雙饋異步風力機BP神經網絡空載并網控制

王嘉良

(河海大學 能源與電氣學院，江蘇 南京 211100 )

0 引言

據統計，地球上可開發利用的風能大約為2×107MW，從20世紀初開始，國際社會不斷注重風力發電技術的發展[1]。隨著近20年的發展，風力發電系統的單機容量不斷增大，主流機型逐漸發展為兆瓦級機組，在并網過程中風力發電機組的安全問題、對電網產生的電流沖擊問題以及電能質量問題引起研究人員的重視[2]。雙饋異步風力發電系統由于使用的功率變流器較小，降低了成本，而且控制性能較高，因此成為風力發電中的一種主流機型。雙饋異步風力發電系統主要有空載并網、獨立負載并網和孤島并網3種并網方式，其中空載并網由于結構簡單且控制性能好，因此應用最為廣泛[3]。

文獻[4]通過分析交流勵磁變速恒頻風力發電機組運行特點，研究了矢量并網控制技術，提出了基于定子磁鏈定向的空載并網策略，減小了并網時的沖擊電流，但是對模型參數的要求比較高。文獻[5]將電網電壓定向矢量控制應用于空載并網策略中，該控制策略將定子磁鏈的檢測省去，減小了檢測誤差，降低了電網沖擊。文獻[6]將高階滑?？刂茟糜陔娋W電壓定向的空載并網控制策略，消除控制量中的抖振，增強了魯棒性，更有利于實現無沖擊電流的快速并網。文獻[7]在雙饋異步發電機空載并網模型的基礎上，介紹了一種自并網算法，并通過自主研制的試驗平臺進行仿真和試驗研究，實現柔性并網。文獻[8-10]分別利用變結構控制與全狀態反饋線性化結合的控制策略[8]、模糊控制[9]和積分滑?？刂芠10]實現發電機空載并網，且在并網后能夠實現最大風能追蹤以及有功功率與無功功率的解耦控制。文獻[11]采用“空載-并網”兩階段控制的方案，實現“空載”和“并網”兩個工作狀態的平滑轉移，并網過程中對電網電壓的跟蹤能力強，沖擊電流小，并網后能夠實現功率的解耦控制和最大風能追蹤。

本文建立了雙饋異步發電機(doubly-fed induction generator, DFIG)同步坐標系下的數學模型，對空載并網的原理進行分析，通過BP神經網絡調整PID控制器參數，實現轉子側電流對定子側電壓的有效最優控制，并建立仿真模型，通過仿真結果的對比，驗證了所用控制方法的合理性和有效性。

1 雙饋異步發電機空載數學模型

1.1 同步坐標系下DFIG的數學模型：

本文中雙饋異步發電機采用電動機慣例。假設異步發電機具有三相平衡對稱結構、定子和轉子鐵芯與鐵損耗為線性關系，其數學模型為：

1)定子側和轉子側電壓方程分別為：

(1)

式中：vds、vqs、vdr、vqr分別是定子和轉子在dq軸上的電壓分量；Rs、Rr分別是定子和轉子繞組電阻；ids、iqs、idr、iqr分別為定子和轉子在dq軸上的電流分量；ψds、ψqs、ψdr、ψqr分別為定子、轉子在dq軸上的磁鏈分量；ωr、ω1分別為轉子角速度和同步角速度；p為微分算子，p=d/dt。

2)定子側和轉子側磁鏈方程分別為：

(2)

式中：Lm為勵磁電感；Ls、Lr分別為定子漏感和轉子漏感。

3)運動方程為：

(3)

式中：Tm、Te分別為發電機機械轉矩、電磁轉矩；J為轉子轉動慣量。

4)轉矩方程為：

(4)

式中np為發電機極對數。

1.2 空載并網數學模型

當雙饋異步風力發電機定子電壓的幅值、頻率和相位與電網電壓的幅值、頻率以及相位一致時，滿足并網要求，在并網前后通過采用定子磁鏈定向矢量控制策略來實現控制要求。采用發電機定子磁鏈定向，且忽略定子電阻，將定子磁鏈定向在d軸上，則磁鏈方程為：

(5)

由式(5)得定子電流為：

(6)

將式(5)和式(6)代入式(1)得：

(7)

當雙饋異步發電機在空載運行狀態下時，定子電流為0，即ids=iqs=0，電壓方程和磁鏈方程簡化為:

(8)

式中ωs=ω1-ωr，為轉差角速度。

(9)

由于定子電阻與定子電感相比很小，因此通?？梢院雎?，在定子磁鏈定向的情況下，磁鏈方程為：

(10)

在雙饋異步風力發電系統的空載并網控制中，電磁轉矩為0，不考慮變槳距控制，機械模塊僅輸入風速V。根據風力機的機械功率和機械轉矩可得發電機的機械轉速[12]：

(11)

式中：ρ為空氣密度；R為風輪半徑；Cp為風能利用系數；np為發電機極對數。

2 BP神經網絡PID空載并網控制

BP神經網絡PID控制器由BP神經網絡和經典的PID控制構成，本文采用3層BP網絡結構[13]，選取Sigmoid函數為活化函數，被控對象由PID控制器實現閉環控制，PID控制器的3個參數Kp、Ki、Kd由BP神經網絡根據系統的運行狀態，通過自學習和調整加權系數的方式進行在線調整，實現在穩定狀態下系統最優控制的目的。BP神經網絡PID控制系統結構如圖1所示。

圖1 BP神經網絡PID結構圖

圖2 BP神經網絡PID控制框圖

3 仿真分析

本文在Matlab/Simulink仿真軟件中搭建了雙饋異步發電機BP神經網絡PID空載并網仿真模型(圖3)，并與普通PID控制進行比較分析，以驗證本文使用的并網控制策略的有效性。雙饋異步發電機的參數如下：額定功率為1.5 MW，額定電壓為690 V，額定風速為12 m/s，輸入風速為7 m/s，風輪半徑為31 m，空氣密度為1.225 kg/m3，風能利用系數為0.48，發電機極對數為2，定子電阻為2.65 MΩ，定子漏感為0.168 7 MH，轉子電阻為2.63 MΩ，轉子漏感為0.133 7 MH，勵磁電感為5.474 9 MH。

圖3 BP神經網絡空載仿真

在理想狀態下，對雙饋異步發電機進行仿真模擬。圖4為電網電壓曲線圖，圖5為BP神經網絡PID控制策略下定子側電壓曲線圖，圖6為普通PID控制策略下定子側電壓曲線圖，圖7為兩種控制策略下電壓誤差曲線圖，圖8為兩種控制策略下轉子電流d軸分量曲線圖，圖9為電網發生短暫波動時的電壓曲線，圖10為電壓波動狀況下的電壓誤差曲線圖。

圖4-圖6是在空載運行狀態下，兩種控制方式下電網電壓和定子側電壓的仿真曲線圖。從圖5-圖6可見，定子側電壓從波動狀態快速變換到與電網電壓的幅值、頻率和相位一致的穩定狀態，達到并網要求。

圖4 電網電壓曲線

圖5 BP神經網絡PID控制定子側電壓曲線

圖6 PID控制定子側電壓曲線

圖7為BP神經網絡PID控制與普通PID控制空載并網時發電機定子電壓與電網電壓誤差的輸出曲線，由圖可見BP神經網絡PID控制策略的電壓誤差更小，電壓波動的時間更短，達到并網要求的速度更快。在0.08 s時，電壓誤差值為0，此時滿足并網要求，完成并網。

圖7 電壓誤差曲線

圖8為兩種控制策略的轉子電流d軸分量的曲線圖。在BP神經網絡PID控制策略中，轉子電流在0.08 s時達到穩定狀態，普通PID控制策略在0.18 s時達到穩定狀態；在滿足空載并網要求的基礎上，BP神經網絡PID控制的效果明顯優于普通PID控制，電壓波動更小，較短的時間即可達到穩定狀態，提高了系統的控制效率。

圖8 轉子電流曲線

電網電壓發生如圖9所示的短暫波動，圖10表示了兩種控制策略的電壓誤差曲線，從誤差曲線圖可知，BP神經網絡PID控制策略在電網波動情況下對電網電壓的追蹤效果仍然良好，精度更高；而普通PID控制策略對電網電壓的跟蹤效果較差，電壓誤差波動較大，達到穩定狀態的時間更長。

圖9 短暫波動時的電網電壓曲線

圖10 電壓波動狀況下的電壓誤差曲線

4 結語

本文在雙饋異步發電機空載并網的基礎上，利用BP神經網絡調節PID控制器的參數，構建了BP神經網絡PID空載并網控制。研究表明，在該控制策略下，定子電壓對電網電壓的追蹤效果較好，電壓誤差快速趨近于0，控制效果相比普通PID控制更優，是一種優良的并網控制策略。