双馈风电机组控制参数协调优化方法

杨玉明

摘要：双馈风电机组运行控制较复杂，涉网性能是否良好取决于变流器的调节性能。风电机组并网发电时，机侧电压易发生跳变，容易引发短路故障，对机组稳定运行和故障诊断造成一定程度的负面影响;根据双馈风电机组解耦性特点，运行速率快，电气部分的耦合性变弱，导致双馈风电机组的运行频率与功能特性受到影响而发生变化。相关研究学者开展了研究工作，例如，通过灵敏度方法分析双馈风电机组的动态特性，分析双馈风电机组动态特性与短路比的关系，以提高其运行功率;但是，目前对于控制参数协调优化方面的研究成果较少。为了使风电机组稳定并网发电，提出了双馈风电机组控制参数协调优化方法，构建双馈感应电机数学模型，对机组的控制参数进行优化，促进风电网的稳定运行。最后通过仿真模型，验证所提控制参数协调优化方法的有效性。

关键词：双馈风电机组;控制参数;优化方法

引言

近十几年来风电发展迅速，电网中风电接入容量不断增大。大规模双馈风电机（doubly fed induction generator，DFIG）的接入对电网系统惯量没有贡献。因此，需要考虑DFIG如何快速响应系统频率变化，并根据DFIG的运行特性对其控制策略进行研究;通过附加各种调频控制策略，从而使风电机组可以参与系统的频率调整，提升大规模DFIG并网后系统的稳定性。风电机组在参与系统频率调整后，会出现大小不同的功率坑现象。以中低风速低频为例，功率坑现象尤为明显。如果功率坑现象不能解决，其伴随的后果十分严重：轻则造成频率的再次失稳，重则造成风电大面积脱网以及电网崩潰。

1双馈风电机组涉网控制参数协调优化方法设计

1.1构建双馈感应电机数学模型

双馈风电机组发电机由双馈发电机、变流器等构成。双馈发电机绕组具有对称性，其转子的转速与电网频率、电机的电荷极对数的关系表达式为：其中，f1指的是电网运行频率;p指的是电机的电荷极对数;n1指的是变流器转子运行转速，风电机组中转子旋转所产生的磁场根据转子转速的变化而改变。根据上述关系表达式，本文构建双馈发电机的数学模型。首先，作如下假定：（1）只考虑定转子的基波分量，忽略谐波分量;（2）只考虑定转子空间磁势基波分量;（3）忽略磁滞、涡流、铁耗;其次、发电机定子侧电压电流的正方向按发电机惯例，转子侧电压电流的正方向按电动机惯例，电磁转矩与转向相反为正，参考异步电机的分析方案，可得双馈发电机的等效电路图，如图1所示。通过控制转子电流I2无功分量来控制定子电流I1无功分量，实现控制电机的无功功率。通过控制转子电流I2有功分量来控制定子电流I1有功分量，参与控制电机有功功率。当双馈风电机组运行时的转差率可知机组的转差功率，由此可知双馈发电机运行模式处于亚同步、同步或超同步状态，变流器随之切换运行模式，获取到双馈风电机组的运行状态。

1.2改进双馈风电机组振荡频率

为获取双馈风电机组振荡模式的特征，将获取到的幅值、频率、数据进行离散化处理，使拟合数据与原始数据相接近。采用最小二乘法求解风电机组振荡波形的振幅，提高转子对低频振荡模式的识别。双馈风电机组的振荡模式包括转子转速、频率、振幅对运行特性的影响，低频振荡模式越明显，对控制参数的影响越大。

1.3基于改进的BP神经网络算法风功率预测模型

传统的BP神经网络风电预测模型容易陷入局部极值的风险且收敛速度较慢。而粒子群算法具有规则简单、收敛速度快等优点。通过动态调整改变其惯性权重来强化粒子群算法全局寻优的能力，优化BP神经网络的初始权值和阈值，降低BP神经网络陷入局部收敛的风险，实现粒子群算法和BP神经网络算法的优势互补，通过对风电场历史数据集进行BP神经网络训练，计算模型预测相对误差，得到风电预测出力曲线。（1）对神经网络算法初始化数据，确定其输入层、输出层、隐含层，获取要优化的参数个数。（2）对粒子群算法初始化数据，确定粒子初始速度、初始位置、种群规模、最大迭代次数。

1.4基于VSG控制的双馈风电机组并网分析

双馈风电机组定子电压的幅值和频率受输出功率影响，在并网过程中，定子电压幅值和频率与电网电压的实际值会产生一定的偏差。以A相电压为例，设定子电压usa和电网电压uga为：

式中：θs和θg分别为定子和电网电压的相位角;Us为定子电压幅值。假设定子电压幅值Us和电网电压幅值Ug近似相等，即Us≈Ug=U，则并网瞬间两电压差值。

由式可知，当定子电压和电网电压的频率和相位有偏差时，公共连接点（pointof common coupling，PCC）处电压瞬时偏差的最大峰值为2U。可见，双馈风电机组如果在并网前不采取预同步措施，可能会导致电压畸变，产生过大的瞬时冲击电流，恶化并网电能质量，损坏双馈风电机组变流器等后果。

1.5控制参数协调优化目标函数

根据上述计算获取到的VSG控制参数的取值范围，将双馈风电机组的控制参数协调优化为目标函数。风电机组的虚拟惯量能够反映系统阻尼频率变化的能力，较大的系统惯量给风电机组提供更好的帮助去实现功再平衡。通过增大风电机组的虚拟惯量和虚拟阻尼控制参数的变化，最终实现控制参数协调优化目标函数的目的。VSG虚拟惯量

和虚拟阻尼参数协调设计的目标函数为：

式中，Δfmax表示风电机组频率偏差最大值函数;Δξmax表示振荡模式阻尼偏差最小值目标函数;ad表示阻尼权重常量;aj表示变流器惯量控制常量，主要用于调节控制振荡振幅;i表示风电机组运行方式数量。正常运行时双馈风电机组不提供任何动能，如果双馈风电机组的有效动能下降，将使得双馈风电机组的虚拟惯量发生变化，因此，如果不采取必要的措施，大规模双馈风电机组接入电力系统将影响频率稳定性。通过改变风电机组的虚拟惯量和虚拟阻尼参数，将控制参数协调优化为目标函数，达到提高双馈风电机组稳定性的目的。

2双馈风电机组同步转速工况分析

双馈机组发电机定子绕组接工频电网，转子绕组接交-直-交双向变流器，该变流器可实现对转子绕组的频率、相位、幅值和相序等调节控制。当电机转速n发生变化时，根据电机转差率s可以调节转子电流的频率f2，f2=±sf1，可使发电机定子输出频率f1保持恒定不变，即与电网频率保持一致，实现风力发电机的变速恒频控制。双馈风力发电机主要有三种工作状态：同步状态，亚同步状态，超同步状态。实际运行中一般运行于亚同步或者超同步状态。图1为变流器机侧拓扑图，其中UDC为直流电压，UOUT为输出电压，T1、T2为IGBT芯片，D1、D2为续流二极管。在亚同步转速及超同步转速时，输出电流IOUT为正弦波，电流方向为正时（假设电流从直流往交流侧方向为正），电流交替流过T1及D2，电流为负时，电流交替流过D1及T2。当在同步转速状态下，发电机定子电压频率f1=50HZ，满足并网的要求，此时变流器只要给双馈电机转子侧提供直流励磁电流即可。变流器网侧模块工作于整流状态，变流器机侧模块工作于降压式变换电路（BUCK电路）模式，输出电流一直为正或者负，这个时候变流器机侧模块的IGBT只有一组工作，另一组芯片闲置。

3实验分析

本文实验以某地区双馈风电机组并网为研究对象，采用PSCAD仿真软件搭建双馈风电机组并网模型，频率为50Hz，采用双馈风电场运行方式，将负荷为500MW全部投入到双馈风电机组的运行中，输电线路靠近电流的负荷端，运行功率加大出现三相故障，在运行时间0.35s后切除故障線路，其他条件不变，根据不同双馈风电机组故障控制的特性进行实验。故障期间双馈风电机组以不同有功功率控制时，出现低频振动模式运行，控制参数不变，将双馈风电机组出力有功功率的变化曲线绘制成图2所示。

根据表1可知，双馈风电机组在不同转速下运行时，本文提出的控制参数协调优化方法能够有效降低运行过程中出现三相故障的概率，出现故障概率较传统方法存在较大差异，在转速4情况下，两种方法的故障概率差值最大，相差7.01%。因此，本文提出的双馈风电机组控制参数协调优化方法能够降低故障概率，保障风电机组的运行安全。这是因为本文方法构建感应器数学模型，解决振荡信号的低频振荡模式问题，实现对控制参数的协调优化，保证系统的整体性能。

4双馈风电机组参与次同步振荡抑制技术

4.1虚拟阻尼次同步振荡抑制策略

双馈风电次同步振荡的抑制可分为机组级的抑制方法和电网级的抑制方法，这里主要研究机组级的抑制方法。类似于常规发电机的低频振荡，其抑制方法是每台机组的励磁系统增加电力系统稳定器，每台机组各自增加在振荡频带的阻尼，以增强整个电网的动态稳定性。同时又类比于LCL谐振的虚拟电阻方法，这里在风电机侧控制中通过引入次同步频带的虚拟电阻，物理上可理解为在电机的转子回路串联虚拟电阻，起到增大次同步振荡阻尼、抑制振荡的作用。

4.2风电机组附加调频控制数学模型

由于双馈风扇通过电子设备与电网并行运行，其功率跟踪运行模式使转子动能脱离电网变频，因此不能提供惯性支架和频率调节响应来干扰它们这种分离还减少了电力系统的同步旋转惯性及其在频率干扰时承受惯性的能力，使人们越来越关注风力发电机组的频率调制控制研究。变频调速微分区的惯性支架和双馈风机下降控制组合频率控制是一种典型的附加频率控制方案。该控制策略使双电源风扇能够在两个频率支持时间尺度上发挥频率调节作用，从而改善了空气和电力互联系统的频率响应特性。数学模型表明，附加变频调速对系统动态特性的影响主要表现在惯性响应微阶段系统顺序的提高，以及通过引入新的δf状态变量创建了一种新的模式。由于系统状态空间中描述的输入因数矩阵元素的值与状态变量的稳定状态值相关，因此，当频率干扰与额外频率控制不同时，风扇的主动指令值会有所不同 状态变量稳定状态值的差异还可能导致附加频率控制前后状态因子矩阵元素的值发生变化，因此解决方案的特征值为

4.3双馈风力发电机同步二次振荡的半实物仿真与试验

对单台机器上的子同步抑制策略进行了半实物测试，并通过将lab仿真平台连接到风力发电机组变换器控制器设备进行了半实物测试。模型和参数的电气部分对应于MATLAB仿真模型。变频器控制器通过采集模拟信号（如rt lab输出的电压电流）和数字信号（如PWM脉冲信号、接触器等控制信号）计算实时控制信号。，然后输入rt lab以运行它。可以使用rtlabconsole查看和备份两个电源的操作数据。同时运行的风力发电机组必须满足一系列电网接入要求，包括低压开关（lvrt）、电能质量和电网改造。用于消除异步振荡的阻尼策略不能影响设备的原始lvrt功能、电能质量和电网的适应能力。在对次同步消除策略进行验证后，分别对lvrt、电能质量、电网改造以及机组的快速增减进行了测试。Lvrt对于在故障和恢复期间保持电力系统的主动平衡和频率稳定性非常重要。

结束语

本文围绕双馈风电机组整体控制问题，针对机组构建感应器数学模型、计算VSG控制参数的取值范围、改进双馈风电机组振荡频率、将控制参数协调优化为目标函数，实现提高双馈风电机组运行的安全性，降低运行中三相故障的发生。且虚拟惯量和虚拟阻尼的引进，有利于完善系统动态性能，缓解同步机的调频压力以及起到电力系统稳定器的作用，通过其协调控制，增强双馈风电机组的安全性和稳定性。通过实验证明，本文提出的协调优化方法较传统方法相比，对提高风电机组运行的安全性存在较大优势，能够减少运行中出现故障，有利于双馈风电机组的稳定运行。

参考文献

[1]倪维东，王云涛.双馈风电机组控制参数协调优化方法[J].电子世界，2021（22）：180-181.

[2]吴水军，沐润志，张瑀明，宋蕙慧，赵伟，黄柯昊，朱博.双馈风电机组参与系统频率调整过程中的功率坑现象研究[J].电力科学与工程，2021，37（11）：1-11.

[3]张政，彭晓涛，李少林，梁恺，许饶琪，张锐.双馈风机附加频率控制对系统调频动态的影响[J].电力建设，2021，42（10）：89-100.