CN109687788A - 一种双馈风力发电系统无速度传感器的控制方法 - Google Patents
一种双馈风力发电系统无速度传感器的控制方法 Download PDFInfo
- Publication number
- CN109687788A CN109687788A CN201811606542.8A CN201811606542A CN109687788A CN 109687788 A CN109687788 A CN 109687788A CN 201811606542 A CN201811606542 A CN 201811606542A CN 109687788 A CN109687788 A CN 109687788A
- Authority
- CN
- China
- Prior art keywords
- rotor
- stator current
- model
- current
- value
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
- H02P21/0017—Model reference adaptation, e.g. MRAS or MRAC, useful for control or parameter estimation
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/13—Observer control, e.g. using Luenberger observers or Kalman filters
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
- H02P21/18—Estimation of position or speed
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P2203/00—Indexing scheme relating to controlling arrangements characterised by the means for detecting the position of the rotor
- H02P2203/05—Determination of the rotor position by using two different methods and/or motor models
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Eletrric Generators (AREA)
- Control Of Ac Motors In General (AREA)
Abstract
一种双馈风力发电系统无速度传感器的控制方法,包括以下步骤:步骤1:通过双馈电机的基本模型得到αβ坐标系下的定子电流模型;步骤2:将定子电流模型中的电流分量对时间t求导得到新的定子电流模型;步骤3:将定子电流的连续模型转化为离散时间模型;步骤4:设计滑动面并用饱和函数作为开关函数;在步骤3和4中,参数l和Z0利用极值搜索算法在线自适应调节;步骤5:使用转子位置角用于不同参考系之间的变换,并估算转子速度的值,将估算的转子速度回馈到电流控制器计算电压补偿项,采用空间矢量SVPWM调制产生驱动脉冲,控制双馈风机的转子侧换流器。本发明对系统参数的不确定具有较强的鲁棒性,在不同的运行工况下具有较好的性能。
Description
技术领域
本发明属于新能源风力发电系统控制技术领域,涉及一种双馈风力发电系统无速度传感器的控制方法。
背景技术
双馈感应发电机由于其有功和无功功率的解耦控制和低功率换流器的特点,在变速风力发电系统中得到了广泛的应用。双馈风机常用的控制方法是基于定子磁链定向的矢量控制方法。然而,此方法需要转子位置信息来进行坐标变换。为了降低双馈风机的成本和硬件布线的复杂性,提高风力发电系统的鲁棒性,针对双馈风机开发了无传感器矢量控制方法。
现有的双馈电机的无速度传感器控制主要有开环法,模型参考自适应观测器法和高频注入法。开环法没有误差较正能力;模型参考自适应观测器法采用对转速的积分得到转子位置角,积分器会引起误差;高频注入法的实现相对复杂,并且适用于低转速的运行状态下。另外,这些方法所估算的转子位置角在负载变化时存在相位差,当系统运行状况改变时,没有在线自适应调节控制参数的能力,对系统参数的不确定性具有较弱的鲁棒性。
发明内容
鉴于上述现有技术的不足之处,本发明提出了一种新的双馈风机无速度传感器矢量控制方法。该方法利用离散滑模观测器通过测量定子电流来估计转子位置信息。并设计了一种基于极值搜索的在线参数自适应方案,消除了负载变化时所估计的转子位置的相位差。本发明所提的控制方案对系统参数的不确定性具有较强的鲁棒性,在不同的运行工况下具有较好的性能。
本发明解决其技术问题所采用的技术方案是:
一种双馈风力发电系统无速度传感器的控制方法,所述方法包括以下步骤:
步骤1:通过双馈电机的基本模型,得到αβ坐标系下的定子电流模型如下:
其中,Ls为定子电感,Lm为互感,λsα、λsβ为静止参考系中定子磁通分量,isα、 isβ为静止参考系中的定子电流分量,irγ、irδ为转子参考系中转子电流分量,为转子参考系中的转子电流矢量角,且θr为待估算的转子位置角;
步骤2:将定子电流模型中的电流分量对时间t求导,得到新的定子电流模型如下:
其中ωs为同步速度;
步骤3:采用一阶欧拉方法将定子电流的连续模型转化为离散时间模型如下:
其中Ts是采样周期, 两者均与转子位置有关;
利用定子电流的离散时间模型,设计结构相同的定子电流估计器如下:
其中Zα和Zβ为开关函数的输出,和为静止参考系中定子电流分量的估计值,l为观测器增益;
步骤4:设计滑动面为s[k]=ε[k]=0,并使用饱和函数作为开关函数:
其中,Z0是饱和函数的边界值,最后,得到转子位置的估计值如下:
步骤5:使用步骤4中得到的转子位置角用于不同参考系之间的变换,并由此估算的转子位置角计算转子速度的值,将估算的转子速度回馈到电流控制器去计算电压补偿项,采用空间矢量SVPWM调制产生驱动脉冲,用于控制双馈电机的转子侧换流器。
进一步,在所述步骤3和步骤4中,参数l和Z0利用极值搜索算法在线自适应调节,该算法向系统中注入一个正弦振动量得到一个成本函数Q(θ),这个成本函数与相乘,得到的信号是成本函数相对于θ的梯度变化的估计值,此估计值通过积分器kai/s后与调制信号相加,采用的极值搜索算法的形式为:
θi=ξi+aisin(ωit-π/2)
其中,ai和kai是增益,是成本函数Q(θ)相对于θ的梯度变化的估计值,ωi是频率,i是整数,且ωi>ω*,ω*足够大以保证收敛;
将定子电流的测量值和预测值的误差的积分作为成本函数:
其中,t0和T分别是在计算成本函数时考虑电流误差的开始和结束时间,Kp是增益,θ是包含一组控制器参数的向量,即θ=[l,Z0]T;控制器的参数l和Z0根据以下式子更新:
极值寻优算法使用在每次迭代结束时生成的成本函数的离散值来计算下一组控制器参数,并且以这种迭代的方式继续,直到找到最优参数。
本发明的有益效果主要表现在:本发明利用离散滑模观测器通过测量定子电流来估计转子位置信息,并设计了一种基于极值搜索的在线参数自适应方案,消除了负载变化时所估计的转子位置的相位差。该极值搜索算法自动调节离散滑模观测器的增益,将体现转子位置估计性能的成本函数最小化,以动态地响应双馈风机系统的变化。所估计的转子位置无相移,并且对负载变化具有很强的鲁棒性。本发明所提的控制方案对系统参数的不确定性具有较强的鲁棒性,在不同的运行工况下具有较好的性能。
附图说明
图1为本发明所述的基于极值搜索的双馈风机无速度传感器的控制方法。
图2为本发明所述的双馈风机无速度传感器的整体控制框图。
图3为本发明所述的基于极值搜索的双馈风机无速度传感器的控制方法中定子电流估算值和转子电流id和iq的实验示意图。
图4为本发明所述的基于极值搜索的双馈风机无速度传感器的控制方法中全运行范围内的转速估算值和转子电流实验示意图。
图5为本发明所述的基于极值搜索的双馈风机无速度传感器的控制方法中在随机风速下的转速估算值和转子电流id和iq的实验示意图。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图l~图5,一种双馈风力发电系统无速度传感器的控制方法(如图1所示),包括以下步骤:
步骤1:通过双馈电机的基本模型,得到αβ坐标系下的定子电流模型如下:
其中,Ls为定子电感,Lm为互感,λsα、λsβ为静止参考系中定子磁通分量,isα、 isβ为静止参考系中的定子电流分量,irγ、irδ为转子参考系中转子电流分量,为转子参考系中的转子电流矢量角,且θr为待估算的转子位置角;
步骤2:将定子电流模型中的电流分量对时间t求导,得到新的定子电流模型如下:
其中ωs为同步速度;
步骤3:采用一阶欧拉方法将定子电流的连续模型转化为离散时间模型如下:
其中Ts是采样周期, 两者均与转子位置有关;
利用定子电流的离散时间模型,设计结构相同的定子电流估计器如下:
其中Zα和Zβ为开关函数的输出,和为静止参考系中定子电流分量的估计值,l为观测器增益;
步骤4:设计滑动面为s[k]=ε[k]=0,并使用饱和函数作为开关函数:
其中,Z0是饱和函数的边界值,最后,得到转子位置的估计值如下:
在步骤3和步骤4中,参数l和Z0利用极值搜索算法在线自适应调节,该算法向系统中注入一个正弦振动量得到一个成本函数Q(θ),这个成本函数与相乘,得到的信号是成本函数相对于θ的梯度变化的估计值。此估计值通过积分器kai/s后与调制信号相加。采用的极值搜索算法的形式为:
θi=ξi+aisin(ωit-π/2)
其中,ai和kai是增益,是成本函数Q(θ)相对于θ的梯度变化的估计值,ωi是频率,i是整数,且ωi>ω*,ω*足够大以保证收敛。
将定子电流的测量值和预测值的误差的积分作为成本函数:
其中,t0和T分别是在计算成本函数时考虑电流误差的开始和结束时间,Kp是增益,θ是包含一组控制器参数的向量,即θ=[l,Z0]T。控制器的参数l和Z0根据以下式子更新:
极值寻优算法使用在每次迭代结束时生成的成本函数的离散值来计算下一组控制器参数,并且以这种迭代的方式继续,直到找到最优参数。
步骤5:使用步骤4中得到的转子位置角用于不同参考系之间的变换,并由此估算的转子位置角计算转子速度的值,将估算的转子速度回馈到电流控制器去计算电压补偿项,采用空间矢量SVPWM调制产生驱动脉冲,用于控制双馈电机的转子侧换流器。
为了验证本发明所提出的一种双馈风力发电系统无速度传感器的控制方法的效果,分别在双馈风机的次同步和超同步运行速度情况下对其进行静态和暂态的实验验证,得到双馈风机在整个运行速度范围内和随机风速下的运行效果,结果如图3至图5所示。
图3为采用基于极值搜索的双馈风机无速度传感器的控制方法时定子电流估算值和转子电流id和iq的实验效果图。可见,估算的电流值很好的跟踪了真实测量值,转子电流成分id和iq也非常好的跟踪了各自的参考值,因此所提的控制方法具有良好的运行效果。
图4为采用基于极值搜索的双馈风机无速度传感器的控制方法时转速估算值和转子电流实验示意图。双馈风机的运行转速从次同步变为超同步后再回到次同步。可见,转速的变化对转子位置估算几乎没有影响,三相转子电流为标准正弦,验证所提的无速度传感器方法在一个非常宽的速度范围内具有鲁棒性。
图5为采用基于极值搜索的双馈风机无速度传感器的控制方法时在随机风速下的转速估算值和转子电流id和iq的实验示意图。可见,在整个过程中,转速的变化对转子位置估算几乎没有影响。有功电流成分iq的阶跃响应良好,id和iq能实现解耦控制,验证所提方法对负载变化和系统参数的不确定性具有较强的鲁棒性。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (2)
1.一种双馈风力发电系统无速度传感器的控制方法,其特征在于,所述方法包括以下步骤:
步骤1:通过双馈电机的基本模型,得到αβ坐标系下的定子电流模型如下:
其中,Ls为定子电感,Lm为互感,λsα、λsβ为静止参考系中定子磁通分量,isα、isβ为静止参考系中的定子电流分量,irγ、irδ为转子参考系中转子电流分量,为转子参考系中的转子电流矢量角,且θr为待估算的转子位置角;
步骤2:将定子电流模型中的电流分量对时间t求导,得到新的定子电流模型如下:
其中ωs为同步速度;
步骤3:采用一阶欧拉方法将定子电流的连续模型转化为离散时间模型如下:
其中Ts是采样周期, 两者均与转子位置有关;
利用定子电流的离散时间模型,设计结构相同的定子电流估计器如下:
其中Zα和Zβ为开关函数的输出,和为静止参考系中定子电流分量的估计值,l为观测器增益;
步骤4:设计滑动面为s[k]=ε[k]=0,并使用饱和函数作为开关函数:
其中,Z0是饱和函数的边界值,最后,得到转子位置的估计值如下:
步骤5:使用步骤4中得到的转子位置角用于不同参考系之间的变换,并由此估算的转子位置角计算转子速度的值,将估算的转子速度回馈到电流控制器去计算电压补偿项,采用空间矢量SVPWM调制产生驱动脉冲,用于控制双馈电机的转子侧换流器。
2.如权利要求1所述的一种双馈风力发电系统无速度传感器的控制方法,其特征在于,在所述步骤3和步骤4中,参数l和Z0利用极值搜索算法在线自适应调节,该算法向系统中注入一个正弦振动量得到一个成本函数Q(θ),这个成本函数与相乘,得到的信号是成本函数相对于θ的梯度变化的估计值,此估计值通过积分器kai/s后与调制信号相加,采用的极值搜索算法的形式为:
θi=ξi+aisin(ωit-π/2)
其中,ai和kai是增益,是成本函数Q(θ)相对于θ的梯度变化的估计值,ωi是频率,i是整数,且ωi>ω*,ω*足够大以保证收敛;
将定子电流的测量值和预测值的误差的积分作为成本函数:
其中,t0和T分别是在计算成本函数时考虑电流误差的开始和结束时间,Kp是增益,θ是包含一组控制器参数的向量,即θ=[l,Z0]T;控制器的参数l和Z0根据以下式子更新:
极值寻优算法使用在每次迭代结束时生成的成本函数的离散值来计算下一组控制器参数,并且以这种迭代的方式继续,直到找到最优参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811606542.8A CN109687788B (zh) | 2018-12-27 | 2018-12-27 | 一种双馈风力发电系统无速度传感器的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811606542.8A CN109687788B (zh) | 2018-12-27 | 2018-12-27 | 一种双馈风力发电系统无速度传感器的控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109687788A true CN109687788A (zh) | 2019-04-26 |
CN109687788B CN109687788B (zh) | 2020-12-01 |
Family
ID=66189807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811606542.8A Active CN109687788B (zh) | 2018-12-27 | 2018-12-27 | 一种双馈风力发电系统无速度传感器的控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109687788B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110649846A (zh) * | 2019-09-29 | 2020-01-03 | 湖南科技大学 | 基于滑模观测器的双馈感应发电机故障检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103032265A (zh) * | 2012-12-12 | 2013-04-10 | 天津市电力公司 | 一种基于极值搜索的风电机组最大出力追踪控制方法 |
CN103603767A (zh) * | 2013-09-18 | 2014-02-26 | 国家电网公司 | 一种基于滑模的极值搜索控制参数自适应调整方法 |
JP2015102876A (ja) * | 2013-11-20 | 2015-06-04 | 国立大学法人金沢大学 | 最大電力追従制御装置及び最大電力追従制御方法 |
US20180026449A1 (en) * | 2016-07-25 | 2018-01-25 | Mitsubishi Electric Research Laboratories, Inc. | System and Method for Controlling Outputs of Photovoltaic System |
CN107748577A (zh) * | 2017-10-19 | 2018-03-02 | 哈尔滨工业大学 | 基于极值搜索算法的机电伺服系统的机械谐振抑制方法 |
-
2018
- 2018-12-27 CN CN201811606542.8A patent/CN109687788B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103032265A (zh) * | 2012-12-12 | 2013-04-10 | 天津市电力公司 | 一种基于极值搜索的风电机组最大出力追踪控制方法 |
CN103603767A (zh) * | 2013-09-18 | 2014-02-26 | 国家电网公司 | 一种基于滑模的极值搜索控制参数自适应调整方法 |
JP2015102876A (ja) * | 2013-11-20 | 2015-06-04 | 国立大学法人金沢大学 | 最大電力追従制御装置及び最大電力追従制御方法 |
US20180026449A1 (en) * | 2016-07-25 | 2018-01-25 | Mitsubishi Electric Research Laboratories, Inc. | System and Method for Controlling Outputs of Photovoltaic System |
CN107748577A (zh) * | 2017-10-19 | 2018-03-02 | 哈尔滨工业大学 | 基于极值搜索算法的机电伺服系统的机械谐振抑制方法 |
Non-Patent Citations (2)
Title |
---|
CHUN WEI等: "Low-Voltage Ride-Through Performance of Sensorless Vector Controlled Doubly-Fed Induction Generators", 《2017 IEEE INTERNATIONAL CONFERENCE ON ELECTRO INFORMATION TECHNOLOGY》 * |
郭静姝: "自适应极值搜索控制及其在风电系统中的应用", 《中国优秀硕士学位论文全文数据库工程科技II辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110649846A (zh) * | 2019-09-29 | 2020-01-03 | 湖南科技大学 | 基于滑模观测器的双馈感应发电机故障检测方法 |
CN110649846B (zh) * | 2019-09-29 | 2021-06-15 | 湖南科技大学 | 基于滑模观测器的双馈感应发电机故障检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109687788B (zh) | 2020-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Iepure et al. | Hybrid If starting and observer-based sensorless control of single-phase BLDC-PM motor drives | |
Cárdenas et al. | Power smoothing in wind generation systems using a sensorless vector controlled induction machine driving a flywheel | |
CN107104620A (zh) | 一种永磁同步电机无传感器控制系统 | |
Marques et al. | Air-gap-power-vector-based sensorless method for DFIG control without flux estimator | |
CN104065320B (zh) | 双馈风力发电机组无速度传感器控制方法 | |
Marques et al. | New sensorless rotor position estimator of a DFIG based on torque calculations—Stability study | |
CN110350835A (zh) | 一种永磁同步电机无位置传感器控制方法 | |
Uddin et al. | Maximum power point tracking control of IPMSG incorporating loss minimization and speed sensorless schemes for wind energy system | |
Ciampichetti et al. | Sliding mode control of permanent magnet synchronous generators for wind turbines | |
CN104081654A (zh) | 确定操作电气设备的电量的相位和频率 | |
CN106452263B (zh) | 一种不平衡电网下dfig基于拓展有功功率的滑模变结构直接功率控制方法 | |
CN110429891A (zh) | 一种无位置传感器永磁电机直驱发电控制方法 | |
Mao et al. | Sensorless starting control of brushless synchronous starter/generators for the full-speed range | |
CN110460106A (zh) | 一种不平衡电网下的dfig虚拟同步控制方法及系统 | |
Yan et al. | Torque estimation and control of PMSM based on deep learning | |
Corradini et al. | An aerodynamic torque observer for the robust control of variable-speed wind turbines | |
Yang et al. | Application of new sliding mode control in vector control of PMSM | |
CN109687788A (zh) | 一种双馈风力发电系统无速度传感器的控制方法 | |
Li et al. | A novel sensorless for switched reluctance motor based on sliding mode observer | |
Bhattarai et al. | Minimum variance adaptive speed estimation technique for vector control of doubly fed induction generator | |
Xie | Study on a rotor speed estimation algorithm of PMSG wind power system | |
Parida et al. | A robust parameter non-sensitive rotor position and speed estimator for DFIG | |
CN115967318A (zh) | 异步电机无速度传感器矢量控制方法及系统 | |
Liu et al. | Sensorless control of synchronous reluctance motor drives based on the TLS EXIN neuron | |
Alsumiri et al. | Residue theorem based sensorless maximum power point tracking tip speed ratio control for wind generation system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |