一种基于PSO寻优的风机阻尼自适应控制方法及其控制器技术

本发明专利技术公开了一种基于PSO寻优的风机阻尼自适应控制方法及其控制器，包括以下步骤：步骤一、设计阻尼控制器数学模型，并对频率以及阻尼比初始化；步骤二、更改阻尼控制器参数，获得传动链阻尼；步骤三、获取微粒速度；步骤四、获取微粒历史最优位置；步骤五、获取微粒位置；步骤六、根据阻尼比误差达到允许范围判断是否最优值；通过对转速滤波得到转矩增量叠加在发电机转矩给定值上，从而达到增加传动链阻尼值的效果，通过PSO算法寻找得到阻尼控制器参数的最优值，最终实现设定的阻尼控制器加入转矩环后传动链阻尼接近所需要的传动链阻尼值。本发明专利技术算法简单，容易实施，具有良好的运行速度和较低的计算量，模型性能及稳定性能够得到保证。

An adaptive control method and controller of fan damping based on PSO optimization

【技术实现步骤摘要】
一种基于PSO寻优的风机阻尼自适应控制方法及其控制器
本专利技术涉及风力发电、阻尼自适应控制器以及智能控制
，尤其涉及一种基于PSO寻优的风机阻尼自适应控制方法及其控制器。
技术介绍
风力发电机组具有非常复杂的机械构造，各个部件有不同的固有频率，风机运行时应避免主要部件固有频率的运行状态，从而减少振动，实现稳定运行。因此，振动控制对风电控制器设计而言尤其重要，作为风电机组重要组成部分传动链的振动控制，关系到风机运行稳定性，发电量等重要指标，所以传动链阻尼控制器精准的设计具有重要意义。而阻尼控制器是一种针对风机转速的滤波器，其输入为发电机转速，输出为转矩，通过频率和阻尼的设置，得到风机稳定运行所需要的阻尼。传统技术中阻尼控制器参数的获得一般采用人工调试阻尼控制器，但人工调试阻尼控制器参数的获得需要调试者具有丰富经验并需要利用多次仿真实验尝试，而且采用人工调试阻尼控制器，最终得到的参数也无法保证是最优参数。另外，机组经过长时间运行后，其所需要的阻尼会产生一定变化，此时阻尼控制器参数需要重新调试，浪费人力物力，效率低。
技术实现思路
本专利技术是为了克服传统人工调试阻尼控制器参数获得困难，效率低，且无法保证是最优参数的技术问题，提供一种基于PSO寻优的风机阻尼自适应控制方法及其控制器，针对风电机组转矩环运行以及传动链阻尼控制器，通过改进的微粒子群优化算法，即PSO算法，对传动链阻尼控制器参数进行寻优，可以用较小的人力成本获得最优参数。为了实现上述目的，本专利技术采用以下技术方案：<br>本专利技术的一种基于PSO寻优的风机阻尼自适应控制方法，其特征在于，包括以下步骤：步骤一、设计阻尼控制器数学模型，并对频率以及阻尼比初始化；步骤二、更改阻尼控制器参数，获得传动链阻尼：针对阻尼控制器进行计算，得到第一组转矩环加阻后的传动链阻尼；步骤三、获取微粒速度：基于PSO算法进行参数寻优，建立微粒子群的速度更新公式以及微粒移动速度的约束条件，从而获得微粒群优化中微粒的运行速度；步骤四、获取微粒历史最优位置：以目标阻尼误差积分的值最小化的控制系统建立目标函数，并根据所述目标函数建立微粒历史最优位置的更新规则表达式以及历史最优位置的定义表达式；步骤五、获取微粒位置：建立微粒进化方程表达式获得微粒的位置；步骤六、根据阻尼比误差达到允许范围判断是否最优值：没有找到最优值则返回步骤二并继续循环，相反，找到最优值则结束所有步骤。本专利技术针对风电机组转矩环运行以及传动链阻尼控制器，通过改进的微粒子群优化算法，即PSO算法，对传动链阻尼控制器参数进行寻优，并且通过对转速滤波得到转矩增量叠加在发电机转矩给定值上，从而达到增加传动链阻尼值的效果，最终实现设定的阻尼控制器加入转矩环后传动链阻尼接近所需要的传动链阻尼值ξ，算法简单，容易实施，可以用较小的人力成本获得最优参数，具有良好的运行速度和较低的计算量，模型性能及稳定性能够得到保证。作为优选，所述步骤一中阻尼控制器数学模型如表达式(1)所示：其中，G(s)为转矩增量，s2为发动机转速，ωf为阻尼控制器参数频率，ξf为阻尼。控制的原理为陷波器，设定需要增加的阻尼为已知参数ξ，阻尼控制器参数频率ωf和阻尼ξf可以通过PSO算法寻找得到最优值。作为优选，所述步骤三中微粒子群的速度更新公式如表达式(2)：所述表达式(2)中:vj(t)是微粒j位于第t代的速度；k是惯性因子；e1是认知系数；r1是范围在(0，1)间的随机数；pj(t)是微粒j的历史最优位置；xj(t)是微粒j位于第t代的位置；e2是社会系数；r2是范围在(0，1)间的随机数；pg(t)是群体历史最优位置。微粒子群优化算法把个体看作N维搜索空间中的某一个微粒，然后该微粒以一定的运行速度进行飞行，微粒和群体的运行速度都会实时调整。作为优选，所述步骤三中微粒移动速度的约束条件如表达式(5)所示：|vjk(t+1)|≤vmax(5)(5)；所述表达式(5)中：定义vmax为速度最大值，vjk(t+1)为微粒j在k递减过程中位于第t+1代的速度，k是一个非负数，随着微粒迭代次数而逐渐递减。目的是为了限制微粒j移动速度的快慢，保证微粒子群算法的稳定性。作为优选，所述逐渐递减公式如表达式(7)所示：k＝0.9-0.5(j-1)/(nmaxlength-1)(7)；所述表达式(7)中:j为迭代第几次，nmaxlength为最大迭代次数，e1为认知系数，e2为社会系数，r1和r2均为(0，1)分布的随机数。k是一个非负数，对算法的性能影响很大，为避免出现局部最优值，采用逐渐递减公式。作为优选，所述步骤四中建立的目标函数如表达式(8)所示：f＝∫|eξ|dt(8)；所述表达式(8)中eξ为阻尼误差，为加入转矩环后的传动链阻尼。作为优选，所述步骤四中微粒历史最优位置的更新规则表达式如表达式(3)所示：所述步骤四中历史最优位置的定义表达式如表达式(4)所示：pg(t)＝argmin{f[pj(t)]|j＝1,2,3,.....n|}(4)；所述表达式(3)和表达式(4)中pj(t)是微粒j的历史最优位置，xj(t)是微粒j位于第t代的位置，pg(t)是群体历史最优位置，n为种群所包含的微粒个数。作为优选，所述步骤五中微粒j的进化方程式如表达式(6)所示：xj(t+1)＝vj(t+1)+xj(t)(6)；所述表达式(6)中xj(t)是微粒j位于第t代的位置，xj(t+1)是微粒j位于第t+1代的位置，vj(t+1)为微粒j位于第t+1代的速度。本专利技术的一种使用基于PSO寻优的风机阻尼自适应控制方法的控制器，包括转矩环控制器、风机、传动链自适应阻尼控制器、第一加法器和第二加法器，所述第一加法器、转矩环控制器、第二加法器和风机依次连接，所述风机的输出端与第一加法器的输入端相连，另一端与传动链自适应阻尼控制器相连，所述转矩环控制器的输出端一端与第二加法器相连，另一端与传动链自适应阻尼控制器相连，所述外界提供的转速给定信号以及风机输出的测量转速信号共同输入给第一加法器，第一加法器控制输出转速误差信号给转矩环控制器的输入端，转矩环控制器输出转矩给定信号给第二加法器和传动链自适应阻尼控制器，所述传动链自适应阻尼控制器输出转矩加阻值信号给第二加法器。作为优选，所述传动链自适应阻尼控制器包括转矩加阻滤波器、PSO寻优模块、第三加法器和传动链阻尼比计算模块，所述转矩加阻滤波器、PSO寻优模块、第三加法器和传动链阻尼比计算模块依次连接，所述传动链阻尼比计算模块的输入端由风机提供测量转速信号，由转矩环控制器提供转矩给定信号，传动链阻尼比计算模块输出实际传动链阻尼比信号给第三加法器的输入端，外界提供理想阻尼比信号给第三加法器的输入端，第三加法器的输出端输出传动链阻尼比误差给PSO寻优模块，PSO寻优模块输出频率信号和阻尼比信号给转矩加阻滤波器，风机输出的测量转速本文档来自技高网...

【技术保护点】
1.一种基于PSO寻优的风机阻尼自适应控制方法，其特征在于，包括以下步骤：/n步骤一、设计阻尼控制器数学模型，并对频率以及阻尼比初始化；/n步骤二、更改阻尼控制器参数，获得传动链阻尼：针对阻尼控制器进行计算，得到第一组转矩环加阻后的传动链阻尼

【技术特征摘要】
1.一种基于PSO寻优的风机阻尼自适应控制方法，其特征在于，包括以下步骤：
步骤一、设计阻尼控制器数学模型，并对频率以及阻尼比初始化；
步骤二、更改阻尼控制器参数，获得传动链阻尼：针对阻尼控制器进行计算，得到第一组转矩环加阻后的传动链阻尼
步骤三、获取微粒速度：基于PSO算法进行参数寻优，建立微粒子群的速度更新公式以及微粒移动速度的约束条件，从而获得微粒群优化中微粒的运行速度；
步骤四、获取微粒历史最优位置：以目标阻尼误差积分的值最小化的控制系统建立目标函数，并根据所述目标函数建立微粒历史最优位置的更新规则表达式以及历史最优位置的定义表达式；
步骤五、获取微粒位置：建立微粒进化方程表达式获得微粒的位置；
步骤六、根据阻尼比误差达到允许范围判断是否最优值：没有找到最优值则返回步骤二并继续循环，相反，找到最优值则结束所有步骤。


2.根据权利要求1所述的一种基于PSO寻优的风机阻尼自适应控制方法，其特征在于，所述步骤一中阻尼控制器数学模型如表达式(1)所示：



其中，G(s)为转矩增量，s2为发动机转速，ωf为阻尼控制器参数频率，ξf为阻尼。


3.根据权利要求1所述的一种基于PSO寻优的风机阻尼自适应控制方法，其特征在于，所述步骤三中微粒子群的速度更新公式如表达式(2)：



所述表达式(2)中:vj(t)是微粒j位于第t代的速度；k是惯性因子；e1是认知系数；r1是范围在(0，1)间的随机数；pj(t)是微粒j的历史最优位置；xj(t)是微粒j位于第t代的位置；e2是社会系数；r2是范围在(0，1)间的随机数；pg(t)是群体历史最优位置。


4.根据权利要求1所述的一种基于PSO寻优的风机阻尼自适应控制方法，其特征在于，所述步骤三中微粒移动速度的约束条件如表达式(5)所示：
|vjk(t+1)|≤vmax(5)；
所述表达式(5)中：定义vmax为速度最大值，vjk(t+1)为微粒j在k递减过程中位于第t+1代的速度，k是一个非负数，随着微粒迭代次数而逐渐递减。


5.根据权利要求4所述的一种基于PSO寻优的风机阻尼自适应控制方法，其特征在于，所述逐渐递减公式如表达式(7)所示：
k＝0.9-0.5(j-1)/(nmaxlength-1)(7)；
所述表达式(7)中:j为迭代第几次，nmaxlength为最大迭代次数，e1为认知系数，e2为社会系数，r1和r2均为(0，1)分布的随机数。


6.根据权利要求1所述的一种基于PSO寻优的风机阻尼自适应控制方法，其特征在于，所述步骤四中建立的目标函数如表达式(8)所示：
f＝∫|eξ|dt(8)；
所述表达式(8)中eξ为阻尼误差，为加入转矩环后的传动链阻尼。

...

【专利技术属性】
技术研发人员：应有，孙勇，马灵芝，李照霞，杨翀，
申请(专利权)人：浙江运达风电股份有限公司，张北运达风电有限公司，
类型：发明
国别省市：浙江;33