论文部分内容阅读
近年来,随着风力发电技术的发展,为了更大程度获取风能,风力机的单机功率和叶片尺寸不断增加。然而,风力机的这种大型化发展加剧了风力机的疲劳载荷和极限载荷,这不仅增加了风力机的制造成本和后期维护费用,而且增大了风力机的控制难度。本文主要着眼于带尾缘襟翼的智能叶片风力机建模及控制研究,论文的主要工作和研究成果概括为以下三个方面:(1)尾缘襟翼结构参数不同会对风力机的气动性能产生很大的影响,因此,在进行智能叶片风力机前,首先需要确定最优的尾缘襟翼结构参数。针对这一问题,本文以NREL 5MW参考风力机为研究对象,对FAST代码进行二次开发,在Matlab/Simulink搭建了带尾缘襟翼的FAST气弹仿真平台。然后,在11.4m/s稳定风下,综合考虑尾缘襟翼长度、占弦比以及位置等结构参数对风力机载荷抑制以及功率捕获的影响,提出了基于正交设计的大型智能叶片风力机尾缘襟翼结构参数优化方法,得到一组最优的尾缘襟翼结构参数。通过点估计和区间估计,验证了最优组合尾缘襟翼结构参数满足仿真实验优化目标。(2)目前关于传统风力机的建模研究已经比较成熟,但是对于带尾缘襟翼的智能叶片风力机建模尚没有详细的研究,因此,本文在上述最优组合尾缘襟翼结构参数的基础上,对NREL 5MW参考风力机的每个叶片上增加两段独立的尾缘襟翼,并在Matlab/Simulink上建立了智能叶片风力机模型,模型主要包括:气动模型、传动链模型、双馈感应发电机模型以及尾缘襟翼执行机构模型等。使用FAST气弹仿真平台,分别在4～24m/s的阶跃变化稳定风况、平均风速为11.4m/s的湍流风况以及15m/s的稳定风况对所建模型进行验证。结果表明:与FAST相比,智能叶片风力机模型的各项参数偏差均小于10%,且整体变化趋势吻合。(3)针对多个尾缘襟翼同时对风力机载荷和功率的控制问题,本文在所建模型的基础上,设计了多目标尾缘襟翼控制策略,通过控制智能叶片风力机三个叶片上六个独立的尾缘襟翼,同时实现载荷抑制控制和功率平滑控制。结果表明,风力机的叶根挥舞弯矩在1P频率处的功率谱密度减少了 89.73%,发电机功率标准偏差减少了 75.07%。