一种基于小型风机的最大风能跟踪算法

摘要

本发明涉及风机控制算法领域。一种基于小型风机最大风能跟踪算法是改进的扰动观测算法与粒子群算法结合，改进的扰动算法不同于传统算法，根据电磁转矩与转速关系，对发电机电磁转矩提出了一种新的定义，即                                               。由这个公式可知，通过改变角可以找寻最大电磁转矩从而间接寻找最大功率。在对角寻优的过程中利用了粒子群算法，提高了寻优的效率与精准度。这种方法特别适用于风速变化时能够迅速调整角，使输出功率恢复到最大值，从而实现最大风能追踪的快速性、精准性。

主权项

一种基于小型风机的最大风能跟踪算法，其特征在于：按照以下步骤，步骤1，测定发电机初始运行状态下的发电机转速ω_m，定义发电机电磁转矩T_e满足公式：T_e＝tan(θ)ω_m²式1；步骤2，在式1参数θ稳态区域范围内任意选择微粒的初始位置其中初始速度V⁽⁰⁾＝[V_i⁰]，V_θ范围为[V_θmin,V_θmax]，初始速度V_θ满足：V_i⁰＝rand()·(V_θmax‑V_θmin)+V_θmin式2；步骤3，采用所述发电机的电磁转矩T_e的控制效果作为评价函数，适应值函数定义为f(x)＝tanxω_m²式3；步骤4，定义所述微粒初始状态下局部最优值和全局最优值k＝0；微粒位置和速度满足；速度方程组式3为：$V_i^{k+1}=\omega ·V_i^k+c_1(p_i^k-S_i^k)+c_2(p_g^k-S_i^k)$$\left\{\begin{array}{cc}if(V_i^k>V_{\theta max})& V_i^k=V_{\theta max}\\ if(V_i^k<V_{\theta min})& V_i^k=V_{\theta \min }\end{array}\right.$位置方程组式4为：$S_i^{k+1}=V_i^k+S_i^k$$\left\{\begin{array}{cc}if(S_i^k>S_{\theta max})& S_i^k=S_{\theta max}\\ if(S_i^k<S_{\theta \min })& S_i^k=S_{\theta \min }\end{array}\right.$其中，i∈[0,N‑1]，N为微粒个数，i代表第i个微粒，K为迭代次数，C₁、C₂为加速常数，ω为惯性权重；步骤5，更新所述微粒的局部最优值和全局最优值；由步骤4确定出迭代后的微粒的位置和速度利用式5和式6更新微粒的局部最优值和全局最优值；$p_i^{k+1}=\left\{\begin{array}{cc}{p}_i^k& f\left(s_i^{k+1}\right)\le f\left(p_i^k\right)\\ s_i^{k+1}& f\left(s_i^{k+1}\right)\ge f\left(p_i^k\right)\end{array}\right.$式5$p_g^{k+1}=\left\{\begin{array}{cc}{p}_g^k& f\left(s_i^{k+1}\right)\le f\left(p_g^k\right)\\ s_i^{k+1}& f\left(s_i^{k+1}\right)\ge f\left(p_g^k\right)\end{array}\right.$式6步骤6：通过和由式1解得对应电磁转矩通过和由式1解得对应电磁转矩判断是否满足算法终止条件，定义终止条件为：E＜E_limit；若满足，则算法停止，输出优化解θ＝θ_opt，否则将步骤5结果代入步骤4；步骤7，由所述参数θ＝θ_opt通过式1得到电磁转矩T_e，通过矢量控制方法调节发电机输出最大的功率。