CN109687788A - 一种双馈风力发电系统无速度传感器的控制方法 - Google Patents

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

一种双馈风力发电系统无速度传感器的控制方法

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，L_s为定子电感，L_m为互感，λ_sα、λ_sβ为静止参考系中定子磁通分量，i_sα、 i_sβ为静止参考系中的定子电流分量，i_rγ、i_rδ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θ_r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ω_s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T_s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Z_α和Z_β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：

θ_i＝ξ_i+a_isin(ω_it-π/2)

其中，a_i和k_ai是增益，是成本函数Q(θ)相对于θ的梯度变化的估计值，ω_i是频率，i是整数，且ω_i＞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，K_p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i_d和i_q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i_d和i_q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，L_s为定子电感，L_m为互感，λ_sα、λ_sβ为静止参考系中定子磁通分量，i_sα、 i_sβ为静止参考系中的定子电流分量，i_rγ、i_rδ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θ_r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ω_s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T_s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Z_α和Z_β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：

θ_i＝ξ_i+a_isin(ω_it-π/2)

其中，a_i和k_ai是增益，是成本函数Q(θ)相对于θ的梯度变化的估计值，ω_i是频率，i是整数，且ω_i＞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，K_p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i_d和i_q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i_d和i_q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i_d和i_q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i_q的阶跃响应良好，i_d和i_q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,L_s为定子电感，L_m为互感，λ_sα、λ_sβ为静止参考系中定子磁通分量,i_sα、i_sβ为静止参考系中的定子电流分量，i_rγ、i_rδ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θ_r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ω_s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T_s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Z_α和Z_β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k_ai/s后与调制信号相加，采用的极值搜索算法的形式为：

θ_i＝ξ_i+a_isin(ω_it-π/2)

其中，a_i和k_ai是增益，是成本函数Q(θ)相对于θ的梯度变化的估计值，ω_i是频率，i是整数，且ω_i>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，K_p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。