CN110165954B - 一种双馈风力发电系统机侧变流器模型预测控制方法 - Google Patents
一种双馈风力发电系统机侧变流器模型预测控制方法 Download PDFInfo
- Publication number
- CN110165954B CN110165954B CN201910462662.3A CN201910462662A CN110165954B CN 110165954 B CN110165954 B CN 110165954B CN 201910462662 A CN201910462662 A CN 201910462662A CN 110165954 B CN110165954 B CN 110165954B
- Authority
- CN
- China
- Prior art keywords
- phase
- control
- rotor
- current
- abc
- 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
Images
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
- H02P21/06—Rotor flux based control involving the use of rotor position or rotor speed sensors
- H02P21/08—Indirect field-oriented control; Rotor flux feed-forward control
-
- 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
- H02P27/00—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage
- H02P27/04—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage
- H02P27/06—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters
- H02P27/08—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters with pulse width modulation
- H02P27/12—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters with pulse width modulation pulsing by guiding the flux vector, current vector or voltage vector on a circle or a closed curve, e.g. for direct torque control
-
- 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
- H02P9/00—Arrangements for controlling electric generators for the purpose of obtaining a desired output
- H02P9/14—Arrangements for controlling electric generators for the purpose of obtaining a desired output by variation of field
- H02P9/36—Arrangements for controlling electric generators for the purpose of obtaining a desired output by variation of field using armature-reaction-excited machines
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种双馈风力发电系统机侧变流器模型预测控制方法,其具体步骤为:采集双馈风力发电系统机侧变流器的三相转子电流、三相定子电压、三相定子电流、编码器角度;采用锁相环PLL获取三相定子电压的相位,由编码器机械角度计算电机的电角度,再计算转子的电角度;对三相定子电压、三相定子电流、三相转子电流分别进行坐标变换,得到d‑q坐标系下的分量;采用机侧变流器模型预测控制算法计算最优控制量;利用坐标变换将d‑q坐标系下的最优控制量变换为abc坐标系下的三相控制电压;将三相控制电压进行调制得到PWM信号,用PWM信号控制机侧变流器的开关管。该设计方法采用模型预测控制机制,提高了控制系统的自适应性与鲁棒性,改善了控制性能。
Description
技术领域
本发明涉及一种双馈风力发电系统的控制方法,特别涉及一种双馈风力发电系统机侧变流器模型预测控制方法。
背景技术
风力发电作为新能源的重要组成部分已得到了深入的研究和广泛的应用,双馈风力发电系统是当前风电发电的主要技术形式,它具有成本低、效率高的优点。在双馈风力发电系统中,双馈风力发电机的定子与电网直接相连,转子通过背靠背变流器与电网相连,因此对双馈风力发电机的控制主要涉及对背靠背变流器的控制,即对机侧变流器(RSC)与网侧变流器的控制。
当前,矢量控制和直接功率控制是双馈风力发电系统RSC变流器采用的主流控制方法。其中矢量控制方法采用功率外环-电流内环双环控制结构,功率外环实现对双馈风力发电机输出有功功率与无功功率的控制,功率外环的输出作为电流内环的参考值,并利用电流内环的快速性,抑制负载扰动的影响。而电流内环普遍采用PI控制算法,以实现转子电流对电流参考值的快速跟踪。矢量控制算法具有较好的静态性能,但受PI调节的影响,动态性能难以提高,且系统的鲁棒性也难以保障。直接功率控制算法通过一个开关矢量表,直接选择合适的矢量对有功、无功实施bang-bang控制,因此动态响应速度快,有较好的鲁棒性且控制结构简单。但控制效果依赖于矢量表的精确程度,且开关频率不固定,系统稳态性能差,稳态时纹波较大,需要很高的采样频率才能获得较好的稳态性能,对硬件要求较高,同时电流波形也不够正弦,具有较多的高频谐波分量。
当前应用于变流器系统的模型预测控制算法主要包括两种,其一为有限控制集模型预测控制算法(finite control set model predictive control,FCS-MPC),该算法直接对变流器的开关器件进行建模,并基于变流器开关函数组合个数有限的特征,采用遍历法计算各开关组合对应的变流器响应,选取与期望响应最接近的开关组合实施控制,因此FCS-MPC算法具有建模简单、动态响应快、处理系统约束灵活且无需PWM调制器和相关参数设计等优点,但存在计算量大、开关频率较高、难以实现多步预测计算及无法利用成熟的变流器调制技术等缺点。另一种变流器模型预测控制算法采用经典MPC算法结构,由预测模型-滚动优化-反馈校正等部分组成,并可充分利用已有的MPC算法研究成果和成熟的变流器调制技术,实现对变流器的综合优化控制,但存在变流器对象建模过程复杂的问题。
发明内容
为了解决现有双馈风力发电系统机侧变流器控制存在的上述技术问题,本发明提供一种效率高、控制效果好的双馈风力发电系统机侧变流器模型预测控制方法。
本发明解决上述技术问题的技术方案包括以下步骤:
A1、采集双馈风力发电系统机侧变流器的三相转子电流ir_abc、三相定子电压vs_abc、三相定子电流is_abc、编码器电机机械角度θmi;
A2、采用锁相环PLL获取三相定子电压vs_abc的相位θs,由编码器机械角度θmi计算电机的电角度θm,进一步计算转子的电角度θr;
A3、基于相位θs对三相定子电压vs_abc、三相定子电流is_abc分别进行坐标变换,得到d-q坐标系下的分量,基于相位θr对三相转子电流ir_abc进行坐标变换,得到d-q坐标系下的分量;
A4、采用机侧变流器模型预测控制算法计算最优控制量uvr;
A5、利用坐标变换将d-q坐标系下的最优控制量uvr变换为abc坐标系下的三相控制电压vr_abc;
A6、将三相控制电压vr_abc进行调制得到PWM信号,用PWM信号控制机侧变流器的开关管。
本发明的技术效果在于:本发明基于模型预测控制理论,采用多步预测机制,构建了双馈风力发电系统机侧变流器预测模型,通过设计和求解机侧变流器代价函数,实现了对最优控制增量的寻优计算,再通过积分计算,得到了机侧变流器的最优控制量。这种设计方法采用模型预测控制机制,提高了控制算法的自适应性与鲁棒性,改善了控制性能。
附图说明
图1为本发明中双馈风力发电系统的原理图。
图2为本发明的流程图。
图3为本发明的详细流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的详细说明。
双馈风力发电系统结构原理图如图1所示,双馈发电机的定子直接与电网相连,转子通过机侧变流器及网侧变流器向电网输送能源。本发明主要关注机侧变流器的优化控制问题。在图1所示的双馈风力发电系统中,机侧变流器(RSC)主要用于实现将风力发电机产生的电能输送到电网,并维持风力发电机的稳定运行。
计算过程涉及变量及符号说明:
i:电流; x:状态方程的状态变量;
v:电压; u:状态方程的控制输入或者干扰输入变量;
t:连续系统时间变量; k:离散系统控制步长变量;
下标abc:abc三相交流电; A:符号斜体加粗表示向量或者矩阵;
下标d:d轴分量; 下标D:系统矩阵离散化;
下标q:q轴分量; 下标ref:参考值变量;
下标s:双馈发电机定子变量; 下标i:电流变量;
下标r:双馈发电机转子变量; 下标v:电压变量;
θ:角度; k+n|k:当前时刻k对k+n时刻的预测;
Ωm:转子机械角速度; ω:角速度;
abc2dq:abc坐标系到d-q坐标系; dq2abc:d-q坐标系到abc坐标系。
本发明的双馈风力发电系统机侧变流器模型预测控制方法,其流程如图2和图3所示,包括以下几个步骤:
A1、采集双馈风力发电系统机侧变流器的三相转子电流ir_abc、三相定子电压vs_abc、三相定子电流is_abc、编码器电机机械角度θmi;
A2、采用锁相环PLL获取三相定子电压vs_abc的相位θs,由编码器机械角度θmi计算电机的电角度θm,进一步计算转子的电角度θr;
θr=θs-θm (1)
θm=pθmi (2)
式(2)中,p为电机的极对数,θs为由锁相环获取的三相定子电压相位,θmi为采集到的编码器机械角度。
A4、采用机侧变流器模型预测控制算法计算最优控制量uvr;
A5、利用坐标变换将d-q坐标系下的最优控制量uvr变换为abc坐标系下的三相控制电压vr_abc;
A6、将三相控制电压vr_abc进行调制得到PWM信号,用PWM信号控制机侧变流器的开关管。
步骤A4中采用机侧变流器模型预测控制算法计算最优控制量uvr的具体过程如下:
A41、构建机侧变流器预测模型;
双馈风力发电系统中,d-q坐标系下的机侧变流器状态方程模型为:
式中分别为三相定子电流is_abc、三相定子电压vs_abc、三相转子电流ir_abc、三相转子电压vr_abc通过abc2dq坐标变换后得到的d-q轴分量,Rs、Rr为定子电阻与转子电阻,Ls、Lr为定子、转子电感,Lm为励磁电感,且Ls=Lσs+Lm,Lr=Lσr+Lm,Lσs、Lσr为定子漏感和转子漏感。漏感系数ωs为定子电压、电流角频率,ωm为转子角频率,ωm=pΩm,p为电机的极对数,Ωm为转子机械角速度,且ωs=ωm+ωr,ωr为转子电压、电流角频率。角速度Ωm及ωs与由步骤A1、A2获取的角度θmi及θs的关系为θmi=Ωmt,θs=ωst,t为连续时间变量。
将方程(6)写成:
认为在预测时域内频率ωs(t)与ωm(t)恒定,则式(7)中时变的系统系数矩阵A(t)及Bis(t)在预测时域内为常数矩阵A及Bis。进一步将方程(7)离散化得:
定义算子Δ,满足:Δf(k)=f(k)-f(k-1),结合式(8)可得:
Δx(k+1)=ADΔx(k)+BisDΔuis(k)+BvrDΔuvr(k)+BvsDΔuvs(k) (9)
由式(10)可得出机侧变流器的预测模型为:
式中:n=1,…,P,P为预测时域;k+n|k表示k时刻对k+n时刻的预测;M为控制时域,P>M,且对任意的n>M,Δuis(k+n-1)=02×1,Δuvr(k+n-1)=02×1,Δuvs(k+n-1)=02×1,02×1为2×1维零阵;
基于多步预测寻优的设计,取预测时域P=5,M=2,式(11)可表示为:
YP(k)=ΦZ(k)+ΨisΔUMis(k)+ΨvrΔUMvr(k)+ΨvsΔUMvs(k) (12)
考虑到控制时域M=2取值较小,可以认为定子电压与定子电流在控制时域内没有变化,即式(12)中而在当前时刻k可得到Δuvs(k)及Δuis(k),即此时式(12)中ΔUMvs(k)与ΔUMis(k)已知;
A42、基于机侧变流器代价函数计算最优控制量uvr(k);
机侧变流器的控制目标是转子电流对参考电流的跟踪,同时考虑对转子电压控制增量大小的限制,本发明中的预测控制器代价函数为:
上式中:第一累加项为预测时域内对转子电流跟踪误差的加权平方和,其中ird_ref(k+n)、irq_ref(k+n)为转子电流参考值的d、q轴分量;第二累加项为控制时域内对转子电压控制增量的加权平方和;权重系数w及r分别用于设置电流跟踪误差与电压控制增量在代价函数中的权重并可平衡两者量纲;
采用电机转矩参考值计算转子电流参考值ird_ref,用定子无功功率参考值计算转子电流参考值irq_ref,具体计算式为:
其中,Te_ref为电机转矩参考值,该值来源于风力发电系统的最大功率跟踪控制,Qs_ref为定子无功功率参考值。
式中:QP=wI10,I10为10维单位阵,R=rI4,I4为4维单位阵;
将式(12)代入式(15),求解得:
取当前时刻的控制增量:
Δuvr(k)=[I2 02]ΔUMvr(k) (17)
Δuvr(k)=d1Iref(k)-d2Z(k)-d3ΔUMis(k)-d4ΔUMvs(k) (18)
基于式(18)得到的最优转子电压控制增量Δuvr(k),再通过积分器对该控制增量进行积分得到实际参与控制(调制)的最优控制量uvr(k),这种积分计算有利于消除系统控制的静差,从而获得更优良的控制性能。
利用坐标变换式(19)将d-q坐标系下的最优控制量uvr(k)变换为abc坐标系下的转子电压调制信号vr_abc(k),其计算方法为;
最后通过PWM调制,将电压调制信号vr_abc(k)转换为控制机侧变流器IGBT开关管的PWM信号。
Claims (2)
1.一种双馈风力发电系统机侧变流器模型预测控制方法,包括以下步骤:
A1、采集双馈风力发电系统机侧变流器的三相转子电流ir_abc、三相定子电压vs_abc、三相定子电流is_abc、编码器电机机械角度θmi;
A2、采用锁相环PLL获取三相定子电压vs_abc的相位θs,由编码器机械角度θmi计算电机的电角度θm,进一步计算转子的电角度θr,电角度θr按下式计算;
θr=θs-θm (1)
θm=pθmi (2)
式(2)中,p为电机的极对数,θs为由锁相环获取的三相定子电压相位,θmi为采集到的编码器机械角度;
A3、基于相位θs对三相定子电压vs_abc、三相定子电流is_abc分别进行坐标变换,得到d-q坐标系下的分量,基于相位θr对三相转子电流ir_abc进行坐标变换,得到d-q坐标系下的分量,其计算为:
A4、采用机侧变流器模型预测控制算法计算最优控制量uvr,具体步骤为;
A41、构建机侧变流器预测模型;
双馈风力发电系统中,d-q坐标系下的机侧变流器状态方程模型为:
式中分别为三相定子电流is_abc、三相定子电压vs_abc、三相转子电流ir_abc、三相转子电压vr_abc通过abc2dq坐标变换后得到的d-q轴分量,Rs、Rr为定子电阻与转子电阻,Ls、Lr为定子、转子电感,Lm为励磁电感,且Ls=Lσs+Lm,Lr=Lσr+Lm,Lσs、Lσr为定子漏感和转子漏感;漏感系数ωs为定子电压、电流角频率,ωm为转子角频率,ωm=pΩm,p为电机的极对数,Ωm为转子机械角速度,且ωs=ωm+ωr,ωr为转子电压、电流角频率;角速度Ωm及ωs与由步骤A1、A2获取的角度θmi及θs的关系为θmi=Ωmt,θs=ωst,t为连续时间变量;
将方程(6)写成:
设在预测时域内频率ωs(t)与ωm(t)恒定,则式(7)中时变的系统系数矩阵A(t)及Bis(t)在预测时域内被处理为常数矩阵A及Bis;进一步将方程(7)离散化得:
定义算子Δ,满足:Δf(k)=f(k)-f(k-1),结合式(8)可得:
Δx(k+1)=ADΔx(k)+BisDΔuis(k)+BvrDΔuvr(k)+BvsDΔuvs(k) (9)
由式(10)可得出机侧变流器的预测模型为:
式中:n=1,…,P,P为预测时域;k+n|k表示k时刻对k+n时刻的预测;M为控制时域,P>M,且对任意的n>M,Δuis(k+n-1)=02×1,Δuvr(k+n-1)=02×1,Δuvs(k+n-1)=02×1,02×1为2×1维零阵;
基于多步预测寻优的设计,取预测时域P=5,M=2,式(11)可表示为:
YP(k)=ΦZ(k)+ΨisΔUMis(k)+ΨvrΔUMvr(k)+ΨvsΔUMvs(k) (12)
A42、基于机侧变流器代价函数计算最优控制量uvr(k);
机侧变流器的控制目标是转子电流对参考电流的跟踪,同时考虑对转子电压控制增量大小的限制,本发明中的预测控制器代价函数为:
上式中:第一累加项为预测时域内对转子电流跟踪误差的加权平方和,其中ird_ref(k+n)、irq_ref(k+n)为转子电流参考值的d、q轴分量;第二累加项为控制时域内对转子电压控制增量的加权平方和;权重系数w及r分别用于设置电流跟踪误差与电压控制增量在代价函数中的权重并可平衡两者量纲;
采用电机转矩参考值计算转子电流参考值ird_ref,用定子无功功率参考值计算转子电流参考值irq_ref,具体计算式为:
其中,Te_ref为电机转矩参考值,该值来源于风力发电系统的最大功率跟踪控制,Qs_ref为定子无功功率参考值;
式中:QP=wI10,I10为10维单位阵,R=rI4,I4为4维单位阵;
将式(12)代入式(15),求解得:
取当前时刻的控制增量:
Δuvr(k)=[I2 02]ΔUMvr(k) (17)
Δuvr(k)=d1Iref(k)-d2Z(k)-d3ΔUMis(k)-d4ΔUMvs(k) (18)
基于式(18)得到的最优转子电压控制增量Δuvr(k),再通过积分器对该控制增量进行积分得到实际参与控制的最优控制量uvr(k)。;
A5、利用坐标变换将d-q坐标系下的最优控制量uvr变换为abc坐标系下的三相控制电压vr_abc;
A6、将三相控制电压vr_abc进行调制得到PWM信号,用PWM信号控制机侧变流器的开关管。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910462662.3A CN110165954B (zh) | 2019-05-30 | 2019-05-30 | 一种双馈风力发电系统机侧变流器模型预测控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910462662.3A CN110165954B (zh) | 2019-05-30 | 2019-05-30 | 一种双馈风力发电系统机侧变流器模型预测控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110165954A CN110165954A (zh) | 2019-08-23 |
CN110165954B true CN110165954B (zh) | 2020-09-29 |
Family
ID=67630335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910462662.3A Active CN110165954B (zh) | 2019-05-30 | 2019-05-30 | 一种双馈风力发电系统机侧变流器模型预测控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110165954B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110808610B (zh) * | 2019-11-11 | 2022-04-01 | 广西大学 | 一类基于比例积分微分控制思想的双馈风机优化方法 |
CN111371366B (zh) * | 2020-03-16 | 2021-10-12 | 湖南中聚福能源科技有限公司 | 一种变频水力发电系统模型预测电流控制方法、系统及介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201733269U (zh) * | 2010-05-20 | 2011-02-02 | 浙江省电力试验研究院 | 双馈风力发电机控制系统 |
CN101986552B (zh) * | 2010-10-28 | 2012-07-04 | 天津大学 | 电网故障下双馈风力发电机转子电流控制方法 |
WO2017000945A1 (en) * | 2015-06-29 | 2017-01-05 | Vestas Wind Systems A/S | Sub-synchronous resonance damping |
CN109687524B (zh) * | 2019-03-01 | 2021-01-15 | 合肥工业大学 | 双馈风力发电机组的多目标模型预测控制方法 |
-
2019
- 2019-05-30 CN CN201910462662.3A patent/CN110165954B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110165954A (zh) | 2019-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xia et al. | Robust model predictive current control of three-phase voltage source PWM rectifier with online disturbance observation | |
CN109660170B (zh) | 一种永磁同步电机高可靠性电流预测控制方法及其系统 | |
CN209844868U (zh) | 永磁同步电机无差拍电流预测控制系统 | |
CN110165962B (zh) | 一种直驱永磁同步风力发电系统及其全自抗扰控制方法 | |
CN104734545A (zh) | 基于模型预测和电压平方控制的pwm整流器的控制方法 | |
CN110518853B (zh) | 一种永磁同步电机电流解耦控制方法及装置 | |
CN103427738A (zh) | 一种双馈感应发电机优化预测直接功率控制方法 | |
CN110086383B (zh) | 十二相驱动系统的模型预测控制方法及装置 | |
CN110165954B (zh) | 一种双馈风力发电系统机侧变流器模型预测控制方法 | |
CN108448971B (zh) | 一种无刷双馈发电机的控制系统及模型预测电流控制方法 | |
MASSOUM et al. | Artificial neural network based direct torque control of doubly fed induction generator | |
CN104617593B (zh) | 一种并网变换器的反推直接功率控制方法 | |
Boulahia et al. | Predictive power control of grid and rotor side converters in doubly fed induction generators based wind turbine | |
CN116961512B (zh) | 一种基于模型预测的电流控制方法、装置和存储介质 | |
Jabbarnejad et al. | Virtual-flux-based DPC of grid connected converters with fast dynamic and high power quality | |
CN111181460B (zh) | 单定子双转子盘式对转永磁同步电机的动态电流预测控制方法、系统及介质 | |
CN110096077B (zh) | 开关磁阻电机非奇异快速终端滑模转速控制方法及系统 | |
CN113659905B (zh) | 基于时变扰动补偿的三电平发电系统模型预测控制方法 | |
CN110048466B (zh) | 一种双馈风力发电系统网侧变流器模型预测控制方法 | |
CN115833690A (zh) | 六相永磁同步电机无参数模型预测电流控制系统及方法 | |
Wang et al. | Model predictive direct current control of DFIG at low switching frequency | |
Boudries et al. | Study on sliding mode virtual flux oriented control for three-phase PWM rectifiers | |
CN113809967A (zh) | 基于矩阵变换器的永磁同步电机调制模型预测控制方法 | |
CN111082711A (zh) | 一种无刷直流电机反步法控制方法及系统 | |
CN111371366A (zh) | 一种变频水力发电系统模型预测电流控制方法、系统及介质 |
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 |