于：
①
综合考虑了控制精度、变桨速度、变桨幅度指标，避免了变桨速度过大导致附加惯性载荷、变桨电机电流过大、发热严重等问题，避免了变桨幅度过大导致系统不稳定；
②
引入二次型矩阵对各控制误差向量、输入向量、输入变化率向量进行权值规划，大大增加了各指标权重分配的灵活性。
[0102]
利用向量求导法则对控制目标函数进行极值求解，得到固定轮毂坐标系下的数据驱动控制量：
[0103]
u(k)＝u(k-1)-[φ(k)iφ(k)+k+l]-1
φ(k)i[y(k)-yd(k+1)]-[k+φ(k)iφ(k)+l]-1
lu(k-1)
[0104]
记u(k)＝[u1(k),u2(k),u3(k)]
t
[0105]
步骤s5的数据驱动模型及步骤s6的数据驱动控制律的优势在于：数据驱动模型和数据驱动控制律是完全基于风电系统的在线数据所计算出来的，不包含任何与风电系统本体结构和参数相关的物理信息，任何风电系统的不确定性因素都可包含在时变参数矩阵φ(k)中，因此数据驱动模型的精度从原理上就高于简化机理模型，基于该数据驱动模型所设计的数据驱动控制律的精度也高于基于简化机理模型所设计的控制器。
[0106]
s7、利用卡尔曼坐标变换将步骤s6所得的固定轮毂坐标系下的数据驱动控制量u(k)＝[u1(k),u2(k),u3(k)]
t
转换为旋转叶片坐标系下，得到桨距角反馈控制量m1、m2、m3；
[0107]
桨距角反馈控制量m1、m2、m3分别为：
[0108]
m1＝u1(k)+u2(k)cosa1+u3(k)sina1
[0109]
m2＝u1(k)+u2(k)cosa2+u3(k)sina2
[0110]
m3＝u1(k)+u2(k)cosa3+u3(k)sina3。
[0111][0112]
s8、对s2获得的风轮转速信号c进行带通滤波，带通滤波器的带通频率为3倍的风轮旋转频率，带通滤波后风轮转速信号记作n，并依据带通滤波后的风轮转速信号n和s1获得的方位角信号a1、a2、a3计算桨距角前馈补偿量o1、o2、o3；
[0113]
桨距角前馈补偿量o1、o2、o3分别为：
[0114]
o1＝p*n*cosa1
[0115]
o2＝p*n*cosa2
[0116]
o3＝p*n*cosa3
[0117]
其中，p为正比例常数。
[0118]
风切变效应引起的周期性载荷与方位角相关，其在叶片中引入了1倍风轮旋转频率的载荷，在风轮转速中引入了3倍风轮旋转频率的载荷，带通滤波后的转速信号n的大小可表征风切变效应引入的周期性载荷幅值，带通滤波后的转速信号n结合比例系数p和方位角余弦计算出的桨距角前馈补偿量o1、o2、o3可从一定程度上针对性消除风切变效应引起的周期性载荷。
[0119]
s9、将步骤s7获得的桨距角反馈控制量m1、m2、m3与步骤s8获得的方位角前馈补偿量o1、o2、o3相加，将所得的总桨距角控制量q1、q2、q3发送给桨距角执行器。
[0120]
q1＝m1+o1
[0121]
q2＝m2+o2
[0122]
q3＝m3+o3
[0123]
前馈补偿量o1、o2、o3对已知的风切变引入的载荷扰动进行响应，其响应速度快，稳定性好，但控制精度不足；桨距角反馈控制量m1、m2、m3是经过数据驱动的闭环控制计算出来的，其控制精度高，但是在误差出现后才产生控制量，响应较慢。本专利将前馈补偿与数据驱动的闭环控制相结合，同时保证了变桨的控制精度和动态响应速度。
[0124]
桨距角执行器对步骤s9获得的总桨距角设定值q1、q2、q3的变化范围及变化速率进行限制，并由变桨电机驱动实现叶片变桨至指定角度。
[0125]
本发明再一个实施例中，提供一种数据驱动的独立变桨控制系统，该系统能够用于实现上述数据驱动的独立变桨控制方法，具体的，该数据驱动的独立变桨控制系统包括采集模块、变换模块、矩阵模块、转换模块以及控制模块。
[0126]
其中，采集模块，获取风电机组叶片的方位角信号，叶根弯矩信号以及风轮转速信号；
[0127]
变换模块，利用一阶惯性环节对采集模块得到的风轮转速信号进行低通滤波，得到滤波后的风轮转速信号；利用逆卡尔曼坐标变换将采集模块获得的叶根弯矩信号变换到轮毂坐标系下，得到俯仰力矩和偏航力矩；将风轮转速信号、俯仰力矩以及偏航力矩存储为输出向量，将桨距角闭环补偿量存储为输入向量；
[0128]
矩阵模块，基于变换模块得到的输入向量和输出向量构建等价辨识参数矩阵，k-1时刻的输入向量及k时刻的输出向量求解固定轮毂坐标系下的数据驱动控制量；
[0129]
转换模块，利用卡尔曼坐标变换将矩阵模块得到的固定轮毂坐标系下的数据驱动控制量转换为旋转叶片坐标系下，得到桨距角反馈控制量；
[0130]
控制模块，对采集模块得到的风轮转速信号进行带通滤波，得到带通滤波后的风轮转速信号，结合方位角信号计算得到桨距角前馈补偿量；将转换模块得到的桨距角反馈控制量与桨距角前馈补偿量相加得的总桨距角控制量，根据总桨距角控制量实现独立变桨控制。
[0131]
综上所述，本发明一种数据驱动的独立变桨控制方法及系统，将基于模型的扰动前馈控制与基于数据驱动的闭环控制相结合，既保证了变桨控制对风切变效应、塔影效应引起的周期性载荷的响应速度，又可以在线辨识风电系统内部变量的时变关系，基于该数据模型设计的控制器可避免简化机理模型所带来了控制误差。基于数据驱动的反馈控制环综合考虑了叶根弯矩与风轮转速之间的相互影响，同时多变量闭环控制。数据驱动控制量的迭代过程综合考虑控制精度、变桨速度、变桨幅度性能指标，避免了变桨速度过大导致附加惯性载荷、变桨电机电流过大、发热严重等问题，避免了变桨幅度过大导致系统不稳定，同时引入二次型矩阵对各控制误差向量、输入向量、输入变化率向量进行权值规划，大大增加了各指标权重分配的灵活性。
[0132]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0133]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0134]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0135]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0136]
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

技术特征：

1.一种数据驱动的独立变桨控制方法，其特征在于，包括以下步骤：s1、获取风电机组叶片的方位角信号，叶根弯矩信号以及风轮转速信号；s2、利用一阶惯性环节对步骤s1得到的风轮转速信号进行低通滤波，得到滤波后的风轮转速信号；s3、利用逆卡尔曼坐标变换将步骤s1获得的叶根弯矩信号变换到轮毂坐标系下，得到俯仰力矩和偏航力矩；s4、将步骤s2得到的风轮转速信号、步骤s3得到的俯仰力矩以及偏航力矩存储为输出向量，将桨距角闭环补偿量存储为输入向量；s5、基于步骤s4得到的输入向量和输出向量构建等价辨识参数矩阵；s6、利用步骤s5得到的等价辨识参数矩阵，基于步骤s4得到的k-1时刻的输入向量及k时刻的输出向量求解固定轮毂坐标系下的数据驱动控制量；s7、利用卡尔曼坐标变换将步骤s6得到的固定轮毂坐标系下的数据驱动控制量转换为旋转叶片坐标系下，得到桨距角反馈控制量；s8、对步骤s2获得的风轮转速信号进行带通滤波，得到带通滤波后的风轮转速信号，结合步骤s1得到的方位角信号计算得到桨距角前馈补偿量；s9、将步骤s7获得的桨距角反馈控制量与步骤s8获得的桨距角前馈补偿量相加得的总桨距角控制量，根据总桨距角控制量实现独立变桨控制。2.根据权利要求1所述的数据驱动的独立变桨控制方法，其特征在于，步骤s3中，俯仰力矩e和偏航力矩f分别为：力矩e和偏航力矩f分别为：其中，b1，b2，b3为叶根弯矩信号，a1，a2，a3为叶片方位角信号。3.根据权利要求1所述的数据驱动的独立变桨控制方法，其特征在于，步骤s4中，输出向量y和输入向量u分别为：y＝[d，e，f]u＝[g1，g2，g3]其中，d为风轮转速信号，e为俯仰力矩，f为偏航力矩，g1，g2，g3为桨距角闭环补偿量。4.根据权利要求1所述的数据驱动的独立变桨控制方法，其特征在于，步骤s5中，等价辨识参数矩阵φ(k)为：φ(k)＝[δy(k)δu
t
(k-1)+hφ(k-1)][δu(k-1)δu
t
(k-1)+h]-1
其中，k为时间步长，δy(k)为当前时刻输出向量与上一时刻输出向量的差，δu
t
(k-1)为第k-1时刻输入向量与k-2时刻输出向量之差的转置，h为正常数，φ(k-1)为第k-1时刻的3*3动态时变参数矩阵。5.根据权利要求1所述的数据驱动的独立变桨控制方法，其特征在于，步骤s6中，固定轮毂坐标系下的数据驱动控制量u(k)为：u(k)＝u(k-1)-[φ(k)iφ(k)+k+l]-1
φ(k)i[y(k)-y
d
(k+1)]-[k+φ(k)iφ(k)+l]-1
lu(k-1)
其中，y
d
(k+1)为k+1时刻的输出向量设定值；i、k和l均为正定二次型常数矩阵，u(k-1)为k-1时刻的输入向量，y(k)为k时刻的输出向量，φ(k)为等价辨识参数矩阵。6.根据权利要求1所述的数据驱动的独立变桨控制方法，其特征在于，步骤s7中，桨距角反馈控制量m1、m2、m3分别为：m1＝u1(k)+u2(k)cosa1+u3(k)sina1m2＝u1(k)+u2(k)cosa2+u3(k)sina2m3＝u1(k)+u2(k)cosa3+u3(k)sina3其中，a1，a2，a3为叶片方位角信号，u1(k)、u2(k)、u3(k)分别为数据驱动控制量u(k)的三维元素。7.根据权利要求1所述的数据驱动的独立变桨控制方法，其特征在于，步骤s8中，桨距角前馈补偿量o1、o2、o3分别为：o1＝p*n*cosa1o2＝p*n*cosa2o3＝p*n*cosa3其中，p为正比例常数，a1，a2，a3为叶片方位角信，n为带通滤波后的风轮转速信号。8.根据权利要求7所述的数据驱动的独立变桨控制方法，其特征在于，带通滤波的频率为风轮旋转频率的3倍。9.根据权利要求1所述的数据驱动的独立变桨控制方法，其特征在于，步骤s9中，总桨距角控制量q1、q2、q3分别为：q1＝m1+o1q2＝m2+o2q3＝m3+o3其中，o1、o2、o3分别为桨距角前馈补偿量，m1、m2、m3分别为桨距角反馈控制量。10.一种数据驱动的独立变桨控制系统，其特征在于，包括：采集模块，获取风电机组叶片的方位角信号，叶根弯矩信号以及风轮转速信号；变换模块，利用一阶惯性环节对采集模块得到的风轮转速信号进行低通滤波，得到滤波后的风轮转速信号；利用逆卡尔曼坐标变换将采集模块获得的叶根弯矩信号变换到轮毂坐标系下，得到俯仰力矩和偏航力矩；将风轮转速信号、俯仰力矩以及偏航力矩存储为输出向量，将桨距角闭环补偿量存储为输入向量；矩阵模块，基于变换模块得到的输入向量和输出向量构建等价辨识参数矩阵，利用k-1时刻的输入向量及k时刻的输出向量求解固定轮毂坐标系下的数据驱动控制量；转换模块，利用卡尔曼坐标变换将矩阵模块得到的固定轮毂坐标系下的数据驱动控制量转换为旋转叶片坐标系下，得到桨距角反馈控制量；控制模块，对采集模块得到的风轮转速信号进行带通滤波，得到带通滤波后的风轮转速信号，结合方位角信号计算得到桨距角前馈补偿量；将转换模块得到的桨距角反馈控制量与桨距角前馈补偿量相加得的总桨距角控制量，根据总桨距角控制量实现独立变桨控制。

技术总结

本发明公开了一种数据驱动的独立变桨控制方法及系统，将俯仰力矩、偏航力矩以及低通滤波后的风轮转速信号存储为输出向量，将桨距角闭环补偿量存储为输入向量，构建等价辨识参数矩阵；利用k-1时刻的输入向量及k时刻的输出向量求解固定轮毂坐标系下的数据驱动控制量，进而得到桨距角反馈控制量；利用带通滤波后的风轮转速信号结合方位角信号计算得到桨距角前馈补偿量；与桨距角反馈控制量相加得的总桨距角控制量，实现独立变桨控制。本发明综合考虑了叶根弯矩与风轮转速之间的相互影响，控制方法显著优于分别设计基于转速的统一变桨和基于叶根弯矩的独立变桨。基于叶根弯矩的独立变桨。基于叶根弯矩的独立变桨。