1.本技术涉及风力发电技术领域，种控制漂置流特别是浮式风力发电方法涉及一种控制漂浮式风力发电机的方法及装置。
背景技术：
2.漂浮式风力发电机包含风电机组与浮式系统两部分，机的及装浮式系统包括基础、种控制漂置流系泊锚机、浮式风力发电方法锚固基础和动态海缆。机的及装漂浮式风力发电机适用于水深大、种控制漂置流风能可利用率高的浮式风力发电方法海域，漂浮式风电装备庞大，机的及装漂浮式风力发电机基础大幅摇摆明显、种控制漂置流锚链随机时空约束非线性程度高。浮式风力发电方法
3.一般情况下，机的及装通常采用单一装备与技术对漂浮式风力发电机的种控制漂置流平衡稳定性进行控制。但漂浮式风力发电机在长期承受复杂载荷环境的浮式风力发电方法影响下，单一装备与技术的机的及装控制难以实现大容量漂浮式风力发电机的稳定性控制。会导致无法准确控制漂浮式风力发电机的平衡稳定性。
技术实现要素：
4.基于上述问题，本技术提供了一种控制漂浮式风力发电机的方法及装置，可以准确控制漂浮式风力发电机的平衡稳定性。
5.本技术实施例公开了如下技术方案：
6.第一方面，本技术提供一种控制漂浮式风力发电机的方法，所述漂浮式风力发电机包括多个组件，所述方法包括：
7.根据所述漂浮式风力发电机的实时工况数据，确定所述漂浮式风力发电机的实际工况类型和多个所述组件各自的倾斜角数据以及倾斜角加速度；
8.根据所述组件的倾斜角数据以及倾斜角加速度确定所述组件的协同控制参数；
9.根据所述实际工况类型确定所述组件的协同系数，所述协同系数是所述组件在协同控制时的权重系数；
10.根据所述协同系数和所述协同控制参数，对所述漂浮式风力发电机中对应的组件进行协同控制。
11.可选地，所述根据所述实际工况类型确定所述组件的协同系数之前，所述方法还包括：
12.构建所述漂浮式风力发电机的多种工况类型和组件的协同系数的第一映射关系；
13.所述根据所述实际工况类型确定所述组件的协同系数，具体包括：
14.基于所述第一映射关系，确定与所述实际工况类型对应的组件的协同系数。
15.可选地，所述构建所述漂浮式风力发电机的多种工况类型和组件的协同系数的第一映射关系，具体包括：
16.对于多种工况类型中目标工况类型，构建出多组协同系数组，所述协同系数组包括多个所述组件各自的协同系数；所述目标工况类型为所述多种工况类型之一；
17.分别利用每组所述协同系数组对所述目标工况类型下所述漂浮式风力发电机进
行协同控制；
18.从多组所述协同系数组中，根据使所述漂浮式风力发电机的平衡状态恢复到预设平衡稳定值的时间，以及使被协同控制后的各个所述组件的倾斜角数据以及倾斜角加速度确定出目标协同系数组；
19.构建所述目标工况类型与所述目标协同系数组中各个组件的协同系数的第一映射关系。
20.可选地，所述从多组所述协同系数组中，根据使所述漂浮式风力发电机的平衡状态恢复到预设平衡稳定值的时间，以及使被协同控制后的各个所述组件的倾斜角数据以及倾斜角加速度确定出目标协同系数组，具体包括：
21.对于多个所述组件中的目标组件，分别利用所述目标工况类型下多组所述协同系数组和协同控制参数对所述目标组件进行协同控制；
22.选取使所述漂浮式风力发电机的平衡状态恢复到所述预设平衡稳定值使用的时间最短，以及使被协同控制后的所述目标组件的倾斜角数据以及倾斜角加速度最小的所述协同系数组，作为所述目标协同系数组。
23.可选地，所述倾斜角数据包括所述组件的横摇角数据和纵摇角数据，所述倾斜角加速度包括横摇加速度和纵摇加速度；所述选取使所述漂浮式风力发电机的平衡状态恢复到所述预设平衡稳定值使用的时间最短，以及使被协同控制后的所述目标组件的倾斜角数据以及倾斜角加速度最小的所述协同系数组，作为所述目标协同系数组，具体包括：
24.选取使所述漂浮式风力发电机的平衡状态恢复到所述预设平衡稳定值使用的时间最短、使被协同控制后的所述目标组件的横摇角数据最小、使被协同控制后的所述目标组件的纵摇角数据最小、使被协同控制后的所述目标组件的横摇加速度最小和使被协同控制后的所述目标组件的纵摇加速度最小的所述协同系数组，作为所述目标协同系数组。
25.可选地，所述根据所述协同系数和所述协同控制参数，对所述漂浮式风力发电机中对应的组件进行协同控制，具体包括：
26.将所述协同系数和所述协同控制参数输入目标函数，并根据以下公式可以计算得到所述目标组件倾斜的误差值，所述误差值与所述目标组件在经过协同控制后的所述平衡恢复到稳定的时间、所述横摇角、所述纵摇角、所述横摇加速度和所述纵摇加速度呈正比关系：
27.f＝p1δt+p2δθ
横摇
+p3δθ
纵摇
+p4δa
横摇
+p5δa
纵摇
28.其中，f是所述目标工况类型下所述目标组件在经过协同控制后的误差值，p1是所述漂浮式风力发电机在经过协同控制后的平衡恢复到稳定的时间的权重系数，p2是所述漂浮式风力发电机在经过协同控制后的横摇角的权重系数，p3是所述漂浮式风力发电机在经过协同控制后的纵摇角的权重系数，p4是所述漂浮式风力发电机在经过协同控制后的横摇加速度的权重系数，p5是所述漂浮式风力发电机在经过协同控制后的纵摇加速度的权重系数，δt是所述漂浮式风力发电机在经过协同控制后的平衡恢复到预设稳定值的时间，δθ
横摇
是所述漂浮式风力发电机在经过协同控制后的横摇角数据，δθ
纵摇
是所述漂浮式风力发电机在经过协同控制后的纵摇角数据，δa
横摇
是所述漂浮式风力发电机在经过协同控制后的横摇加速度，δa
纵摇
是所述漂浮式风力发电机在经过协同控制后的纵摇加速度。
29.可选地，所述构建所述漂浮式风力发电机的多种工况类型和组件的协同系数的第
一映射关系之前，所述方法还包括：
30.根据所述漂浮式风力发电机的所述工况数据，确定所述漂浮式风力发电机的整体倾斜角数据；
31.所述组件的所述协同系数和对应的所述倾斜角数据满足以下预设约束条件：
32.所述组件的所述协同系数和对应的所述倾斜角数据的乘积之和等于所述漂浮式风力发电机的整体倾斜角数据；以及，所有所述组件的所述协同系数的和等于1。
33.可选地，所述根据所述漂浮式风力发电机的实时工况数据，确定所述漂浮式风力发电机的实际工况类型和多个所述组件各自的倾斜角数据以及倾斜角加速度之前，所述方法还包括：
34.构建多组所述漂浮式风力发电机的所述工况数据；
35.根据所述工况数据，计算得到所述漂浮式风力发电机的整体倾斜角数据和所述组件的倾斜角数据以及倾斜角加速度；
36.保存不同所述工况数据对应的所述漂浮式风力发电机的整体倾斜角数据和所述组件的倾斜角数据以及倾斜角加速度。
37.第二方面，本技术提供一种控制漂浮式风力发电机的装置，包括：
38.第一获取模块，用于根据所述漂浮式风力发电机的实时工况数据，确定所述漂浮式风力发电机的实际工况类型和多个所述组件各自的倾斜角数据以及倾斜角加速度；
39.第二获取模块，用于根据所述组件的倾斜角数据以及倾斜角加速度确定所述组件的协同控制参数；
40.第三获取模块，用于根据所述实际工况类型确定所述组件的协同系数，所述协同系数是所述组件在协同控制时的权重系数；
41.协同控制模块，用于根据所述协同系数和所述协同控制参数，对所述漂浮式风力发电机中对应的组件进行协同控制。
42.可选地，所述第三获取模块还用于：
43.构建所述漂浮式风力发电机的多种工况类型和组件的协同系数的第一映射关系；
44.所述根据所述实际工况类型确定所述组件的协同系数，具体包括：
45.基于所述第一映射关系，确定与所述实际工况类型对应的组件的协同系数。
46.可选地，所述第三获取模块，具体用于：
47.对于多种工况类型中目标工况类型，构建出多组协同系数组，所述协同系数组包括多个所述组件各自的协同系数；所述目标工况类型为所述多种工况类型之一；
48.分别利用每组所述协同系数组对所述目标工况类型下所述漂浮式风力发电机进行协同控制；
49.从多组所述协同系数组中，根据使所述漂浮式风力发电机的平衡状态恢复到预设平衡稳定值的时间，以及使被协同控制后的各个所述组件的倾斜角数据以及倾斜角加速度确定出目标协同系数组；
50.构建所述目标工况类型与所述目标协同系数组中各个组件的协同系数的第一映射关系。
51.可选地，所述第三获取模块，具体用于：
52.对于多个所述组件中的目标组件，分别利用所述目标工况类型下多组所述协同系
数组和协同控制参数对所述目标组件进行协同控制；
53.选取使所述漂浮式风力发电机的平衡状态恢复到所述预设平衡稳定值使用的时间最短，以及使被协同控制后的所述目标组件的倾斜角数据以及倾斜角加速度最小的所述协同系数组，作为所述目标协同系数组。
54.可选地，所述第三获取模块，具体用于：
55.选取使所述漂浮式风力发电机的平衡状态恢复到所述预设平衡稳定值使用的时间最短、使被协同控制后的所述目标组件的横摇角数据最小、使被协同控制后的所述目标组件的纵摇角数据最小、使被协同控制后的所述目标组件的横摇加速度最小和使被协同控制后的所述目标组件的纵摇加速度最小的所述协同系数组，作为所述目标协同系数组。
56.可选地，所述第三获取模块，具体用于：
57.将所述协同系数和所述协同控制参数输入目标函数，并根据以下公式可以计算得到所述目标组件倾斜的误差值，所述误差值与所述目标组件在经过协同控制后的所述平衡恢复到稳定的时间、所述横摇角、所述纵摇角、所述横摇加速度和所述纵摇加速度呈正比关系：
58.f＝p1δt+p2δθ
横摇
+p3δθ
纵摇
+p4δa
横摇
+p5δa
纵摇
59.其中，f是所述目标工况类型下所述目标组件在经过协同控制后的误差值，p1是所述漂浮式风力发电机在经过协同控制后的平衡恢复到稳定的时间的权重系数，p2是所述漂浮式风力发电机在经过协同控制后的横摇角的权重系数，p3是所述漂浮式风力发电机在经过协同控制后的纵摇角的权重系数，p4是所述漂浮式风力发电机在经过协同控制后的横摇加速度的权重系数，p5是所述漂浮式风力发电机在经过协同控制后的纵摇加速度的权重系数，δt是所述漂浮式风力发电机在经过协同控制后的平衡恢复到预设稳定值的时间，δθ
横摇
是所述漂浮式风力发电机在经过协同控制后的横摇角数据，δθ
纵摇
是所述漂浮式风力发电机在经过协同控制后的纵摇角数据，δa
横摇
是所述漂浮式风力发电机在经过协同控制后的横摇加速度，δa
纵摇
是所述漂浮式风力发电机在经过协同控制后的纵摇加速度。
60.可选地，所述第一获取模块还用于：
61.根据所述漂浮式风力发电机的所述工况数据，确定所述漂浮式风力发电机的整体倾斜角数据；
62.所述组件的所述协同系数和对应的所述倾斜角数据满足以下预设约束条件：
63.所述组件的所述协同系数和对应的所述倾斜角数据的乘积之和等于所述漂浮式风力发电机的整体倾斜角数据；以及，所有所述组件的所述协同系数的和等于1。
64.可选地，所述第三获取模块还用于：
65.构建多组所述漂浮式风力发电机的所述工况数据；
66.根据所述工况数据，计算得到所述漂浮式风力发电机的整体倾斜角数据和所述组件的倾斜角数据以及倾斜角加速度；
67.保存不同所述工况数据对应的所述漂浮式风力发电机的整体倾斜角数据和所述组件的倾斜角数据以及倾斜角加速度。
68.相较于现有技术，本技术具有以下有益效果：
69.本技术中，根据获取到的漂浮式风力发电机的实时工况数据，确定该工况的实际工况类型和其中每个组件的倾斜角数据以及倾斜角加速度。其中，每个漂浮式风力发电机
都包括多个组件。根据确定的每个组件的倾斜角数据以及倾斜角加速度，可以确定每个组件的协同控制参数。并根据该工况的实际工况类型，可以确定该工况下每个组件的协同系数，通过协同系数和协同控制参数，对漂浮式风力发电机进行协同控制。即使在面对复杂条件环境和不同工况类型，也可以根据协同系数改变不同组件在协同控制操作中的占比，以使可以协同控制漂浮式风力发电机的平衡。因此，可以准确控制漂浮式风力发电机的平衡稳定性。
附图说明
70.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
71.图1为本技术实施例提供的控制漂浮式风力发电机的方法的一种流程图；
72.图2为本技术实施例提供的控制漂浮式风力发电机的方法的另一种流程图；
73.图3为本技术实施例提供的漂浮式风力发电机协同控制的组件的结构示意图；
74.图4为本技术实施例提供的协同控制与非协同控制的对比图；
75.图5为本技术实施例提供的控制漂浮式风力发电机的方法的又一种流程图；
76.图6为本技术实施例提供的控制漂浮式风力发电机的装置的结构示意图。
具体实施方式
77.为了使本领域技术人员更清楚地理解本技术的技术方案，下面首先说明本技术方案的应用场景。
78.漂浮式风电是深远海风能资源开发、实现双碳目标的重要途径。漂浮式风电系统包含风电机组与浮式系统两部分，浮式系统包括基础、系泊锚机、锚固基础和动态海缆。与固定式海上风电相比，漂浮式风力发电机适用于水深大、风能可利用率高的海域，但设计难度大、建造成本高、运维装备缺乏。国外漂浮式海上风电市场经历了从小规模单台样机示范(2009年-2015年)向小规模商业化开发(2016年-2022年)的转变，目前正在向大型商业化开发加速推进。
79.10mw级漂浮式风力发电机是实现深远海风能捕获的大型高集成化装备。漂浮式风电装备庞大，超长叶片与高耸塔架柔性特性鲜明、漂浮式风电系统基础大幅摇摆明显、细柔锚链随机时空约束非线性程度高，刚柔-流固耦合分析难度突出，系统协同控制技术复杂，模型试验验证难度大，导致漂浮式基础设计余量、重量、成本均居高不下，已成为严重制约我国深远海漂浮式风力发电机开发的技术瓶颈。
80.据统计，国内已有漂浮式海上风电项目中，风电机组仅占总成本的11％-13％，浮式系统占比高达63％-67％，施工安装成本占比为21％-26％。降低漂浮式风力发电机造价应从整个系统角度出发，从漂浮式风力发电机刚柔-流固耦合机理和多自由度动态稳定机制、运动与载荷约束下全局稳定控制进行技术突破，揭示漂浮式风力发电机稳定性机理，研究基于风机控制器-塔架阻尼器-基础动态压舱-锚泊张力调节等系统的主被动摇摆抑制与协同控制方法。目标达到科技部指标要求“发电工况时漂浮式基础最大倾斜角不大于5度、
最大加速度不大于0.3倍重力加速度，极端工况时最大倾斜角不大于10度”。最终降低我国漂浮式风电成本，提高深远海风电项目开发的经济性，推动我国大规模深远海风电产业快速发展。
81.目前，通常采用单一装备与技术对漂浮式风力发电机的稳定性进行控制。但漂浮式风力发电机在长期承受复杂载荷环境的影响下，单一装备与技术难以实现大容量漂浮式风电系统的稳定性控制。会导致无法准确控制漂浮式风力发电机的平衡。
82.为了解决以上技术问题，本技术提供了一种控制漂浮式风力发电机的方法及装置。本技术研究了漂浮式风力发电机动态载荷数学建模与稳定性机理，开发多源激励下漂浮式风力发电机运动状态的监测方法，提出基于多重调谐质量阻尼器、基础动态压舱、系泊锚机张力调节的摇摆抑制控制方法，研究了漂浮式风力发电机运动与载荷约束下全局稳定协同控制策略。本技术中，根据获取到的漂浮式风力发电机的实时工况数据，确定该工况的实际工况类型和其中每个组件的倾斜角数据以及倾斜角加速度。其中，每个漂浮式风力发电机都包括多个组件。根据确定的每个组件的倾斜角数据以及倾斜角加速度，可以确定每个组件的协同控制参数。并根据该工况的实际工况类型，可以确定该工况下每个组件的协同系数，通过协同系数和协同控制参数，对漂浮式风力发电机进行协同控制。即使在面对复杂条件环境和不同工况类型，也可以根据协同系数改变不同组件的占比，协同控制漂浮式风力发电机的平衡。因此，可以准确控制漂浮式风力发电机的平衡稳定性。
83.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
84.图1为本技术实施例提供的控制漂浮式风力发电机的方法的一种流程图。如图1所示，该方法包括：
85.s101：根据漂浮式风力发电机的实时工况数据，确定漂浮式风力发电机的实际工况类型和多个组件各自的倾斜角数据以及倾斜角加速度。
86.本技术在稳定性机理功能方面，分析了漂浮式风力发电机动态载荷平衡稳定特性，基于euler-lagrange能量方程建立系统稳定性数学模型，结合矩阵特征值稳定性判据和lyapunov稳定性理论，揭示漂浮式风力发电机多自由度运动稳定性机理功能。
87.在实验训练测试阶段，获取漂浮式风力发电机的目标工况数据并将数据进行存储，可以根据目标工况数据计算得到各个组件在此工况下的倾斜角数据以及倾斜角加速度。
88.根据预先划分的目标工况类型，在获取实时工况数据后，就可以得知该工况的实际工况类型和各自的倾斜角数据以及倾斜角加速度。
89.实际工况数据通过多种传感器进行高精度环境监测、多要素状态感知与识别，以达到漂浮式风力发电机状态信息的多传感器数据修正融合。工况环境的检测也可以很好的实现漂浮式风力发电机全生命周期数据管理。
90.s102：根据组件的倾斜角数据以及倾斜角加速度确定组件的协同控制参数。
91.根据s101确定的组件的倾斜角数据以及倾斜角加速度，确定组件各自的协同控制参数。
92.具体的，利用可以模拟仿真海上漂浮式风力发电机的仿真软件，计算出该工况下每个组件的倾斜角数据以及倾斜角加速度对应的每个组件的协同控制参数。
93.通过建立漂浮式风力发电机的拓扑结构，即将各个需要协同控制的组件形成拓扑图，实现多输入-多输出的高阶闭环控制方法。
94.s103：根据实际工况类型确定组件的协同系数。
95.根据s101确定的实际工况类型，确定可以获得各个组件的协同系数。各个组件的协同系数是在实验训练测试过程中确定的。
96.s104：根据协同系数和协同控制参数，对漂浮式风力发电机中对应的组件进行协同控制。
97.通过建立漂浮式风力发电机多目标协同优化模型，可以解决不同实际工况类型下的平衡稳定性问题，建立基于多维高精度模型的多目标分级控制体系。
98.输入s102获取的协同控制参数和s103获取的协同系数，通过利用可以模拟仿真海上漂浮式风力发电机的仿真软件，可以获得对该漂浮式风力发电机控制的结果。
99.目前，单一组件的控制难以独立实现大容量漂浮式风力发电机平衡稳定性控制的问题。需要采用超前滤波pid算法、调谐质量阻尼器(tuned mass damper，tmd)、动态压载、系泊锚机张力控制、旋转机械飞轮控制、偏航与变桨系统控制等稳定性控制方法，建立优化协同系数和协同控制参数的设定准则，实现多重组件平衡控制作用下漂浮式风力发电机倾斜角减小，平衡状态恢复预设稳定值的时间缩短等多目标优化控制策略，突破大容量漂浮式风力发电机载荷与稳定性平衡匹配的关键问题。
100.本技术中，根据获取到的漂浮式风力发电机的实时工况数据，确定该工况的实际工况类型和其中每个组件的倾斜角数据以及倾斜角加速度。其中，每个漂浮式风力发电机都包括多个组件。根据确定的每个组件的倾斜角数据以及倾斜角加速度，可以确定每个组件的协同控制参数。并根据该工况的实际工况类型，可以确定该工况下每个组件的协同系数，通过协同系数和协同控制参数，对漂浮式风力发电机进行协同控制。即使在面对复杂条件环境和不同工况类型，也可以根据协同系数改变不同组件在协同控制操作中的占比，以使可以协同控制漂浮式风力发电机的平衡。因此，可以准确控制漂浮式风力发电机的平衡稳定性。
101.图2为本技术实施例提供的控制漂浮式风力发电机的方法的另一种流程图。如图2所示，该方法包括：
102.s201：模拟漂浮式风力发电机的工况数据确定多种工况类型。
103.利用可以模拟仿真海上漂浮式风力发电机的仿真软件，模拟得到该漂浮式风力发电机可能遇到的所有的工况情况。在模拟的过程中，会产生多组工况数据，将工况数据以组别为单位划分为多种工况类型，得到该组工况数据的工况类型。工况类型可以分为正常运行工况和极端工况，其中，正常运行工况是指在此工况环境下漂浮式风力发电机可以正常发电，极端工况是指在此工况环境下漂浮式风力发电机不可以进行发电。
104.将模拟得到的工况数据保存，并保存对应的工况类型，以便后续实际使用过程中，可以直接根据监测到的实时工况数据判断出是属于哪一种工况。
105.其中，模拟仿真海上漂浮式风力发电机的仿真软件可以是bladed软件结合sesam软件、fast软件、hawc2软件等。
106.s202：根据工况数据得到漂浮式风力发电机的组件的倾斜角数据以及倾斜角加速度，并将组件的倾斜角数据以及倾斜角加速度保存。
107.每个漂浮式风力发电机都包括多个组件。举例说明，漂浮式风力发电机的组件包括调谐质量阻尼器、动态压载系统、系泊锚机、旋转机械飞轮、偏航系统、变桨系统等，每个组件的结构示意图如图3所示。可以理解的是，漂浮式风力发电机的组件包括但不限于上述举例说明的内容。
108.具体的，调谐质量阻尼器类似陆上120m以上柔性塔架、20m以上柔软地基海上固定式支撑结构，用于减少塔顶摇摆幅度、减少疲劳载荷，以达到减少壁厚、减轻支撑结构重量的效果；动态压载系统是漂浮式风力发电机独有技术，当前国内只有被动压载应用，用于在风向变化时调整漂浮式风电系统重心位置，以达到减少横摇纵摇角的效果；系泊锚机用于根据风况、海况对锚链长度进行调整，从而起到调整系泊张紧力、改变浮体受到的刚度、减少横摇纵摇角的效果；旋转机械飞轮依据定轴性原理提供回复力，可放置于浮式立柱内部，以达到降低系统重心、减少横摇纵摇角的效果；偏航与变桨系统与陆上、海上固定式风机类似，用于当风速风向变化时，以达到保持风机载荷在设计值以内、保持稳定功率发电。
109.根据每一组s201模拟到的工况数据，计算出该漂浮式风力发电机在该工况下每个组件的倾斜角数据以及倾斜角加速度和漂浮式风力发电机的整体倾斜角数据，并对每个组件的倾斜角数据以及倾斜角加速度和漂浮式风力发电机的整体倾斜角数据进行保存。以便后续实际使用过程中，当检测的实时工况数据为该组模拟的工况数据时，可以直接调用该组工况数据对应的每个组件的倾斜角数据以及倾斜角加速度和漂浮式风力发电机的整体倾斜角数据。
110.具体的，利用可以模拟仿真海上漂浮式风力发电机的仿真软件，计算出所有模拟到的工况数据对应的每个组件的倾斜角数据以及倾斜角加速度和漂浮式风力发电机的整体倾斜角数据。
111.s203：根据组件的倾斜角数据以及倾斜角加速度，计算得到各个组件的协同控制参数。
112.本实施例是通过对漂浮式风力发电机中的各个组件协同控制的方法，以使漂浮式风力发电机整体得到控制，保持平衡稳定的状态。
113.每个组件在进行平衡稳定控制的时候都具有自身需要控制的参数，需要将这些参数调整至协同控制下最优的状态，因此需要计算各个组件的协同控制参数。
114.具体的，利用可以模拟仿真海上漂浮式风力发电机的仿真软件，计算出该工况下每个组件的倾斜角数据以及倾斜角加速度对应的每个组件的协同控制参数，可以利用不同的控制模型计算每个组件的协同控制参数。
115.举例说明，可以利用新型高精pid控制模型，根据以下公式计算得到计算每个组件的协同控制参数：
116.nfc(s)＝-hplo(s)hppi(s)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
117.其中，hplo(s)为高性能超前观测器的传递函数，hppi(s)为高性能pi控制器的传递函数。
118.新型高精pid控制模型是从现有的工程方法中提炼出一种近似滑动窗滤波器，将aswf用于构造一种高效积分器(hei)和一种高性能超前观测器(hplo)，将hei构造得到的高
性能pi控制器hppi和hplo串联得到新型基础控制器nfc，显著提高了反馈控制性能、彻底摆脱了模型的束缚、具有优良的鲁棒性能、简单性和良好的工程易用性，适用于复杂的海上漂浮式风力发电机模型。
119.举例说明，可以利用lqr最优控制模型，根据以下公式计算得到计算每个组件的协同控制参数：
[0120][0121]
其中，x为足以完全表征组件运动状态的最小个数的一组变量，a为状态矩阵，b为输入矩阵，u为输入量即主动控制力，x为状态矢量，cx为输出矢量，q为cx的加权矩阵，r为u的加权矩阵。
[0122]
lqr控制方法主要是由系统方程确定增益矩阵，从而得到控制力u(t)，目的是使得代价函数j达到最小值。q和r用来平衡输出矢量与输入量的权重，确定误差和能量损耗的相对重要性。
[0123]
举例说明，可以利用h
∞
控制模型，根据以下公式计算得到计算每个组件的协同控制参数：
[0124][0125]
其中，w是扰动输入，u是控制输入，z是性能输出(评价信号)，具体的，其中，w是扰动输入，u是控制输入，z是性能输出(评价信号)，具体的，和为黎卡堤代数方程。
[0126]
控制理论的结果表明，通过解适当的代数黎卡堤方程，可以得到使j为最小的控制参数。但是，在这个设计中，并没有考虑干扰的影响。即性能指标的最优性，只有在被控对象完全可以粗糙描述时才能得到实现。由于实际系统中存在干扰等不确定性，使得这种最优设计几乎无法实现。为了克服这一点，在被接对象的模型中，引入干扰项ω并考虑干扰对系统响应特性的影响。也就是说，使闭环系统稳定，同时使干扰对可控输出的影响最小的系统设计问题，可归结为使传递函数矩阵g
zw
(s)的h
∞
范数为最小。公式min||g
zw
(jω)||
∞
可以看做是系统设计的一种性能指标，以此指标最小设计系统控制器称为h
∞
最优控制。
[0127]
其中，协同控制参数包括偏航角度、偏航速率、变桨角度、变桨速率、抽水泵的抽水速率、阻尼器的质量、旋转机械的转速、锚链的长度等。
[0128]
s204：模拟用于实验的漂浮式风力发电机的协同系数，得到符合预设约束条件的组件的协同系数。
[0129]
协同系数是组件在进行协同控制时的权重系数。利用实验设计方法模拟排列组合出多种协同系数，并从中进行抽样。判断将抽样获取到的协同系数是否符合预设约束条件，
只有满足预设约束条件的协同系数，才可以用于后续s205的实验设计。
[0130]
具体的，协同系数应满足以下预设约束条件：每个组件的协同系数与此工况下每个组件各自的倾斜角数据的乘积之和，等于漂浮式风力发电机的整体倾斜角数据，以及该工况下所有组件的协同系数的和等于1。
[0131]
此外，每个组件的装备性能应该满足实际建造条件，也就是说，这个组件应该是当前的生产技术可以实际生产出来的组件。
[0132]
其中，组件的装备性能包括：调谐质量阻尼器最大体积与质量、动态压载系统所用的抽水泵的最大功率与抽水量、旋转机械飞轮的体积与质量、系泊锚机的体积、偏航与变桨系统的最大速率等。
[0133]
此外，在实际使用过程中，如果需要对协同系数进行自定义的调整，调整后的协同系数也需要满足预设约束条件。
[0134]
s205：构建符合预设约束条件的组件的协同系数和多种工况类型的第一映射关系，确定出目标协同系数组。
[0135]
根据s201模拟仿真得到的多种工况类型，构建协同系数与多种工况类型的第一映射关系，也就是说，每一种工况类型都与多个协同系数具有映射关系。
[0136]
具体的，对于多种工况类型中的目标工况类型，根据s204获得的符合预设约束条件的多个协同系数，将协同系数以整个漂浮式风力发电机为单位划分为协同系数组，即一个漂浮式风力发电机中全部组件对应的协同系数作为一组。
[0137]
分别利用每组协同系数组对目标工况类型下的漂浮式风力发电机进行协同控制，从多组协同系数组中，选取使得漂浮式风力发电机的平衡状态恢复到预设平衡稳定值使用的时间最小，以及使被协同控制后的目标组件的倾斜角数据以及倾斜角加速度最小的协同系数组，作为目标协同系数组。
[0138]
具体的，将s203获得的协同控制参数和s204获得的协同系数，输入可以模拟仿真海上漂浮式风力发电机的仿真软件，计算获得目标组件倾斜的误差值。其中，一个组件的倾斜角数据包括横摇角数据和纵摇角数据，倾斜角加速度包括横摇角加速度和纵摇角加速度。对于目标组件来说，影响目标组件的平衡出现误差的因素包括：使得平衡状态恢复到预设平衡稳定值使用的时间、横摇角数据、纵摇角数据、横摇角加速度和纵摇角加速度。其中，在计算误差值时，可以根据用户的需求和意愿修改这五个因素的权重系数，以此来调整误差值结果。综合全部目标组件的误差值结果，当整体误差值越小的时候，则说明此时选择的协同系数组在目标工况类型下对于目标组件来说是最优的，将该协同系数组作为目标协同系数组。
[0139]
根据以下公式可以计算得到目标组件倾斜的误差值：
[0140]
f＝p1δt+p2δθ
横摇
+p3δθ
纵摇
+p4δa
横摇
+p5δa
纵摇
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0141]
其中，f是目标工况类型下目标组件在经过协同控制后的误差值，p1是漂浮式风力发电机在经过协同控制后的平衡恢复到稳定的时间的权重系数，p2是漂浮式风力发电机在经过协同控制后的横摇角的权重系数，p3是漂浮式风力发电机在经过协同控制后的纵摇角的权重系数，p4是漂浮式风力发电机在经过协同控制后的横摇加速度的权重系数，p5是漂浮式风力发电机在经过协同控制后的纵摇加速度的权重系数，δt是漂浮式风力发电机在经过协同控制后的平衡恢复到预设稳定值的时间，δθ
横摇
是漂浮式风力发电机在经过协同控
制后的横摇角数据，δθ
纵摇
是漂浮式风力发电机在经过协同控制后的纵摇角数据，δa
横摇
漂浮式风力发电机在经过协同控制后的横摇加速度，δa
纵摇
是漂浮式风力发电机在经过协同控制后的纵摇加速度。
[0142]
s206：构建目标协同系数组中各个组件的协同系数和目标工况类型的第一映射关系。
[0143]
将s205获得的目标协同系数组中每个组件的协同系数和目标工况类型构建第一映射关系，也就是说，目标工况类型和每个组件的协同系数具有映射关系。在后续实际使用的过程中，获取了实际工况类型，就可以获得每个组件对应的协同系数。
[0144]
s207：获取漂浮式风力发电机的实时工况数据，确定该工况的实际工况类型和组件各自的倾斜角数据以及倾斜角加速度。
[0145]
通过多种传感器实时检测漂浮式风力发电机的工况数据，由s201可以得知，得到实时工况数据可以确定该工况的实际工况类型和组件各自的倾斜角数据以及倾斜角加速度。
[0146]
工况数据包括风、浪、流、土等环境工况数据和漂浮式风力发电机状态工况数据。此外，还可以利用各个传感器获取的实时工况数据，预估未来一定时段漂浮式风力发电机的工况数据，以便漂浮式风力发电机提前预备对抗实际工况类型的方案。
[0147]
s208：根据组件的倾斜角数据以及倾斜角加速度确定组件的协同控制参数。
[0148]
结合前文s203提到的方法可知，根据s207确定的组件的倾斜角数据以及倾斜角加速度，可以确定组件对应的协同控制参数。
[0149]
s209：根据实际工况类型确定该工况下各个组件的协同系数。
[0150]
结合s205的方法可知，根据s207获取的实际工况类型可以对应查找到该工况下各个组件的协同系数。
[0151]
当实际工况类型是实验过程中多种工况类型中的其中一个目标工况类型时，可以调取到该实际工况类型的第一映射关系对应的目标协同系数组，由此可以得到该实际工况类型的第一映射关系对应的各个组件的协同系数。
[0152]
举例说明，如表1所示，在正常运行工况下，各个组件的协同系数如下：调谐质量阻尼器的协同系数为0.2、动态压载系统的协同系数为0.3、系泊锚机的协同系数为0.1、旋转机械飞轮的协同系数为0、偏航与变桨系统的协同系数为0.4。在极端工况下，各个组件的协同系数如下：调谐质量阻尼器的协同系数为0.1、动态压载系统的协同系数为0.1、系泊锚机的协同系数为0.1、旋转机械飞轮的协同系数为0.1、偏航与变桨系统的协同系数为0.5。此外，用户还可以根据自身需求，具体修改各个组件的协同系数。
[0153]
表1协同控制的组件不同工况下的协同系数
[0154][0155]
s210：根据协同系数和协同控制参数，对漂浮式风力发电机中对应的组件进行协同控制。
[0156]
将s209得到的协同系数和s208得到的协同控制参数输入到可以模拟仿真海上漂浮式风力发电机的仿真软件中，可以对漂浮式风力发电机中对应的组件进行协同控制。
[0157]
举例说明，调谐质量阻尼器在只针对自身组件进行平衡稳定性控制时，可以使得整体漂浮式风力发电机的倾斜角减小，平衡状态恢复到预设稳定值的时间减小。但是漂浮式风力发电机还包括动态压载系统、系泊锚机、旋转机械飞轮、偏航与变桨系统等组件，此时，对组件进行协同优化的方案，可以更好的调整漂浮式风力发电机的平衡稳定性。如图4所示，图4为漂浮式风力发电机未进行平衡稳定性控制、调谐质量阻尼器在只针对自身组件进行平衡稳定性控制和各个组件进行协同控制平衡稳定性的对比图。可以看到，整体漂浮式风力发电机的倾斜角明显减小，平衡状态恢复到预设稳定值的时间也明显缩短。如表2所示，调谐质量阻尼器可在塔架高度大于100m的漂浮式风力发电机中使用，在进行协同控制后，可减少塔顶摇摆幅度15％以上，减少塔底疲劳载荷20％，减少漂浮式风力发电机重量5％以上。
[0158]
具体的，偏航与变桨系统可在所有主动偏航与变桨风电机组中使用，在进行协同控制后，可减少叶根、塔底极限载荷10％-30％，减少漂浮式风力发电机横摇或纵摇角2
°
以上；动态压载系统可在风向变化达到30
°
以上时启动，在进行协同控制后，减少漂浮式风力发电机横摇或纵摇角1
°
以上；旋转机械飞轮可在遇到极端工况时启动，在进行协同控制后，减少漂浮式风力发电机横摇或纵摇角0.2
°
以上，但受限于结构形式和飞轮体积大小，一般建议在直立柱漂浮式基础中使用；系泊锚机可在遇到台风、电网断电等极端工况时启动，在进行协同控制后，减少漂浮式风力发电机横摇或纵摇角0.2
°
以上，但需要验证锚机的可靠性。
[0159]
表2组件的应用场景和作用以及协同控制后的效果
[0160][0161]
续表2组件的应用场景和作用以及协同控制后的效果
[0162][0163]
续表2组件的应用场景和作用以及协同控制后的效果
[0164][0165]
其中，当受到台风影响工况为极端工况时，因为偏航与变桨系统、动态压载系统、旋转机械飞轮和系泊锚机需要联合气象预报系统提前做出姿态调整；若在不受台风影响的海域，则系泊锚机、动态压载系统的协同系数可进一步下降，如s209举例所示；旋转机械飞轮可根据可靠性、体积、质量等约束条件下能起到的效果来决定是否进行协同系数配置。
[0166]
如图5所示，图5可以概括说明本实施例的实施过程。即传感器检测到漂浮式风力发电机的相关信息后，可以得到漂浮式风力发电机的倾斜角，根据倾斜角和预先获取的协同系数，通过协同控制优化对各个组件进行协同控制。
[0167]
图6为本技术实施例提供的控制漂浮式风力发电机的装置的结构示意图。如图6所示，该装置包括：
[0168]
第一获取模块610，用于根据漂浮式风力发电机的实时工况数据，确定漂浮式风力发电机的实际工况类型和多个组件各自的倾斜角数据以及倾斜角加速度。
[0169]
在实验训练测试阶段，获取漂浮式风力发电机的目标工况数据并将数据进行存储，可以根据目标工况数据计算得到各个组件在此工况下的倾斜角数据以及倾斜角加速度。
[0170]
根据预先划分的目标工况类型，在获取实时工况数据后，就可以得知该工况的实际工况类型和各自的倾斜角数据以及倾斜角加速度。
[0171]
第二获取模块620，用于根据组件的倾斜角数据以及倾斜角加速度确定组件的协同控制参数。
[0172]
根据第一获取模块610确定的组件的倾斜角数据以及倾斜角加速度，确定组件各自的协同控制参数。
[0173]
具体的，利用可以模拟仿真海上漂浮式风力发电机的仿真软件，计算出该工况下每个组件的倾斜角数据以及倾斜角加速度对应的每个组件的协同控制参数。
[0174]
第三获取模块630，用于根据实际工况类型确定组件的协同系数，协同系数是组件在协同控制时的权重系数。
[0175]
根据第一获取模块610确定的实际工况类型，确定可以获得各个组件的协同系数。各个组件的协同系数是在实验训练测试过程中确定的。
[0176]
协同控制模块640，用于根据协同系数和协同控制参数，对漂浮式风力发电机中对
应的组件进行协同控制。
[0177]
输入第二获取模块620获取的协同控制参数和第三获取模块630获取的协同系数，通过利用可以模拟仿真海上漂浮式风力发电机的仿真软件，可以获得对该漂浮式风力发电机控制的结果。
[0178]
本技术中，利用第一获取模块610，可以根据获取到的漂浮式风力发电机的实时工况数据，确定该工况的实际工况类型和其中每个组件的倾斜角数据以及倾斜角加速度。其中，每个漂浮式风力发电机都包括多个组件。通过第二获取模块620，可以根据确定的每个组件的倾斜角数据以及倾斜角加速度，可以确定每个组件的协同控制参数。利用第三获取模块630，可以根据该工况的实际工况类型，可以确定该工况下每个组件的协同系数。在协同控制模块640中，通过协同系数和协同控制参数，对漂浮式风力发电机的进行协同控制。即使在面对复杂条件环境和不同工况类型，也可以根据协同系数改变不同组件的占比，协同控制漂浮式风力发电机的平衡。因此，可以准确控制漂浮式风力发电机的平衡稳定性。
[0179]
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元提示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0180]
以上所述，仅为本技术的一种具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应该以权利要求的保护范围为准。