买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜南京工程学院;燕山大学申请的专利一种储能式液压型风力发电机组并网转速控制系统和方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114483456B 。

龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210091020.9，技术领域涉及：F03D9/17；该发明授权一种储能式液压型风力发电机组并网转速控制系统和方法是由高伟;吴蝶;陈立娟;艾超;桂嘉妮设计研发完成，并于2022-01-26向国家知识产权局提交的专利申请。

本一种储能式液压型风力发电机组并网转速控制系统和方法在说明书摘要公布了：本发明提供一种储能式液压型风力发电机组并网转速控制系统和方法，其中系统包括风力机装置、液压传动装置、液压储能装置以及并网发电装置；所述风力机装置与液压传动装置、液压传动装置与液压储能装置、液压储能装置与并网发电装置为同轴刚性连接。本发明采用液压储能装置，可以缓冲电压突变带来的冲击，保证设备不脱网连续运行的能力；同时，液压储能装置能够对系统中输入的能量进行实时调控，从根源上协调能量的调配，既避免了多余的能量损坏，也将多余能量物尽其用，在泵控况下吸收能量，在马达工况下输出能量；省去传统的风速传感器和流量传感器，系统灵活性更高，节省了设备成本。

本发明授权一种储能式液压型风力发电机组并网转速控制系统和方法在权利要求书中公布了：1.一种储能式液压型风力发电机组并网转速控制系统，其特征在于，包括风力机装置、液压传动装置、液压储能装置以及并网发电装置；所述风力机装置与液压传动装置、液压传动装置与液压储能装置、液压储能装置与并网发电装置为同轴刚性连接； 所述风力机装置包括风速预测器1、风轮2和第一传动轴3；所述风轮2与第一传动轴3传动连接，所述风速预测器1位于所述风轮2远离所述第一传动轴3的一侧； 所述液压传动装置包括第一转速转矩传感器4、定量泵5、高压管路6、第一单向阀7、第二单向阀8、第一溢流阀9、补油泵10、补油油箱11、安全阀12、流量控制器13、转速控制器14、变量马达15、第二转速转矩传感器16、低压管路24和功率控制器25； 所述液压储能装置包括变量泵马达17、蓄能器18和储能系统油箱19； 所述并网发电装置包括发电机20、并网柜21和电网22； 所述第一转速转矩传感器4设置于所述第一传动轴3上；所述定量泵5的主轴与第一传动轴3远离所述风轮2的一端传动连接；所述定量泵5的进油口通过所述低压管路24从所述补油油箱11吸油，压油口通过所述高压管路6输出高压油；所述高压管路6上设置有所述流量控制器13；所述第一单向阀7的出口端连通所述高压管路6，进口端连通所述第二单向阀8的进口端；所述第二单向阀8的出口端连通所述低压管路24；所述第一溢流阀9的两端分别连接所述补油泵10的压油口和补油油箱11；所述补油泵10的压油口分别连接所述第一单向阀7的进口端和第二单向阀8的进口端，吸油口连接所述补油油箱11；所述安全阀12的两端分别连接所述高压管路6和低压管路24；所述转速控制器14的输入端分别连接所述流量控制器13、第二转速转矩传感器16和并网柜21，输出端连接所述变量马达15；所述变量马达15的吸油口与所述高压管路6连接，排油口与所述低压管路24连接；所述变量马达15的主轴通过第二传动轴26同轴连接所述发电机20的主轴；所述发电机20发电输入电能至所述电网22；所述发电机20与电网22之间安装有所述并网柜21；所述第二转速转矩传感器16安装在所述第二传动轴26上；所述变量泵马达17连接所述储能系统油箱19，通过储能管路23连接所述蓄能器18，以使所述蓄能器18在不同状态下储能和放能；所述功率控制器25的输入端分别连接所述风速预测器1、第一转速转矩传感器4、第二转速转矩传感器16和并网柜21，输出端连接所述变量泵马达17； 所述的储能式液压型风力发电机组并网转速控制系统的控制方法包括： 储能式液压型风力发电机组受到扰动时，转速控制器14通过第二转速转矩传感器16采集变量马达15的转速，流量控制器13采集高压管路6的流量，并网柜21采集电网22的频率和电压，然后转速控制器14输出控制信号给变量马达15，实现对变量马达15摆角控制，改变变量马达15的排量，使液压传动部分高压管路6内的高压油的油压也产生相应的变化，从而改变定量泵5的转速，将存储于风力机中的能量释放出来； 功率控制器25通过风速预测器1采集风速，第一转速转矩传感器4采集风轮2转速，输出叶轮转矩，第二转速转矩传感器16采集发电机20转矩，并网柜21采集发电机20输出功率和电网电压，然后功率控制器25输出控制信号给液压储能装置的变量泵马达17，使变量泵马达17处于马达工况，向蓄能器18输入高压油，功率控制器25通过控制变量泵马达17摆角增大，进而使蓄能器18中的能量快速释放； 当扰动消除后，转速控制器14规划变量马达15的排量，功率控制器25同时规划液压储能系统变量泵马达17的排量动作指令，使得变量泵马达17在马达工况下进行储能放能，调整机组的输出功率，动态地向电网22注入功率来实现网侧频率响应； 风速预测器1采用RBF函数的神经网络针对风速进行预测，并网转速控制过程：基于RBF函数的神经网络和非线性扩张状态观测器的流量控制器13，具体过程如下： 首先，分析模型的不确定性、参数的时变性、系统外界扰动对马达转速控制系统的影响，得到泵控叶片马达转速控制系统的非线性如下式： 其中，为定量泵的角速度，单位为rads；为定量马达的角速度，单位为rads；Ph为定量泵进出口的压力差，单位为Pa；Bp为定量泵的阻尼系数，单位为Nms；Jp为定量泵转动惯量，单位为kg·m2；Jm为定量马达转动惯量，单位为kg·m2；Dp为定量泵的排量，单位为m3s；V为高压腔总容积，单位为m3；Dm为定量马达的排量，单位为m3s；Ct为总的漏泄系数Ct＝Ctp+Ctm，单位为m3s·Pa；βe为油液体积弹性模量，单位为Pa；Tv为某一风速作用下风力机输出的气动转矩，单位为N·m；TL为定量马达负载力矩，单位为N·m； 然后，结合基于RBF函数的神经网络和非线性扩张状态观测器，得到泵控液压马达非线性系统智能转速控制策略，在线观测未知非线性动态和外部扰动，并处理非匹配干扰的问题，对泵控马达液压负载模拟系统的关键参数进行观测与补偿，以定量马达转速为控制输出，初始化状态观测量和神经网络权重，通过RBF神经网络的扩张状态观测器，辨识系统的时变量，观测外界扰动和内部扰动： 其中，ηj+1为状态变量；为状态变量的误差值；为理想权值的有界常数矩阵；为RBFNN权值；为新状态变量误差值；μ1为Hurwitz中特征多项式的参数；为可调正增益即每个ESO的带宽；ηj为状态变量；为n阶新状态变量误差值；μ2为Hurwitz中特征多项式的参数；为n阶新状态变量误差值；uα为饱和输入；为理想权值的有界常数矩阵；为RBFNN权值；为n阶可调正增益即每个ESO的带宽；ηn为n阶新状态变量； 然后不断更新神经网络权重式1，通过逼近函数式2，使得误差不断减小，提出虚拟控制律式3，通过二阶滤波函数式4，最终获得真实的转速控制律式5，结合补偿控制律式6和神经网络不断学习，不断修订转速控制律，最终作用于使系统最终达到控制效果： 其中，为理想权值的有界常数矩阵；为RBFNN权值；为非线性函数；φl为虚拟控制函数；kl为正反馈增益；el为跟踪误差变量；为n阶新状态变量误差值；yd为变量输出值；zl为误差补偿变量；为n阶新状态变量估计误差值；φj,cc为内部动力学参数；rfj为可调参数；φj,c为单个引入滤波的输出信号；为理想权值的估计有界常数矩阵；为j时刻滤波误差值；为n时刻滤波误差值；Δu＝uα-α，即饱和输入与实际输入之差。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京工程学院;燕山大学，其通讯地址为：211167 江苏省南京市江宁区科学园弘景大道1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。