為了研究尾緣襟翼在風(fēng)力機(jī)主動(dòng)降載和功率控制方面的效果,以NREL 5 MW參考風(fēng)力機(jī)為研究對象,在每個(gè)葉片上增加了2段獨(dú)立的尾緣襟翼。首先,建立了智能葉片風(fēng)力機(jī)氣動(dòng)、傳動(dòng)鏈以及發(fā)電機(jī)模型,進(jìn)而在Matlab/Simulink中搭建了帶有尾緣襟翼的智能葉片風(fēng)力機(jī)模型,并在不同風(fēng)況下使用FAST氣彈仿真平臺對所建模型進(jìn)行對比驗(yàn)證,最后在智能葉片風(fēng)力機(jī)模型基礎(chǔ)上設(shè)計(jì)了多目標(biāo)多襟翼控制。結(jié)果表明:與FAST氣彈仿真平臺相比,智能葉片風(fēng)力機(jī)模型各項(xiàng)參數(shù)偏差均小于10%,精度較高;在多目標(biāo)多襟翼控制作用下,風(fēng)力機(jī)的葉根揮舞彎矩在1P頻率處的功率譜密度減少了89.73%,發(fā)電機(jī)功率標(biāo)準(zhǔn)差減少了75.07%。 

【文章來源】：動(dòng)力工程學(xué)報(bào). 2018,38(04)北大核心CSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

圖１帶尾緣襟翼的ＮＲＥＬ５ＭＷ參考風(fēng)力機(jī)葉片結(jié)構(gòu)圖Ｆｉｇ．１ＳｔｒｕｃｔｕｒｅｏｆｔｈｅＮＲＥＬ５ＭＷｗｉｎｄｔｕｒｂｉｎｅｂｌａｄｅｗｉｔｈｔｒａｉ－

式中：Ｊｒ?yàn)轱L(fēng)輪轉(zhuǎn)子轉(zhuǎn)動(dòng)慣量；ＪＧ為發(fā)電機(jī)轉(zhuǎn)動(dòng)慣量；θｒ?yàn)轱L(fēng)輪轉(zhuǎn)子角位移；θＬ為低速軸角位移；θＨ為高速軸角位移；θＧ為發(fā)電機(jī)角位移；Ｔｒ?yàn)轱L(fēng)輪轉(zhuǎn)子氣動(dòng)扭矩；ＴＬ為低速軸扭矩；ＴＨ為高速軸扭矩；ＴＧ為發(fā)電機(jī)的電磁轉(zhuǎn)矩；Ｋ為低速軸剛度；Ｃ為低速軸阻尼；Ｎ為齒輪箱傳動(dòng)比。圖２雙質(zhì)塊傳動(dòng)鏈模型等效圖Ｆｉｇ．２Ｅｑｕｉｖａｌｅｎｔｄｉａｇｒａｍｏｆｔｈｅｔｗｏ－ｍａｓｓｄｒｉｖｅｃｈａｉｎｍｏｄｅｌ２．３雙饋感應(yīng)發(fā)電機(jī)模型雙饋感應(yīng)發(fā)電機(jī)又稱轉(zhuǎn)子交流勵(lì)磁電機(jī)，主要包括電機(jī)本體和交流勵(lì)磁及控制系統(tǒng)２部分。所使用的雙饋感應(yīng)發(fā)電機(jī)是在Ｓｉｍｕｌｉｎｋ中雙饋異步發(fā)電機(jī)的基礎(chǔ)上，通過修改其內(nèi)部結(jié)構(gòu)［１２］和發(fā)電機(jī)參數(shù)［１３］，并調(diào)整其矢量控制的控制器參數(shù)，得到額定功率為５ＭＷ的雙饋感應(yīng)發(fā)電機(jī)模型（見圖３）。圖３５ＭＷ風(fēng)力機(jī)雙饋感應(yīng)發(fā)電機(jī)模型Ｆｉｇ．３ＤＦＩＧｍｏｄｅｌｏｆｔｈｅ５ＭＷｗｉｎｄｔｕｒｂｉｎｅ３智能葉片風(fēng)力機(jī)模型驗(yàn)證ＦＡＳＴ是由ＮＲＥＬ開發(fā)的氣彈仿真平臺，可計(jì)算兩葉片或三葉片水平軸風(fēng)力機(jī)的極端載荷和疲勞載荷［１４］，其經(jīng)過ＧＬ認(rèn)證，計(jì)算結(jié)果準(zhǔn)確度高。針對無襟翼和有襟翼的情況，采用基于ＦＡＳＴ的帶尾緣襟翼的風(fēng)力機(jī)氣彈仿真平臺［６］對所建立的智能葉片風(fēng)力機(jī)模型進(jìn)行對比驗(yàn)證。３．１４～１１ｍ／ｓ階躍變化風(fēng)況對比仿真時(shí)間為８００ｓ，仿真風(fēng)況為每１００ｓ增加１ｍ／ｓ的階躍變化風(fēng)況，變化范圍為４～１１ｍ／ｓ。

２雙質(zhì)塊傳動(dòng)鏈模型等效圖Ｆｉｇ．２Ｅｑｕｉｖａｌｅｎｔｄｉａｇｒａｍｏｆｔｈｅｔｗｏ－ｍａｓｓｄｒｉｖｅｃｈａｉｎｍｏｄｅｌ２．３雙饋感應(yīng)發(fā)電機(jī)模型雙饋感應(yīng)發(fā)電機(jī)又稱轉(zhuǎn)子交流勵(lì)磁電機(jī)，主要包括電機(jī)本體和交流勵(lì)磁及控制系統(tǒng)２部分。所使用的雙饋感應(yīng)發(fā)電機(jī)是在Ｓｉｍｕｌｉｎｋ中雙饋異步發(fā)電機(jī)的基礎(chǔ)上，通過修改其內(nèi)部結(jié)構(gòu)［１２］和發(fā)電機(jī)參數(shù)［１３］，并調(diào)整其矢量控制的控制器參數(shù)，得到額定功率為５ＭＷ的雙饋感應(yīng)發(fā)電機(jī)模型（見圖３）。圖３５ＭＷ風(fēng)力機(jī)雙饋感應(yīng)發(fā)電機(jī)模型Ｆｉｇ．３ＤＦＩＧｍｏｄｅｌｏｆｔｈｅ５ＭＷｗｉｎｄｔｕｒｂｉｎｅ３智能葉片風(fēng)力機(jī)模型驗(yàn)證ＦＡＳＴ是由ＮＲＥＬ開發(fā)的氣彈仿真平臺，可計(jì)算兩葉片或三葉片水平軸風(fēng)力機(jī)的極端載荷和疲勞載荷［１４］，其經(jīng)過ＧＬ認(rèn)證，計(jì)算結(jié)果準(zhǔn)確度高。針對無襟翼和有襟翼的情況，采用基于ＦＡＳＴ的帶尾緣襟翼的風(fēng)力機(jī)氣彈仿真平臺［６］對所建立的智能葉片風(fēng)力機(jī)模型進(jìn)行對比驗(yàn)證。３．１４～１１ｍ／ｓ階躍變化風(fēng)況對比仿真時(shí)間為８００ｓ，仿真風(fēng)況為每１００ｓ增加１ｍ／ｓ的階躍變化風(fēng)況，變化范圍為４～１１ｍ／ｓ。圖４給出了輪轂高度風(fēng)速從４ｍ／ｓ到１１ｍ／ｓ階躍增加時(shí)，智能葉片風(fēng)力機(jī)模型與ＦＡＳＴ氣彈仿真平臺的對比圖。從圖４可以看出，與ＦＡＳＴ氣彈仿真平臺相比，智能葉片風(fēng)力機(jī)模型葉片１葉根揮舞彎矩偏差小于４．６％，發(fā)電機(jī)轉(zhuǎn)速偏差小于０．２％，發(fā)電機(jī)功率偏差小于０．５％�？梢姡冢础保保恚蟮碾A躍變化

【參考文獻(xiàn)】：
期刊論文
[1]風(fēng)力機(jī)尾緣襟翼結(jié)構(gòu)參數(shù)優(yōu)化及控制性能分析[J]. 張文廣,白雪劍,韓越.  動(dòng)力工程學(xué)報(bào). 2017(12)
[2]具有尾緣襟翼風(fēng)力機(jī)的恒功率反步法控制[J]. 盧經(jīng)緯,張臻,梁宇坤,張文廣.  控制理論與應(yīng)用. 2017(01)
[3]尾緣襟翼結(jié)構(gòu)參數(shù)對大型風(fēng)機(jī)氣動(dòng)性能影響的仿真研究[J]. 張文廣,李騰飛,劉吉臻,白雪劍,韓越,胡陽.  可再生能源. 2016(12)

碩士論文
[1]風(fēng)力發(fā)電機(jī)傳動(dòng)裝置建模分析[D]. 劉豹.東北大學(xué) 2012



本文編號：3468135