申请/专利权人：燕山大学

申请日：2023-02-24

公开（公告）日：2023-05-23

公开（公告）号：CN116146415A

主分类号：F03D7/00

分类号：F03D7/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.06.09#实质审查的生效;2023.05.23#公开

摘要：本发明涉及一种双EHA驱动独立变桨系统的变桨协同控制方法，其包括以下步骤，步骤1：基于风场SCADA和风电机组数据，建立变桨系统载荷与机组功率预测模型；步骤2：利用变桨载荷与机组功率预测模型，获得机组变桨载荷与机组功率预测值；步骤3：根据桨距角指令与变桨载荷预测值，建立第一驱动单元的控制环节；步骤4：根据变桨载荷预测值与第一驱动单元的速度误差反馈信号，建立第二驱动单元控制环节；步骤5：协同控制第一驱动单元和第二驱动单元，实现双驱动单元的协同控制。本发明通过变桨控制器接收主控系统变桨指令，控制两套驱动单元分别进行位置和压力控制，实现双驱动独立变桨系统对主控系统桨距角指令的高精度、高动态跟踪。

主权项：1.一种双EHA驱动独立变桨系统的变桨协同控制方法，其特征在于，其包括以下步骤：步骤1：基于风场SCADA和风电机组数据，建立变桨系统载荷与机组功率预测模型；获取风场中长期SCADA数据和风电机组数据，清洗数据，并进行归一化处理，获得状态量的归一化结果x和实际量的归一化结果y；将状态量的归一化结果x＝{v,w,θ,β,Δψ}作为神经网络的输入，实际量的归一化结果y＝{P,TZ}作为神经网络输出，通过人工神经网络进行变桨系统载荷与机组功率预测模型训练，得到变桨系统载荷与机组功率预测模型，如下所示： 式中：TZ表示变桨载荷实际值；P表示机组功率实际值；x＝[v,w,θ,β,Δψ}表示状态量的归一化结果；v表示风轮平面风速；w表示风轮转速；θ表示叶片方位角；β表示叶片桨距角；Δψ表示偏航角度误差；f1表示变桨载荷神经网络模型；f2表示机组功率神经网络模型；步骤2：利用变桨载荷与机组功率预测模型，获得机组变桨载荷与机组功率预测值；机组主控系统实时监测并采集的状态量x＝{v,w,θ,β,Δψ}；将上述归一化后的状态量代入机组变桨载荷模型与机组功率预测模型，获得机组变桨载荷与机组功率预测值为TZnorm，Pnorm，然后进行反归一化处理，处理过程如下所示： 式中：y表示实际量的归一化结果；ynorm表示机组变桨载荷预测值；ymax表示机组功率预测值；ymin表示实际量的最小值；步骤3：根据桨距角指令与变桨载荷预测值，建立第一EHA驱动单元的控制环节；将桨距角指令信号转化为第一液压缸的位移信号，控制变桨系统的液压缸活塞杆位移，则第一液压缸位移指令信号的计算模型如下所示： 式中：lin表示第一液压缸位移指令信号；R表示第一液压缸活塞杆端部回转半径；H表示第一液压缸安装铰链至叶片中心的距离；α表示0°桨距角位置时第一液压缸活塞杆端部回转半径与第一液压缸安装铰链至叶片中心连线的夹角；Lmin表示0°桨距角位置时活塞杆端部至第一液压缸安装铰链位置的距离；变桨控制器将主控系统的桨距角指令βin转为第一液压缸的位移指令信号lin，设计第一EHA驱动单元的控制环节实现第一液压缸运动控制；步骤4：根据变桨载荷预测值与第一EHA驱动单元的速度误差反馈信号，建立第二EHA驱动单元控制环节；变桨控制器将变桨载荷预测值TZnorm转化为第二液压缸驱动力指令Fin，二者关系如下所示： 式中：Fin表示第二液压缸驱动力指令参数；TZnorm表示机组变桨载荷预测值；步骤5：协同控制第一EHA驱动单元和第二EHA驱动单元，实现双EHA驱动单元的协同控制；获取步骤3和步骤4中的第一EHA驱动单元和第二EHA驱动单元协同驱动叶片变桨，实现双EHA驱动独立变桨系统对主控系统的桨距角指令的动态高精度跟踪，最终实现双EHA驱动单元的协同控制。

全文数据：

权利要求：

百度查询： 燕山大学 双EHA驱动独立变桨系统的变桨协同控制方法及其系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD