基于模型参考自适应滑模观测器的DFIG无速度传感器控制

何荷强，钱祥忠

（温州大学 物理与电子信息工程学院，浙江 温州 325035）

基于模型参考自适应滑模观测器的DFIG无速度传感器控制

何荷强，钱祥忠

（温州大学 物理与电子信息工程学院，浙江 温州 325035）

论文为双馈感应发电机提出一种基于模型参考自适应滑模观测器观测转子电流的无速度传感器控制策略。以电机本体作为参考模型，在双馈感应发电机d-q坐标模型的基础上构建转子电流估算模型。依据实转子实际电流和转子估算的电流之间的偏差，通过模型参考自适应滑模观测器来估计电机转子位置和转速。该控制策略对电机参数变化具有很强的鲁棒性和快速性。最后搭建了双馈风力发电仿真平台，对所提的控制策略进行验证。仿真结果验证了所提方案可行性和正确性。

双馈感应发电机；无速度传感器；模型参考自适应；滑模观测器；风力发电

双馈感应发电机（Doubly-fed Induction Generator,DFIG）因能在限定的速度范围内实现变速恒频，在风力发电系统中备受关注。在该系统中，DFIG定子直接与电网相连，转子通过双PWM变换器进行交流励磁，实现DFIG输出有功和无功功率的解耦控制。DFIG的控制策略实施过程中都需得到转子位置角，可通过速度传感器获得，由于风电机组实际现场工作环境比较复杂，速度传感器的安装和维护存在一定的困难，而无速度传感器技术无需安装和维护转子位置传感器，系统成本低，可靠性高，适应于在恶劣环境下工作。因此对DFIG无速度传感器控制的研究越来越受到国内外学者的重视[1-3]。文献[4]采用开环检测的方法，通过对双馈电机的电磁关系直接求出转子位置的表达式，这种方法较容易受采样误差及动态调节过程的扰动。文献[5]用定子、转子侧的励磁电流估算转子位置和速度，对观测器的设计和其动态性能都没有详细的阐述。文献 [6]提出了基于定转子磁链关系的模型参考自适应的方法，但是这种方法估算精度受到定转子磁链估算精度的影响。

由于对参数变化不敏感，对外部扰动的鲁棒性以及快速的动态响应，滑模控制已经在电机控制中得到了很好的应用[7]。本文提出基于转子电流的DFIG无速度传感器控制策略。以电机本体实际测量的转子电流为参考模型，在DFIG的坐标模型基础上构建转子电流估算模型，依据实际转子电流和估算转子电流的偏差通过模型参考自适应滑模观测器（MRAS-SMO）来估计电机转子位置和转速。该控制策略具有很强的鲁棒性和快速性，最后用仿真验证了所提策略的可行性和正确性。

1 基于转子电流MRAS-SMO转子位置估算原理

1.1 DFIG数学模型

定子按发电惯例、转子按电动惯例。DFIG在同步旋转坐标系下电压和磁链矢量方程为

式中，下标“s”表示定子，“r”表示转子；Lm，Ls，Lr分别为定、转子同轴等效绕组间的互感、定子等效两相绕组的自感和转子等效两相绕组的自感；ω1为电网电压同步旋转角频率，ωs为转子转差角频率，us，ur，is，ir，Ψs，Ψr分别为定子、转子电压、电流、及磁链矢量。

将式（1）、式（2）写成d、q分量形式得

由式（3a）可知，将坐标系d轴定向于定子电压矢量us得

式中，Us为定子电压矢量的幅值。

1.2 d-q坐标系下转子电流估算模型

在d-q坐标系下，采用电网电压定向时，忽略定子电阻的稳态情况下，双馈电机的定子磁链完全由定子电压、电流决定。

由式（3a）、式（4a）及式（5）整理得

1.3 MRAS-SMO转速辨识

由式（7）可得在转子坐标系中，DFIG转子电流估算为

θ1和分别为同步旋转角度和估算转子位置角。式（8）中包含估算的转子位置角，可作为无速度传感器MRAS中的可调模型，参考模型为电机本体。

式（9）中，ε的模表达为

θerror为估算转子位置和实际转子位置角度偏差。控制ε为零，即可消除转子位置角度偏差，得到正确的转子角度和转子速度。

把速度推定归为参考辨识，则可以用自适应理论构建速度辨识系统，在这种情况下系统为非线性系统，在利用波波夫超稳定定理设计模型参考自适应速度辨识的基本思想是选择合适的自适应律，保证系统误差趋于零，使受控对象参数趋于参考模型，从而达到自适应控制的目的。自适应律常采用PI控制，为了减少PI参数不准确所带来的转子角度的估算误差，本文自适应律采用滑模控制（SMO），系统结构框图如下。

图1 滑模控制观测器结构Fig.1 The control structure of sliding mode

2 MRAS-SMO转子位置观测器

文章提出的转子位置观测器结构如图2所示,滑模控制作为控制器。控制器的输入为ε，输出经过低通滤波得到估算转速。传统的滑模控制通过开关函数实现，容易引起系统的抖振，为了减小滑模控制引起的抖振问题，本文滑模控制采用饱和函数实现，滑模控制器原理如图2。

图2中，εH为饱和函数的宽度。K为饱和函数输出最大值，在双馈发电系统中转子运行速度通常为同步转速的上下30%，且K值太小会影响系统的动态性能，K值过大会引起系统的超调，因此K取2倍的同步转速以保证观测器输出合适的估算速度。

图2 滑模控制器原理图Fig.2 The schematic of sliding mode controller

3 仿真及结果分析

为了验证本文所提出控制策略的有效性，使用MATLAB/SIMULINK搭建了双馈风力发电系统仿真模型，仿真框图如下所示，机侧采用功率闭环控制[9]。调节（图6(b)中的电流放大10倍显示）。图6还可看出，在功率突变的瞬间，观测器均能正常估算转子位置。

图3 采用功率闭环控制DFIG仿真框图Fig.3 DFIG simulation system based on power closed loop control

4 结论

本文着重对控制策略中的转子位置观测器进行了分析和讨论。通过仿真分析得到以下结论：

1)观测器能在DFIG速度允许范围内的任何工况下稳定工作，具有良好的快速性和稳定性。

2)影响转子位置估算精度的主要参数为，当其在内变化时对转子位置估算精度没有显著影响。观测器对电机参数不敏感。

综上所述，MRAS—SMO观测器结构简单，易于实现，通过仿真验证了该方案的可行性与正确性。

图4 稳态时实际与估算转子位置Fig.4 Actual and estimated rotor position of steady state

图5 电机参数变化对估算精度的影响(K=Ls/Lm)Fig.5 Effect of motor parameters variety on the accuracy of estimation

图6 功率突变波形Fig.6 The waveforms of power mutation

[1]Lin-Yu Lu,Tzu-Wei,Chia-Chi.Back-em f-based modelreference adaptive sensorless control for grif-connected DFIGs[J].Power and Energy Society General Meeting,2013: 1-5.

[2]David Diaz Reigosa,Fernando Briz,Cristian Blanco Charro, et al.Sensorless Control of Doubly Fed Induction Generators Based on Rotor High-Frequency Signal Injection[J].IEEE Trans on Industrial Application,2013,6(49):2593-2601.

[3]Sheng Yang,Ajjarapu,V.A Speed-Adaptive Reduced-Order Observer for Sensorless Vector Control of Doubly Fed Induct-ion Generator-Based Variable-Speed Wind Turbines[J].IEEE Transactions on Energy Conversion 2010,3(25):891-900.

[4]杨春,梁中华,任敏.双馈风力发电机无位置传感器矢量控制策略[J].沈阳工业大学学报,2006,28(2):54-58. YANG Chun,LIANG Zhong-hua,REN Min.Strategy of position-sensorless vector control of doubly-fed generator[J]. Journal of Shenyang Univversity of Technology,2006,28(2): 54-58.

[5]Mohammed O.A,Liu Z,Liu S.A novel sensorless control strategy of Doubly Fed induction motor and its examination with the physical modeling of machines[J].IEEE Trans. Magn.,2005,41(5):1852-1855.

[6]高乐,周有庆,徐隆亚,等.基于转子电流的双馈感应电机无速度传感器控制[J].电力系统自动化,2010,34(13):61-65. GAO Le,ZHOU You-qing,XU Long-ya,et al,Rotor current based sensorless control for doubly-fed induction machine [J].Automation of Electric Power Systems,2010,34(13):61-65.

[7]汪海波,周波,方斯琛.永磁同步电机调速系统的滑模控制[J].电工技术学报,2009,24(9):71-76. WANG Hai-bo,ZHOU Bo,FANG Si-chen.A PMSM sliding mode control system based on exponential reaching Law[J]. Transactions of China Electrotechnical Society,2009,24(9): 71-76.

[8]CardenasR,Pena R,Proboste J,et al.Sensorless control of a doubly-fed induction generator for stand alone operation,in Proc.Power Electron.Spec.Conf[J].Aachen,Germany,2004, pp.3378-3383.

[9]钟沁宏,阮毅,赵梅花,等.双馈风力发电转子侧PWM变换器功率控制策略[J].电机与控制应用,2012,39(12):46-50. ZHONG Qin-hong,RUAN Yi,ZHAO Mei-hua,et al.Power control strategy of rotor-side converter in doubly-fed induction generator wind power generation system[J].Electric Machines&Control Application,2012,39(12):46-50.

Speed sensorless control of DFIG based on MRAS-SMO

HE He-qiang,QIAN Xiang-zhong
（College of Physics and Electronic Information Engineering,Wenzhou University,Wenzhou 325035,China）

The article proposes a rotor current sensorless control strategy of the doubly-fed induction generator based on model reference adaptive sliding mode observer.Based on the d-q coordinate model of doubly-fed induction generator,the motor is regarded as the reference model to construct the rotor current estimate model.According to the deviation between the real current and estimated current of the rotor,the position and speed of the motor rotor can be estimated through the model reference adaptive sliding mode observer.The control strategy have very strong abilities of robustness and rapidity against the variation of motor parameters.Finally,build the doubly-fed wind power generation simulation platform,to verify the proposed control strategy.The simulation results verify the correctness and feasibility of the proposed scheme.

doubly-fed induction generator;speed sensorless;model reference adaptive system(MRAS);sliding mode observer (SMO);wind power generation

TN99

A

1674－6236（2015）07-0126-04

2014-07-18 稿件编号：201407145

浙江省重点科技创新团队项目（2012R10006－12）

何荷强(1989—)，男，浙江台州人，硕士研究生。研究方向：电气传动与智能控制。