基于模糊控制的雙饋風(fēng)力發(fā)電功率解耦研究

陳天立，劉相華，賈文強(qiáng)，康忠健

（1.中國(guó)核電工程有限公司 鄭州分公司，河南 鄭州 450052；2.墾利縣供電公司，山東 東營(yíng) 257500；3.中國(guó)石油大學(xué)（華東）電氣工程系，山東 東營(yíng) 257061）

1 引言

雙饋風(fēng)力發(fā)電變速恒頻系統(tǒng)在風(fēng)力發(fā)電系統(tǒng)中得到廣泛應(yīng)用，基于定子磁鏈?zhǔn)噶靠刂坪?jiǎn)化電機(jī)模型，由于要觀測(cè)定子磁鏈，增加了控制系統(tǒng)的復(fù)雜性，本文采用基于定子電壓定向的矢量控制，省去了定子磁鏈觀測(cè)器［1］。

模糊邏輯控制是一種新穎的控制策略，無(wú)論是在非線性還是多變量系統(tǒng)中，特別是當(dāng)數(shù)學(xué)模型未知或不確定時(shí)，都能產(chǎn)生令人滿意的效果［2］。而由于空氣動(dòng)力學(xué)的不確定性和電力電子模型的復(fù)雜性以及其他諸如老化和大氣條件等因素都會(huì)引起電機(jī)參數(shù)的變化，導(dǎo)致傳統(tǒng)PI控制策略性能變差。本文在采用基于定子電壓定向的矢量控制簡(jiǎn)化雙饋發(fā)電機(jī)數(shù)學(xué)模型的基礎(chǔ)上，將模糊控制技術(shù)引入雙饋風(fēng)力發(fā)電系統(tǒng)有功功率和無(wú)功功率解耦控制中，不僅實(shí)現(xiàn)了最大風(fēng)能捕獲，而且提高了風(fēng)力發(fā)電系統(tǒng)的運(yùn)行性能。

2 雙饋風(fēng)力發(fā)電機(jī)模型［1，3－5］

規(guī)定定、轉(zhuǎn)子繞組均采用電動(dòng)機(jī)慣例，即向繞組方向看時(shí)，電壓降的正方向與繞組電流的正方向一致，電流與磁鏈符合右手螺旋法則。采用定子電壓定向下d－q坐標(biāo)系下雙饋發(fā)電機(jī)磁鏈和電壓模型分別為

式中：u，i，Ψ 分別為電壓、電流、磁鏈；R，L分別為電阻和自感；下標(biāo)的d，q為d－q軸分量；下標(biāo)s，r為定轉(zhuǎn)子分量；Lm為互感；ω1為同步電角速度；ωs為d，q坐標(biāo)系相對(duì)于轉(zhuǎn)子的電角速度，即為轉(zhuǎn)差的電角速度，ωs＝ω1－ωr，ωr為轉(zhuǎn)子電角速度。

在忽略定子電阻后，根據(jù)式（1）和式（2）將雙饋發(fā)電機(jī)磁鏈和電壓數(shù)學(xué)模型可分別簡(jiǎn)化為

定子有功功率和無(wú)功功率方程為

從式（5）中可知，因?yàn)槎ㄗ又苯舆B接電網(wǎng)，所以Us為恒定值，有功和無(wú)功與定子電流的q軸和d軸分量線性關(guān)系。有功無(wú)功的控制可以解耦為定子電流的d軸和q軸的控制?？刂频膶?shí)現(xiàn)是采用控制轉(zhuǎn)子電壓來(lái)實(shí)現(xiàn)的。

3 DFIG 最大風(fēng)能捕獲控制［6－11］

根據(jù)貝茲理論，風(fēng)力機(jī)產(chǎn)生的機(jī)械功率為

式中：ρ為空氣密度；R為風(fēng)力機(jī)風(fēng)輪半徑；Cp為風(fēng)能轉(zhuǎn)換系數(shù)；λ為葉尖速比；β為槳葉節(jié)距角；v為風(fēng)速。

其中葉尖速比λ是葉尖線速度與風(fēng)速之比的函數(shù)，如下：

式中：ωm為風(fēng)輪旋轉(zhuǎn)的機(jī)械角速度，rad／s。

在β一定時(shí)，典型的Cp與λ之間的關(guān)系曲線示意圖如圖1所示。

圖1 風(fēng)力機(jī)葉尖速比和風(fēng)能轉(zhuǎn)換系數(shù)之間的關(guān)系曲線Fig.1 Relation curve of tip－speed ratio and wind energy utilization factor of wind turbine

由圖1可知，在任何風(fēng)速下，只要調(diào)節(jié)風(fēng)力機(jī)轉(zhuǎn)速，使其葉尖線速度與風(fēng)速之比λ保持不變，且都滿足λ＝λopt，就可維持風(fēng)力機(jī)在Cpmax運(yùn)行。根據(jù)式（6）和式（7），可得風(fēng)力機(jī)輸出機(jī)械功率和機(jī)械角速度的關(guān)系曲線，如圖2所示。

圖2 風(fēng)力機(jī)輸出機(jī)械功率和機(jī)械角速度的關(guān)系曲線Fig.2 Relation curves of output mechanical power and mechanical angular velocity of wind turbine

由圖2可以得到風(fēng)力機(jī)輸出機(jī)械功率的最佳曲線Pmopt，要使風(fēng)力機(jī)運(yùn)行在這條曲線上，必須在風(fēng)速變化時(shí)及時(shí)調(diào)節(jié)轉(zhuǎn)速，保證最佳葉尖速比，風(fēng)力機(jī)將會(huì)獲得最大風(fēng)能捕獲，有最大機(jī)械功率輸出：

額定風(fēng)速以下，雙饋發(fā)電機(jī)次同步運(yùn)行，有以下功率關(guān)系：

式中：Pe為電磁功率；Psloss為定子銅耗及電機(jī)鐵耗；Pr為轉(zhuǎn)子吸收的有功功率；Prloss為轉(zhuǎn)子銅耗；s為轉(zhuǎn)差率。

4 功率解耦模糊控制器的設(shè)計(jì)

本文采用參數(shù)自整定模糊PI控制器。為了滿足對(duì)PI控制器參數(shù)自整定的要求，利用模糊控制規(guī)則在線對(duì)PI的比例和積分進(jìn)行修改。其模糊PI控制器系統(tǒng)框圖如圖3所示。

圖3 參數(shù)自整定模糊PI控制器系統(tǒng)框圖Fig.3 System block diagram of the parameter self－tuning fuzzy PI controller

參數(shù)自整定的基本思想［12］是：當(dāng)偏差或偏差變化率ec較大時(shí)，進(jìn)行“粗調(diào)”，即放大KP，KI；當(dāng)偏差e或偏差變化率ec較小時(shí)，進(jìn)行“細(xì)調(diào)”，即縮小KP，KI；放大倍數(shù)的語(yǔ)言變量N 為下列詞集：N＝｛AB，AM，AS，OK，CS，CM，CB｝。

這里AB，AM，AS，OK，CS，CM，CB 分別表示高放，中放，低放，不變，小縮，中縮，大縮的模糊子集，N 的論域規(guī)定：｛0.125，0.25，0.5，1.0，2.0，4.0，8.0｝。

在一控制周期內(nèi)的參數(shù)自整定模糊PI控制器系統(tǒng)流程如圖4所示。

圖4 參數(shù)自整定模糊PI控制器系統(tǒng)流程Fig.4 Control flow of parameter self－tuning fuzzy PI controller

系統(tǒng)整體控制框圖如圖5所示。對(duì)于功率解耦控制，首先檢測(cè)電網(wǎng)三相電壓uabcs、三相定子電流iabcs和三相轉(zhuǎn)子電流iabcr，用鎖相環(huán)（PLL）獲得電網(wǎng)電壓矢量相位θ1和同步轉(zhuǎn)速ω1。利用光電編碼求得轉(zhuǎn)子角速度ωr，從而求得轉(zhuǎn)子位置角θr。根據(jù)式（5）求得定子有功功率Ps和無(wú)功功率Qs，定子有功功率給定由式（10）可計(jì)算得出，定子無(wú)功功率給定設(shè)置為0，實(shí)現(xiàn)單功率因數(shù)，分別作為模糊PI控制器的輸入，得到轉(zhuǎn)子電流的d軸分量給定i＊dr和q軸分量給定，并通過(guò)模糊PI控制器和式（4）得到轉(zhuǎn)子電壓的q軸分量和d軸分量，經(jīng)旋轉(zhuǎn)變換生成SVPWM，實(shí)現(xiàn)對(duì)雙饋電機(jī)的轉(zhuǎn)子側(cè)變換器的控制，最終實(shí)現(xiàn)雙饋電機(jī)的功率解耦控制。

圖5 系統(tǒng)整體控制框圖Fig.5 Block diagram of whole system control

5 仿真結(jié)果

本文采用 Matlab／Simulink為實(shí)驗(yàn)平臺(tái)，根據(jù)各個(gè)部分?jǐn)?shù)學(xué)模型公式，建立了各部分?jǐn)?shù)學(xué)模型并進(jìn)行仿真，系統(tǒng)仿真模型如圖6所示。電機(jī)參數(shù)為：額定電壓380V，額定功率20kW，定子電阻Rs＝3.74Ω，定子漏感Ls＝0.3042H，轉(zhuǎn)子電阻Rr＝3.184Ω；轉(zhuǎn)子漏感Lr＝0.3107H，互感Lm＝0.2920H，極對(duì)數(shù)p＝2，轉(zhuǎn)動(dòng)慣量J＝0.1kg·m2。

圖6 功率解耦系統(tǒng)仿真模型Fig.6 Simulation model of power decoupling control

1）當(dāng)風(fēng)速為12m／s，無(wú)功功率給定為0，且電機(jī)參數(shù)恒定時(shí)對(duì)系統(tǒng)進(jìn)行仿真，波形如圖7所示。

圖7 風(fēng)速為12m／s時(shí)的仿真波形Fig.7 Simulation waveforms when the wind speed is 12m／s

由圖7a可得，與PI控制相比，模糊PI控制能夠更快地調(diào)節(jié)定子側(cè)有功功率獲得最優(yōu)功率。將無(wú)功功率給定設(shè)置為0，由圖7b可得，與PI控制相比，模糊PI控制能夠更快地調(diào)節(jié)定子側(cè)無(wú)功功率為0，獲得單位功率因數(shù)。

2）當(dāng)風(fēng)速在1s由12m／s變化為14m／s，無(wú)功功率給定為0，且電機(jī)參數(shù)恒定時(shí)對(duì)系統(tǒng)進(jìn)行仿真，波形如圖8所示。

圖8 風(fēng)速變化時(shí)的仿真波形Fig.8 Simulation waveforms when the wind speed is variable

由圖8a可得，當(dāng)風(fēng)速改變時(shí)，與PI控制相比，模糊PI控制能夠更快地調(diào)節(jié)定子側(cè)有功功率，根據(jù)風(fēng)速的變化相應(yīng)地改變到對(duì)應(yīng)的最佳功率。將無(wú)功功率給定設(shè)置為0，由圖8b可得，當(dāng)風(fēng)速變化時(shí)，與PI控制相比，模糊PI控制能夠更快地調(diào)節(jié)定子側(cè)無(wú)功功率為0，獲得單位功率因數(shù)。

3）當(dāng)風(fēng)速不變時(shí)，無(wú)功功率給定為3800var，在0.5s時(shí)電機(jī)轉(zhuǎn)子電阻變?yōu)樵瓉?lái)的1.5倍，對(duì)系統(tǒng)進(jìn)行仿真，波形如圖9所示。

圖9 風(fēng)速不變時(shí)的仿真波形Fig.9 Simulation waveforms when the wind speed is unvariable

由圖9a可得，當(dāng)電機(jī)參數(shù)變化時(shí)，與PI控制相比，模糊PI控制能夠更快地調(diào)節(jié)定子側(cè)有功功率獲得對(duì)應(yīng)的最佳功率；由圖9b可得，與將無(wú)功功率給定設(shè)置為3800var，當(dāng)電機(jī)參數(shù)變化時(shí)，與PI控制相比，模糊PI控制能夠更快地調(diào)節(jié)定子側(cè)無(wú)功功率到給定值。

6 結(jié)論

本文對(duì)通過(guò)變速恒頻風(fēng)力發(fā)電系統(tǒng)進(jìn)行分析，在采用基于定子電壓定向的矢量控制簡(jiǎn)化雙饋發(fā)電機(jī)數(shù)學(xué)模型的基礎(chǔ)上，將模糊控制技術(shù)引入雙饋風(fēng)力發(fā)電系統(tǒng)有功功率和無(wú)功功率解耦控制中，不僅實(shí)現(xiàn)了最大風(fēng)能捕獲，而且提高了風(fēng)力發(fā)電系統(tǒng)的運(yùn)行性能。仿真結(jié)果驗(yàn)證了自適應(yīng)模糊PI控制器與PI控制器相比，依靠模糊控制器的自調(diào)整能力能夠?qū)崟r(shí)在線地按照系統(tǒng)的偏差對(duì)控制器參數(shù)進(jìn)行調(diào)整，大大減弱了對(duì)電機(jī)參數(shù)準(zhǔn)確性的依賴(lài)程度，從而提高了控制器的自適應(yīng)能力和魯棒性。

［1］趙仁德.變速恒頻雙饋風(fēng)力發(fā)電機(jī)交流勵(lì)磁電源研究［D］.杭州：浙江大學(xué)，2005.

［2］劉金琨.先進(jìn)PID控制及其 MATLAB仿真［M］.北京：電子工業(yè)出版社，2003.

［3］Krause P C.Analysis of Electric Machinery［M］.McGraw－Hill，1986.

［4］Pablo Ledesma，Julio Usaola.Effect of Neglecting Stator Transients in Doubly Fed Induction Generators Models［J］.IEEE Trans.on Energy Conversion，2004，19（2）：459－461.

［5］Ekanayake J B，Holdsworth L，Jenkins N.Comparison of 5th Order and 3rd Order Machine Models for Doubly Fed Induction Generator（DFIG）Wind Turbines［J］.Electric Power Systems Research，2003，67（3）：207－215.

［6］王志華，李亞西，趙棟利，等.變速恒頻風(fēng)力發(fā)電機(jī)最大功率跟蹤控制策略的研究［J］.可再生能源，2005（2）：16－19.

［7］Ming Yini，LI Gengyin，ZHOU Ming.Analysis and Comparison of Dynamic Models for the Doubly Fed Induction Generator Wind Turbine［J］.電力系統(tǒng)自動(dòng)化，2006，30（13）：22－27.

［8］黃科元，賀益康，卞松江.矩陣式變換器交流勵(lì)磁的變速恒頻風(fēng)力發(fā)電系統(tǒng)的研究［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2002，22（11）：100－105.

［9］Jovanovic M G，Betz R E.Power Factor Control Using Brushless Doubly Fed Reluctance Machines［C］∥In：Industry Applications Conference，2000.Conference Record of the 2000IEEE，2000（1）：523－530.

［10］陸城，許洪華.風(fēng)力發(fā)電用雙饋感應(yīng)發(fā)電機(jī)控制策略的研究［J］.太陽(yáng)能學(xué)報(bào)，2004，25（5）：606－611.

［11］淡軍，孫茂相，楊繼華.風(fēng)電系統(tǒng)最大功率捕獲的研究［J］.沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào)，2003，25（1）：40－42.