CN103701388A - 一种用于永磁直驱风电系统速度辨识策略的选择方法 - Google Patents

Abstract

本发明公开了一种用于永磁直驱风电系统速度辨识策略的选择方法，该方法为：建立系统的小信号线性化模型，分析FIA、EPLL、VPLL、SKO控制算法下系统的小信号稳定性和稳态特性；通过时域仿真和硬件实验，从实际应用的层面分析并验证了理论分析的结果，揭示了FIA、EPLL、VPLL、SKO算法下系统的动态性能、算法复杂度、参数依赖性及对系统的影响；最终得出选择用于永磁直驱风电系统速度辨识策略的判别方法。本发明对选择采用无速度传感器辨识方法的风电系统建立了评判标准，提高了永磁直驱风电系统的高性能水平，较好的解决了现有的技术缺乏针对永磁同步发电机的转子转速与磁链位置的辨识方法的动稳态特性、参数依赖性等性能的综合对比判别方法的问题。

Description

一种用于永磁直驱风电系统速度辨识策略的选择方法

技术领域

本发明属于电力电子技术领域，尤其涉及一种用于永磁直驱风电系统速度辨识策略的选择方法。 

背景技术

风力发电已成为最具吸引力的清洁能源发电形式之一，由于成本低、效率高等特点，变速风力发电系统已得到广泛应用，在变速风电系统中，永磁直驱系统由于无齿轮箱、维护成本低且易于实现故障穿越而受到越来越多的关注与应用，在永磁直驱风电系统的控制中，发电机转子转速和转子磁链位置信息至关重要，无论采用矢量控制还是直接转矩控制，转子转速信息均为转速闭环控制的关键反馈量；而在矢量控制中，转子转速、磁链位置更是坐标变换的前提，采用速度传感器可以获得转子转速信息，但随着机组容量的增加，转子轴径越来越大，许多厂家的发电机采用外转子结构以减小电机尺寸，速度传感器在这些场合难以安装，因而当前的永磁直驱风电系统越来越多地采用无速度传感器控制策略。 

目前已有大量文献对永磁同步发电机的转子转速与磁链位置的辨识方法作了深入研究，并且其中部分方法已应用于商业化风电机组，常用的方法有以下几种：第一，基于反电动势的方法，如磁链积分法（FIA）、反电动势锁相环法（EPLL）；第二，基于观测器的方法，如扩展卡尔曼滤波器（extend Kalman filter）、简化的卡尔曼观测器（SKO）；第三，基于模型参考自适应的方法，如端电压锁相环（VPLL），尽管已有大量文献对上述方法的设计步骤和性能分别作了深入探讨，但缺乏针对各种方法的动稳态特性、参数依赖性等性能的综 合对比判别方法（即选择方法）。 

发明内容

本发明实施例的目的在于提供一种用于永磁直驱风电系统速度辨识策略的选择方法，旨在解决现有的技术缺乏针对永磁同步发电机的转子转速与磁链位置的辨识方法的动稳态特性、参数依赖性等性能的综合对比判别方法的问题。 

本发明实施例是这样实现的，一种用于永磁直驱风电系统速度辨识策略的选择方法，该用于永磁直驱风电系统速度辨识策略的选择方法包括以下步骤： 

步骤一，建立系统的小信号线性化模型，分析FIA、EPLL、VPLL、SKO控制算法下系统的小信号稳定性和稳态特性，以比较不同算法稳态特性的差异； 

步骤二，通过时域仿真和硬件实验，从实际应用的层面分析并验证了理论分析的结果，揭示了FIA、EPLL、VPLL、SKO算法下系统的动态性能、算法复杂度、参数依赖性及对系统的影响； 

步骤三，最终得出选择用于永磁直驱风电系统速度辨识策略的判别方法。 

进一步，该用于永磁直驱风电系统速度辨识策略的选择方法选定闭环系统运行状态为相同的转速、相同的负载，且参数均调整至使得辨识转速响应相同。 

进一步，在步骤一中，建立线性化小信号模型的方法为：发电机、转速、转矩双闭环控制器及辨识模块的数学模型，分别建立发电机、转速、转矩的状态方程如下式示： 

$\left\{\begin{array}{c}{\stackrel{\·}{x}}_g=F_g(x_g,u_g)\\ {\stackrel{\·}{x}}_c=F_c(x_c,u_c)\\ {\stackrel{\·}{x}}_o=F_o(x_o,u_o)\end{array}\right.$

其中，x_g＝[_id i_q ω_r θ_r]^T为发电机模型的状态变量，x_c＝[x_ASR x_dACR x_qACR]^T为控制器模型的状态变量，x_o为辨识模块的状态变量；u_g、u_c、u_o为三者输入量，若将给定转速指令为常数，分析发电机侧控制系统对输入原动转矩T_L扰动的特性，状态方程为： 

$\left\{\begin{array}{c}\stackrel{\·}{x}=F(x,T_L)\\ y=G(x,T_L)\end{array}\right.$

其中x为系统的状态变量， $y={\left[\begin{array}{cc}{\widehat{\mathrm{\ω}}}_r& {\widehat{\mathrm{\θ}}}_r\end{array}\right]}^T$ 为系统的输出量，建立小信号线性模型如下式所述： 

$\left\{\begin{array}{c}\stackrel{\·}{x}=\frac{\∂F}{\∂x}{|}_{x=x_N,T_L=T_{\mathrm{LN}}}x+\frac{\∂F}{{\∂T}_L}{|}_{x=x_N,T_L=T_{\mathrm{LN}}}{T}_L\\ y=\frac{\∂G}{\∂x}{|}_{x=x_N,T_L=T_{\mathrm{LN}}}x+\frac{\∂G}{\∂T_L}{|}_{x=x_N,T_L=T_{\mathrm{LN}}}{T}_L\end{array}\right.$

分析输入为原动转矩T_L、输出为辨识转速

和磁链位置

的系统幅频特性，三者均采用标幺值表示且基值分别为T_LN、及2π。 

进一步，在步骤一中，FIA算法辨识策略的建立，纯积分器中，PI调节器用于生成转子磁链幅值的补偿量，可写作： 

${\mathrm{\ψ}}_{\mathrm{comp}}=(k_p+\frac{k_i}{s})\frac{{\mathrm{\ψ}}_{\mathrm{\α}}{u}_{\mathrm{\α}}+{\mathrm{\ψ}}_{\mathrm{\β}}{u}_{\mathrm{\β}}}{\left|\mathrm{\ψ}\right|}.$

进一步，在步骤一中，EPLL法辨识策略的建立，PI调节器与反正切函数可抑制环外扰动，如u_abc、i_abc，磁链位置误差描述为： 

$\mathrm{\Δ\θ}=\arctan (-\frac{{\hat{e}}_d}{{\hat{e}}_q})=\arctan (-\frac{{\hat{u}}_d+{\widehat{\mathrm{\ω}}}_r{L}_d{\hat{i}}_d}{{\hat{u}}_q-{\widehat{\mathrm{\ω}}}_r{L}_q{\hat{i}}_q})$

EPLL只有一对PI参数，在EPLL的空载试验中，仅需测试辨识转子转速的阶跃响应。 

进一步，在步骤一中，VPLL法辨识策略的建立，VPLL直接将发动机端电压变换至d-q坐标系，为得到转子磁链位置，需由端电压矢量位置求得的定子磁链位置再进行功率角的补偿，d轴电压指令参考值可以表述为： 

$u_d^{*}={\widehat{\mathrm{\ω}}}_r{L}_q{i}_q^{*}$

其中，

为定子电压矢量的旋转速度，

为定子磁链位置，δ为定子磁链位置与转子磁链位置的角度差，为辨识转子转速，为转子磁链位置。 

进一步，在步骤一中，SKO法辨识策略的建立，SKO法包括一组降维的状态变量与常量增益矩阵。 

进一步，在步骤二中，通过MATLAB/Simulink时域仿真与硬件实验的方法为： 

在时域仿真中，建立永磁直驱风电系统的Simulink模型，网侧采用电网电压定向的矢量控制，从仿真结果上可以看出，辨识转速与磁链位置的关系不一致，由于转速与磁链位置的积分关系，即使辨识转速有较大误差波动，但若转速误差曲线与误差零轴所包围的面积较小，磁链位置误差便会较小； 

硬件实验在15kW永磁直驱风电系统平台上进行，风力机由带变频器调速的异步电机模拟，FIA、EPLL、VPLL、SKO四种方法分别作系统辨识部分后，稳态运行时的电机转速为67.7rpm，负载转矩为97.8Nm，FIA法、EPLL法、VPLL法及SKO法四种辨识方法下发电机三相电流的频谱分析，每种方法控制下，最大的谐波含量为偶次谐波，尤其是二次谐波； 

辨识的磁链位置误差越大，控制下的电流谐波THD越大，磁链位置误差决定了系统的运行特性，在矢量控制中，磁链位置信息被用作坐标变换，获得更平稳的转矩应使得电流谐波THD尽量小，即需减小辨识磁链位置的误差。 

进一步，通过比较定子电感发生±25%变化时的运行特性，对比参数依赖性，仿真结果得出由弱至强依次为SKO、EPLL、VPLL、FIA。 

进一步，在步骤三中，FIA法由于算法复杂性限制实际应用，VPLL法的参数较难调试，控制效果差于FIA法、EPLL法，SKO法控制效果最差，EPLL法的有效性且易于实际数字控制器实现，适用于兆瓦级永磁直驱风电系统无速度传感器控制策略的转子转速、磁链位置辨识策略。 

本发明提供的用于永磁直驱风电系统速度辨识策略的选择方法，通过建立系统的小信号线性化模型，对比不同算法稳态特性的差异；通过时域仿真和硬件实验，比较了辨识精度揭示了不同算法下系统的动态性能、算法复杂度、参数依赖性及对系统的影响，最终得出选择用于永磁直驱风电系统速度辨识策略的判别方法；本发明对目前各种辨识控制策略给出了统一比较的平台，对选择采用无速度传感器辨识方法的风电系统建立了评判标准，提高了永磁直驱风电 系统的高性能水平，较好的解决了现有的技术缺乏针对永磁同步发电机的转子转速与磁链位置的辨识方法的动稳态特性、参数依赖性等性能的综合对比判别方法的问题。 

附图说明

图1是本发明实施例提供的用于永磁直驱风电系统速度辨识策略的选择方法的流程图。 

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。 

下面结合附图及具体实施例对本发明的应用原理作进一步描述。 

如图1所示，本发明实施例的用于永磁直驱风电系统速度辨识策略的选择方法包括以下步骤： 

步骤S101：建立系统的小信号线性化模型，分析不同控制算法下系统的小信号稳定性和稳态特性，以比较不同算法稳态特性的差异； 

步骤S102：通过时域仿真和硬件实验，从实际应用的层面分析并验证了理论分析的结果，揭示了不同算法下系统的动态性能、算法复杂度、参数依赖性及对系统的影响； 

步骤S103：最终得出选择用于永磁直驱风电系统速度辨识策略的判别方法； 

永磁直驱风电系统的原理，包括两个子系统：机械系统与电气系统，机械系统包括风力机及其桨距角和偏航角的控制系统等；电气系统包括永磁同步发电机、全功率变流器及其控制系统等，在全功率变流器中，网侧逆变器控制直流母线电压以平衡机侧输出的有功功率；机侧整流器控制发电机的电磁转矩实 现特定的控制目标，例如恒功率输出、最大功率点跟踪等； 

永磁同步发电机在两相静止坐标系下电压方程的数学模型如下式所示： 

$\left[\begin{array}{c}{u}_{\mathrm{\α}}\\ u_{\mathrm{\β}}\end{array}\right]=\left[\begin{array}{cc}{R}_s+p{L}_{\mathrm{\α}}& 0\\ 0& R_s+p{L}_{\mathrm{\β}}\end{array}\right]\left[\begin{array}{c}{i}_{\mathrm{\α}}\\ i_{\mathrm{\β}}\end{array}\right]+{\mathrm{\ω}}_r{\mathrm{\ψ}}_r^{\′}\left[\begin{array}{c}-\sin {\mathrm{\θ}}_r\\ \cos {\mathrm{\θ}}_r\end{array}\right]---\left(1\right)$

其中：R_s为定子电阻，L_α＝L_β＝1.5L（L为定子自感与互感的差），

（ψ_r为转子磁链的幅值），ω_r为真实的电角速度，θ_r为真实的磁链位置。 

式(1)在转子磁链定向的条件下，经变换后两相d-q旋转坐标系下电压方程的数学模型如下式所示： 

$\left[\begin{array}{c}{u}_d\\ u_q\end{array}\right]=\left[\begin{array}{cc}{R}_s+p{L}_d& -{\mathrm{\ω}}_r{L}_q\\ {\mathrm{\ω}}_r{L}_d& R_s+p{L}_d\end{array}\right]\left[\begin{array}{c}{i}_d\\ i_q\end{array}\right]+\left[\begin{array}{c}0\\ {\mathrm{\ω}}_r{\mathrm{\ψ}}_r^{\′}\end{array}\right]---\left(2\right)$

其中，L_d＝L_q＝1.5L，如果考虑式(1)与式(2)中的转子转速ω_r为未知变量且磁链位置θ_r为ω_r的积分，则估计量

与

可由定子电压、电流推导得出，即转速、磁链位置在理论上是可由检测的发电机侧信息辨识的，在发电机侧整流器的控制中的转子磁链定向的d-q轴坐标系下，采用d轴电流为0的控制方法，由于q轴电流与发电机的转矩成正比，故可实现转矩（或转速）的解耦控制，发电机的转子转速与磁链位置信息由发电机端电压与定子电流估计得出，辨识出的转子转速、磁链位置信息用于发电机侧整流器的转矩控制以及上位机对整个风机的控制； 

本发明的工作原理： 

本发明从实际应用的层面分析并比较了以下四种方法的特性：FIA、EPLL、VPLL、SKO，FIA法构建了纯积分器，通过发电机端电压、电流直接求得转子磁链位置，进而得到转子转速，EPLL法是一种典型的基于反电动势的方法，该方法通过闭环随时调整辨识转子磁链的位置，VPLL法由定子电压矢量位置求得定子磁链位置，再通过自适应调节器的补偿得出转子磁链位置，SKO法采用简化的扩展卡尔曼滤波器辨识转子转速与磁链位置，本发明建立系统的小信号线性化模型，以对比不同算法稳态特性的差异，通过时域仿真和硬件实验， 比较了辨识精度并且进一步揭示了不同算法下系统的动态性能、算法复杂度、参数依赖性及对系统的影响，最终得出选择用于永磁直驱风电系统速度辨识策略的判别方法； 

本发明的具体步骤为： 

本发明为在公平的条件下判别不同辨识策略，选定闭环系统运行状态为相同的转速、相同的负载，且参数均调整至使得辨识转速响应相同，在这种条件下，从辨识模块本身的输入输出关系角度而言，等价于输入为相同的定子电压、电流信号，判别输出信号； 

步骤一，建立线性化小信号模型 

与传动系统不同，风电系统的机械转速范围一般为0.3～1p.u.；又由于永磁直驱系统发电机极对数较多，故不会工作在极低电角频率的情况，即发电机侧信息是可被检测用来计算转子转速与磁链位置的，发电机侧控制系统可分为三部分模型，即发电机、转速／转矩双闭环控制器及辨识模块的数学模型，分别建立三者的状态方程如下式示： 

$\left\{\begin{array}{c}{\stackrel{\·}{x}}_g=F_g(x_g,u_g)\\ {\stackrel{\·}{x}}_c=F_c(x_c,u_c)\\ {\stackrel{\·}{x}}_o=F_o(x_o,u_o)\end{array}\right.---\left(3\right)$

其中，x_g＝[i_d i_q ω_r θ_r]^T为发电机模型的状态变量，x_c＝[x_ASR x_dACR x_qACR]^T为控制器模型的状态变量，x_o为辨识模块的状态变量；u_g、u_c、u_o为三者输入量，若将给定转速指令为常数，分析发电机侧控制系统对输入原动转矩T_L扰动的特性，则其状态方程： 

$\left\{\begin{array}{c}\stackrel{\·}{x}=F(x,T_L)\\ y=G(x,T_L)\end{array}\right.---\left(4\right)$

其中x为系统的状态变量， $y={\left[\begin{array}{cc}{\widehat{\mathrm{\ω}}}_r& {\widehat{\mathrm{\θ}}}_r\end{array}\right]}^T$ 为系统的输出量，依据式(4)建立小信号线性模型如下式所述： 

$\left\{\begin{array}{c}\stackrel{\·}{x}=\frac{\∂F}{\∂x}{|}_{x=x_N,T_L=T_{\mathrm{LN}}}x+\frac{\∂F}{{\∂T}_L}{|}_{x=x_N,T_L=T_{\mathrm{LN}}}{T}_L\\ y=\frac{\∂G}{\∂x}{|}_{x=x_N,T_L=T_{\mathrm{LN}}}x+\frac{\∂G}{\∂T_L}{|}_{x=x_N,T_L=T_{\mathrm{LN}}}{T}_L\end{array}\right.---\left(5\right)$

分析输入为原动转矩T_L、输出为辨识转速和磁链位置

的系统幅频特性，三者均采用标幺值表示且基值分别为T_LN、及2π，在恒转速控制的稳态下，不同辨识策略下系统输出对输入的增益不同，这样，不同的辨识策略对发电机电流（或转矩）的控制效果便存在差异； 

（1）FIA法，在FIA算法的纯积分器中，PI调节器用于生成转子磁链幅值的补偿量，可写作： 

${\mathrm{\ψ}}_{\mathrm{comp}}=(k_p+\frac{k_i}{s})\frac{{\mathrm{\ψ}}_{\mathrm{\α}}{u}_{\mathrm{\α}}+{\mathrm{\ψ}}_{\mathrm{\β}}{u}_{\mathrm{\β}}}{\left|\mathrm{\ψ}\right|}---\left(6\right)$

该积分器具有自适应性，可自行调节转子磁链的补偿量，从而使初值与零漂等问题得到解决，FIA法可在系统允许的转速变化范围内应用，纯积分器模块的前向通道和反馈通道均有低通滤波器，其截止频率ω_c的设计对积分器乃至整个模块的动态特性均至关重要，尽管FIA法直接得到转子磁链位置，但由于积分器的滞后特性仍可能导致响应时间较长； 

（2）EPLL法，EPLL在两相旋转d-q坐标系下实现，辨识出的转子转速、磁链位置越稳定，发电机电流的谐波越少，PI调节器与反正切函数可抑制环外扰动，如u_abc、i_abc，磁链位置误差描述为： 

$\mathrm{\Δ\θ}=\arctan (-\frac{{\hat{e}}_d}{{\hat{e}}_q})=\arctan (-\frac{{\hat{u}}_d+{\widehat{\mathrm{\ω}}}_r{L}_d{\hat{i}}_d}{{\hat{u}}_q-{\widehat{\mathrm{\ω}}}_r{L}_q{\hat{i}}_q})---\left(7\right)$

EPLL由于只有一对PI参数，故其相比其他三种方法更为简易，在EPLL的空载试验中，仅需测试辨识转子转速的阶跃响应； 

（3）VPLL法，VPLL是另一种锁相环的方法，与EPLL用到反电动势不同，VPLL直接将发动机端电压变换至d-q坐标系，为得到转子磁链位置，需由端电压矢量位置求得的定子磁链位置再进行功率角的补偿，d轴电压指令参考值可以表述为： 

$u_d^{*}={\widehat{\mathrm{\ω}}}_r{L}_q{i}_q^{*}---\left(8\right)$

其中，

为定子电压矢量的旋转速度，为定子磁链位置，δ为定子磁链位置与转子磁链位置的角度差，

为辨识转子转速，

为转子磁链位置； 

（4）SKO法，SKO法是一种简化的扩展卡尔曼滤波器，SKO法包括一组降维的状态变量与常量增益矩阵，且极易在数字处理器中实现，SKO是四种辨识算法中最简易的策略，通过实验验证：SKO的算法复杂度仅为FIA法的一半； 

步骤二，通过MATLAB/Simulink时域仿真与硬件实验，一方面验证该选择方法下系统的稳态特性分析，具体包括转子转速的辨识精度、磁链位置的辨识精度以及对系统控制效果的影响；另一方面比较该选择方法下不同辨识策略的动态性能、算法的复杂度以及参数的依赖性等内容； 

在转子转速幅频特性曲线中，FIA、EPLL、VPLL、SKO四种方法的低频段特性基本相同，均为0dB；但在大于1Hz的中高频段，四种方法的特性曲线出现不同，在1Hz至20Hz的中频段上，EPLL法的增益略大于FIA法与VPLL法，且大于SKO法，但在大于20Hz的高频段上，SKO法的幅频特性曲线的衰减速率小于其他三种策略，以至于SKO法的高频段增益明显大于其他三种策略，转子磁链位置的幅频特性曲线低频段基本相同；在大于1Hz的中高频段中，四种方法的特性曲线不同，在大于20Hz左右的高频段中EPLL相比VPLL、FIA出现明显差异，即幅值增益小于后两种策略；而SKO法的幅值增益仍为四者最大； 

FIA法、EPLL法、VPLL法及SKO法四种策略的结果中，转子转速与转子磁链位置不存在直接的关系，即四种方法在相同频率下转速、磁链位置的顺序关系并非一致； 

在时域仿真中，本发明建立了永磁直驱风电系统的Simulink模型，其中网侧采用电网电压定向的矢量控制，从仿真结果上可以看出，辨识转速与磁链位置的关系不一致，由于转速与磁链位置的积分关系，即使辨识转速有较大误差波动，但若转速误差曲线与误差零轴所包围的面积较小，磁链位置误差便会 较小，转速误差、磁链位置误差以及电流总谐波含量（THD）如表1所述， 

表1稳态特性的时域仿真比较 

本发明的硬件实验在15kW永磁直驱风电系统平台上进行，风力机由带变频器调速的异步电机模拟，四种方法分别作系统辨识部分后，其稳态运行时的电机转速为67.7rpm，负载转矩为97.8Nm，FIA法、EPLL法、VPLL法及SKO法四种辨识方法下发电机三相电流的频谱分析如表2，每种方法控制下，最大的谐波含量为偶次谐波，尤其是二次谐波，原因在于发电机定子电压、电流采样环节使用的单极性AD模块造成直流偏置，进而在d-q变换后产生了二次谐波； 

表2电流谐波分析 

磁链位置误差与电流谐波THD的对比如表3所示，可见辨识的磁链位置误差越大，控制下的电流谐波THD越大，磁链位置误差直接决定了系统的运行特性，在矢量控制中，磁链位置信息被用作坐标变换，故为获得更平稳的转矩应使得电流谐波THD尽量小，即需减小辨识磁链位置的误差； 

表3实验的控制效果对比 

给定驱动器频率突变指令测试辨识方法的动态响应中，虽然实验的转速动态特性与仿真不同，但磁链位置误差与系统控制效果的关系相同，其中由于 FIA中纯积分器的作用，辨识的转子转速误差动态过渡过程中，相比其他方法相位滞后90度； 

本发明通过比较定子电感发生±25%变化时的运行特性，对比参数依赖性，如果辨识模块中的电感参数比实际参数小，那么辨识出的转子磁链位置比真实位置滞后；反之亦然，虽然各方法均依赖于发电机的参数，但其对参数的依赖性仍可根据仿真结果得出由弱至强依次为SKO、EPLL、VPLL、FIA， 

关于算法复杂度的比较，辨识算法分别在实验平台DSP2812上通过计算执行一遍算法程序所需的机器周期数以量化算法的时间复杂度，由于算法所用变量（程序中所需寄存器）均较少，故算法的空间复杂度不是制约该辨识方法实际应用的方面； 

表4实验的机器周期数对比 

综合时域仿真和硬件实验的分析，FIA法、EPLL法、VPLL法及SKO法四种辨识方法的全面对比如表5所示，其中○表示该算法在该指标下的性能优劣程度，×表示该算法在该指标下的性能最差， 

表5四种方法对比的总结 

本发明提出了用于永磁直驱风电系统无速度传感器辨识策略的选择方法，由于辨识策略与整个系统的非线性特性，本发明在分析不同方法特点后建立了系统的小信号线性化模型，以比较不同算法稳态特性的差异，在分析得出不同算法下系统对输入转矩扰动不同的结论后，搭建了时域仿真和硬件实验，并且验证了发明中分析的结果，为进一步分析不同辨识算法，给出了动态特性、算法复杂度、参数依赖性的对比结果，最后分析得出：FIA法由于算法复杂性限制了其实际应用；VPLL法的参数较难调试，且控制效果差于FIA法、EPLL法；SKO法在四种方法中控制效果最差，相比以上三种方法，由于EPLL法的有效性且易于实际数字控制器实现，故其为适用于兆瓦级永磁直驱风电系统无速度传感器控制策略的转子转速、磁链位置辨识策略，验证了本发明的实用性和有效性。 

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。 

Claims (10)

1.一种用于永磁直驱风电系统速度辨识策略的选择方法，其特征在于，该用于永磁直驱风电系统速度辨识策略的选择方法包括以下步骤：

步骤一，建立系统的小信号线性化模型，分析FIA、EPLL、VPLL、SKO控制算法下系统的小信号稳定性和稳态特性，以比较不同算法稳态特性的差异；

步骤二，通过时域仿真和硬件实验，从实际应用的层面分析并验证了分析的结果，揭示了FIA、EPLL、VPLL、SKO算法下系统的动态性能、算法复杂度、参数依赖性及对系统的影响；

步骤三，最终得出选择用于永磁直驱风电系统速度辨识策略的判别方法。

2.如权利要求1所述的用于永磁直驱风电系统速度辨识策略的选择方法，其特征在于，该用于永磁直驱风电系统速度辨识策略的选择方法选定闭环系统运行状态为相同的转速、相同的负载，且参数均调整至使得辨识转速响应相同。

3.如权利要求1所述的用于永磁直驱风电系统速度辨识策略的选择方法，其特征在于，

在步骤一中，建立线性化小信号模型的方法为：发电机、转速、转矩双闭环控制器及辨识模块的数学模型，分别建立发电机、转速、转矩的状态方程如下式示：

$\left\{\begin{array}{c}{\stackrel{\·}{x}}_g=F_g(x_g,u_g)\\ {\stackrel{\·}{x}}_c=F_c(x_c,u_c)\\ {\stackrel{\·}{x}}_o=F_o(x_o,u_o)\end{array}\right.$

其中，x_g＝[i_d i_q ω_r θ_r]^T为发电机模型的状态变量，x_c＝[x_ASR x_dACR x_qACR]^T为控制器模型的状态变量，x_o为辨识模块的状态变量；u_g、u_c、u_o为三者输入量，若将给定转速指令为常数，分析发电机侧控制系统对输入原动转矩T_L扰动的特性，状态方程为：

$\left\{\begin{array}{c}\stackrel{\·}{x}=F(x,T_L)\\ y=G(x,T_L)\end{array}\right.$

其中x为系统的状态变量， $y={\left[\begin{array}{cc}{\widehat{\mathrm{\ω}}}_r& {\widehat{\mathrm{\θ}}}_r\end{array}\right]}^T$ 为系统的输出量，建立小信号线性模型如下式所述：

$\left\{\begin{array}{c}\stackrel{\·}{x}=\frac{\∂F}{\∂x}{|}_{x=x_N,T_L=T_{\mathrm{LN}}}x+\frac{\∂F}{{\∂T}_L}{|}_{x=x_N,T_L=T_{\mathrm{LN}}}{T}_L\\ y=\frac{\∂G}{\∂x}{|}_{x=x_N,T_L=T_{\mathrm{LN}}}x+\frac{\∂G}{\∂T_L}{|}_{x=x_N,T_L=T_{\mathrm{LN}}}{T}_L\end{array}\right.$

分析输入为原动转矩T_L、输出为辨识转速和磁链位置

的系统幅频特性，三者均采用标幺值表示且基值分别为T_LN、

及2π。

4.如权利要求1所述的用于永磁直驱风电系统速度辨识策略的选择方法，其特征在于，在步骤一中，FIA算法辨识策略的建立，纯积分器中，PI调节器用于生成转子磁链幅值的补偿量，可写作：

${\mathrm{\ψ}}_{\mathrm{comp}}=(k_p+\frac{k_i}{s})\frac{{\mathrm{\ψ}}_{\mathrm{\α}}{u}_{\mathrm{\α}}+{\mathrm{\ψ}}_{\mathrm{\β}}{u}_{\mathrm{\β}}}{\left|\mathrm{\ψ}\right|}.$

5.如权利要求1所述的用于永磁直驱风电系统速度辨识策略的选择方法，其特征在于，在步骤一中，EPLL法辨识策略的建立，PI调节器与反正切函数可抑制环外扰动，如u_abc、i_abc，磁链位置误差描述为：

$\mathrm{\Δ\θ}=\arctan (-\frac{{\hat{e}}_d}{{\hat{e}}_q})=\arctan (-\frac{{\hat{u}}_d+{\widehat{\mathrm{\ω}}}_r{L}_d{\hat{i}}_d}{{\hat{u}}_q-{\widehat{\mathrm{\ω}}}_r{L}_q{\hat{i}}_q})$

EPLL只有一对PI参数，在EPLL的空载试验中，仅需测试辨识转子转速的阶跃响应。

6.如权利要求1所述的用于永磁直驱风电系统速度辨识策略的选择方法，其特征在于，在步骤一中，VPLL法辨识策略的建立，VPLL直接将发动机端电压变换至d-q坐标系，为得到转子磁链位置，需由端电压矢量位置求得的定子磁链位置再进行功率角的补偿，d轴电压指令参考值可以表述为：

$u_d^{*}={\widehat{\mathrm{\ω}}}_r{L}_q{i}_q^{*}$

其中，

为定子电压矢量的旋转速度，

为定子磁链位置，δ为定子磁链位置与转子磁链位置的角度差，

为辨识转子转速，

为转子磁链位置。

7.如权利要求1所述的用于永磁直驱风电系统速度辨识策略的选择方法，其特征在于，在步骤一中，SKO法辨识策略的建立，SKO法包括一组降维的状态变量与常量增益矩阵。

8.如权利要求1所述的用于永磁直驱风电系统速度辨识策略的选择方法，其特征在于，在步骤二中，通过MATLAB/Simulink时域仿真与硬件实验的方法为：

在时域仿真中，建立永磁直驱风电系统的Simulink模型，网侧采用电网电压定向的矢量控制，辨识转速与磁链位置的关系不一致，由于转速与磁链位置的积分关系，即使辨识转速有较大误差波动，但若转速误差曲线与误差零轴所包围的面积小，磁链位置误差便会小；

硬件实验在15kW永磁直驱风电系统平台上进行，风力机由带变频器调速的异步电机模拟，FIA、EPLL、VPLL、SKO四种方法分别作系统辨识部分后，稳态运行时的电机转速为67.7rpm，负载转矩为97.8Nm，FIA法、EPLL法、VPLL法及SKO法四种辨识方法下发电机三相电流的频谱分析，每种方法控制下，最大的谐波含量为偶次谐波，尤其是二次谐波；

辨识的磁链位置误差越大，控制下的电流谐波THD越大，磁链位置误差决定了系统的运行特性，在矢量控制中，磁链位置信息被用作坐标变换，获得更平稳的转矩应使得电流谐波THD尽量小，即需减小辨识磁链位置的误差。

9.如权利要求8所述的用于永磁直驱风电系统速度辨识策略的选择方法，其特征在于，通过比较定子电感发生±25%变化时的运行特性，对比参数依赖性，仿真结果得出由弱至强依次为SKO、EPLL、VPLL、FIA。

10.如权利要求1所述的用于永磁直驱风电系统速度辨识策略的选择方法，其特征在于，在步骤三中，FIA法由于算法复杂性限制实际应用，VPLL法的参数较难调试，控制效果差于FIA法、EPLL法，SKO法控制效果最差，EPLL法的有效性且易于实际数字控制器实现，适用于兆瓦级永磁直驱风电系统无速度传感器控制策略的转子转速、磁链位置辨识策略。

Images