一种延长风电场变桨轴承平均寿命的集群控制方法

技术领域

本发明涉及风力发电测控技术领域，具体涉及一种延长风电场变桨轴承平均寿命的集群控制方法。

背景技术

风能，资源无尽，成本低廉。风力发电是目前再生新能源利用中技术最成熟，最具规模开发条件，发展前景看好的发电方式。世界各国尤其是发达国家，对风电发展高度重视，把开发风电作为调整能源结构、保护环境、合理利用资源、实现可持续发展的重要措施。目前，中国也在跟随发达国家步伐，大力提倡风力发电。

随着国家政策的倾斜，中国风力发电正在蓬勃发展。装机数量、装机容量也在逐年增长。变桨轴承主要用于调整风机朝向及叶片桨距角，保证风机垂直迎风、输出功率稳定在安全高效的范围内。风力发电机在运行过程中叶片所受到的气动力是变化的，风速不仅大小变化而且方向也会变化，而产生陀螺力矩，它作用在叶片上是一种变化的惯性载荷，这个载荷对转动的叶片是变化的，也是激振源。这个振源使叶片产生振动，片是用螺栓固定在变桨轴承的内圈上。叶片的振动使固定螺栓产生松动，叶片的受力不再均匀。从而引起轴承在受载时内外圈相对错位，使接触角发生变化，造成滚动体载荷不均匀或滚动体与滚道产生边缘力，从而引起滚动体卡死在滚道上。变桨轴承是安装在支承基座上，保证轴承有足够的刚度和应力的均匀分布。回转支承安装不好，轴承运行时产生工作变形。风电机组叶片通过变桨获取最大风能，保证机组发电量。变桨轴承由于长时间处于频繁动作情况下，随着时间推移，寿命也就越来越短。但是每台机组属于独立个体，变桨轴承运行的行程数据不一致。通过风场和风机状态的不同，采用不同策略，降低全场变桨轴承运行总行程，从而提高风电场变桨轴承的平均寿命。

发明内容

针对现有技术中的上述不足，本发明提供的一种延长风电场变桨轴承平均寿命的集群控制方法解决了风电场变桨轴承的平均使用寿命不高的问题。

为了达到上述发明目的，本发明采用的技术方案为：一种延长风电场变桨轴承平均寿命的集群控制方法，实时读取风电场调度指令，判断是否限电；

在风电场不限电情况下：筛选出全场满发机组，根据满发机组的功率、风速变化情况实时调用定桨控制算法，实现降低全场机组变桨动作次数，从而降低全场机组变桨行程和延长全场变桨轴承的寿命；

在风电场限电情况下：实时统计全场所有风机的变桨行程情况，并从大到小排序，判断所有风机是否处于稳定满发状态，根据机组状态实时调用延寿机组筛选算法，进入延寿控制的机组选择，并对进入延寿的机组启动定桨角控制策略，在定桨角控制过程中实时判断当前风电场实际发电量是否具有超发风险，如果超发需要重新选择进入延寿控制的机组，保证当前风电场实际发电量满足调度指令。

进一步地：在风电场不限电情况下，如果该风电场未收到限电指令，筛选出全场所有满发机组，满发机组通过改变其最小桨角，并按照一定时间周期判断功率和风速，通过功率和风速的变化实施闭环延寿控制策略。

进一步地：所述闭环延寿控制策略具体为：针对满发机组，设定一个最小桨角，将风电机组收桨到该最小桨角，实时判断当前满发机组功率是否下降，如果功率下降，且小于满发功率，进一步判断风速是否同步下降，如果风速未变化，则调用降桨角算法，通过风电机组重新开桨调整，满足发电功率，如果风速同步下降，则释放最小桨角设定，退出延寿控制，如果功率未发生变化，同步采集一定时间周期的当前桨角，根据桨角情况，判断是否调用升桨角算法。

进一步地：所述降桨角算法具体为：通过风速桨角预测模型预测当前风速下发电功率损失最小的定桨角角度，所述风速桨角预测模型通过历史数据建立回归模型，利用最小二乘法确定最佳回归系数，由最佳回归系数预测当前风速下的最优桨距角。

进一步地：功率未发生变化时，保持满发状态，同步采集一段时间周期内的风机桨角，形成桨角序列，通过判断桨角序列中的桨角是否大于设定的最小桨角，若果大于，则调用升桨角算法，改变最小桨角，重新调整风机组桨角，如果小于，则保持当前最小桨角。

进一步地：所述升桨角算法具体为：调增角度以主控输出变桨角度超出当前角度为限，采用振动零状态响应模拟方法，假定超出桨角为风机带来冲击，收集一段时间后的冲击残余能力作为调升桨角判断基础。

进一步地：在风电场限电情况下，从大到小排序风电场所有风机变桨行程，并根据是否处于稳定满发状态，对风电机组冠以不同状态标志，根据状态标志、风电场限电数据调用延寿风机筛选算法，通过该算法寻优出进入延寿控制的具体风电机组，对延寿风电机组启动定桨角控制策略，防止机组频繁变桨，降低机组变桨形成，在这个定桨角控制过程中，实时监测当前全场发电量是否有超发风险，根据超发情况闭环整个控制流程。

进一步地：在稳定满发状态下，计算一段时间内的平均风速，该平均风速需大于或等于风电机组的额定风速，并计算一段时间内的平均功率，该平均功率需处于风电机组的额定功率上下一定范围内。

进一步地：所述延寿风机筛选算法具体为：针对处于不同状态下的机组，完成功率计算，在筛选进入延寿机组过程中，全场总发电量不能高于调度限电发电要求，为了最大化降低全场变桨轴承运行行程，延寿机组筛选算法需要多选择进入延寿控制的风机，并需要满足进入延寿控制风机累计行程最大；

设全场功率上限为TP，全场风机编号分别为0,1,2,3,4,…,n，n为风机数量，每台机组功率为P1,P2,P3,…,Pn，每台机组的变桨行程为S1,S2,S3,…,Sn，设立一个高为n，宽为j，j+＝1，j<＝TP的矩阵，有如下关系式：

上式中，C[i][j]表示当全场功率上限为j，而且可选风机编号为0到i的情况下所能获取的最大变桨行程，Pi为风机编号为i时的机组功率。

进一步地：所述定桨角控制策略具体为：通过延寿机组筛选算法筛选出风机，实时读取这些机组的当前桨角，通过在当前桨角基础上加上一个最小桨角，完成定桨角控制；同时闭环实时计算当前全场的发电量，判断该发电量是否满足调度要求，如果不满足，重新调用延寿风机筛选算法，重新完成筛选，直到发电量满足调度要求。

本发明的有益效果为：本发明集合风电场限电、风力发电机组发电情况，针对不同情况，自动启动相应的变桨轴承延寿控制策略。本发明始终遵循满足风场调度指令、不损失全场发电量的原则，实时调用定桨角控制算法，改变风电机组的最小桨角，从而限制风电机组的最大开桨角度，避免风速变化引起频繁变桨。通过降低风电机组的变桨行程，从而减少变桨轴承的磨损并延长其使用寿命。可有效延长整个风电场变桨轴承的使用寿命，可有效降低因变桨轴承损坏而带来的运维维护费用，从而降低整个风电场的度电成本，让风电场整体利益最大化。

附图说明

图1为本发明流程图；

图2为本发明中不限电情况下的控制逻辑图；

图3为本发明中限电情况下的控制逻辑图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

如图1所示，一种延长风电场变桨轴承平均寿命的集群控制方法，包括：集合风电场限电、风力发电机组发电情况，针对不同情况，自动启动相应的变桨轴承延寿控制策略。该方法始终遵循满足风场调度指令、不损失全场发电量的原则，实时调用定桨角控制算法，改变风电机组的最小桨角，从而限制风电机组的最大开桨角度，避免风速变化引起频繁变桨。通过降低风电机组的变桨行程，从而减少变桨轴承的磨损并延长其使用寿命。首先实时读取风电场调度指令，如果不限电，进一步筛选出全场满发机组，根据该部分满发机组的功率、风速变化情况实时调用定桨角控制算法，实现降低全场机组变桨动作次数，从而降低全场机组变桨行程和延长全场变桨轴承的寿命。如果限电情况，实时统计全场所有风机的变桨行程情况，并从大到小排序。同时，需要判断所有风机是否处于稳定满发状态，根据机组状态实时调用延寿机组筛选算法，实现进入延寿控制的机组选择，并对进入延寿的机组启动定桨角控制策略。在定桨角控制过程实时判断当前风电场实际发电量是否具有超发风险，如果超发需要重新进行选择进入延寿控制的机组，保证不超发。

如图2所示，如果不限电，进一步筛选出全场满发机组，根据该部分满发机组的功率、风速变化情况实时调用定桨角控制算法，实现降低全场机组变桨动作次数，从而降低全场机组变桨行程和延长全场变桨轴承的寿命。如果该风电场未收到限电指令，筛选出全场所有满发机组，而剩下未满发机组不参与延寿控制。满发机组通过改变其最小桨角，并按照一定时间周期判断功率和风速，通过功率、风速的变化实施闭环延寿控制策略。

满发机组通过改变其最小桨角，并按照一定时间周期判断功率和风速，通过功率、风速的变化实施闭环延寿控制策略。针对满发机组，初次设定一个合适最小桨角，风电机组收桨到目标桨角。实时判断当前满发机组功率是否下降，如果功率下降，并且小于满发功率，进一步判断风速是否同步下降，如果风速未变化，调用降桨角算法，通过风电机组重新开桨调整，满足发电功率。如果风速同步下降，释放最小桨角设定，退出延寿控制。如果功率未发生变化，同步采集一定时间周期的当前桨角，根据桨角情况，判断是否调用升桨角算法。

降桨角算法调降角度时以风速桨角预测为目标，精准定位，避免陡升陡降升，降桨角通过风速桨角预测模型预测当前风速下发电功率损失尽量小的定桨角角度。该模型的主要思想是通过历史数据建立回归模型，利用最小二乘法确定最佳回归系数，由回归系数预测当前风速下的最优桨距角。

如果功率未发生变化，同步采集一定时间周期的当前桨角，根据桨角情况，判断是否调用升桨角算法。风电机组调整桨角后，如果功率未发生变变化，仍旧保持满发状态。同步采集一段合适时间周期内的风机桨角，形成桨角序列。通过判断桨角序列中一定比例的桨角是否大于设定的最小桨角，如果大于，调用升桨角算法，改变最小桨角，重新调整。如果小于，保持当前最小桨角。

升桨角算法是调增角度以主控输出变桨角度超出当前角度为限，先进入的超出角度对目标造成较少影响，后进入的超出角度对目标造成较多影响，算法采用振动零状态响应模拟方法，假定超出桨角为系统带来冲击，收集合适时间后系统冲击残余能量作为调升桨角判断方法。升桨角算法需要满足以下系统方程：

系统方程：

r(t)＝e(t)*h(t)

如图3所示，如果限电情况，实时统计全场所有风机的变桨行程情况，并从大到小排序。同时，需要判断所有风机是否处于稳定满发状态，根据机组状态实时调用延寿机组筛选算法，实现进入延寿控制的机组选择，并对进入延寿的机组启动定桨角控制策略。整个定桨角算法调用过程都需要实时关联风机功率、风速等数据，并实时判断全场机组是否具有超发风险，一旦触发超发风险，闭环定桨角算法、延寿风机筛选算法，重新完成风机筛选和重新给定新的最小桨角。从大到小排序风电场所有风机变桨行程，并根据是否处于稳定满发状态，对风电机组冠以不同状态标志。根据状态标志、风电场限电数据调用延寿风机筛选算法，通过算法寻优出进入延寿控制的具体风电机组。进一步对延寿风电机组启动定桨角控制策略，防止机组频繁变桨，降低机组变桨行程。整个控制过程中，需要实时监测当前全场发电量是否具有超发风险，根据超发情况闭环整个控制流程。

稳定满发状态是通过计算合适时间段内的平均风速，平均风速需要大于等于风电机组的额定风速。与此同时，计算合适时间内的平均功率，计算得平均功率需要处于额定功率上下一定范围内，保证计算所得的平均功率始终靠近额定功率附近。

延寿机组筛选算法针对处于不同状态下机组，完成功率计算，在筛选进入延寿机组过程中，全场总发电量不能高于调度限电发电要求。为了最大化降低全场变桨轴承运行行程，延寿机组筛选算法需要尽多选择进入延寿控制的风机，并需要满足进入延寿控制风机累计行程最大。算法借鉴0-1背包问题思想，主要特点是有个容器，解决的核心问题是如何把不同价值组合的事物放入这个容器可以获取最大价值。因此将问题转化为：

1)、将全场功率上限作为限制条件，每台机组功率累加之和不超过全场功率上限；

2)、每台机组要么是延寿风机，要么是非延寿风机；

3)、采用动态规划方法，在全场功率上限范围内尽可能变桨行程最高的机组组合。

设全场功率上限为TP，全场风机编号分别为0,1,2,3,4,…,n，每台机组功率为P0,P1,P2,P3,…,Pn，每台机组的变桨行程为S0,S1,S2,S3,…,Sn。设立一个高为n，宽为j(j+＝1，j<＝TP)的矩阵，其中C[i][j]表示当全场功率上限为j(j<＝TP)，而且可选风机编号为0到i的情况下所能获取的最大变桨行程，于是有如下关系式：

式1表示当前全场总功率上限j，可选风机号为0到i，如果Pi比j大，那么当前选择延寿的风机只能从0到i-1中获取。如果j比Pi大，则当前风机群变桨行程+剩余可发功率的变桨行程C[i-1][j-P

实现进入延寿控制的机组选择，并对进入延寿的机组启动定桨角控制策略。主要通过延寿机组筛选算法筛选出的风机，实时读取这些机组的当前桨角，通过在当前桨角基础上加上一个合适最小桨角，完成定桨角控制。同时实时闭环，实时计算当前全场的发电量，实时判断是否满足调度要求。一旦不满足，重新调用延寿风机筛选算法，重新完成筛选，直到满足调度要求。