雙饋風力發電機組并網機側換流器安全性研究

李鎧漩

摘? 要：針對雙饋風力發電機在并網過程中產生的沖擊電流而引發的機側換流器安全性問題，在機側轉速環上，設計了一種基于二次型性能指標學習算法的神經元自適應PID控制器。利用該控制策略來改善雙饋風力發電機機側換流器的安全性能，建立了雙饋風力發電機機側控制器仿真模型，對雙饋風力發電機空載并網的前后過程進行了研究，并與傳統PID控制策略的安全性進行了對比。研究表明，該控制策略具有動態響應快，并網沖擊電流小的特點，提高了并網系統的安全性。在給定期望轉速下，可以實現基本無超調，能夠較好的滿足并網要求，保證了整個系統的安全運行。

關鍵詞：雙饋風力發電機;空載并網;機側換流器安全性;單神經元自適應控制

中圖分類號：TM315 文獻標志碼：A 文章編號：2095-2945（2019）33-0052-03

Abstract： In order to solve the safety problem of machine-side converter caused by impulse current generated by doubly-fed wind generator in the process of grid connection， a neuron adaptive PID controller based on quadratic performance index learning algorithm is designed on the speed loop of doubly-fed wind generator. The control strategy is used to improve the safety performance of the side control converter of the feed wind turbine， the simulation model of the side controller of the doubly fed wind turbine is established， and the process of no load connection of the doubly fed wind turbine is studied. The security of the control strategy is compared with that of the traditional PID control strategy. The research shows that the control strategy has the characteristics of fast dynamic response and small grid-connected impulse current， which improves the security of the grid-connected system. At the given expected speed， it can achieve no overshoot， can better meet the requirements of grid connection， and ensure the safe operation of the whole system.

Keywords： doubly-fed wind generator; no-load grid connection; safety of machine-side converter; single neuron adaptive control

近年來，雙饋風力發電機并網成為國內外關注的熱點。風力發電的裝機容量與日俱增，因此，兆瓦級風力發電系統并網所引起的電流沖擊已不能忽略，并網技術成為風力發電技術的一個重要組成部分。實現安全平穩并網是風力發電系統需要解決的首要問題。

國內外學者對雙饋風力發電機空載并網已有相當的研究進展。本文在機側轉速環上，設計了一種基于二次型性能指標學習算法的單神經元自適應PID控制器，并對雙饋風力發電機并網過程進行仿真。與傳統的PID控制相比，該控制策略具有動態響應快，穩態精度高等特點，提高了系統動態性能。

1 雙饋風力發電系統數學模型

雙饋感應電機在三相靜止坐標系ABC下的物理模型，是一個高階、非線性、強耦合的多輸入多輸出系統，十分難進行分析和分解，需要進行解耦和降階處理。這里，定子取發電機慣例，轉子取電動機慣例，通過矢量坐標變換的方法，得到兩相同步旋轉坐標下的數學模型。

1.1 機側控制器結構分析

根據所提的機側控制策略，計算出了耦合項，轉子電壓方程實現了解耦，則可以設計出采用雙閉環PI結構的機側變換器控制框圖。包括轉速外環和電流內環，在轉速外環中，由電網對機組的無功輸出要求設置無功功率參考值，通常為0，以實現功率損耗最小的目的;由于電壓矢量定向之后無功功率僅和q軸定子電流有關，通過轉子電流和定子電流的關系可得到q軸轉子電流的參考值，同時保證無功功率為0。電流內環則利用電流反饋差值，再經PI調節、前饋補償等得出SVPWM模塊的參考輸入電壓實現變換器的驅動，以期達到控制目的。

1.2 改進型單神經元PID控制器設計

針對雙饋風力發電系統并網控制的運行特點，本文在機側轉速環設計了一種基于二次型性能指標學習算法的單神經元自適應PID控制器。單神經元自適應PID控制是由具有自身學習和自適應能力的單神經元構成的智能控制器，它具有結構簡單，魯棒性強等多種優點。

2 仿真結果分析

2.1 雙饋發電機參數

雙饋發電機參數：額定功率Prate=3730W，極對數np=4，額定轉速nnom=1440r/min，定子電阻RS=1.37？贅，轉子電阻Rr=1.65？贅，定子電感LS=0.0033mH，轉子電感Lr=0.0043mH，互感Lm=0.158mH，摩擦系數Rm=0.001。背靠背變換器開關器件采用IGBT，電網電壓幅值為311V，電網頻率f=50Hz。

2.2 仿真結果

為判斷控制策略的正確性和有效性，在搭建的雙饋風力發電機的機側控制器模型中，將雙饋異步發電機設置在0.25秒時刻空載并網，可觀測到定子電壓電流如下圖所示。

由圖1可以看出，風力發電機在0.25秒時刻并網，并網前定子電流保持為0，在0.31秒左右就可以完成并網啟動，在之后進入穩定運行階段，產生穩定的交流電。圖2為定子電壓和電網電壓的對比示意圖，可以看出雙饋風力發電機在并網前定子電壓與電網電壓能保持較小誤差，在并網后誤差變得非常小，電壓的幅值頻率跟隨情況良好，能較好的實現空載并網啟動。

雙饋風力發電系統用階躍式風速模擬實際風速。隨著風速的改變，轉速發生了變化，并且實際轉速能始終跟隨著期望轉速變化，可見控制器的性能良好。由于使用爬山法實現最大風能跟蹤（MPPT），加上采用的風速為階躍式增長，導致期望轉速隨著風速過渡時有一定的延時。風能利用系數基本穩定在最優值附近（0.44），實現了系統最大風能跟蹤的目標。隨著給定風速的變化，定子的無功功率幾乎不受影響，有功功率則隨著風速的增大，轉速的增加而增大。定子的有功和無功功率實現了解耦，可以單獨控制，其中隨著風速的變化無功功率一直穩定在0附近，實現了功率因數為1的要求。

異步電機的A相定子電流，可以看出，隨著風速的變化，定子電流幅值會發生改變，但頻率保持恒定，可見實現了變速恒頻的要求，并且電流的波形在風速發生階躍改變時，能夠平穩過渡，說明電流的動態性能良好。圖4為轉子A相電流，可以看出，隨著風速的改變，轉子電流的幅值和頻率都在變化，這保證了定子電流頻率的恒定，實現了變速恒頻控制。

如圖5、6所示，在雙饋風力發電系統處于并網啟動階段時，發電機亞同步運行，此時定子的電壓、電流相位同相，網側變換器處于整流狀態，機側變換器處于逆變狀態，能量從電網經過背靠背變換器流入轉子繞組進行勵磁。并網啟動完成之后，發電機超同步運行，定子電壓和電流相位反相，網側和機側變換器工作狀態互換，轉子側的能量經過變換器饋入電網，實現了能量的雙向流動。

從圖7中可以看出，在給定的期望轉速下，傳統PID控制下轉子轉速有明顯超調，而改進型單神經元自適應PID控制可以實現快速跟隨，基本無超調。可見由于傳統的PID在智能控制的自整定調節下，PID的三個參數通過自適應調整，可以更好的應對動態變化。

3 結論

針對雙饋風力發電機在并網過程中機側換流器的安全性問題，在機側轉速環上，設計了一種基于二次型性能指標學習算法的神經元自適應PID控制器。仿真結果表明，與傳統PID控制策略機側換流器的安全性相比，改進型單神經元自適應PID控制策略能夠使較好地抑制雙饋風力發電機并網沖擊電流，且定子電壓能快速跟蹤電網電壓，穩態誤差接近于零。并且在風速變化時，定子幅值變化，但頻率保持不變，能夠實現變速恒頻控制。在給定期望轉速下，可以實現基本無超調。該策略改善了系統并網的安全性能，是一種十分優良的控制策略。

參考文獻：

[1]劉其輝，謝孟麗.雙饋式變速恒頻風力發電機的空載及負載并網策略[J].電工技術學報，2012，27（10）：60-67.

[2]馮曦.雙饋發電機BP神經網絡PID空載并網控制策略[D].哈爾濱理工大學，2017.

[3]雙饋風力發電系統故障穿越的控制策略研究[D].湖南大學，2016.