CN110808610A - 一类基于比例积分微分控制思想的双馈风机优化方法 - Google Patents

一类基于比例积分微分控制思想的双馈风机优化方法 Download PDF

Info

Publication number
CN110808610A
CN110808610A CN201911096643.XA CN201911096643A CN110808610A CN 110808610 A CN110808610 A CN 110808610A CN 201911096643 A CN201911096643 A CN 201911096643A CN 110808610 A CN110808610 A CN 110808610A
Authority
CN
China
Prior art keywords
optimization method
integral
proportional
derivative
control
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
Application number
CN201911096643.XA
Other languages
English (en)
Other versions
CN110808610B (zh
Inventor
殷林飞
高奇
高放
唐崇健
刘小祥
吴小宽
陈磊
杨兴恒
苏宏发
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GUANGXI ZHONGLAN CABLE Co Ltd
Guangxi University
Original Assignee
GUANGXI ZHONGLAN CABLE Co Ltd
Guangxi University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by GUANGXI ZHONGLAN CABLE Co Ltd, Guangxi University filed Critical GUANGXI ZHONGLAN CABLE Co Ltd
Priority to CN201911096643.XA priority Critical patent/CN110808610B/zh
Publication of CN110808610A publication Critical patent/CN110808610A/zh
Application granted granted Critical
Publication of CN110808610B publication Critical patent/CN110808610B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects

Landscapes

  • Control Of Eletrric Generators (AREA)

Abstract

本发明提供一类基于比例积分微分控制思想的双馈风机优化方法，该方法目的是优化目前双馈风力发电系统控制参数，完成最大功率点追踪，使系统运行的经济性与安全性最优。本发明提出一类基于比例积分微分控制思想的优化方法，包含比例积分微分优化方法、分数阶比例积分微分优化方法、自抗扰优化方法、分数阶自抗扰优化方法，此类方法可以优化控制系统内的比例积分控制器参数使偏差量最小，提高控制器响应时间和控制精度。本发明将基于控制思想的优化方法和双馈风机经典结构整合，通过基于控制思想的优化方法优化控制器参数，使系统控制偏差最小，使运行曲线与最大功率曲线逼近。

Description

一类基于比例积分微分控制思想的双馈风机优化方法
技术领域
本发明属于电力系统可再生能源发电领域，涉及一类优化方法，适用于电力系统双馈风机参数优化。
背景技术
能源危机概念已经深入人心，寻找可持续发展的新能源是全世界人民的共同愿望。目前在世界大部分地区，风能、太阳能、潮汐能等清洁能源只是传统化石能源的补充，并没有完全取代化石能源。其原因有新型能源对环境要求较高，部分技术还不成熟。但随着全球经济快速增长和人口不断增加，人均能源的需求量大大增加。这对可持续发展的新能源提供了机遇，大量的科学工作者们投身于新能源的研究。风能是新能源、清洁能源的主要能源，在我国西北、东北、华北等地区存在大量的风能资源，目前这些地区的风能利用率、并网率不高，这表明在我国风能将成为新能源产业的主要推动力。
当前我国风力发电商业化逐步提高，技术和设备不断推新，风力发电机装机总容量每年以10％以上速率增长。风力发电机是风力发电系统的核心部分，其运行方式可分为变速恒频、恒速恒频两类。变速恒频相比于恒速恒频可调风机转速，有较宽范围的最优运行效率。控制变速恒频发电机的最佳经济运行是最大功率追踪的控制方法。此控制方法的控制目标为输出功率，使风力发电机以最佳功率曲线运行。
目前变速恒频发电机应用最广泛的是双馈异步发电机，其最大特点为变流器与转子相连接入电网，转子侧变流器容量约占发电机额定容量的30％左右，极大的减少了变流器容量的需求。但由于双馈电机存在电刷、齿轮箱等元件，会增加其故障的概率，双馈电机的控制策略就显得尤为重要。双馈电机的宽范围调速系统和伺服系统一般采用广泛应用于工业的比例积分微分控制器，其参数整定需要先进智能方法进行优化。
随着元启发式方法的出现，出现了大量的优化方法。这类方法一般是通过观察自然现象，模仿自然规律而提出的。元启发式方法以其自身的灵活性和随机性，可以对不同目标函数进行优化和避免局部最优而放弃对搜索区域的寻优。这些方法的不仅在数学和计算机领域受人欢迎，同时也广泛存在于众多科学领域。
发明内容
本发明提出一类基于比例积分微分控制思想的双馈风机优化方法，包含比例积分微分优化方法、分数阶比例积分微分优化方法、自抗扰优化方法、分数阶自抗扰优化方法。
1、比例积分微分优化方法，此方法是以经典比例积分微分控制思想为核心的元启发方法，比例积分微分优化方法从随机解出发，通过寻找适应度选取最优种群，对每个个体进行基于比例积分微分思想的更新，根据目标函数计算搜索局部最优解。个体的更新公式由离散形式得出，通过比例增加个体的局部搜索区间，通过积分逼近最优适应度的种群，通过微分进行预测未来最优种群位置，最后通过线性组合的方式使个体形成新的种群，经过若干次迭代找到全局最优解。其计算方式可描述为
Figure BDA0002268538580000021
其中，kP为比例增益；TI和TD分别为积分和微分时间常数；e(t)＝yr-y(t)为输出误差。
2、分数阶比例积分微分优化方法，介入了分数阶微积分的数学概念。其主要思想是朝着前进方向移动，所覆盖的积分区域并未发生改变，但会不断的覆盖新的积分，遗忘较初始的积分。分数阶微分可理解为输入函数的初值以衰减形式加入到输出中。分数阶微分通过数学变换可以理解为分数阶积分，也具有逐渐遗忘的特性。
基于分数阶比例积分微分思想的单目标优化方法是对比例积分微分优化方法的改进，其特性与比例积分微分优化方法相同，主要改进出在于对个体的更新方法。介入分数阶思想，以积分形式更新个体时采用遗忘策略，保持一定规模的积分记忆，较远记忆会随迭代增加而遗忘，可有效避免积分饱和；以微分形式更新个体时采用权重策略，提高预测准确性。
分数阶微积分的基本算子为
Figure BDA0002268538580000022
在分数阶微积分的发展进程中，目前分数阶的研究并无统一计算公式，数学家各自的理解内涵并无区别。如下展示基本算子
Figure BDA0002268538580000023
Figure BDA0002268538580000024
式中，a和t为运算上下限；α为阶次；R(α)为实部。其计算如下所示，
Figure BDA0002268538580000025
式中，λ为积分阶次，μ为微分阶次，λ,μ≥0。
3、自抗扰控制是对比例积分微分控制缺陷的改进，主要有以下四点。
1)、增加了过渡过程，即在跟踪被控对象的同时记录其微分信号。
2)、利用最快跟踪微分器，减小噪声放大效应。
3)、经过上述两点改进，产生的误差微分积分信号进行非线性组合，达到最优控制效果。
4)、增加扩张状态观测器，将内外部扰动统一，避免误差积分反馈的副作用。
自抗扰优化方法是基于自抗扰控制思想的方法，即新增四点改进对自抗扰方法产生影响。在优化方法搜索过程中，迭代之间、种群之间是相互孤立的，类似于控制理论中的离散状态，所以过渡过程和跟踪微分器对于自抗扰方法并无作用。但在更新个体时，提供一个新颖的思想即比例微分积分的非线性组合，这种非线性组合可完成许多智能性功能，增加了方法的智能性。同时，在自抗扰优化方法可以引入扰动概念，增强了方法的寻优能力，避免方法陷入局部最优。
4、分数阶自抗扰控制主要是对过渡过程、非线性误差反馈和扩张状态观测器进行改进。在过渡过程中记录的微分信号从整数阶变为分数阶，使其响应速度块，避免了系统地超调。在非线性误差反馈中引入分数阶概念，改善整数积分环节导致的调节时间长，易振荡，过饱和等影响。改进的扩张状态观测器可以提高抗干扰能力、减少积分饱和影响、消除估计误差等。
分数阶自抗扰优化方法是基于分数阶自抗扰控制思想的方法，即在分数阶自抗扰控制思想引入分数阶微积分的概念。同理，分数阶自抗扰优化方法为分数阶自抗扰优化方法的改进，即在对个体进行更新时采用分数阶微积分进行非线性组合，增加了遗忘策略和权重策略，同时也具有智能性和寻优能力。
附图说明
图1是本发明方法的双馈风力发电系统结构示意图。
图2是本发明方法的基于控制思想的优化方法流程示意图。
图3是本发明方法的双馈风力发电系统控制框架示意图。
具体实施方式
本发明提出的一类基于比例积分微分控制思想的双馈风机优化方法，结合附图详细说明如下：
图1是本发明方法的双馈风力发电系统结构示意图。双馈风机的转子侧和定子侧都可接入交流电网，与定子侧直接接入电网不同，转子侧通过一组‘背靠背’变流器接入电网。近转子侧的变流器主要功能是调节转子转速、控制有功功率输出、完成最大功率点追踪。近交流电网侧的变流器主要功能是维持支流母线电压恒定，保持控制系统有功功率平衡，以自身容量为基础参与交流电网无功功率调节。
图2是本发明方法的基于控制思想的优化方法流程示意图。本发明中的方法是基于比例积分微分的线性或非线性组合优化，其核心内容是对种群中的个体进行比例积分微分优化并进行线性或非线性组合，形成新的种群，根据迭代次数进行不断优化，由于初始解都是随机产生，可以有效的避免局部最优，在全局范围内找到最优解。
本发明中提出四种基于比例微分积分控制思想的方法，四种优化方法对个体更新方式各不相同，其中比例积分微分优化方法高效；分数阶比例积分微分优化方法引入分数阶概念，分数阶积分具有遗忘特性，可有效避免积分饱和。分数阶微分提供一种权重策略，提高了区域预测的准确性；自抗扰优化方法加入比例积分微分的非线性组合形式，使方法更加智能多变；分数阶自抗扰优化方法集合了分数阶特性和非线性组合，具有强大的探索和寻优能力。
图3是本发明方法的双馈风力发电系统控制框架示意图。本发明目的是使用比例积分微分优化方法、分数阶比例积分微分优化方法、自抗扰优化方法、分数阶自抗扰优化方法完成比例积分控制器的参数优化，实现最大功率点追踪，最终获得双馈风力发电系统的最优控制性能。本发明基于双馈风力发电系统的结构，提出双馈风力系统控制框架，测定以渐变风况、阶梯风况和电网电压骤降三种不同情况下系统对输入信号的跟踪能力，抗干扰能力等，建立以累加三种不同情况下被控量偏差的累加为目标函数，外部控制回路采用d-q分解法获得转子电流
Figure BDA0002268538580000041
和
Figure BDA0002268538580000042
内部控制回路输出的vqr和vdr通过反馈项vqr2和vdr2进行补偿。本发明选取转子角速度ωr、功率因数Qs及通过分解法获得转子电压的控制力uqr和udr为变量，实现并网安全、控制精确、经济适用的双馈风力发电系统控制框架。
经过d-q轴变换，则有vds≡0，且vqs的值为端电压幅值。无功功率Qs为，
Qs＝vqsids-vdsiqs＝vqsids (4)
发电机的电磁动态方程为，
Figure BDA0002268538580000043
式中，转轴系统可用单一集中惯量系统表示，即集中惯量常数为涡轮机Ht与发电机Hg集中惯性常数之和。ωm＝ωr为发电机转速，D为系统阻尼，Tm为机械转矩。
式中，s为电机转差率，σ为泄露系数。最终可得到比例积分增益参数的优化模型：
Figure BDA0002268538580000052
Figure BDA0002268538580000053
式中，KPi、KIi表示为四个相互作用的比例增益和积分增益。根据回路响应速度不同，KPi和KIi取值范围不同。在内部控制回路中KPi取[0,200]、KIi取[0,1500]，在外部控制回路中KPi取[0,0.5]、KIi[0,5]。T1是每种情况下的总操作时间。权重系数ω1＝ω2＝0.1。风速uwind∈(8～12)m/s，电网电压us∈(0.2～1.0)p.u，无功功率Qs∈(-1.0～1.0)p.u。

Claims (4)

1.一类基于比例积分微分控制思想的双馈风机优化方法，其特征在于，建立了双馈风力发电系统控制框架，该方法提出了一类新的优化方法，即比例积分微分优化方法、分数阶比例积分微分优化方法、自抗扰优化方法、分数阶自抗扰优化方法，其特征在于，优化方法中蕴含比例积分微分控制思想，该方法在使用过程中的主要步骤为：
(1)以d-q分解法获得双馈风机控制变量，构建双馈风力发电系统控制框架；
(2)以渐变风况、阶梯风况和电网电压骤降三种条件下的最小控制偏差为目标函数，使运行曲线与最大功率曲线逼近；
(3)本发明提出比例积分微分优化方法、分数阶比例积分微分优化方法、自抗扰优化方法、分数阶自抗扰优化方法对目标函数进行优化，提高控制器控制效果，实现控制偏差量最小。
2.如权利要求1所述的基于比例积分微分控制思想的双馈风机优化方法，其特征在于，所述步骤(1)中将三相静止坐标系的数学模型转化到d-q旋转坐标系；建立了以比例积分控制器为核心的双馈风力发电系统控制框架。
3.如权利要求1所述的基于比例积分微分控制思想的双馈风机优化方法，其特征在于，所述步骤(2)中提出渐变风况、阶梯风况和电网电压骤降三种工况下的目标函数，累加在每种工况下获得控制偏差最小值。
4.如权利要求1所述的基于比例积分微分控制思想的双馈风机优化方法，其特征在于，所述步骤(3)中提出四种优化方法，其中比例积分微分优化方法求解速度快；分数阶比例积分微分优化方法引入分数阶概念，分数阶积分具有遗忘特性；自抗扰优化方法加入比例积分微分的非线性组合形式；分数阶自抗扰优化方法集合了分数阶特性和非线性组合特性。
CN201911096643.XA 2019-11-11 2019-11-11 一类基于比例积分微分控制思想的双馈风机优化方法 Active CN110808610B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911096643.XA CN110808610B (zh) 2019-11-11 2019-11-11 一类基于比例积分微分控制思想的双馈风机优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911096643.XA CN110808610B (zh) 2019-11-11 2019-11-11 一类基于比例积分微分控制思想的双馈风机优化方法

Publications (2)

Publication Number Publication Date
CN110808610A true CN110808610A (zh) 2020-02-18
CN110808610B CN110808610B (zh) 2022-04-01

Family

ID=69502011

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911096643.XA Active CN110808610B (zh) 2019-11-11 2019-11-11 一类基于比例积分微分控制思想的双馈风机优化方法

Country Status (1)

Country Link
CN (1) CN110808610B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112072693A (zh) * 2020-07-15 2020-12-11 广西大学 一种高维多分数阶双馈风机控制的高维多分数阶优化方法
CN112308194A (zh) * 2020-09-24 2021-02-02 广西大学 一种量子迁移平行多层蒙特卡罗双馈风机参数优化方法
CN112821427A (zh) * 2021-02-23 2021-05-18 西安交通大学 一种分布式调频辅助服务系统设计方法
CN113098057A (zh) * 2021-04-06 2021-07-09 广西大学 一种双馈风机参数的多目标高维多分数阶优化方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107979099A (zh) * 2017-12-05 2018-05-01 南京工程学院 一种基于分数阶PIλ的UPFC抑制次同步振荡的方法
CN109149648A (zh) * 2018-10-11 2019-01-04 广西大学 一种自适应宽度动态规划智能发电控制方法
CN109459934A (zh) * 2019-01-15 2019-03-12 华北电力大学 一种基于pid控制器整定降阶自抗扰控制器参数的方法
CN109541935A (zh) * 2018-11-23 2019-03-29 广西大学 一种参数自适应分数阶自抗扰自动发电控制方法
CN110165954A (zh) * 2019-05-30 2019-08-23 湖南师范大学 一种双馈风力发电系统机侧变流器模型预测控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107979099A (zh) * 2017-12-05 2018-05-01 南京工程学院 一种基于分数阶PIλ的UPFC抑制次同步振荡的方法
CN109149648A (zh) * 2018-10-11 2019-01-04 广西大学 一种自适应宽度动态规划智能发电控制方法
CN109541935A (zh) * 2018-11-23 2019-03-29 广西大学 一种参数自适应分数阶自抗扰自动发电控制方法
CN109459934A (zh) * 2019-01-15 2019-03-12 华北电力大学 一种基于pid控制器整定降阶自抗扰控制器参数的方法
CN110165954A (zh) * 2019-05-30 2019-08-23 湖南师范大学 一种双馈风力发电系统机侧变流器模型预测控制方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
KOKSAL ERENTURK: ""Fractional-Order PIλDμ and Active Disturbance Rejection Control of Nonlinear Two-Mass Drive System"", 《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》 *
NIXUAN LIU等: ""Fractional-order PID and active disturbance rejection control for active power filter"", 《2017 29TH CHINESE CONTROL AND DECISION CONFERENCE (CCDC)》 *
刘铖等: ""双馈感应风机分数阶自抗扰广域阻尼控制器设计"", 《高电压技术》 *
黄丽莲等: ""分数阶PID控制器参数的自适应设计"", 《系统工程与电子技术》 *
黄琳妮: ""基于群飞蛾扑火算法的风力发电系统PI控制参数优化整定"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112072693A (zh) * 2020-07-15 2020-12-11 广西大学 一种高维多分数阶双馈风机控制的高维多分数阶优化方法
CN112072693B (zh) * 2020-07-15 2023-06-23 广西大学 一种高维多分数阶双馈风机控制的高维多分数阶优化方法
CN112308194A (zh) * 2020-09-24 2021-02-02 广西大学 一种量子迁移平行多层蒙特卡罗双馈风机参数优化方法
CN112308194B (zh) * 2020-09-24 2022-06-21 广西大学 一种量子迁移平行多层蒙特卡罗双馈风机参数优化方法
CN112821427A (zh) * 2021-02-23 2021-05-18 西安交通大学 一种分布式调频辅助服务系统设计方法
CN112821427B (zh) * 2021-02-23 2023-03-07 西安交通大学 一种分布式调频辅助服务系统设计方法
CN113098057A (zh) * 2021-04-06 2021-07-09 广西大学 一种双馈风机参数的多目标高维多分数阶优化方法
CN113098057B (zh) * 2021-04-06 2022-10-11 广西大学 一种双馈风机参数的多目标高维多分数阶优化方法

Also Published As

Publication number Publication date
CN110808610B (zh) 2022-04-01

Similar Documents

Publication Publication Date Title
CN110808610B (zh) 一类基于比例积分微分控制思想的双馈风机优化方法
Mousavi et al. Sliding mode control of wind energy conversion systems: Trends and applications
Babu et al. Wind energy conversion systems-a technical review
Bekakra et al. Optimal tuning of PI controller using PSO optimization for indirect power control for DFIG based wind turbine with MPPT
CN106786677B (zh) 一种互联电力系统分布式动态矩阵频率控制方法
Sabzevari et al. MPPT control of wind turbines by direct adaptive fuzzy-PI controller and using ANN-PSO wind speed estimator
Phan et al. Rotor speed control of doubly fed induction generator wind turbines using adaptive maximum power point tracking
CN109217374B (zh) 一种风电电力系统无功电压事前多时间尺度优化控制方法
Zamzoum et al. Performance analysis of a robust adaptive fuzzy logic controller for wind turbine power limitation
Zamzoum et al. Active and reactive power control of wind turbine based on doubly fed induction generator using adaptive sliding mode approach
Laghridat et al. A novel adaptive active disturbance rejection control strategy to improve the stability and robustness for a wind turbine using a doubly fed induction generator
Kumari et al. Particle swarm optimization and gradient descent methods for optimization of pi controller for agc of multi-area thermal-wind-hydro power plants
CN108494020B (zh) 风速波动下风电送出系统无功电压主动控制方法
Zhang et al. Enhanced wind turbine maximum wind-energy capture based on the inverse-system method
CN112636366B (zh) 一种基于控制过程数据拟合的风电场动态频率控制方法
Qiao et al. Computational intelligence for control of wind turbine generators
CN113922384B (zh) 一种风电场分散式无功电压优化协调控制方法
CN112072693B (zh) 一种高维多分数阶双馈风机控制的高维多分数阶优化方法
Lei et al. Active disturbance rejection based MPPT control for wind energy conversion system under uncertain wind velocity changes
Mesemanolis et al. A fuzzy-logic based control strategy for maximum efficiency of a wind energy conversion system
Li et al. A novel primary frequency regulation strategy of wind farm based on wind turbine health condition
Shi et al. Model predictive control of direct-driven surface-mounted permanent magnet synchronous generator based on active disturbance rejection controller
Ayub et al. Nonlinear super-twisting based speed control of PMSG-ECS using higher order sliding mode control
El Qouarti et al. Power Control of DFIG based WECS using SOSMC and PSO algorithm
Ayadi et al. Nonlinear control of a variable speed wind energy conversion system based PMSG

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