风速影响下的风机变流器控制策略研究

李 洁， 刘 岩

(内蒙古科技大学信息工程学院，内蒙古 包头 014010)

风速影响下的风机变流器控制策略研究

李 洁， 刘 岩

(内蒙古科技大学信息工程学院，内蒙古 包头 014010)

风能是目前规模化开发利用的一种高效清洁的可再生能源。风力发电技术的研究备受关注，脉冲宽度调制(PWM)变流器控制研究已经成为当今风电研究领域的重要方向之一。为改善风力发电中风速变化对双馈风力异步发电机(DFIG)的影响，对风机变流器的直接功率控制方法进行研究和改进，提出了一种基于Smith预估模型的自适应模糊PI控制策略。在经典PI控制策略的基础上，采用具有自学习、自整定功能的自适应模糊PI调节，引入Smith预估模型，利用PSCAD软件进行仿真，优化变流器的控制方法，解决系统的纯滞后问题，提高系统的稳定性。仿真结果表明，在风速波动的情况下，该方案能使DFIG稳定运行，提高了系统的鲁棒性。同时，其输出电能可以满足电网电能质量要求，实现风电并网。基于Smith预估模型的自适应模糊PI控制策略具有较高的可行性和优越性。

新能源； 风力发电； 发电机； Smith预估模型； 模糊自适应； PI控制

0 引言

近年来，新能源发电技术快速发展。风力发电技术远远领先于其他新能源发电技术。在风场规模以及装机容量不断增大的情况下，风力发电要实现并网，不可避免会给电能质量带来一定的冲击。脉冲宽度调制(pulse width modulation,PWM)技术不断发展，并被广泛应用于双馈风力异步发电机(doubly-fed induction generator， DFIG)[1]，能有效减小风力发电对电力系统造成的不良冲击[2]。考虑到风速的不断波动，风机桨叶受惯性影响，对风机的控制产生一定的滞后性。本文结合变流器直接功率方法，提出Smith模型模糊自适应PI策略[3]，优化了变流器的控制方法，显著提高了风力发电的稳定性[4]。

1 变流器的控制策略

在当今风电研究领域，对PWM变流器控制的研究已成为一个潮流，不断涌现出新的控制策略，如直接电流策略、直接功率策略等。本文结合DFIG，在考虑风速波动的前提下，对变流器的直接功率控制方法进行研究，采用Smith预估模型来解决系统的纯滞后性。

1.1 机侧变流器的数学模型

变流器与风电机组转子相连，提供转子的电流补偿频率[5]，使风电机组能平稳工作，保证定子电压频率维持在50 Hz。电力系统电压的频率不变，并网之后定子的电压为常量、电流可控。所以要实现并网，就要将DFIG的控制转化为定子的控制[6]。在分析变流器时，需引入等效结构，则DFIG定子的磁链矢量与电压矢量相位差为90°，可得定子瞬时功率为：

(1)

式中：L′为电感;PS为瞬时有功功率；QS为瞬时无功功率。

DFIG并网过程中，当定子的电流可控，将其转换为转子的电流，就能通过控制转子的电流来控制DFIG输出功率。

(2)

式中：σ为漏抗因子。

1.2 自适应模糊PI控制

在经典PI控制的基础上，采用具有自学习、自整定能力的自适应模糊控制，调整PI控制参数以达到最优。模糊控制的主要任务是模糊规则的制定及变量的模糊化与清晰化。CE和CU模糊子集定义[7]为[NB,NM,NS,O,PS,PM,PB]。模糊控制规则如表1所示。

表1 模糊控制规则

在Matlab中进行自适应PI算法编译，采用Mamdani方法，将误差E论域设为[-6,6]，类型设定为高斯型。在模糊控制系统中，由模糊推理得到的控制变量模糊子集，并不能够直接作用于被控对象，而是需要将模糊量转变为精确量，即对模糊量进行清晰化。在进行清晰化时，采用能够得到线性推理结果的方法，其公式为：

(3)

(4)

式中:C′为推理结论。

重心公式为：

(5)

1.3 Smith预估模型

由于模糊PI控制本身的特性，对系统滞后性的控制效果不强。通过引入Smith预估模型，解决系统的纯滞后问题。Smith预估控制基本结构如图1所示。

图1 Smith预估控制基本结构图

由图1可知，原模型在没有引入Smith模型的条件下，其闭环函数为：

(6)

式中：Gc(s)为控制器传递函数；Gp(s)为被控对象传递函数。此时，模型方程含e-τs项，会降低系统稳定性[8]。

在引入Smith模型后，如果模型满足条件：

Gp(s)e-τs+Gτ(s)=Gp(s)

(7)

则可以完全弥补模型的滞后，其传递函数为：

(8)

将模型外接于PI控制器，使其仅针对系统滞后问题[9]。系统结构框图如图2所示。

图2 系统结构框图

未采用模糊PI中微分单元，是为了在没有引入Smith模型的情况下，仅进行模糊PI控制，使系统能够快速地进入稳定状态，以消除稳态误差。

2 模型仿真

在PSCAD软件中，进行风力发电系统模型的搭建,在Matlab中进行模糊控制算法编译，最后通过PSCAD软件中的Fortran文件DSDYN进行两个软件间的数据交换。DFIG由风况模型提供机械能和发电机的制动转矩。机侧变流器控制发电机转子侧励磁，通过调用Matlab中的自适应模糊控制算法，使发电机在风速波动的情况下能稳定运行，为电网供电。

在不考虑风向前提下，建立风速函数。设初始风的速度为7 m/s，在第5 s、第10 s时，风速发生持续1 s的剧烈波动。系统仿真结果如图3所示。

图3 系统仿真结果示意图

由图3(a)可知，DFIG稳定运行，并且在第5 s、第10 s风速发生持续1 s剧烈波动的情况下，其电压在短时间内能重新达到稳定状态，表明了控制策略的可靠性，满足了系统稳定性要求。图3(d)中，DFIG电磁曲

线值为负，表示此时DFIG正在发电；且转矩除了在电机启动时和风速剧烈波动的情况下，会发生较大波动[10]，其余时刻都在稳定范围内。从图3(e)可以看出，频率波动的范围较小，能符合电能的频率要求并实现并网。

综上所述，引入Smith预估模型自适应模糊PI策略，能够达到控制变流器的目的，使风电系统具有良好稳定性，实现风电并网，满足电网电能质量要求。

3 结束语

在风速波动情况下，研究了风力发电系统变流器的控制方法，设计了一种引入Smith预估模型自适应模糊PI控制器，提高了系统鲁棒性。在该控制策略下，变流器能使DFIG稳定运行，使其输出的电能满足电网电能质量要求，实现了风电并网。

[1] 李辉,叶仁杰,高强,等.传动链模型参数对双馈风电机组暂态性能影响[J].电机与控制学报,2010,14(3):24-30.

[2] 魏磊,张琳,姜宁,等.包含风电的电力系统调峰能力计算方法探讨[J].电网与清洁能源,2010,26(8):59-63.

[3] 李爽,王志新,王国强.海上风电柔性直流输电变流器P-DPC控制研究[J].电工技术学报,2013,28(2):264-270.

[4] 齐尚敏,李凤婷,石岩.基于PSCAD的直驱式风电机组运行特性仿真[J].电机与控制应用,2013,40(4):12-16.

[5] 马立新,郑益文,殷苗苗.双馈风力发电转子侧控制技术的研究[J].微特电机,2011,39(12):50-53.

[6] 白廷玉,李和明.变速恒频双馈风力发电机组里侧变频器控制策略的研究[C]//中国高等学校电力系统及其自动化专业第二十三届学术年会,2007.

[7] 孙海顺,马凡,刘黎明,等.一种UPFC模糊PI自整定控制[J].电工技术学报,2007,22(9):136-142.

[8] 王菲菲,陈玮.基于RBF神经网络与Smith预估补偿的智能PID控制[J].计算机工程与应用,2012,48(16):233-236.

[9] 李全俊,黄权,李锦.Smith预估模型自适应PID控制在时滞系统中的应用[J].兵工自动化,2011,30(12):59-52.

[10]王凌云,张涛,孟娟.并网风力机中基于变桨距角的神经网络控制方法[J].三峡大学学报(自然科学版),2012,34(2):45-49.

Research on the Control Strategy of Wind Turbine Converter under Influence of Wind Speed

LI Jie,LIU Yan

(College of Information Engineering,Inner Mongolia University of Science and Technology,Baotou 014010,China)

Wind power is one of the high efficient and clean renewable energy resources，and it is the large-scale exploitation and utilization at present.The research on wind power generation technology is much to be concerned,while the topic of research on control of plulse width modulation(PWM) converter has become one of the important directions in wind power field. To improve the influence of variation of wind speed on doubly-fed induction generator (DFIG),the direct power control method of wind turbine converter is studied and improved,and an adaptive fuzzy PI control strategy based on Smith prediction model is proposed.Based on the classical PI control strategy,the adaptive fuzzy PI control with self-learning and self-tuning functions is adopted.The Smith prediction model is introduced,and the PSCAD software is used to simulate and optimize the control method of the converter and to solve the dead time problem of system,to improve the stability of system.The results show that the proposed scheme can make the doubly fed induction generator run stably,and improve the robustness of the system under wind speed fluctuation.In addition,the output power can meet the quality requirements of the grid,to achieve wind power to be grid connected.The adaptive fuzzy PI control strategy based on the Smith prediction model features good feasibility and superiority.

New energy; Wind power generation; Generator; Smith predictive model; Fuzzy adaptive; PI control

商洛市科技厅基金资助项目(SK2014-01-01)

李洁(1965—)，男，硕士,副教授,主要从事电力系统与新能源方向的研究。E-mail:18804729995@163.com。

TH-3;TP29

A

10.16086/j.cnki.issn1000-0380.201704022

修改稿收到日期：2016-04-13