CN102420566B - 一种无刷双馈电机控制装置及其控制方法 - Google Patents

Abstract

一种无刷双馈电机控制装置及其控制方法，属于电机控制领域，本发明的主电路与二极管钳位的三电平逆变器相比传统两电平逆变电路点显著，其相电压输出由两电平变为三电平，线电压由三电平增加为五电平，每个电平的幅度则由原来的整个直流母线电压降低为一半直流母线电压，因输出电平也下降为原来的一半；如果增加每个单元中串联的开关器数，还可以在输出电压波形中产生更多的电平数，从而使输出波形更好地逼标准正弦波形；本发明方法对无刷双馈电机的控制绕组电压的解耦分量U_dc和U_qc的分别控制，使得有功功率和无功功率可以进行分别控制，使得功率因数可调，能量得以有效地利用。

Description

一种无刷双馈电机控制装置及其控制方法

技术领域

本发明属于电机控制技术领域，特别涉及一种无刷双馈电机控制装置及其控制方法。

背景技术

无刷双馈电机是近些年来发展起来的一种新型电机，是由Hunt发明的级联式电机发展而来，其结构上具有一定的特殊性，在定子侧具有两套绕组，并且取消了电刷和滑环，增加了电机运行的可靠性，并且降低了电机的维护成本。同时变频电源只需为控制绕组供电，降低了控制器的成本，由于其结构特点，其在风力发电和风力发电、变落差水力发电、潮汐发电等可再生能源具有广泛的应用。

无刷双馈电机有两套定子绕组和一套转子构成，两套定子绕组分别为功率绕组和控制绕组，其中用来承担主要功率传输的具有2Pp极的定子绕组称为主绕组或者功率绕组，而用来控制电机运行方式的具有2Pq极的定子绕组称为副绕组或控制绕组，功率绕组由电网供电，控制绕组由变频电源供电，与一般的交流感应电机相比无刷双馈电机具有调速性能优越，尤其是当其处于变速恒频发电时，其优越性更是能体现出来。

由于无刷双馈电机是由两台不同极数感应电机串级联接转化而来的，其功率流动关系可以参考感应电机进行分析，但是由于无刷双馈电机有两套定子绕组，因此当其处于稳定运行状态时，在转子中由两套定子绕组所建立的磁场会产生耦合作用，因此相比于普通的交流感应电机又具有其本身的复杂性。因此对于无刷双馈电机的功率控制有一定的困难性。

现有无刷双馈电机是通过控制定子绕组端的电压幅值来调节功率因数，造成无刷双馈电机处于发电状态时，电网传输电能的质量不高。

现有的无刷双馈电机功率控制系统中，大多采用PID控制对于闭环控制的差值进行调节，得到所需要的参数，具有算法简单，可靠性高，容易实现等优点，传统PID控制算法在寻求三个变量Kp、Ki和Kd的最优值的时候，大多采用经验法，试凑法来调整PID控制器的控制参数，这种传统的方法在线性系统中控制效果比较明显，但是与普通类型的交流感应电机相比无刷刷馈电机的电路存在着结构复杂，谐波含量大，控制方程式复杂，控制方法复杂，电机的参数变化对电机的控制影响较大等诸多不利的因素，因此没有达到很理想的效果。

发明内容

针对现有装置和方法存在的不足，本发明提出一种无刷双馈电机控制装置，包括主电路、驱动电路、控制电路和检测电路，其中，控制电路包括DSP控制器和可编程逻辑控制器件CPLD，检测电路包括整流端电压和电流检测电路、交流端电压和电流检测电路，所述的主电路包括整流电路和逆变电路，所述的整流电路和逆变电路都采用二极管钳位式三电平结构，包括三个桥臂，每个桥臂由4个IGBT串联组成，第一IGBT的发射极连接第二IGBT的集电极，第二IGBT的发射极连接第三IGBT的集电极，第三IGBT的发射极连接第四IGBT的集电极，第二IGBT上并联第一二极管，第三IGBT上并联第二二极管，第一二极管的负极连接第二IGBT的发射极，第一二极管的正极连接第二二极管的负极，第二二极管的正极连接第三IGBT的发射极，三个桥臂的结构相同且彼此并联;

每个桥臂包括三种开关状态:

同时导通第一IGBT和第二IGBT，关断第三IGBT和第四IGBT，逆变电路输出端获得正电平;

同时第二IGBT和第三IGBT，关断第一IGBT和第四IGBT时，逆变电路输出端获得电压为零;

同时导通第三IGBT和第四IGBT，关断第一IGBT和第二IGBT时，逆变电路输出端获得负电平;

通过对四个开关器件的控制，令三个桥臂分别取上述三种开关状态中的一种，在逆变电路输出端合成三电平波形;

本发明一种无刷双馈电机实时功率控制方法，包括以下步骤:

步骤1:通过检测电路进行电机侧参数数据采集，采集功率绕组端相电压U_A，U_B和U_C，采集功率绕组端相电流I_A，I_B和I_C，经过d-q坐标变换，将功率绕组三相电压变化为d-q坐标系下的功率绕组d轴分量U_dp和功率绕组q轴分量U_qp，将功率绕组三相电流变化为d-q坐标系下功率绕组相电流d轴分量i_dp和功率绕组q轴分量i_qp;

步骤2:计算有功功率实测值P和无功功率实测值Q，公式如下: $P=\frac{3}{2}(U_{\mathrm{qp}}{i}_{\mathrm{qp}}+U_{\mathrm{dp}}{i}_{\mathrm{dp}})$    (1) $Q=\frac{3}{2}(U_{\mathrm{qp}}{i}_{\mathrm{dp}}-U_{\mathrm{dp}}{i}_{\mathrm{qp}})$    (2)

步骤3:设定无刷双馈电机有功功率给定值为P^*，将步骤2计算的有功功率实测值P与给定值P^*做差，得到误差值e_p，将误差值e_p带入PID调节器中，采用增量式PID算法，公式为:

i_dc ^*=i_dc ^*(k-1)+k_p[e_p(k)-e_p(k-1)]+k_ie_p(k)+k_d[e_p(k)-2e_p(k-1)+e_p(k-2)]   (3)

式中，k_p表示比例系数，k_i表示积分系数，k_d表示微分系数，

采用实数编码遗传算法对所述HD调节器中的参数k_i,k_p.k_d进行优化:方法为:

步骤3-1:设置遗传算法的，种群规模、迭代次数，并确定参数k_i,k_p.k_d的取值范围分别为[0，20]，[0，10]，[0，5];

步骤3-2:由参数k_i，k_p.k_d构成染色体，随机生成种群;

步骤3-3:计算适应度，公式为:

$f=\frac{1}{J}$

式中，为目标函数，用以评价染色体的优劣，适用度函数是目标函数的倒数，其中，t表示时间，e（t)输入误差值;

步骤3-4:对种群中染色体进行选择，根据步骤3-3计算的适应度值，计算累计概率，并通过累计概率对种群中的染色体进行选择，累计概率的公式为:

$P_j=\frac{f_j}{{\mathrm{\Σf}}_j}(j=\mathrm{1,2}...n)$

式中P_j累计概率，f_j个体适应度值，Σf_j适应度值总和;

步骤3-5:计算交叉概率和变异概率，将步骤3-4选择出的染色体交叉及变异，交叉概率公式为:

$P_c=\left\{\begin{array}{c}\frac{k_1(f_{\max }-f_c)}{f_{\max }-\stackrel{\&OverBar;}{f}}(f^{\&prime;}\&GreaterEqual;\stackrel{\&OverBar;}{f})\\ k_2(f_c<\stackrel{\&OverBar;}{f})\end{array}\right.$

式中，P_c为交叉概率，f_max为每一代群体中最大适应度函数值，为每代群体的平均适应度函数值，f_c为要交叉的两个交叉个体中较大的适应度函数数值，k₁、k₂为[0，1]的常数，目k₁≤k₂;

变异概率公式为:

$P_m=\left\{\begin{array}{c}\frac{k_3(f_{\max }-f_m)}{f_{\max }-\stackrel{\&OverBar;}{f}}(f^{\&prime;}\&GreaterEqual;\stackrel{\&OverBar;}{f})\\ k_4(f_m<\stackrel{\&OverBar;}{f})\end{array}\right.$

式中，P_m为交叉概率，f_m为进行变异的染色体的适应度函数数值，k₃、k₄为[0，1]的常数，且k₃≤k₄;

步骤3-6:反复执行步骤3-2至步骤3-5，直至种群中同一染色体占90%及以上，输出此时的k_i,k_p,k_d的值;

步骤4:设定无刷双馈电机无功功率给定值为Q^*，将步骤2计算得到的无功功率实测值Q与无功功率给定值Q^*做差，得到误差e_q，将误差e_q送入遗传算法PID调节器中，得到控制绕组相电流值q轴分量给定值i_qc ^*，PID调节公式为:

i_qc ^*=i_qc ^*(k-1)+k_p[e_q(k)-e_q(k-1)]+k_ie_q(k)+k_d[e_q(k)-2e_q(k-1)+e_q(k-2)]   (4)

步骤5:检测控制绕组相电流实测值，将其进行d-q坐标变换得到控制绕组电流的d轴分量i_dc，将其与步骤3计算得到的控制绕组相电流d轴分量给定值i_dc ^*做差，得到误差值δ_d，将误差值δ_d带入PID调节器中，进行参数的优化调节，输出控制绕组电压d轴分量U_dc公式如下:

U_dc=U_dc(k-1)+k_p[δ_d(k)-δ_d(k-1）]+k_iδ_d(k)+k_d[δ_d(k)-2δ_d(k-1)+δ_d(k-2)]   (5）

步骤6:检测控制绕组相电流实测值，将其进行d-q坐标变换得到控制绕组电流的q轴分量i_qc，将其与步骤3计算得到的控制绕组相电流q轴分量给定值i_qc ^*做差，得到误差值δ_q，将误差值δ_q带入PID调节器中，输出控制绕组电压d轴分量U_qc，公式如下:

U_qc=U_qc(k-1)+k_p[δ_q(k)-δ_q(k-1)]-k_iδ_q(k)+k_d[δ_q(k)-2δ_q(k-1)+δ_q(k-2)]   (6)

步骤7:经过d-q坐标反变换，得到控制绕组端相电压值U_a，U_b和U_c，以此驱动电机，控制电机运转。

本发明优点:本发明的主电路与二极管钳位的三电平逆变器相比传统两电平逆变电路点显著，其相电压输出由两电平变为三电平，线电压由三电平增加为五电平，每个电平的幅度则由原来的整个直流母线电压降低为一半直流母线电压，因输出电平的du/dt也下降为原来的一半。如果增加每个单元中串联的开关器数，还可以在输出电压波形中产生更多的电平数，从而使输出波形更好地逼标准正弦波形;本发明方法对无刷双馈电机的控制绕组电压的解耦分量U_dc和U_qc的分别控制，使得有功功率和无功功率可以进行分别控制，使得功率因数可调，能量得以有效地利用。

附图说明

图1为本发明无刷双馈电机控制装置结构框图;

图2为本发明无刷双馈电机控制装置主电路结构图;

图3为本发明无刷双馈电机控制装置与无刷双馈电机的连接原理图;

图4为本发明无刷双馈电机控制装置交流电压检测电路原理图;

图5为本发明无刷双馈电机控制装置交流电流检测电路原理图;

图6为本发明无刷双馈电机控制装置DSP控制器电路原理图;

图7为本发明无刷双馈电机控制装置直流电容的电压检测原理图;

图8为本发明无刷双馈电机控制装置可编程逻辑器件CPLD的电路原理图;

图9为本发明无刷双馈电机控制装置驱动电路的电路原理图;

图10为本发明无刷双馈电机的控制方法流程图;

图1l(a)为本发明无刷双馈电机的控制方法功率绕组A相电压示意图;

图11(b)为本发明无刷双馈电机的控制方法功率绕组B相电压示意图;

图12(a)为本发明无刷双馈电机的控制方法功率绕组A相电流示意图;

图12(b)为本发明无刷双馈电机的控制方法功率绕组B相电流示意图;

图13为本发明无刷双馈电机的控制方法遗传算法参数优化流程图。

图14为本发明无刷双馈电机的控制方法无刷双馈电机无功功率波形图;

图15为本发明无刷双馈电机的控制方法无刷双馈电机有功功率波形图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。

本实施例采用的无刷双馈电机控制装置，如图1所示，包括主电路、驱动电路、控制电路和检测电路，主电路包括整流电路和逆变电路，电网产生的交流电经过整流电路，产生逆变所需要的直流电压，逆变电路将直流电压调制产生控制电机所需要的交流电，供给无刷双馈电机，以驱动无刷双馈电机工作;检测电路包括整流端电压和电流检测电路、交流端电压和电流检测电路，其中，整流端电压和电路检测电路用于检测整流端电网侧的电压和电流，交流端电压和电流检测电路用于检测逆变端电机侧的电压和电流;驱动电路负责驱动二极管钳位式三电平电路中的功率开关器件IGBT。

由于三电平逆变电路和整流电路各需要12路PWM信号，采用DSP控制器虽可以产生12路PWM信号，但DSP控制器既要完成SVPWM算法的扇区判断、作用时间计算及PWM脉冲的发生，又要完成与液晶的通信，与用户接口的数字控制，将使程序显得复杂和混乱，并且DSP控制器中两个事件管理器不能做到完全同步，从而造成整流电路同相驱动信号的不同步，将对整流电路的性能造成影响，仅有的12路PWM信号同样不能满足以后扩展更多电平变换器控制的需要，因此，本实施例采用DSP控制器和复杂可编程逻辑器件CPLD为控制核心搭建实验平台，该平台采用DSP完成算法中的主要数据处理和外部控制功能，利用CPLD实现逆变器PWM波形的发生。

无刷双馈电机定子绕组由功率绕组和控制绕组组成，无刷双馈电机类似于两台普通感应电机同轴级联，共用一套转子系统，其定子铁芯中安放了两套对称分布的交流绕组，分别为功率绕组和控制绕组，其中功率绕组极对数为Pp，频率为fp，控制绕组极对数为Pc，频率为fc。其中功率绕组直接连接三相电源，也称为主绕组。控制绕组连接变频电源也成为副绕组。本专利中控制绕组连接三电平可逆变频系统。转子为鼠笼式结构，转子导体的环路组数位Pp+Pc，无刷双馈电机转子结构经过特殊设计，两套定子绕组产生的空间磁场能通过转子进行耦合，进行能量交换和传递，如图2所示。

本实施例中，DPS控制器的型号为TMS30F2812，可编程逻辑控制器件CPLD的型号为EMPl270，驱动电路采用驱动功率器件，型号为PC929。

主电路的电路图如图3所示，主电路包括整流电路和逆变电路，别且整流电路和逆变电路都采用二极管钳位式三电平结构，包括三个桥臂，每个桥臂由4个IGBT串联组成，其中，Q1的发射极连接Q2的集电极，Q2的发射极连接Q3的集电极，Q3的发射极连接Q4的集电极，Q2上并联二极管Dl，03上并联二极管D2，二极管Dl的负极连接Q2的发射极，二极管Dl的正极连接二极管D2的负极，二极管D2的正极连接Q3的发射极，三个桥臂的结构相同且彼此并联;

每个桥臂包括三种开关状态:

同时导通Q1和02，关断Q3和Q4，逆变电路输出端获得正电平;

同时Q2和Q3，关断Q1和Q4时，逆变电路输出端获得电压为零;

同时导通Q3和Q4，关断Ql和Q2时，逆变电路输出端获得负电平;

通过对0l-Q4四个开关器件的控制，令三个桥臂分别取上述三种开关状态中的一种，三个桥臂所取开关状态互不重复，在逆变电路输出端合成三电平波形;

整流端的电压电流检测电路与逆变端的电压电流检测电路的电路原理相同，本实施例采集三相电压中的两相进行检测，以三相电压、三相电流中的A相、以逆变端为例说明数据的检测过程，如图4和图5所示，无刷双馈电机的电压或电流，经霍尔传感器采集后输入给检测电路的U_a端或I_a端，经电压检测电路或电流检测电路调理后输出0～3.3V的电压信号，一路输出信号给DSP控制器的ADINAO端，一路输出信号给DSP控制器的ADINA2端，DSP控制器的原理如图6所示，另一相电压或电流的连接方式与此相同，经过检测电路后，一路输出信号连接到DSP控制器的ADINAl端，另一路输出端连接DSP控制器的ADINA3端，直流侧电容Cl和C2的输出电压经过直流电压检测电路分别输出给DSP控制器的ADINA4端和ADINA5端，如图7所示。

可编程逻辑器件CPLD的电路原理图如图8所示，DSP控制器与可编程逻辑器件CPLD之间通过地址总线和数据总线进行通信，检测电路检测到的交流电压，电流和直流电容电压经过DSP控制器的AD端口输送进入DSP处理器，由DSP处理器实现算法的计算。

驱动电路的电路原理图如图9所示，驱动电路的PWMll′端连接可编程逻辑器件CPLD的PWM1端，驱动电路的11脚通过栅极电阻连接IGBT的栅极，G11和E11端口分别连接IGBT的集电极和发射极，整流端和逆变端各需要12路驱动电路，电路结构与此相同。

本实施例采用额定功率为15kw的无刷双馈电机，功率绕组接380V，5OHZ交流电，控制绕组接无刷双馈电机控制装置，本实施例一种无刷双馈电机控制方法，控制方法采用双闭环控制系统，控制系统结构见图外环为功率环，内环为电流环，通过功率环的调节得到控制绕组的电流d轴分量和q轴分量，通过电流环的调节，得到控制绕组的相电压，以驱动电机，调节电机状态，通过双闭环控制，便有功功率和无功功率得以分别控制，并使用遗传算法对PID调节器的参数进行调节，输出最优参数进行PID调节，如图10所示，包括以下步骤:

步骤1：通过检测电路采集无刷双馈电机定子功率绕组相电压U_A，U_B和U_C和相电流f_A，I_B和I_C，采集得到波形如图11和图12所示，将功率绕组三相电压和三相电流变化为d-q坐标系下，得到功率绕组的d-q坐标系下电压U_dp和U_qp和电流i_dp和i_dp，同时设定无功功率为2.13KVA，有功功率设置为5.13KVA;

所述的d-q坐标变换公式如下:将静止坐标系(A，B，C)变换为两相同步旋转坐标系(d，q)下，公式为:

式中，i_d为电流d轴分量，i_q为电流q轴分量，i_a为a相电流，i_b为b相电流，i_c为c相电流，θ为电流合成矢量位置角;

式中，u_d为电流d轴分量，u_q为电流q轴分量，u_a为a相电流，u_b为b相电流，u_c为c相电流，φ为电压合成矢量位置角；

步骤2:计算有功功率和无功功率的实测值P和Q,如图13和图14所示;

步骤3:设定无刷双馈电机有功功率给定值为P^*，将步骤2计算的有功功率实测值P与给定值P^*做差，得到误差值e_p=5.13-P，将误差值e_p带入PID调节器中，得到控制绕组相电流值d轴分量给定值i_dc ^*，这里采用实数编码遗传算法进对功率控制参数k_i、k_p和k_d进行在线调节，其流程如图15所示，调节步骤为:

步骤3.1:遗传算法的控制参数的确定及编码，方法为:

首先确定参数范围，并确定编码方式，设定种群规模和迭代次数，本实用新型采用实数编码制进行编码，这里设定三个参数k_i、k_p和k_d的范围分别为[0，20]，[0，10]，[0，5]，由三个参数构成为一个染色体，组成种群，设定种群规模为80，设定迭代次数为100;

步骤3.2:生成生成初始种群，即在三个参数范围内随机生成染色体构成种群;

步骤3.3:确定适应度函数，方法为:

百先确定目标函数，目标函数对于参数优化程度进行评价，花PID参数整定中ITAE(时间乘以误差绝对值积分)，是一个具有很好的实用性和有效性的性能指标。如果系统响应快，超调小，静差小，则ITAE的指标值小，这里采用ITAE表达式为目标函数，而函数以最小化为目标，所以采用其倒数为适应度函数，确定适应度函数为:

$f=\frac{1}{J}$

步骤3.4:根据计算得到的适用度值，进行选择操作，采用轮赌法进行对个体进行选择，首先计算选择概率，然后生成一个0到1的随机数e，通过随机数与累积概率进行比较，迸行选择，若P_k-1＜e＜p_k，则选择第k个个体，通过重复n轮选择n个个体作为一代群体进行下面的操作;

步骤3。5：进行交叉和变异操作，采用自适应交叉概率计算交又概率，使得选择得到的种群中由交叉概率随机选择染色，进行得以进行交叉操作，将染色体中的参数，随机进行交叉换位;

通过计算得到的变异概率，使得交叉后的生成的新一代种群以变异概率随机选择染色体，在其内部随机选择参数进行变异，变异后的参数要在参数的范围之内进行;

步骤3.6:重复对每个个体进行遗传操作，直到遗传到100代，输出控制参数k_i，k_p.k_d,当种群中同一染色体占据90%以上时，停止优化，输出得到PID参数k_i、k_p和k_d为最优解；

步骤4设定无刷双馈电机无功功率给定值Q^*，将计算得到的无功功率实测值Q与给定值Q^*相差得到误差e_q=2.13-Q，将误差值送入遗传算法PID调节器中，得到控制绕组相电流值q轴分量给定值i_qc ^*；

步骤5：检测控制绕组相电流实测值，将其进行d-q坐标变换，公式为:

两相同步旋转坐标系(d，q)逆变换为静止坐标系下(A，B，C)公式为:

得到控制绕组电流的d轴分量i_dc，将其与步骤3计算得到的控制绕组相电流d轴分量给定值i_dc ^*做差，得到误差值δ_d，将误差值δ_d带入PID调节器中，并且用实数编码遗传算法调节PID调节器的参数，使得PID参数为最优，经过PID调节器输出控制绕组电压d轴分量U_dc；

步骤6:检测控制绕组相电流实测值，将其进行d-q坐标变换得到控制绕组电流的d轴分量i_qc，将其与步骤4计算得到的控制绕组相电流d轴分量给定值i_qc ^*做羌，得到误差值δ_q，将误差值δ_q带入PID调节器中，同时用实数编码遗传算法调节PID调节器的参数，使得PID参数为最优，经过PID调节器输出控制绕组电压d轴分量U_qc；

步骤7:将控制绕组的同步旋转坐标系下的电压U_dc和U_qc，经过dq反坐标变换模型，得到控制绕组端相电压值U_a，U_b和U_c，以此驱动电机，控制电机运转，调整有功功率和无功功率，使其与给定值逼近，有功功率和无功功率经过闭环控制取得波形见图14和图15所示。

Claims (2)

1.一种无刷双馈电机控制装置的控制方法，其中所述的无刷双馈电机控制装置包括主电路、驱动电路、控制电路和检测电路，其中，控制电路包括DSP控制器和可编程逻辑控制器件CPLD，检测电路包括整流端电压和电流检测电路、交流端电压和电流检测电路，所述的主电路包括整流电路和逆变电路，所述的整流电路和逆变电路都采用二极管钳位式三电平结构，包括三个桥臂，每个桥臂由4个IGBT串联组成，第一IGBT的发射极连接第二IGBT的集电极，第二IGBT的发射极连接第三IGBT的集电极，第三IGBT的发射极连接第四IGBT的集电极，第二IGBT上并联第一二极管，第三IGBT上并联第二二极管，第一二极管的负极连接第二IGBT的发射极，第一二极管的正极连接第二二极管的负极，第二二极管的正极连接第三IGBT的发射极，三个桥臂的结构相同且彼此并联，所述的三个桥臂，每个桥臂包括三种开关状态：同时导通第一IGBT和第二IGBT，关断第三IGBT和第四IGBT，逆变电路输出端获得正电平；同时第二IGBT和第三IGBT，关断第一IGBT和第四IGBT时，逆变电路输出端获得电压为零；同时导通第三IGBT和第四IGBT，关断第一IGBT和第二IGBT时，逆变电路输出端获得负电平；所述的三个桥臂，分别采用三种开关状态中的一种，三个桥臂所取开关状态互不重复，在逆变电路输出端合成三电平波形；

其特征在于；包括以下步骤：

步骤1：通过检测电路进行电机侧参数数据采集，采集功率绕组端相电压U_A，U_B和U_C，采集功率绕组端相电流I_A,I_B和I_C，经过d-q坐标变换，将功率绕组三相电压变化为d-q坐标系下的功率绕组d轴分量U_dp和功率绕组q轴分量U_qp，将功率绕组三相电流变化为d-q坐标系下功率绕组相电流d轴分量i_dp和功率绕组q轴分量i_qp；

步骤2：计算有功功率实测值P和无功功率实测值Q，公式如下：

$P=\frac{3}{2}(U_{\mathrm{qp}}{i}_{\mathrm{qp}}+U_{\mathrm{dp}}{i}_{\mathrm{dp}})$    ①

$Q=\frac{3}{2}(U_{\mathrm{qp}}{i}_{\mathrm{dp}}-U_{\mathrm{dp}}{i}_{\mathrm{qp}})$    ②

步骤3：设定无刷双馈电机有功功率给定值为P^*，将步骤2计算的有功功率实测值P与给定值P^*做差，得到误差值e_p，将误差值e_p带入PID调节器中，采用增量式PID算法，公式为：

i_dc ^*=i_dc ^*(k-1)+k_p[e_p(k)-e_p(k-1)]+k_ie_p(k)+k_d[e_p(k)-2e_p(k-1)+e_p(k-2)]   ③

式中，k_p表示比例系数，k_i表示积分系数，k_d表示微分系数，

采用实数编码遗传算法对所述PID调节器中的参数k_i,k_p.k_d进行优化；

步骤4：设定无刷双馈电机无功功率给定值为Q^*，将步骤2计算得到的无功功率实测值Q与无功功率给定值Q^*做差，得到误差e_q，将误差e_q送入遗传算法PID调节器中，得到控制绕组相电流值q轴分量给定值i_qc ^*，PID调节公式为：

i_qc ^*=i_qc ^*(k-1)+k_p[e_q(k)-e_q(k-1)]+k_ie_q(k)+k_d[e_q(k)-2e_q(k-1)+e_q(k-2)]   ④

采用实数编码遗传算法对所述PID调节器中的参数k_i,k_p.k_d进行优化；

步骤5：检测控制绕组相电流实测值，将其进行d-q坐标变换得到控制绕组电流的d轴分量i_dc，将其与步骤3计算得到的控制绕组相电流d轴分量给定值i_dc ^*做差，得到误差值δ_d，将误差值δ_d带入PID调节器中，所得的差值送入电流内遗传算法电流调节器，进行参数的优化调节，输出控制绕组电压d轴分量U_dc，其中，PID调节公式为：

U_dc=U_dc(k-1)+k_p[δ_d(k)-δ_d(k-1)]+k_iδ_d(k)+k_d[δ_d(k)-2δ_d(k-1)+δ_d(k-2)]   ⑤

采用实数编码遗传算法对所述PID调节器中的参数k_i,k_p.k_d进行优化；

步骤6：检测控制绕组相电流实测值，将其进行d-q坐标变换得到控制绕组电流的d轴分量i_qc，将其与步骤3计算得到的控制绕组相电流d轴分量给定值i_qc ^*做差，得到误差值δ_q，将误差值δ_q带入PID调节器中，公式如下：

U_qc=U_qc(k-1)+k_p[δ_q(k)-δ_q(k-1)]-k_iδ_q(k)+k_d[δ_q(k)-2δ_q(k-1)+δ_q(k-2)]   ⑥

采用实数编码遗传算法对所述PID调节器中的参数k_i,k_p.k_d进行优化；

步骤7：经过d-q坐标反变换，得到控制绕组端相电压值U_a,U_b和U_c，以此驱动电机，控制电机运转。

2.根据权利要求1所述的无刷双馈电机控制装置的控制方法，其特征在于：步骤3、步骤4、步骤5和步骤6中所述的实数编码遗传算法，包括以下步骤：

步骤3-1：设置遗传算法的，种群规模、迭代次数，并确定参数k_i,k_p.k_d的取值范围分别为[0,20],[0,10],[0,5]；

步骤3-2：由参数k_i,k_p.k_d构成染色体，随机生成种群；

步骤3-3：计算适应度，公式为：

$f=\frac{1}{J}$

式中，为目标函数，用以评价染色体的优劣，适用度函数是目标函数的倒数，其中，t表示时间，e(t)输入误差值；

步骤3-4：根据步骤3-3计算的适应度值，计算累计概率，并通过累计概率对种群中的染色体进行选择，累计概率的公式为：

$P_j=\frac{f_j}{\mathrm{\&Sigma;}{f}_j}(j=\mathrm{1,2}...n)$

式中P_j累计概率，f_j个体适应度值，∑f_j适应度值总和；

步骤3-5：计算交叉概率和变异概率，将步骤3-4选择出的染色体交叉及变异，交叉概率公式为：

$P_c=\left\{\begin{array}{c}\frac{k_1(f_{\max }-f_c)}{f_{\max }-\stackrel{\&OverBar;}{f}}(f^{\&prime;}\&GreaterEqual;\stackrel{\&OverBar;}{f})\\ k_2(f_c<\stackrel{\&OverBar;}{f})\end{array}\right.$

式中，P_c为交叉概率，f_max为每一代群体中最大适应度函数值，为每代群体的平均适应度函数值，f_c为要交叉的两个交叉个体中较大的适应度函数数值，k₁、k₂为[0,1]的常数，且k₁≤k₂；

变异概率公式为：

$P_m=\left\{\begin{array}{c}\frac{k_3(f_{\max }-f_m)}{f_{\max }-\stackrel{\&OverBar;}{f}}(f^{\&prime;}\&GreaterEqual;\stackrel{\&OverBar;}{f})\\ k_4(f_m<\stackrel{\&OverBar;}{f})\end{array}\right.$

式中，P_m为交叉概率，f_m为进行变异的染色体的适应度函数数值，k₃、k₄为[0,1]的常数主且k₃≤k₄；

步骤3-6：反复执行步骤3-2至步骤3-5，直至种群中同一染色体占90%及以上，输出此时的k_i,k_p,k_d的值。