CN111884267A - 一种d-pmsg机组频率自适应附加惯性控制方法 - Google Patents

Abstract

本发明公开了一种D‑PMSG机组频率自适应附加惯性控制方法，包括以下步骤：以并网系统频率偏差Δf和频率偏差的变化率

作为模糊自适应控制器的输入参数e、c；当风速和负荷扰动下系统频率波动时，在线识别频率偏差Δf和偏差变化率

采用模糊自适应控制器对传统附加惯性控制的比例和微分系数进行实时调整。本发明提供的D‑PMSG机组频率自适应附加惯性控制方法，根据负荷或风速扰动下系统的频率偏差和频率偏差变化率自适应地调整比例系数和微分系数，从而有效地抑制系统频率偏差，提高D‑PMSG风电机组的暂态调频能力。

Description

一种D-PMSG机组频率自适应附加惯性控制方法

技术领域

本发明涉及风机控制技术领域，特别是涉及一种D-PMSG机组频率自适应附加惯性控制方法。

背景技术

风能作为一种清洁而稳定的新能源，已被全球公认为提高能源安全、促进低碳经济增长的最佳方案。目前，广泛应用的变速风电机组有两种类型：双馈感应发电机组(doubly-fed induction Generator-DFIG)和直驱永磁同步风电机组(directly-drivenwind turbine with permanent magnet synchronous generator—D-PMSG)。其中D–PMSG机组因其效率高、可靠性强、成本低、运行范围广已成为风电市场上的主导机型。D-PMSG机组通常运行于最大功率跟踪(MPPT)控制模式，通过全功率换流器实现最大风能捕获。然而，由于在MPPT模式下D-PMSG机组的转速与系统频率解耦，只能根据转速和风速来调节有功功率，无法响应系统频率偏差。因此，D-PMSG无法提供额外的惯性和频率支持来参与电网频率调节。大规模风电并网将导致系统惯性降低，在负荷扰动期间严重影响系统的频率稳定性。因此，研究D-PMSG机组的频率控制策略具有重要的理论和实际意义。

为了使风电机组像传统同步发电机组一样，在频率扰动期间提供类似的功率支持并参与调频，国内外学者进行了大量研究。通常，D-PMSG机组的频率控制策略可分为两大类：下垂减载控制(Deloading control)和附加惯性控制(additional inertial control-AIC)。下垂减载控制通过提前减小D-PMSG机组的捕获功率，在频率扰动时释放预留的有功功率来参与系统频率调节。附加惯性控制是在MPPT控制的基础上，引入系统频率偏差和偏差的变化率来模拟传统同步发电机的惯性响应特性，当系统频率变化时通过释放或存储转子动能来参与系统频率调节。实际风电场含有成百上千台机组，不同地理位置的风电机组其捕获风速不一致，转子转速各不相同，提供的调频备用功率也不一致。风速高的机组通常调频能力强，风速低的机组调频能力弱，如果采用固定的比例和微分系数不利于提高机组的整体调频性能。

发明内容

本发明的目的是提供一种D-PMSG机组频率自适应附加惯性控制方法，根据负荷或风速扰动下系统的频率偏差和频率偏差变化率自适应地调整比例系数和微分系数，从而有效地抑制系统频率偏差，提高D-PMSG风电机组的暂态调频能力。

为实现上述目的，本发明提供了如下方案：

一种D-PMSG机组频率自适应附加惯性控制方法，该方法包括以下步骤：

S1，以并网系统频率偏差Δf和频率偏差的变化率

作为模糊自适应控制器的输入参数e、c；

S2，当风速和负荷扰动下系统频率波动时，在线识别频率偏差Δf和偏差变化率

采用模糊自适应控制器对传统附加惯性控制的比例和微分系数进行实时调整。

可选的，所述步骤S1中，以并网系统频率偏差Δf和频率偏差的变化率

作为模糊自适应控制器的输入参数e、c，具体包括：

e和c分别定义为：

e＝f₀-f

其中，f和f₀分别为系统频率的测量值和基准值，单位为Hz。

可选的，所述步骤S2中，当风速和负荷扰动下系统频率波动时，在线识别频率偏差Δf和偏差变化率

采用模糊自适应控制器对传统附加惯性控制的比例和微分系数进行实时调整，具体包括：

建立模糊规则：当e和c均为正时，表明并网系统频率正在恶化，此时比例和微分系数的变化量ΔK_p和ΔK_d均取正值且随着输入的增加而增大，以增强附加惯性作用进而抑制系统的频率变化；当e为正c为负时，则表明系统频率正在改善，此时比例和微分系数的变化量ΔK_p和ΔK_d均取负值且随着输入的增加而减小；如果e和c均为负，则表示系统频率处于反向恶化过程中，此时比例和微分系数的变化量ΔK_p和ΔK_d均取正值且随着输入的增加而增大；

当e为负且c为正时，表明系统频率处于恢复过程中，此时比例和微分系数的变化量ΔK_p和ΔK_d均取负值且随着输入的增加而减小；

解模糊：模糊自适应控制器的输出变量ΔK_p和ΔK_d都是模糊量，采用加权平均法将ΔK_p、ΔK_d解模糊为Δk_p、Δk_d，获得合理的比例系数k_p和微分系数k_d。

根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供的D-PMSG机组频率自适应附加惯性控制方法，在风电机组传统附加惯性控制的基础上，提出一种模糊自适应附加惯性控制方法，采用FA-AIC的并网系统原理设计的模糊自适应控制器，以并网系统频率偏差和频率偏差的变化率作为输入，比例和微分系数的变化量为输出；当风速和负荷扰动下系统频率波动时，在线识别频率偏差和偏差变化率对传统附加惯性控制的比例和微分系数进行实时调整，进而改善风电机组的惯性响应，实现D-PMSG并网系统频率的动态调整。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明传统附加惯性控制原理图；

图2为本发明模糊自适应附加惯性控制原理图；

图3a至图3d为本发明输入输出变量的模糊隶属度函数示意图；

图4a为本发明Δk_p的推理结果；

图4b为本发明Δk_d的推理结果；

图5为本发明仿真系统结构图；

图6为风速8m/s时系统频率响应对比图；

图7为风速10m/s时系统频率响应对比图；

图8a为比例系数k_p变化曲线图；

图8b为微分系数k_d变化曲线图；

图8c为变风速下系统频率响应对比图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种D-PMSG机组频率自适应附加惯性控制方法，根据负荷或风速扰动下系统的频率偏差和频率偏差变化率自适应地调整比例系数和微分系数，从而有效地抑制系统频率偏差，提高D-PMSG风电机组的暂态调频能力。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

电力系统的惯量反映了系统抑制频率变化的能力，当频率波动时，允许发电机调整发电功率以重建功率平衡。但在MPPT控制方式下，D-PMSG只能根据风机转速调节有功功率，无法在负荷扰动时提供额外的惯性支持。如果在传统的D-PMSG风机功率控制中附加频率控制模块就可以模拟传统同步发电机的惯性响应特性。并网D-PMSG传统附加惯性控制原理如图1所示。

图1中采用由调速系统、涡轮机和同步发电机组成的等效同步发电机组(ESGS)模拟电网，其中调速系统由调速器和伺服机构组成。为了模拟传统同步发电机的惯性响应特性，引入系统频率偏差Δf的比例和微分项形成两个辅助控制回路。当系统频率波动时，D-PMSG分别增加与频率偏差和频率微分成比例的有功功率，这就是传统附加惯性控制(traditional additional inertial control T-AIC)。T-AIC的原理可表示为：

其中，P_f是T-AIC的附加功率；Δf＝f-f₀为系统频率偏差，f和f₀分别为系统频率的测量值和基准值，单位为Hz；k_p和k_d分别为比例系数和微分系数。

给T-AIC模块分别增加一个高通滤波器和低通滤波器，用来阻断稳态输入信号和滤除高频噪声信号；当转速低于0.67wn时，转速保护模块(SPM)确保风机退出AIC，保护转速不至于过低引起切机事故。

在T-AIC控制方式下，D-PMSG的并网功率包括两部分：MPPT控制的有功功率和T-AIC控制的附加功率，表示为：

P_ref＝P_mppt+P_f

显然，当系统频率下降时D-PMSG输出的电磁功率增大，风机转速下降，通过释放旋转动能可以抑制频率降落。若忽略变流器的惯性，则P_e＝P_ref，在MPPT控制方式下并网系统的频率响应可表述为：

引入T-AIC后，并网系统的频率响应变为：

其中，H是同步发电机的惯性时间常数，D是阻尼系数；P_m是同步发电机的输出功率；P_mppt是风力机输出功率，P_L是负荷功率。可见，T-AIC的引入使并网系统的惯性系数和阻尼系数分别增大k_p和k_d，可以进一步改善系统的频率响应。

但是，传统附加惯性控制中通常采用固定的比例和微分系数，当风速变化或负荷扰动时，将会导致机组过度参与调频或不能充分发挥调频能力，不利于提高风电机组的整体调频性能。另外，在参与调频过程中，机组转速会发生变化，受物理器件限制，MW级机组的安全转速范围是0.67-1.33pu。过大的比例和微分系数将会导致机组释放过多功率，从而引起机组转速超过安全范围而脱网。

模糊控制器具有更快的响应速度和更小的超调，具有很强的鲁棒性，能够克服非线性因素的影响。因此，本发明提出了D-PMSG机组频率自适应附加惯性控制方法，该方法包括以下步骤：

S1，以并网系统频率偏差Δf和频率偏差的变化率

作为模糊自适应控制器的输入参数e、c；

S2，当风速和负荷扰动下系统频率波动时，在线识别频率偏差Δf和偏差变化率

采用模糊自适应控制器对传统附加惯性控制的比例和微分系数进行实时调整。

其中，所述步骤S1中，采用FA-AIC的并网系统原理图如图2所示，所设计的模糊自适应控制器以并网系统频率偏差Δf和频率偏差的变化率

作为输入e、c，比例和微分系数的变化量Δk_p和Δk_d为输出；以并网系统频率偏差Δf和频率偏差的变化率

作为模糊自适应控制器的输入参数e、c，具体包括：

e和c分别定义为：

e＝f₀-f

其中，f和f₀分别为系统频率的测量值和基准值，单位为Hz。

同时，输入输出变量的模糊化：将系统频率的基准值设定为50Hz，频率调节范围设置为±101％，即49.5Hz～50.5Hz。所以频率偏差e的基本论域为[-0.5,0.5]，量化论域为{NB,NS,ZO,PS,PB}；频率偏差变化率c的基本论域为[-1,1]，量化论域为{NB,NM,NS,ZO,PS,PM PB}；输出比例系数的增量Δk_p的基本论域为[-15,5]，量化论域为{NB,NM,NS,ZO,PS,PM,PB}；输出微分系数的增量Δk_d的基本论域为：[-2,2]，量化论域为{NB,NS,ZO,PS,PB}。

所建立的模糊逻辑控制器的输入输出隶属度函数如图3a至图3d所示。

所述步骤S2中，当风速和负荷扰动下系统频率波动时，在线识别频率偏差Δf和偏差变化率

采用模糊自适应控制器对传统附加惯性控制的比例和微分系数进行实时调整，具体包括：

建立模糊规则：当e和c均为正时，表明并网系统频率正在恶化，此时比例和微分系数的变化量ΔK_p和ΔK_d均取正值且随着输入的增加而增大，以增强附加惯性作用进而抑制系统的频率变化；当e为正c为负时，则表明系统频率正在改善，此时比例和微分系数的变化量ΔK_p和ΔK_d均取负值且随着输入的增加而减小；如果e和c均为负，则表示系统频率处于反向恶化过程中，此时比例和微分系数的变化量ΔK_p和ΔK_d均取正值且随着输入的增加而增大；当e为负且c为正时，表明系统频率处于恢复过程中，此时比例和微分系数的变化量ΔK_p和ΔK_d均取负值且随着输入的增加而减小；依照以上逻辑可以建立如表1和表2所示的模糊规则，并可以得到相应的推理结果如图4所示。

表1 ΔK_p的模糊规则

表2 ΔK_d的模糊规则

解模糊：模糊自适应控制器的输出变量ΔK_p和ΔK_d都是模糊量，采用加权平均法将ΔK_p、ΔK_d解模糊为Δk_p、Δk_d，获得合理的比例系数k_p和微分系数k_d。

为了验证FA-AIC控制策略的有效性，在Matlab/Simulink仿真平台上搭建了如图5所示的仿真系统，包括一台D-PMSG风电机组和一台等值同步发电机组，部分机组参数如图所示。设计了三种不同工况进行仿真和分析：(1)风速8m/s；(2)风速10m/s；(3)波动风速。

分别采用四种不同的控制策略验证调频效果：(1)无附加惯性控制(Without-AIC)；(2)传统附加惯性控制T-AIC)；(3)基于旋转动能的附加惯性控制(KE-based gain-AIC)；(4)模糊自适应附加惯性控制(FA-AIC)。比例和微分系数初始值设为k_p＝40，k_d＝2.8。

(1)风速8m/s时负荷突增仿真分析

t＝5s时负荷有功功率突增0.4MW，在控制过程中取T_H＝8s、T_L＝0.1s，四种控制策略下的系统频率响应对比如图6所示。

表3给出了系统频率响应的部分数据。其中，f_min、t_min、f_∞、t_∞分别表示系统频率的最低值、达到系统频率最低值的时间、系统频率的稳态值和系统频率的调节时间。

表3 风速8m/s时系统频率响应对比

显然，在Without-AIC控制方式下，D-PMSG机组运行于MPPT模式，对系统频率偏差几乎无改善。在T-AIC控制方式下，系统频率变化率降低，系统频率的最低值由49.01Hz提升至49.22Hz，同时，达到系统频率最低值的时间由6.96s延长至6.99s。在KE-based gain-AIC控制方式下，系统频率的最小值为49.21Hz，比T-AIC小了0.01Hz。而在FA-AIC控制方式下，由于引入了模糊自适应控制器，比例和微分系数可以根据负荷扰动下的频率偏差和偏差变化率进行自适应调整，因此系统频率变化率明显减小，系统频率的最小值进一步提升至49.36Hz，且达到系统频率最低值的时间延长至10s。由此可见，T-AIC,KE-based gain-AIC和FA-AIC三种控制方式均可以改善系统频率的动态响应，但是与T-AIC和KE-based gain-AIC相比，FA-AIC改善效果更为显著。可见，FA-AIC控制方式不仅可以提供有效的惯性支持，改善系统的惯性响应，还可以降低负荷扰动初期的频率变化率。

(2)风速10m/s时负荷突增仿真分析

t＝5s时负荷有功功率突增0.4MW，其它参数保持不变，四种控制策略下的系统频率响应对比如图7所示。

表4给出了系统频率响应的部分数据，可见，在T-AIC，KE-based gain-AIC和FA-AIC控制方式下系统的频率响应均有不同程度的改善，但是在FA-AIC控制方式下，系统频率的最小值和负荷扰动初期的频率变化率得到了更为显著的改善。因此，与其他三种控制方式相比，FA-AIC可以充分利用系统惯性，发挥D-PMSG机组的调频潜力，有效地改善了系统的频率响应和调频效果。

表4 风速10m/s时系统频率响应对比

(3)变风速下仿真分析

在随机风速7-12m/s情况下，t＝20s时负荷有功功率突增0.4MW，其它参数保持不变。比例系数k_p、微分系数k_d变化曲线如图8a、8b所示，系统频率响应对比如图8c所示。

可见，在负荷扰动下系统频率变化时，根据频率偏差可以自适应地得到合适的控制系数k_p和k_d。另外，在负荷扰动下当系统频率波动时，KE-based gain-AIC和FA-AIC两种控制方式均能够自适应地调节两个控制系数来平滑系统频率，从而抑制频率波动。当t＝20s负荷突增时，采用T-AIC控制方式的系统频率最低值降至49.23Hz，而采用KE-based gain-AIC和FA-AIC的系统频率最低值分别提升至49.49Hz和49.60Hz，动态频率偏差明显降低。与KE-based gain-AIC相比，FA-AIC对负荷扰动初期的系统频率变化率和频率最小值的改善效果更显著。因此，FA-AIC控制策略不仅可以抑制风速波动下的频率扰动，而且可以在负荷扰动时提供快速有效的频率支持。

基于一个由D-PMSG和ESGS组成的单机并网系统，本发明提出了一种模糊自适应附加惯性控制策略(FA-AIC)来改善D-PMSG机组的一次调频能力。仿真结果表明，在风速和负荷扰动下，T-AIC，KE-based gain-AIC和FA-AIC三种控制方式均可以利用D-PMSG的附加惯性响应来提供频率支持。然而，与T-AIC和KE-based gain-AIC相比，本发明提出的FA-AIC控制策略可以根据负荷或风速扰动下的系统频率偏差和偏差变化率自适应地调整比例和微分系数，不仅可以在负荷扰动时提供快速有效的频率支持，而且可以抑制风速变化时的频率扰动，表现出更好的动态调频效果。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (3)

1.一种D-PMSG机组频率自适应附加惯性控制方法，其特征在于，包括以下步骤：

S1，以并网系统频率偏差Δf和频率偏差的变化率

作为模糊自适应控制器的输入参数e、c；

S2，当风速和负荷扰动下系统频率波动时，在线识别频率偏差Δf和偏差变化率

采用模糊自适应控制器对传统附加惯性控制的比例和微分系数进行实时调整。

2.根据权利要求1所述的D-PMSG机组频率自适应附加惯性控制方法，其特征在于，所述步骤S1中，以并网系统频率偏差Δf和频率偏差的变化率

作为模糊自适应控制器的输入参数e、c，具体包括：

e和c分别定义为：

e＝f₀-f

其中，f和f₀分别为系统频率的测量值和基准值，单位为Hz。

3.根据权利要求1所述的D-PMSG机组频率自适应附加惯性控制方法，其特征在于，所述步骤S2中，当风速和负荷扰动下系统频率波动时，在线识别频率偏差Δf和偏差变化率

采用模糊自适应控制器对传统附加惯性控制的比例和微分系数进行实时调整，具体包括：

建立模糊规则：当e和c均为正时，表明并网系统频率正在恶化，此时比例和微分系数的变化量ΔK_p和ΔK_d均取正值且随着输入的增加而增大，以增强附加惯性作用进而抑制系统的频率变化；当e为正c为负时，则表明系统频率正在改善，此时比例和微分系数的变化量ΔK_p和ΔK_d均取负值且随着输入的增加而减小；如果e和c均为负，则表示系统频率处于反向恶化过程中，此时比例和微分系数的变化量ΔK_p和ΔK_d均取正值且随着输入的增加而增大；

当e为负且c为正时，表明系统频率处于恢复过程中，此时比例和微分系数的变化量ΔK_p和ΔK_d均取负值且随着输入的增加而减小；

解模糊：模糊自适应控制器的输出变量ΔK_p和ΔK_d都是模糊量，采用加权平均法将ΔK_p、ΔK_d解模糊为Δk_p、Δk_d，获得合理的比例系数k_p和微分系数k_d。

Images