风力发电机组叶根弯矩自动化标定算法

2022-06-07 01:20王其君
分布式能源 2022年2期
关键词:叶根发电机组风力

兰 杰,林 淑,岳 伟,王其君,赵 伟

(东方电气风电股份有限公司,四川省 德阳市 618000)

0 引言

风力发电机组向着大型化、轻量化趋势发展,叶片越来越长,设计难度越来越大。为有效减小叶片设计载荷,降低设计成本,采用基于叶根弯矩的控制很早就引起了研究者的注意,独立变桨及其相关优化算法被大量研究[1-4],也有一些载荷功率协调[5]被研究,但是仅注重于研究算法本身,并未考虑如何较为准确地获得叶根弯矩输入。

风力发电机组的认证测试、叶片载荷监测、状态评估,需要准确的叶根弯矩值[6]。同时,通过叶根载荷也能间接获取风力发电机组的一些其他关键信息,例如风切变指数[7],另外,IEC 标准也明确要求风力发电机组载荷测试必须监测叶根弯矩[8]。因此,准确获得叶根弯矩显得非常重要。

叶根弯矩值不能直接测量,通常采用各种应变片,贴在叶片根部,用以获得叶根应变。文献[9]研究了电阻式应变片的测量电路、安装位置选择,但未描述标定具体方法。文献[10]研究了测量方法包括应变片传感器的原理与应变片粘贴步骤分析,同时研究了适用于工程方面的标定方法,但是不适合大规模装机应用。文献[11]研究了惠斯通电桥测量电路原理和相关载荷测试结果,未说明载荷标定过程。

不同的测量方法,都需要对测量应变进行标定,标定结果准确与否,将直接影响控制算法的效果和载荷测试的测量精度。文献[12]研究了基于叶根重力的标定方法,但是仅在0°和90°进行测试,对于传感器安装偏差带来的正交敏感性未进行详细研究,整个过程未能实现自动化。文献[13]研究了静载标定法、质量块标定、外载标定等不同的载荷施加方法,对比了不同方法的优缺点,但是并未说明详细的标定流程。文献[14]研究了基于叶根载荷如何获取整个叶片载荷的方法,并未对叶根载荷的实际获取方式进行详细说明。

由于生产工艺的不同,风电机组的叶片会有配重的差别,同时应变片的安装位置、安装工艺也会影响测量结果,在进行批量应用时,不同运行阶段,由于设备的性能偏移等多种因素影响,同样的标定参数不能适用于同型号的所有风力发电机组,因此有必要进行自动化标定叶根弯矩的研究。

本文提出了一种风电机组叶片自动化标定的流程,并基于该流程收集数据,将数据分为测试集合和验证集合,设计了基于线性回归的标定算法。线性回归是非迭代算法,能够在确定的时间内完成数值计算,确保程序的可行性,适合于编程自动进行,具有批量应用的特点。

1 标定工况

风力发电机组安装完成后,通常无法通过施加确定外载的方式进行标定,因此考虑利用叶片重力矩来进行标定。由于每支叶片在出厂时,均通过配重等方式,精确获得了叶片的重量和重心。因此可以采用重力弯矩来进行载荷标定。

为减小标定误差,需要减少风载的影响。以某国产7 MW 大型海上风力发电机组为例,通过Bladed[15]软件仿真,得到在不同风速、不同桨距角时,机组空转情况下叶根坐标系x 方向和y 方向的气动弯矩与重力弯矩的比值dx、dy,结果如表1所示[16]。

由表1可知,在风速6 m/s以下时,桨距角小于40°时,x 方向弯矩受气动载荷影响较小,桨距角大于50°时,y 方向弯矩受气动载荷影响较小,气动弯矩在总弯矩中占比基本上小于10%。

表1 风电机组叶片气动载荷仿真结果Table 1 Simulation results of wind turbine blade aerodynamic load

2 标定算法

风力发电机组,通常设计有叶片锥角和风轮仰角,且伴随着叶片的变桨和风轮的旋转,叶片重力弯矩在叶片坐标系下的弯矩是不断变化的,各个坐标系的定义与文献[16]一致。需要通过坐标变换,将在机舱坐标系下的重力弯矩,变换到叶片坐标系下的分量Mx和My,如图1所示。

图1 重力矩坐标变换Fig.1 Gravity moment coordinate transform

通常风力发电机组轮毂具有一定仰角α,因此从机舱坐标系转换到静止轮毂坐标系的变换矩阵为

从静止轮毂坐标系转换到旋转轮毂坐标系的变换矩阵为

式中φ 为风轮方位角。

从风轮旋转坐标系到叶根坐标系的变换矩阵为

式中β 为叶片锥角。

从叶根坐标系到叶片坐标系的变换矩阵为

式中θ 为叶片桨距角。

因此最终从机舱坐标系到叶片坐标系的变换矩阵为

从而得到叶片重力弯矩在叶片坐标系下的分量为

式中:Mb为机舱坐标系下,叶片重力在叶根处产生弯矩;Mx、My、Mz分别是叶片重力弯矩在叶片坐标系下的分量。

另外,由于在应变片贴片时,不一定保证应变片具有相同的安装位置或者等间隔的安装位置,如图2所示,因此正交的Mx、My需要进一步转换到仿射坐标系下,则有

图2 应变片弯矩仿射变换Fig.2 Strain gage bending moment affine transform

Mεi(i=1,2,3,4)表示分解到第i 个应变片所在位置的弯矩;φi(i=1,2,3,4)表示第i 个应变片在叶片坐标系下的角度,通常φi 是未知的。

对于光纤光栅应变片,有

式(8)的矩阵形式为

由于K 为对角矩阵,且每个元素非零,因此存在逆矩阵,则由式(10)可得

式中B=K-1Φ。

式(11)是一个线性回归方程形式,采用最小二乘法求解即可得到最优的B 和Λ0。再由式(10)可知

式中Ф+为Moore-Penrose伪逆,通过Moore-Penrose伪逆的定义很容易验证K-1Ф=Ф+K 满足其定义,即由式(11)求出的最优B,取Moore-Penrose伪逆即可得到

由此即可得出标定计算公式。

3 算例

以某国产7 MW 大型海上风力发电机组为例,在叶片根部安装4支光纤应变传感器,验证本文提出的标定算法。

3.1 标定数据

标定系数为:B+=[1 953 542.43,1 744 995.75,1 542 826.16,-2 000 811.4;-1 999 107.56,-1 712 761.28,2 152 542.75,3 140 286.11];Λ0=[1 550.144 0,1 551.124 1,1 550.716 6,1 551.538 2]T。

标定的数据如图3所示。

图3 算例标定结果Fig.3 Calibration results of the example

3.2 验证数据

得到B+和Λ0的标定结果后,再在另外的工况下采集验证数据,验证标定系数的精度,结果如图4所示。

由图3—4可以看出:在风速小于6 m/s时,标定得到的弯矩残差小于400 k N·m,而最大叶根坐标系下的重力弯矩大于6 000 k N·m,误差小于6.67%,满足表1仿真误差范围。

4 结论

本文提出了一种叶根弯矩的自动化标定算法,通过软件仿真明确了标定的工况和风力发电机组运行姿态,同时采用线性回归模型建立了叶根弯矩计算的公式,并利用最小二乘法进行求解,该算法能够在确定的时间内完成数值计算,确保程序的可行性,适合于编程自动进行。最后通过实验验证了本方法的可行性,能够达到理论仿真的设计精度,为现场批量应用提供了可靠的载荷测量输入。

参考文献control and blades load reduction for floating offshore wind turbines[J].Journal of Engineering for Thermal Energy and Power,2020,35(9):120-126.

[5]王湘明,任树平.风电机组Ⅱ区功率与叶片气动载荷协同控制[J].沈阳工业大学学报,2017,39(1):6-11.

WANG Xiangming,REN Shuping.Cooperative control forⅡdistrict power of wind turbine and aerodynamic load of blades[J].Journal of Shenyang University of Technology,2017,39(1):6-11.

[6]魏煜锋,陈宝康,余高阳,等.大型风力发电机组复杂地形下整机运行载荷测试及优化分析[J].机械传动,2017,41(8):145-149.

WEI Yufeng,CHEN Baokang,YU Gaoyang,et al.Analysis of whole machine running load test and optimization of large wind turbine under complex terrain[J].Journal of Mechanical Transmission,2017,41(8) :145-149.

[7]周春雷,于瑞.基于叶根载荷的风力发电机组风剪切强度分析[J].机械设计与研究,2020,36(4):220-224.

ZHOU Chunlei,YU Rui.Research on wind shear strength of wind turbine based on blade root load[J].Machine Design&Research,2020,36(4):220-224.

[8]兰杰,林淑,付斌,等.风力发电机组塔架减振控制策略设计

[1]闫学勤,王维庆,王海云.基于IQPI-R 的风力机独立变桨距控制策略研究[J].太阳能学报,2020,41(10):229-235.

YAN Xueqin,WANG Weiqing,WANG Haiyun.Research on individual pitch control strategy of wind turbine based on IQPIR[J].Acta Energiae Solaris Sinica,2020,41(10):229-235.

[2]曾冰,黄凌翔,彭郎军,等.基于鲸鱼群算法的PID独立变桨控制参数整定方法[J].船舶工程,2020,42(S1):550-553,557.

ZENG Bing,HUANG Lingxiang,PENG Langjun,et al.Parameter tuning method of PID individual pitch control based on whale swarm algorithm[J].Ship Engineering,2020,42(S1):550-553,557.

[3]闫学勤,王维庆,王海云.降低风力机叶轮载荷独立变桨距控制策略[J].可再生能源,2019,37(8):1241-1246.

YAN Xueqin,WANG Weiqing,WANG Haiyun.Individual pitch control for decreasing wind turbines of rotor load[J].Renewable Energy Resources,2019,37(8):1241-1246.

[4]王博,李春,岳敏楠,等.海上浮式风力机叶片减载及平台运动控制研究[J].热能动力工程,2020,35(9):120-126.

WANG Bo,LI Chun,YU Minnan,et al.Platform motion[J].分布式能源,2021,6(3):55-62.

LAN Jie,LIN Shu,FU Bin,et al.Wind turbine tower vibration reduction control strategy design[J].Distributed Energy,2021,6(3):55-62.

[9]李荣国.基于IEC标准的风力发电机组机械载荷测量的研究[D].重庆:重庆大学,2012.

LI Rongguo.Research of wind turbines'measurement of mechanical loads based on IEC standard[D].Chongqing:Chongqing University,2012.

[10]邵帅.大型风力发电机组载荷测试研究[D].沈阳:沈阳工业大学,2014.

SHAO Shuai.Research on large-scale wind turbine for load measurement[D].Shengyang:Shengyang University of Technology,2014.

[11]付德义,薛扬,秦世耀.MW 级风力发电机组载荷测试方法研究[J].可再生能源,2013,31(3):65-68.

FU Deyi,XUE Yang,QIN Shiyao.Research on load measurement of the mega watt scale wind turbine[J].Renewable Energy Resources,2013,31(3):65-68.

[12]李国庆,徐占华,张国军.一种风电机组叶片机械载荷标定方法的研究[J].风能,2013(10):70-74.

LI Guoqing,XU Zhanhua,ZHANG Guojun.Research on the blade mechanical load calibration method[J].Wind Energy,2013(10):70-74.

[13]付德义,秦世耀,薛扬,等.风力发电机组载荷测试叶根弯矩信号标定方法研究[J].可再生能源,2013,31(10):67-69,74.

FU Deyi,QIN Shiyao,XUE Yang,et al.Research on calibration of blade root bending s ignal at wind turbine loadmeasurement[J].Renewable Energy Resources,2013,31(10):67-69,74.

[14]王超,戴巨川,杨鑫,等.基于“应变 载荷”模型的大型风电机组叶片载荷识别研究[J].太阳能学报,2019,40(5):1423-1432.

WANG Chao,DAI Juchuan,YANG Xin,et al.Research on blade load identification of large-scale wind turbines based on“stress-load”model[J].Acta Energiae Solaris Sinica,2019,40(5):1423-1432.

[15]DNV GL-Energy.Bladed theory manual version 4.8[R].

[16]Guideline for the certification of wind turbines edition 2010[S].

猜你喜欢
叶根发电机组风力
煤气发电机组DEH控制系统的优化
发电机组环保在线与生产监控兼容装置的应用
海上漂浮式风力发电机关键技术研究
秦山核电320 MW核电汽轮机低压末级动叶叶根加工超差安全性分析与评估
风电机组单叶片吊装过程中叶根螺栓的强度分析
内燃机发电机组应急冷却系统优化
某型透平叶片叶根疲劳试验模拟件设计
三齿枞树型叶根轮槽型线优化设计
大型风力发电设备润滑概要
基于Bladed与Matlab的风力发电机组控制器设计