CN102661243B - 一种双馈感应风电机组的预报校正变桨控制方法 - Google Patents

Abstract

本发明提供一种双馈感应风电机组的预报校正变桨控制方法，属于风机变桨控制技术领域。所述控制方法包括以下步骤：预处理风速；确定桨距角β预报值；偏差修正所述桨距角β预报值。实用性强，既可以提高风力发电机组在低风速时的风能转换效率，又能有效控制风力发电机组在高风速时不超速运行，确保风力发电机组安全稳定运行，经济成本低，适用于不同功率等级的双馈感应发电机组的变桨控制系统。

Description

一种双馈感应风电机组的预报校正变桨控制方法

技术领域

本发明属于风机变桨控制技术领域，具体讲涉及一种双馈感应风电机组的预报校正变桨控制方法。

背景技术

风电作为技术最为成熟的清洁能源之一在世界各国得到了迅速发展。随着风力发电技术的发展，变速恒频风电机组已经成为并网型风力发电的主流机型。由于风能的随机性和不确定性，风力发电机很难通过自身调节平抑由于风速变化引起的功率波动，特别是当风速超过额定风速是，这一点体现的更为明显。

变桨控制系统通过调节风力机的桨距角实现对风能的充分利用，平滑风电机组的功率输出，改善风机运行性能。与定桨距风力发电机组相比，变桨距风力发电机组具有在额定功率点以上输出功率平稳，相同功率机组额定风速低、不受气流密度变化等环境因素影响和良好的启动和制动性能等优点，因此，变速变桨距风力发电机组成为大型风力发电机组研发和应用的主流机型。

目前，传统的变桨控制多采用PI或PID调节方式，输入信号为风电机组发出的有功功率的测量值，与最大功率参考值相比较后得出误差信号，输入PI控制器，产生桨距角控制值β_ref，再与实际的桨距角比较，桨距角误差信号输入到桨距角控制系统的伺服机构，具体控制如图1所示。风电控制系统在采用PI控制模式的变桨控制系统中，能实现在额定风速以下，控制桨距角实现最大风能捕获，在额定风速以上，控制桨距角限制风电机组功率输出，保护风电机组不过载，避免风电机组出现机械损坏。但是传统PI控制系统是一种线性控制方式，而风机控制系统具有很强的非线性，因此需要在建模过程中对系统进行线性化处理，线性化工作点的选取对系统建模至关重要，不同工作点的选取影响着PI参数整定，若PI控制参数整定不正确，则无法精确控制复杂非线性变桨控制系统。

同时，由于实际风速中随机风变量的存在将引起风速的不规则变化，特别是在额定风速附近，由于频繁波动将可能产生两方面的影响：（1）连续变桨控制系统对桨距角的反复调节，影响风轮机输出性能；（2）变桨控制系统为机械控制，系统响应时间较长，风速剧烈变化将导致控制系统无法及时响应当前风速变化，产生控制偏差。

随着控制技术的不断发展，模糊控制、神经网络控制等先进控制技术不断引入变桨控制系统中，提高复杂非线性变桨系统的控制精度。基于模糊PI控制的变桨控制技术是将操作者或者专家的控制经验和知识表示成用语言变量描述的控制规则去控制被控对象的控制系统。模糊控制系统控制对象为复杂非线性变桨系统，难以建立精确的数学模型，同时控制这些对象的方法并不是以某种现成的形式存在于这些知识源中而供挑选的，而是来源于这领域的专家或者操作人员的知识和经验。因此，模糊规则的设立依赖设计经验，缺乏统一标准，且算法相对复杂，实用性不强。

采用模糊控制实现最大功率追踪MPPT（Maximum Power Point Tracking），可以不要求知道被控对象的精确数学模型，只需要提供相关经验知识和操作数据，适用于解决常规控制系统难以解决的非线性、时变及滞后系统，但是该控制模式存在静态误差偏大的问题。

发明内容

为了克服上述现有技术的不足，本发明提供一种双馈感应风电机组的预报校正变桨控制方法，实用性强，既可以提高风力发电机组在低风速时的风能转换效率，又能有效控制风力发电机组在高风速时不超速运行，确保风力发电机组安全稳定运行，经济成本低，适用于不同功率等级的双馈感应发电机组的变桨控制系统。

为了实现上述发明目的，本发明采取如下技术方案：

一种双馈感应风电机组的预报校正变桨控制方法，所述控制方法包括以下步骤：

步骤1：预处理风速；

步骤2：确定桨距角β预报值；

步骤3：偏差修正所述桨距角β预报值。

所述步骤1中，根据风速的随机性采用移动平均法对风速进行预处理。

移动平均法对风速进行预处理的过程如下：

设{ε_t}是不规则的随机风序列，{ε_t}对时间t独立，数学期望E(ε_t)＝0,均方差

则σ²(ε_t)＝E²(ε_t)，ε_t的N项移动平均序列{ε_t ^(l)}为：

${{\mathrm{\ϵ}}_t}^{\left(l\right)}=\frac{1}{N}({\mathrm{\ϵ}}_t+{\mathrm{\ϵ}}_{t+1}+...+{\mathrm{\ϵ}}_{t+N-1})---\left(1\right)$

则方差以及相隔s项的协方差分别为：

$D\left({\mathrm{\ϵ}}_t\right)={\mathrm{\σ}}^2\left({{\mathrm{\ϵ}}_t}^{\left(l\right)}\right)=\frac{1}{N}{\mathrm{\σ}}^2---\left(2\right)$

$\mathrm{cov}({{\mathrm{\ϵ}}_t}^{\left(l\right)},{{\mathrm{\ϵ}}_{t+s}}^{\left(l\right)})=\left\{\begin{array}{cc}\frac{1}{N^2}\left[(N-s){\mathrm{\σ}}^2\right]& (N>s)\\ 0& (N\≤s)\end{array}\right.---\left(3\right)$

由式（2）可得： ${\mathrm{\σ}}^2\left({{\mathrm{\ϵ}}_t}^{\left(l\right)}\right)={\mathrm{\σ}}^2\left({{\mathrm{\ϵ}}_{t+s}}^{\left(l\right)}\right)=\frac{1}{N}{\mathrm{\σ}}^2---\left(4\right)$

于是，序列{ε_t ^(l)}的s项相关系数ρ_t，t+s为：

${\mathrm{\ρ}}_{t,t+s}=\left\{\begin{array}{cc}\frac{N-s}{N}& (N>s)\\ 0& (N\≤s)\end{array}\right.---\left(5\right)$

由式（5）可知，序列{ε_t ^(l)}的相邻s项具有正的相关系数，即原来不相关的随机序列{ε_t}经过移动平均后具有正相关性，并使非规则的随机波动序列变为光滑波动序列。

在步骤2中，风速小于额定风速时，取最优桨距角β_opt作为变桨控制桨距角预报值，所述最优桨距角β_opt通过叶素动量法获取。

在步骤2中，风速大于额定风速时，通过Newton插值法获得当前风速值下的桨距角预报值。

在步骤2中，通过下述任一方法确定桨距角β预报值，其中：

2-1）风速小于额定风速时，不同的风速存在不同的最优桨距角β_opt，根据空气动力学原理可知，风轮机产生的机械功率P_tur为：

$P_{\mathrm{tur}}=\frac{1}{2}\mathrm{\ρ\π}{R}^2{C}_p(\mathrm{\λ},\mathrm{\β})V_W^3---\left(6\right)$

式(6)中：ρ为空气密度，R为风轮半径，V_W为驱动风轮机的有效风速，叶尖速比λ＝w_turR/V_W，w_tur为风轮转速，C_p为风轮利用系数，根据曲线拟合的函数C_p为：

$\left\{\begin{array}{c}{C}_p(\mathrm{\λ},\mathrm{\β})=0.22(\frac{116}{{\mathrm{\λ}}_i}-0.4\mathrm{\β}-5.0)e^{\frac{-12.5}{{\mathrm{\λ}}_i}}\\ {\mathrm{\λ}}_i=\frac{1}{\frac{1}{\mathrm{\λ}+0.08\mathrm{\β}}-\frac{0.035}{{\mathrm{\β}}^2+1}}\end{array}\right.---\left(7\right)$

2-2）风速大于额定风速时，此时风力发电机恒转速运行，风力发电机输出功率为额定功率，风轮机转速和输出功率均为可知量，同时，由于风轮机桨叶半径为定值，空气密度可视为常数，则变桨控制系统将随风速变化而动作，桨距角输出值可由风速决定，

采用Newton插值方法拟合风速-桨距角变化曲线，由式（6）、（7）计算得到风速-桨距角的n次Newton插值多项式为：

β′_n(V_W)＝β[V_W0]+β[V_W0，V_W1](V_W-V_W0)+β[V_W0，V_W1，V_W2](V_W-V_W0)(V_W-V_W1)+…

+β[V_W0，V_W1，…，V_Wn](V_W-V_W0)(V_W-V_W1)…(V_W-V_W（n-1）)(9)

式中：β[V_W0，V_W1，…，V_Wn]为n个不同风速对应桨距角计算得到的n阶差商值，由不同风速所对应的桨距角值β[V_W0]，β[V_W1]，…，β[V_Wn]计算得到：

所述步骤3中，偏差修正所述桨距角β预报值的步骤如下：

3-1）输入信号为风力发电机发出的有功功率测量值及转速偏差值，通过PI控制得到桨距角参考值；

3-2）桨距角参考值与实际的桨距角比较，得到桨距角误差信号输入到桨距控制系统的伺服装置与伺服比例系数P_pitch相乘。

所述伺服装置将桨距角β上下限值分别设置为0°和27°，以使所述桨距控制系统的安全稳定运行。

与现有技术相比，本发明的有益效果在于：

1.本方法适用于不同功率等级的双馈感应发电机组的变桨控制系统；

2.根据风速的随机性和多变性，首先对驱动风轮机的风速进行预处理，利用移动平均法将原本不相关的随机风序列经移动平均后具有正相关性，使非规则的随机波动变为光滑波动，有效减少不必要的变桨动作，提高变桨控制系统的稳定性；

3.分别针对低风速和高风速两种情况下快速给定桨距角预报值。在低风速时，桨距角预报值设定为利用叶素动量法计算得到的最优桨距角β_opt，改善风轮机控制性能，提高风轮机的输出功率；在高风速时，采用Newton插值方法快速获取当前风速值下的桨距角预报值。该方法显著缩短变桨系统响应时间，有效避免传统变桨控制系统由于参数整定不精确造成系统超调现象；

4.设置了校正环节，修正预测环节中由于数据插值造成的曲线拟合误差，进一步提高变桨控制精度；

5.本方法经济成本低、实用性强，既可以提高风力发电机组在低风速时的风能转换效率，又能有效控制风力发电机组在高风速时不超速运行，确保风力发电机组安全稳定运行。

附图说明

图1为传统变桨控制方法示意图；

图2为本发明变桨控制方法示意图；

图3为风速移动平均控制实现过程示意图；

图4为经典最优功率曲线图；

图5为风速-桨距角曲线示意图；

图6为某型号2.0MW双馈感应风电机组控制结构示意图；

图7为实例一中传统变桨控制方法与本发明变桨控制方法风速对比曲线；

图8为实例一中传统变桨控制方法与本发明变桨控制方法有功功率对比曲线；

图9为实例一中传统变桨控制方法与本发明变桨控制方法桨距角对比曲线；

图10为实例二中传统变桨控制方法与本发明变桨控制方法风速对比曲线；

图11为实例二中传统变桨控制方法与本发明变桨控制方法有功功率对比曲线；

图12为实例二中传统变桨控制方法与本发明变桨控制方法桨距角对比曲线；

图13为实例二中传统变桨控制方法与本发明变桨控制方法转速对比曲线；

图14为实例三中传统变桨控制方法与本发明变桨控制方法风速对比曲线；

图15为实例三中传统变桨控制方法与本发明变桨控制方法有功功率对比曲线；

图16为实例三中传统变桨控制方法与本发明变桨控制方法桨距角对比曲线；

图17为实例三中传统变桨控制方法与本发明变桨控制方法转速对比曲线；

图18为实例四中传统变桨控制方法与本发明变桨控制方法风速对比曲线；

图19为实例四中传统变桨控制方法与本发明变桨控制方法有功功率对比曲线；

图20为实例四中传统变桨控制方法与本发明变桨控制方法桨距角对比曲线；

图21为实例四中传统变桨控制方法与本发明变桨控制方法转速对比曲线。

具体实施方式

下面结合附图对本发明作进一步详细说明。

如图2，一种双馈感应风电机组的预报校正变桨控制方法，控制方法包括以下步骤：

步骤1：预处理风速；

步骤2：确定桨距角β预报值；

步骤3：偏差修正所述桨距角β预报值。

所述步骤1中，根据风速的随机性采用移动平均法对风速进行预处理。

移动平均法对风速进行预处理的过程如下：

如图3，设{ε_t}是不规则的随机风序列，{ε_t}对时间t独立，数学期望E(ε_t)＝0,均方差

则σ²(ε_t)＝E²(ε_t)，ε_t的N项移动平均序列{ε_t ^(l)}为：

${{\mathrm{\ϵ}}_t}^{\left(l\right)}=\frac{1}{N}({\mathrm{\ϵ}}_t+{\mathrm{\ϵ}}_{t+1}+...+{\mathrm{\ϵ}}_{t+N-1})---\left(1\right)$

则方差以及相隔s项的协方差分别为：

$D\left({\mathrm{\ϵ}}_t\right)={\mathrm{\σ}}^2\left({{\mathrm{\ϵ}}_t}^{\left(l\right)}\right)=\frac{1}{N}{\mathrm{\σ}}^2---\left(2\right)$

$\mathrm{cov}({{\mathrm{\ϵ}}_t}^{\left(l\right)},{{\mathrm{\ϵ}}_{t+s}}^{\left(l\right)})=\left\{\begin{array}{cc}\frac{1}{N^2}\left[(N-s){\mathrm{\σ}}^2\right]& (N>s)\\ 0& (N\≤s)\end{array}\right.---\left(3\right)$

由式（2）可得： ${\mathrm{\σ}}^2\left({{\mathrm{\ϵ}}_t}^{\left(l\right)}\right)={\mathrm{\σ}}^2\left({{\mathrm{\ϵ}}_{t+s}}^{\left(l\right)}\right)=\frac{1}{N}{\mathrm{\σ}}^2---\left(4\right)$

于是，序列{ε_t ^(l)}的s项相关系数ρ_t，t+s为：

${\mathrm{\ρ}}_{t,t+s}=\left\{\begin{array}{cc}\frac{N-s}{N}& (N>s)\\ 0& (N\≤s)\end{array}\right.---\left(5\right)$

由式（5）可知，序列{ε_t ^(l)}的相邻s项具有正的相关系数，即原来不相关的随机序列{ε_t}经过移动平均后具有正相关性，并使非规则的随机波动序列变为光滑波动序列。

在步骤2中，风速小于额定风速时，取最优桨距角β_opt作为变桨控制桨距角预报值，所述最优桨距角β_opt通过叶素动量法获取。

在步骤2中，风速大于额定风速时，通过Newton插值法获得当前风速值下的桨距角预报值。

在步骤2中，通过下述任一方法确定桨距角β预报值，其中：

2-1）风速小于额定风速时，不同的风速存在不同的最优桨距角β_opt，根据空气动力学原理可知，风轮机产生的机械功率P_tur为：

$P_{\mathrm{tur}}=\frac{1}{2}\mathrm{\ρ\π}{R}^2{C}_p(\mathrm{\λ},\mathrm{\β})V_W^3---\left(6\right)$

式(6)中：ρ为空气密度，R为风轮半径，V_W为驱动风轮机的有效风速，叶尖速比λ＝w_turR/V_W，w_tur为风轮转速，C_p为风轮利用系数，根据曲线拟合的函数C_p为：

$\left\{\begin{array}{c}{C}_p(\mathrm{\λ},\mathrm{\β})=0.22(\frac{116}{{\mathrm{\λ}}_i}-0.4\mathrm{\β}-5.0)e^{\frac{-12.5}{{\mathrm{\λ}}_i}}\\ {\mathrm{\λ}}_i=\frac{1}{\frac{1}{\mathrm{\λ}+0.08\mathrm{\β}}-\frac{0.035}{{\mathrm{\β}}^2+1}}\end{array}\right.---\left(7\right)$

2-2)风速大于额定风速时，结合图4经典最优功率曲线图和公式(6)和(7)知，此时风力发电机恒转速运行，风力发电机输出功率为额定功率，风轮机转速和输出功率均为可知量，同时，由于风轮机桨叶半径为定值，空气密度可视为常数，则变桨控制系统将随风速变化而动作，桨距角输出值可由风速决定，由式(6)和(7)得叶尖速比-桨距角关系为：

$0.4\mathrm{\β}=\frac{116}{{\mathrm{\λ}}_i}-C-\frac{{\mathrm{K\λ}}^3}{e^{-\frac{12.5}{{\mathrm{\λ}}_i}}}---\left(8\right)$

式中：K为由风轮机机械功率、桨叶半径和控制密度计算得到，

C为常数。

由于公式(8)为复杂非线性高次指数函数，不适用于实际控制系统，因此，采用Newton插值方法拟合风速-桨距角变化曲线，由式(6)、(7)计算得到风速-桨距角的n次Newton插值多项式为：

β′_n(V_W)＝β[V_W0]+β[V_W0，V_W1](V_W-V_W0)+β[V_W0，V_W1，V_W2](V_W-V_W0)(V_W-V_W1)+…

+β[V_W0，V_W1，…，V_Wn](V_W-V_W0)(V_W-V_W1)…(V_W-V_W(n-1))    (9)

式中：β[V_W0，V_W1，…，V_Wn]为n个不同风速对应桨距角计算得到的n阶差商值，由不同风速所对应的桨距角值β[V_W0]，β[VW₁]，…，β[V_Wn]计算得到：

分别计算风速为12m/s，14m/s，16m/s，18m/s时的桨距角值，利用式(9)、(10)得到风速-桨距角3次Newton插值多项式： ${\mathrm{\β}}_3^{\′}\left(V_w\right)=0.04754V_w^3-2.2200V_w^2-35.9958V_w-$ $190.6109---\left(11\right)$

由式(11)拟合得到的风速-桨距角曲线如图5所示。

改进变桨控制方法综合考虑低风速和高风速条件下的桨距角预报值确定方法，在低风速时，取最优桨距角作为变桨控制桨距角预报值，在风速高于额定风速时，按照图4所示风速-桨距角曲线采用Newton插值法获得当前风速值下的桨距角预报值。

偏差修正所述桨距角β预报值的步骤如下：

3-1)当风力发电系统运行于额定风速以上，根据变桨预测控制得到的桨距角参考值能够提高变桨控制系统的响应速度，但是，由于预报模型采用曲线拟合方法得到的桨距角是由离散的风速值所对应的桨距角通过插值方法得到，插值点的选取在一定程度上影响曲线拟合的精度；因此，本发明在变桨预测控制基础上加入了基于PI控制器的校正控制，输入信号为风力发电机发出的有功功率测量值及转速偏差值，通过PI控制得到桨距角参考值；

3-2）桨距角参考值与实际的桨距角比较，得到桨距角误差信号输入到桨距控制系统的伺服装置与伺服比例系数P_pitch相乘；P_pitch用于限制桨距角变化的梯度，该参数的设置是否合理将直接影响变桨环节的正确动作，若P_pitch过大，则会出现桨距角由最优桨距角突然变化至最大限值，使风机输出功率出现较大波动。

所述伺服装置将桨距角β上下限值分别设置为0°和27°，以使所述桨距控制系统的安全稳定运行。

选择某型号额定容量为2MW双馈感应风电机组进行变桨控制仿真对比。利用DIgSILENT/PowerFactory仿真平台搭建双馈风电机组控制系统，控制结构如图6所示，额定风速为11m/s，仿真潮流初始有功设定值为2MW。

实例一：

在额定风速以上风速模型中添加随机风变量，对比仿真风速不处理和风速平均化风机运行曲线，仿真结果如图7-9所示。由图7-9知，采用风速移动平均预处理后，输入风电机组控制系统的风速变得平滑，桨距角动作频率明显减少，风力发电机输出有功功率波动减小，由于实际风机运行过程中，随机风始终存在，通过对比仿真可知，采用风速预处理能有效改善风机接入点电能质量。

实例二：

仿真设定基本风速为8m/s，阵风最大值设为3m/s，起始时间为10s，阵风维持60s，仿真结果如图10-13所示。由图10-13可知，当风速小于额定风速时，变桨控制系统维持最优桨距角为0°，风力发电机输出功率随着风速的增大而三次方增大，当风速接近额定风速时，允许桨距角提前动作，以防止风电机组机械结构因过载而出现机械损坏，但此时风机转速仍在风机系统允许范围内，改进的变桨控制方法维持最优桨距角不变，风力发电机输出功率高于传统变桨控制方法下的输出功率。对比两组仿真结果可知，当风速低于额定风速时，改进的变桨控制方法在转速允许范围内能使风力发电机输出更多的有功功率，改善风力发电机的输出特性。

实例三：

仿真设定基本风速为11m/s，阵风最大值设为4m/s，起始时间为10s，阵风维持60s，仿真结果如图14-17所示。由图14-17可知，当风速超出额定风速时，两种变桨控制方法所得到的桨距角均随着风速的增大而增大，通过改变桨距角限制风电机组机械功率不超出其额定功率。对比两组仿真结果可知，改进的变桨控制方法较传统变桨控制方法动作更快，能更有效地将风力发电机有功功率维持在额定功率附近，且能更好地限制风力发电机转速在设定值附近，防止风力发电机长时间超速运行引起风力发电机机械损坏，确保风力发电机安全稳定运行。

实例四：

仿真设定基本风速为8m/s，当t=20s时，风速突变成15m/s，对比不同变桨控制方法结果如图18-21所示。由图18-21可知，在风速突然由额定风速以下突变成额定风速以上，两种变桨控制方法角均动作，对比两组仿真结果可知，改进的变桨控制方法在风速突变的瞬间由于变桨控制系统动作较传统变桨系统更快，因而风力发电机有功功率的上升相对平缓，风力发电机运行更加稳定，从图10(b)可知虽然传统PI变桨控制方法能使风力发电机较快进入稳态运行状态，但是其稳定运行有功功率已超过系统额定有功功率，且风力发电机机转速也处于长时间超速运行状态，改进的变桨控制方法虽然较慢进入稳定运行，但是其功率上升平缓并能很好限制风力发电机有功输出在额定功率且风力发电机转速也很好地控制在设定值附近，由此可知，在风速突变时，改进的变桨控制方法能更好地保护风电机组不超功率运行。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。

Claims (2)

1.一种双馈感应风电机组的预报校正变桨控制方法，其特征在于：所述控制方法包括以下步骤：

步骤1：预处理风速；

根据风速的随机性采用移动平均法对风速进行预处理；

步骤2：确定桨距角β预报值；

风速小于额定风速时，取最优桨距角β_opt作为变桨控制桨距角预报值，所述最优桨距角β_opt通过叶素动量法获取；

风速大于额定风速时，通过Newton插值法获得当前风速值下的桨距角预报值；

步骤3：偏差修正所述桨距角β预报值；

偏差修正所述桨距角β预报值的步骤如下：

3-1）输入信号为风力发电机发出的有功功率测量值及转速偏差值，通过PI控制得到桨距角参考值；

3-2）桨距角参考值与实际的桨距角比较，得到桨距角误差信号输入到桨距控制系统的伺服装置与伺服比例系数P_pitch相乘；

所述伺服装置将桨距角β上下限值分别设置为0°和27°，以使所述桨距控制系统的安全稳定运行；

移动平均法对风速进行预处理的过程如下：

设{ε_t}是不规则的随机风序列，{ε_t}对时间t独立，数学期望E(ε_t)＝0,均方差则σ²(ε_t)＝E²(ε_t)，ε_t的N项移动平均序列{ε_t ^(l)}为：

${{\mathrm{\ϵ}}_t}^{\left(l\right)}=\frac{1}{N}({\mathrm{\ϵ}}_t+{\mathrm{\ϵ}}_{t+1}+...+{\mathrm{\ϵ}}_{t+N-1})---\left(1\right)$

则方差以及相隔s项的协方差分别为：

$D\left({\mathrm{\ϵ}}_t\right)={\mathrm{\σ}}^2\left({{\mathrm{\ϵ}}_t}^{\left(l\right)}\right)=\frac{1}{N}{\mathrm{\σ}}^2---\left(2\right)$

$\mathrm{cov}({{\mathrm{\ϵ}}_t}^{\left(l\right)},{{\mathrm{\ϵ}}_{t+s}}^{\left(l\right)})=\left\{\begin{array}{cc}\frac{1}{N^2}\left[(N-s){\mathrm{\σ}}^2\right]& (N>s)\\ 0& (N\≤s)\end{array}\right.---\left(3\right)$

由式（2）可得：

${\mathrm{\σ}}^2\left({{\mathrm{\ϵ}}_t}^{\left(l\right)}\right)={\mathrm{\σ}}^2\left({{\mathrm{\ϵ}}_{t+s}}^{\left(l\right)}\right)=\frac{1}{N}{\mathrm{\σ}}^2---\left(4\right)$

于是，序列{ε_t ^(l)}的s项相关系数ρ_t，t+s为：

${\mathrm{\ρ}}_{t,t+s}=\left\{\begin{array}{cc}\frac{N-s}{N}& (N>s)\\ 0& (N\≤s)\end{array}\right.---\left(5\right)$

由式（5）可知，序列{ε_t ^(l)}的相邻s项具有正的相关系数，即原来不相关的随机序列{ε_t}经过移动平均后具有正相关性，并使非规则的随机波动序列变为光滑波动序列。

2.根据权利要求1所述的双馈感应风电机组的预报校正变桨控制方法，其特征在于：在步骤2中，通过下述任一方法确定桨距角β预报值，其中：

2-1）风速小于额定风速时，不同的风速存在不同的最优桨距角β_opt，根据空气动力学原理可知，风轮机产生的机械功率P_tur为：

$P_{\mathrm{tur}}=\frac{1}{2}\mathrm{\ρ\π}{R}^2{C}_p(\mathrm{\λ},\mathrm{\β})V_W^3---\left(6\right)$

式(6)中：ρ为空气密度，R为风轮半径，V_W为驱动风轮机的有效风速，叶尖速比λ＝w_turR/V_W，w_tur为风轮转速，C_p为风轮利用系数，根据曲线拟合的函数C_p为：

$\left\{\begin{array}{c}{C}_p(\mathrm{\λ},\mathrm{\β})=0.22(\frac{116}{{\mathrm{\λ}}_i}-0.4\mathrm{\β}-5.0)e^{\frac{-12.5}{{\mathrm{\λ}}_i}}\\ {\mathrm{\λ}}_i=\frac{1}{\frac{1}{\mathrm{\λ}+0.08\mathrm{\β}}-\frac{0.035}{{\mathrm{\β}}^2+1}}\end{array}\right.---\left(7\right)$

2-2）风速大于额定风速时，此时风力发电机恒转速运行，风力发电机输出功率为额定功率，风轮机转速和输出功率均为可知量，同时，由于风轮机桨叶半径为定值，空气密度可视为常数，则变桨控制系统将随风速变化而动作，桨距角输出值可由风速决定，

采用Newton插值方法拟合风速-桨距角变化曲线，由式（6）、（7）计算得到风速-桨距角的n次Newton插值多项式为：

β′_n(V_W)＝β[V_W0]+β[V_W0，V_W1](V_W-V_W0)+β[V_W0，V_W1，V_W2](V_W-V_W0)(V_W-V_W1)+···+β[V_W0，V_W1，…，V_Wn](V_W-V_W0)(V_W-V_W1)…(V_W-V_W(n-1))  (9)

式中：β[V_W0，V_W1，…，V_Wn]为n个不同风速对应桨距角计算得到的n阶差商值，由不同风速所对应的桨距角值β[V_W0]，β[V_W1]，…，β[V_Wn]计算得到：

Images