CN103746628B - 一种双馈感应风力发电机转子侧换流器的控制方法 - Google Patents
一种双馈感应风力发电机转子侧换流器的控制方法 Download PDFInfo
- Publication number
- CN103746628B CN103746628B CN201310748140.2A CN201310748140A CN103746628B CN 103746628 B CN103746628 B CN 103746628B CN 201310748140 A CN201310748140 A CN 201310748140A CN 103746628 B CN103746628 B CN 103746628B
- Authority
- CN
- China
- Prior art keywords
- subgroup
- rotor
- module
- dfig
- adrc
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000006698 induction Effects 0.000 title claims abstract description 14
- 230000004907 flux Effects 0.000 claims abstract description 7
- 238000005259 measurement Methods 0.000 claims abstract description 4
- 241000269350 Anura Species 0.000 claims description 20
- 238000005457 optimization Methods 0.000 claims description 17
- 238000013178 mathematical model Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 5
- 241000577395 Thenus Species 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 2
- 101710163391 ADP-ribosyl cyclase/cyclic ADP-ribose hydrolase Proteins 0.000 claims 7
- 238000010248 power generation Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000004804 winding Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Landscapes
- Control Of Eletrric Generators (AREA)
Abstract
一种双馈感应风力发电机转子侧换流器的控制方法，它由转矩内环控制模块、电压空间矢量调制模块、速度测量模块、最大风能捕获模块和一阶ADRC控制器构成矢量控制系统，最大风能捕获模块输出的DFIG转子给定转速和转速测量模块测得的DFIG转子实际转速送入ADRC控制器，给定无功功率、给定定子磁链以及ADRC控制器输出的期望电磁转矩送入转矩内环控制模块，转矩内环控制模块输出的转子电压矢量调制信号经电压空间矢量调制模块控制转子侧换流器。本发明对ADRC控制器参数进行在线优化，解决了ADRC参数调试难度大的问题，提高了ADRC控制器的控制精度，进而保证了发电系统的运行稳定性。
Description
技术领域
本发明涉及一种用于控制双馈感应风力发电机（DFIG）转子侧换流器的方法，属发电技术领域。
背景技术
近年来，风力发电作为一种绿色、新能源发电方式得到了极大关注。随着风力发电和电力电子技术的快速发展，变速恒频风力发电技术已经占据了主流地位。
双馈感应风力发电机（DFIG）作为变速恒频风力发电机的主流机型已得到广泛研究。DFIG系统工作原理如下：首先由风力机吸收风能产生机械转矩，然后通过齿轮箱带动DFIG转子转动，从而将机械功率传递给发电机。DFIG转子绕组接入励磁电流建立磁场，由于转子的转动，在定子绕组中感应出电流，然后并入电网，实现风能到电能的转换。DFIG励磁系统主要由网侧换流器和转子侧换流器构成，当DFIG运行于亚同步状态时，网侧换流器运行于整流状态，转子侧换流器运行于逆变状态向转子绕组馈入所需的励磁电流，完成定子磁链定向矢量控制任务，实现最大风能捕获的功能。
因此，为了充分利用风能，实现最大风能捕获，对DFIG转子侧换流器的控制至关重要。DFIG转子侧换流器控制系统通常采用基于定子磁链定向的矢量控制，控制系统外环为速度环，内环为转矩环。由于DFIG是一个多变量、强耦合、非线性的系统，传统速度外环采用的PI控制难以满足高性能控制要求。
自抗扰控制（ADRC）作为一种典型的非线性控制，在很大程度上解决了PI控制的缺陷，但ADRC可调参数多，工作量大，给系统调试带来了一定的难度。
发明内容
本发明的目的在于针对现有技术之弊端，提供一种双馈感应风力发电机转子侧换流器的控制方法，以解决ADRC参数调试难度大的问题，提高整个双馈感应风力发电系统的运行精度及稳定性。
本发明所述问题是以下述技术方案实现的：
一种双馈感应风力发电机转子侧换流器的控制方法，所述方法由转矩内环控制模块、电压空间矢量调制（SVPWM）模块、速度测量模块、最大风能捕获模块和一阶ADRC控制器构成转子侧换流器的矢量控制系统，最大风能捕获模块输出的DFIG转子给定转速 和转速测量模块测得的DFIG转子实际转速送入ADRC控制器，给定无功功率、给定定子磁链以及ADRC控制器输出的期望电磁转矩送入转矩内环控制模块，转矩内环控制模块输出的转子电压矢量调制信号经SVPWM模块控制转子侧换流器；
运行中按如下步骤对一阶ADRC控制器进行优化：
a.将一阶ADRC控制器的待优化参数作为一个向量，每一个向量即为一只青蛙，第i只青蛙的位置表示相应的参数值为；
b.初始化蛙群：设青蛙总数为U，青蛙子群数为Q，每个子群中青蛙个体数为S，则U=QS，最大迭代次数为N max，随机产生U只青蛙X 1 ,X 2 ,…,X U ；
c.对于每只青蛙，计算其适应度大小F i ；
d.将U只青蛙按其适应度大小F i 进行降序排序，为了保证每个子群中青蛙的学习能力保持基本均衡，按如下方法划分子群：第mQ+n只青蛙进入第n个子群，其中m=0,1,2，…，S-1，n=1,2,3,…，Q；
e.在每个子群内部进行局部寻优：找出每个子群中适应度最大及最小的青蛙和，为了提高子群迭代深度优化效率，在每次迭代完后，对每个子群中的进行修正；
f.每个子群局部寻优完成后，对所有青蛙进行混合，并按步骤d重新划分子群，然后再按步骤e进行局部寻优；
g.直到算法满足终止条件：迭代次数N大于最大迭代次数N max，输出参数的最优值，优化结束。
上述双馈感应风力发电机转子侧换流器的控制方法，在每次迭代完后，对每个子群中的进行修正的方法如下：
在每次迭代完后，引入健壮因子，对每个子群中的按下式进行动态修正：
其中，，为中最大元素，为中最小元素；为修正后的值，用取代后再执行上述步骤f。
上述双馈感应风力发电机转子侧换流器的控制方法，所述一阶ADRC控制器由跟踪－微分器（TD）、扩张状态观测器（ESO）、非线性状态误差反馈（NLSEF）三部分组成，
所述TD数学模型为：
其中，，
；
为给定转速的跟踪值；r为的跟踪速度因子；T为TD的采样周期；
所述ESO的数学模型为：
；
其中，，
为的跟踪值；为ESO所估计的系统扰动值；为ESO可调参数；为ESO的滤波因子；为线宽； J为DFIG转动惯量；N p 为DFIG极对数；
所述NLSEF的数学模型如下：
其中，，
D为NLSEF输出控制量；为NLSEF的滤波因子；为NLSEF的线宽；为NLSEF可调参数；
上述双馈感应风力发电机转子侧换流器的控制方法，所述ADRC控制器中，为了实现自抗扰功能，根据ESO实时估计出的系统所受扰动进行前馈补偿，最终得到如下：
本发明能够根据系统运行状态有效地对一阶ADRC控制器参数进行准确在线优化，解决了ADRC参数调试难度大的问题，提高了ADRC控制器的控制精度，进而保证了整个双馈感应风力发电系统的运行精度及稳定性能。
附图说明
下面结合附图对本发明作进一步详述。
图1为本发明采用的转子侧换流器控制系统的原理结构图；
图2为本发明提供的一种考虑健壮因子的SFLA算法优化一阶ADRC控制器原理结构图。
文中各符号清单为：为DFIG转子给定转速，为DFIG转子实际转速，为给定无功功率，为给定定子磁链，为期望电磁转矩，为转子电压矢量调制信号，U为青蛙总数，Q为青蛙子群数，S为每个子群中青蛙个体数， N max 为最大迭代次数，F i 为第i只青蛙的适应度。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合具体实施例对本发明作进一步详细说明。
图1为本发明采用的控制系统的原理结构图，该系统具体实现步骤如下：
（1）风速经过最大风能捕获模块输出DFIG转子给定转速；
（2）DFIG经过转速测量模块获得转子实际转速；
（3）以给定转速和实际转速作为ADRC控制器的输入信号，以期望电磁转矩作为ADRC控制器输出信号，设计一阶ADRC控制器；
（4）随机给定一组一阶ADRC控制器参数初值，经过考虑健壮因子的SFLA算法对一阶ADRC控制器参数进行优化，并将参数最优值输出至ADRC控制器中；
（5）及给定无功功率、给定定子磁链，经过转矩内环控制模块，输出转子电压矢量调制信号；
（6）经过电压空间矢量调制（SVPWM）方法，输出六路PWM脉冲，控制转子侧换流器进而控制DFIG运行，实现最大风能捕获及DFIG并网运行。
上述步骤（3）中，所述一阶ADRC控制器由跟踪－微分器（TD）、扩张状态观测器（ESO）、非线性状态误差反馈（NLSEF）三部分组成，一阶ADRC控制器内部结构参见图2为本发明提供的一种考虑健壮因子的SFLA算法优化一阶ADRC控制器原理结构图。
所述TD数学模型为：
其中，，
；
为给定转速的跟踪值；r为的跟踪速度因子；T为TD的采样周期；
所述ESO的数学模型为：
；
其中，
，
为的跟踪值；为ESO所估计的系统扰动值；为ESO可调参数；为ESO的滤波因子；为线宽； J为DFIG转动惯量；N p 为DFIG极对数。
所述NLSEF的数学模型如下：
其中，，
D为NLSEF输出控制量；为NLSEF的滤波因子；为NLSEF的线宽；为NLSEF可调参数。
所述ADRC控制器中，为了实现自抗扰功能，根据ESO实时估计出的系统所受扰动进行前馈补偿，最终得到如下：
；
上述步骤（4）中，经研究可知，一阶ADRC控制器参数的大小对控制器的性能至关重要，而对的调节难度较大。本发明采用考虑健壮因子的SFLA算法对一阶ADRC控制器上述参数进行优化，图2为本发明提供的一种考虑健壮因子的SFLA算法优化一阶ADRC控制器原理结构图。
考虑健壮因子的SFLA算法优化一阶ADRC控制器参数的具体实现步骤如下：
第一步：将一阶ADRC控制器待优化参数作为一个向量，该向量维数为七维。每一个向量即为一只青蛙，如第i只青蛙的位置表示相应的参数值为；
第二步：初始化蛙群：设青蛙总数为U，青蛙子群数为Q，每个子群中青蛙个体数为S，则U=QS。最大迭代次数为N max。随机产生U只青蛙X 1 ,X 2 ,…,X U ；
第三步：对于每只青蛙，计算其适应度大小F i ；
第四步：将U只青蛙按其适应度大小F i 进行降序排序，为了保证每个子群中青蛙的学习能力保持基本均衡，按如下方法划分子群：第一只青蛙进入第一个子群，第二只青蛙进入第二个子群，…，第Q只青蛙进入第Q个子群，此时前Q只青蛙为每个子群中学习能力最强、适应度最大的。接着，第Q+1只青蛙进入第一个子群，…，第2Q只青蛙进入第Q个子群，按照此方法直到把最后一只青蛙分配完毕；
第五步：在每个子群内部进行局部寻优：找出每个子群中适应度最大及最小的青蛙和，为了提高子群迭代深度优化效率，在每次迭代完后，对每个子群中进行修正；
第六步：每个子群局部寻优完成后，对所有青蛙进行混合，并按第四步重新划分子群，然后再按第五步进行局部寻优；
第七步：直到算法满足终止条件：迭代次数N大于最大迭代次数N max，输出参数的最优值，优化结束。
上述第五步中，在每次迭代完后，引入健壮因子，对每个子群中按下式进行动态修正：
，
其中，，为中最大元素，为中最小元素；为修正后的值，用取代后再执行上述第六步。
Claims (3)
1.一种双馈感应风力发电机转子侧换流器的控制方法，其特征是，所述方法由转矩内环控制模块、电压空间矢量调制（SVPWM）模块、速度测量模块、最大风能捕获模块和一阶ADRC控制器构成转子侧换流器的矢量控制系统，最大风能捕获模块输出的DFIG转子给定转速 和转速测量模块测得的DFIG转子实际转速送入ADRC控制器，给定无功功率、给定定子磁链以及ADRC控制器输出的期望电磁转矩送入转矩内环控制模块，转矩内环控制模块输出的转子电压矢量调制信号经SVPWM模块控制转子侧换流器;
运行时按如下步骤对一阶ADRC控制器进行优化：
a.将一阶ADRC控制器的待优化参数作为一个向量，每一个向量即为一只青蛙，第i只青蛙的位置表示相应的参数值为；
b.初始化蛙群：设青蛙总数为U，青蛙子群数为Q，每个子群中青蛙个体数为S，则U=QS，最大迭代次数为N max，随机产生U只青蛙X 1 ,X 2 ,…,X U ；
c.对于每只青蛙，计算其适应度大小F i ；
d.将U只青蛙按其适应度大小F i 进行降序排序，为了保证每个子群中青蛙的学习能力保持基本均衡，按如下方法划分子群：第mQ+n只青蛙进入第n个子群，其中m=0,1,2，…，S-1，n=1,2,3,…，Q ；
e.在每个子群内部进行局部寻优：找出每个子群中适应度最大及最小的青蛙和，为了提高子群迭代深度优化效率，在每次迭代完后，对每个子群中的进行修正；
f.每个子群局部寻优完成后，对所有青蛙进行混合，并按步骤d重新划分子群，然后再按步骤e进行局部寻优；
g.直到算法满足终止条件：迭代次数N大于最大迭代次数N max，输出参数的最优值，优化结束；
在每次迭代完后，对每个子群中的进行修正，具体如下：
在每次迭代完后，引入健壮因子，对每个子群中的按下式进行动态修正：
其中，，为中最大元素，为中最小元素；为修正后的值，用取代后再执行上述步骤f。
2.根据权利要求1所述的双馈感应风力发电机转子侧换流器的控制方法，其特征是，所述一阶ADRC控制器由跟踪－微分器（TD）、扩张状态观测器（ESO）、非线性状态误差反馈（NLSEF）三部分组成，
所述TD数学模型为：
其中，，
；
为给定转速的跟踪值；r为的跟踪速度因子；T为TD的采样周期；
所述ESO的数学模型为：
其中，，为的跟踪值；为ESO所估计的系统扰动值；为ESO可调参数；为ESO的滤波因子；为线宽； J为DFIG转动惯量；N p 为DFIG极对数；
所述NLSEF的数学模型如下：
其中，，
D为NLSEF输出控制量；为NLSEF的滤波因子；为NLSEF的线宽；为NLSEF可调参数。
3.根据权利要求2所述的双馈感应风力发电机转子侧换流器的控制方法，其特征是，所述ADRC控制器中，为了实现自抗扰功能，根据ESO实时估计出的系统所受扰动进行前馈补偿，最终得到如下：
。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310748140.2A CN103746628B (zh) | 2013-12-31 | 2013-12-31 | 一种双馈感应风力发电机转子侧换流器的控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310748140.2A CN103746628B (zh) | 2013-12-31 | 2013-12-31 | 一种双馈感应风力发电机转子侧换流器的控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103746628A CN103746628A (zh) | 2014-04-23 |
| CN103746628B true CN103746628B (zh) | 2014-11-26 |
Family
ID=50503629
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310748140.2A Active CN103746628B (zh) | 2013-12-31 | 2013-12-31 | 一种双馈感应风力发电机转子侧换流器的控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103746628B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105226723B (zh) * | 2015-11-19 | 2018-02-09 | 国家电网公司 | 一种双馈风电机组基于风功率跟踪自适应调节的虚拟惯性控制方法 |
| CN106981878B (zh) * | 2016-01-18 | 2019-06-07 | 华北电力大学（保定） | 一种基于自抗扰控制的双馈风机抑制电网低频振荡的方法 |
| CN106877766A (zh) * | 2017-02-10 | 2017-06-20 | 华南理工大学 | 基于强化学习算法的双馈感应风力发电机自校正控制方法 |
| CN109245177B (zh) * | 2018-11-30 | 2021-07-30 | 国网山东省电力公司经济技术研究院 | 一种基于dfig的双模柔性切换控制方法 |
| CN113700563B (zh) * | 2021-08-13 | 2023-01-03 | 哈尔滨工程大学 | 一种基于自抗扰控制的串级燃气轮机功率控制方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101013874A (zh) * | 2006-12-21 | 2007-08-08 | 中国科学院电工研究所 | 一种变速恒频双馈发电机定子电压自抗扰控制系统 |
| US20110267012A1 (en) * | 2010-04-30 | 2011-11-03 | Board Of Regents, The University Of Texas System | Methods and Apparatuses for Elimination of Torque Pulsation in Doubly Fed Induction Generators Using the Field Reconstruction Method |
-
2013
- 2013-12-31 CN CN201310748140.2A patent/CN103746628B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101013874A (zh) * | 2006-12-21 | 2007-08-08 | 中国科学院电工研究所 | 一种变速恒频双馈发电机定子电压自抗扰控制系统 |
| US20110267012A1 (en) * | 2010-04-30 | 2011-11-03 | Board Of Regents, The University Of Texas System | Methods and Apparatuses for Elimination of Torque Pulsation in Doubly Fed Induction Generators Using the Field Reconstruction Method |
Non-Patent Citations (4)
| Title |
|---|
| 付旺保.变速恒频风力发电机抗参数扰动控制方法的研究.《中国科学院研究生院硕士学位论文》.2006, * |
| 变速恒频风力发电机抗参数扰动控制方法的研究;付旺保;《中国科学院研究生院硕士学位论文》;20060814;第52页至第66页 * |
| 崔文华等.混合蛙跳算法研究综述.《控制与决策》.2012,第27卷(第4期), * |
| 混合蛙跳算法研究综述;崔文华等;《控制与决策》;20120430;第27卷(第4期);第482页至第483页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103746628A (zh) | 2014-04-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103746628B (zh) | 一种双馈感应风力发电机转子侧换流器的控制方法 | |
| CN107476937A (zh) | 一种永磁同步风力发电系统的自适应滑模控制策略 | |
| Liu et al. | Design and realization of DC motor and drives based simulator for small wind turbine | |
| Anjun et al. | Pitch control of large scale wind turbine based on expert PID control | |
| CN103939290A (zh) | 一种适用于虚拟惯量优化控制研究的模拟风电机组 | |
| Wang et al. | H_∞ gain scheduling control of PMSG-based wind power conversion system | |
| Yao et al. | RBF neural network based self-tuning PID pitch control strategy for wind power generation system | |
| Beltran et al. | A combined high gain observer and high-order sliding mode controller for a DFIG-based wind turbine | |
| Xia et al. | A new pitch control method for large scale wind turbine based on ADRC | |
| CN104408223A (zh) | 一种风电机组的跟踪优化控制方法 | |
| Putri et al. | Modeling and control of permanent magnet synchronous generator variable speed wind turbine | |
| CN103840481A (zh) | 一种风电系统的风剪塔影脉动的抑制方法 | |
| Nadhir et al. | Maximum power point tracking based optimal control wind energy conversion system | |
| Sun et al. | Design and optimization of control parameters based on direct-drive permanent magnet synchronous generator for wind power system | |
| CN103488804B (zh) | 定速定桨风机并网功率模型建模方法 | |
| Lak et al. | Speed control for direct drive permanent magnet wind turbine | |
| Xianzheng et al. | Design of variable pitch-control system based on two-degree-of-freedom internal model control | |
| Serhoud et al. | Sensorless sliding power control of doubly fed induction wind generator based on MRAS observer | |
| Licari et al. | Coordinated inertia response from permanent magnet synchronous generator (PMSG) based wind farms | |
| Mao et al. | Back-stepping control for vertical axis wind power generation system maximum power point tracking based on extended state observer | |
| CN105610191B (zh) | 降低双馈感应风电机组并网的网损微增率方法 | |
| Shen et al. | dSpace based direct-driven permanent magnet synchronous wind power system modeling and simulation | |
| CN108227498B (zh) | 一种永磁直驱式传动轴系扭振强制稳定控制方法 | |
| Jizhen et al. | Dynamic modeling of wind turbine generation system based on grey-box identification with genetic algorithm | |
| Ibrahim et al. | Development of mathematical model of doubly fed induction electric machine for wind turbine with improved yaw system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |