变速恒频双馈风力发电机的最优功率控制

2011年第8期 1

变速恒频双馈风力发电机的最优功率控制

姚兴佳1 韩嵩崟1 赵希梅2 郭庆鼎2

（1.沈阳工业大学风能技术研究所，沈阳 110023；2.沈阳工业大学电气工程学院，沈阳 110870）

摘要 本文针对风力发电机组的不确定性及多干扰的问题，以追踪最大风能作为有功功率控制目标。提出了采用模糊逻辑推理控制的方法得到低风速时发电机的参考转速，利用自适应最优模糊控制与直接转矩控制相结合的方法来控制发电机的电磁转矩的方案，并且使用Matlab 软件对该方案应用于1.5MW 双馈型风电机组系统进行仿真研究。仿真结果表明了在风速变化时，发电机实际转速可以很快跟踪最佳理论值，转矩平衡，变速恒频风电机组功率输出具有较好的跟踪效果，系统性能稳定，达到了最优功率的目标。

关键词：模糊逻辑推理控制；参考转速；自适应最优模糊控制；直接转矩控制；变速恒频

Optimal Power Control of Variable Speed Constant Frequency Doubly-fed Wind Turbines

Yao Xingjia 1 Han Songyin 1 Zhao Ximei 2 Guo Qingding 2

（1.Wind Energy Institute, Shenyang University of Technology, Shenyang 110023； 2.School of Electrical Engineering, Shenyang University of Technology, Shenyang 110870）

Abstract In this paper, considering many uncertain factors and disturbances of wind power generating systems, taking maximum wind power tracking as active power control target. It proposes to use fuzzy logic inference control obtaining reference rotation of generator below rated wind speed, combining adaptive optimal fuzzy and direct torque(DTC) to control generator torque ，the proposed method is simulated with Matlab based on SUT-1500 doubly-fed wind turbine prototype. The simulation results show that when changes in wind speed, actual rotation speed of generator tracks optimal one quickly and torque is balance, output power of VSCF wind turbine has better tracking effects, the system performance is stable, and reaching the target of optimal power.

Key words ：fuzzy logic inference control ；reference rotation ；adaptive optimal fuzzy control ；DTC ；VSCF

到目前为止，为了提高风力发电机组的效率和改善风电的质量，大量的研究都集中在额定风速以下来提高风能利用系数。目前主要方法有叶尖速比控制，爬山法和功率信号反馈控制[1]。作为叶尖速比控制的输入信号是风机的转速值和风速值，并且都要给定，

最优叶尖速比可以通过实验或计算的途径获得，虽然

此方法有一个PI 控制器就可以达到要求，控制过程相

对简单，但是要求到达风机上的风速值要准确。由于

风速随机性的特点，要想测得到达风机上的风速值是

很困难的且叶尖速比的最优值在不同的系统中也不一样，因此在实际控制中采用叶尖速比控制方法较为困难[2]。爬山法的控制原理是通过实时测量风轮的转速和输出机械功率，发电机的转速利用经典数学寻优

的方法来调节使其跟踪最大功率点，此方法虽然解决

了测量风速不准确的问题，但缺点是比较依赖风机的

参数，因而参数的准确性很大关系到控制效果；功率信号反馈控制则需要查表，即需要找出风机转速和最大功率之间对应的关系，该控制方法大多数还需要附加额外测量风速的设备，用风速代替转速。目前有些

功率控制器采用了模糊控制，利用参考功率轨迹的思想调节控制系统的输出功率，有些则利用神经网络控制来记录并修正风机的转速和参考功率之间的关系，但是此方法最大的不足是，要想找到风机转速和最大功率之间的准确关系是非常困难的[3-4]。 为此，针对以上的算法需要改进的地方，本文提出一种不依赖于风速测量就可实现最大风能捕获的控制策略，即根据风力机最大风能捕获控制机理，把给定的

高速轴转速和有功功率作为控制器的输入信号，运用模糊逻辑推理的控制方法得到低风速时发电机的参考转速，利用自适应最优模糊控制与直接转矩控制相结合的

2011年第8期

2

复合控制方法来控制发电机的电磁转矩的方案，使发电机转速跟随风速的变化而变化，从而捕获最大风能。

1 风力机最大风能捕获控制机理

根据贝兹理论，风机吸收的机械功率和气动转矩为

23r p ω1

(,)π2

P C R V βλρ= （1） 32m T ω1

(,)π2

T C R V βλρ=

（2） 式中，P r 为风轮吸收的机械功率； T m 为风轮的气动转矩；ρ为空气密度；V ω为上风向的风速；C p 为风力机的功率系数，不是常数，叶尖速比λ和桨叶节距角β的函数，m /R v λω=；m ω为风力机机械角速度；R 为风轮半径；C T 为气动转矩系数。

在式（2）中，T m 为风轮上的机械转矩，假定T 为低速轴侧的转矩，T e 为发电机电磁转矩。则双馈风力发电系统的运动方程如下：

m e J B K T T ωωθγ++=? （3）

2m e

2m e 2m e J J J B B B K K K

γγγ?=+?

=+??=+?

（4）

将以上两式转化成高速轴侧的转速得

2e 1e 2e 3e e d a a a AT ωωωωτ=++?∫ （5） 式中，2

A J

γ=

。在机组运行过程中，由于B,K 受多

种因素的影响，因此i (1,2,3)a i =为时变系数[5]。 图1给出了不同桨叶节距角下的风力机功率系数曲线。从图中可以看出，对于任意已经给定的风力发电机，在桨叶节距角β一定时，会有一个最佳叶尖速比λopt 与最佳功率系数C pmax 相对应，使风力机吸收的风能最多。也就是说，对于特定风速v ，风力机只有运行在一个特定转速ω下才会具有最高的风能转换效率[6]。

p

C

图1 风机风能利用系数曲线图

2 双馈风力发电机组最优控制策略

在低风速时，保持桨叶节距角β=0不变，由模糊逻辑推理控制得到发电机的参考转速，自适应最优模糊控制方法求得发电机的电磁转矩指令，最后，由直接转矩控制来控制发电机的电磁转矩，使发电机的转速跟随风速的变化而改变，从而达到变速恒频风力发电机组捕获最大风能的目的。图2所示是低风速时风力发电机组控制系统框图。

图2 低风速时风力发电机组控制系统

2.1 参考转速模糊推理控制

目前在大多数的风电系统控制中，风轮转速都是根据风速仪测得的风速信号来进行调节的。但是在实际风场中整个风轮旋转平面上风速分布不均，而且受湍流、塔架等很多因素的影响，因此测量的风速往往存在误差。本文提出利用模糊逻辑推理控制的方法得到发电机的参考转速，该算法避免了测量风速，控制器的输入量为有功功率及其增量(1)(1)(2)P k P k P k ??=???，高速轴侧的转速及其变化量e e e (1)(1)(2)k k k ωωω??=???，输出量为发电机在额定风速以下时的参考转速增量ref ()k ω?。并且由参考转速增量可知实际参考转速ref ref ref ()(1)()k k k ωωω=?+?。输入输出变量正规化以后可划分成7个模糊集：负大（NL ）、负中（NM ）、负小（NS ）、零（ZE ）、正小（PS ）、正中（PM ）、正大（PL ）。依据专家经验知识建立模糊规则表的原则是：如果前一个转速（正或负）增量为正，机组的输出功率增量也为正，那么参考转速保持与前一个转速增量相同的增长方向，否则，参考转速的增长方向与之相反。模糊规则表见表1。

模糊逻辑控制可以得出参考转速值，使风力发电机组在给定风速下获得最大风能，但是如果参考转速变化太大就会引起机组运行到最优点时发生振荡，在

2011年第8期 3

这种情况下可以通过调整模糊逻辑系统的量化参数、模糊划分和隶属函数获得合适的参考转速增量[7]。

表1 模糊规则表

NL NM NS ZE PS PM PL NL PL PL PM NS NM NL NL NM PL PM PS NS NS NM NL NS PM PS PS ZE NS NS NL ZE NL NM NS ZE PS PM PL PS NM NS NS ZE PS PS PM PM NL NM NS PS PS PM PL PL NL NL NM PS PM PL PL

2.2 自适应最优模糊控制

只要在样本集合中的所有输入-输出数据对都会拟合到任意的给定精度，这样的模糊控制就称为自适应最优模糊控制[8]。本文使用自适应模糊控制器作为风力发电机组速度调节器的基本组成单元，自适应模糊控制器由两部分组成，即一个辨识器和一个控制器。辨识器的未知非线性函数g 在闭环系统中并且由自适应模糊函数f 来逼近，然后再把f 函数复制到模糊控制器中[9]。将式（5）离散化得

e

e

e

e

e 23e 2e 22**1e 1e **e e (1)(2)()(1)(1)()(1)[()(1)][(),(1)][()(1)]

k a a k a k a k a k A T k T k g k k A T k T k ωωωωωωω+=++?+?+?????=???? （6） 参考转速模糊推理控制得到)1(ref +k ω，代入式（6）中，得

e e **re

f e e [()(1)](1)[(),(1)]A T k T k k

g k k ωωω????=+

?? （7） 这里的g （*）是未知的，通过自适应最优模糊逻辑辨识g （*），电磁转矩指令控制为

e e **re

f e e [()(1)](1)[(),(1)]A T k T k k f k k ωωω????=+?? （8） 从式（8）得到发电机的电磁转矩指令，然后由直接转矩控制技术直接控制发电机的电磁转矩。 2.3 双馈发电机的直接转矩控制

在双馈发电机的直接转矩控制中控制电机转矩是通过控制转子磁链速度来实现的，进而控制发电机的输出功率。电机的数学模型建立在转子坐标系上，定子绕组直接连接电网，所以定子磁链基本上保持恒定；馈入的三相交流电压决定了转子磁链的幅值，转矩的大小则是通过磁通角θ的变化和空间电压矢量的选择来控制的。在低风速时，保持最优桨距角不变，风轮转速则是通过控制发电机的电磁转矩并且使其跟随风速的变化，从而获得最大风能利用系数[10]。双馈电机直接转矩控制系统原理如图3所示。

图中的双馈电机直接转矩控制系统由三个闭环结构组成，外环控制发电机转速，内环则是同时实现转子磁链和电磁转矩两者的控制。通过转速反馈

的信号与转速参考值比较的偏差，经过速度调节器，

输出转矩指令信号T e *；

速度调节器的输出转矩指令信号T e *与实际电磁转矩T e 相比较的偏差通过三电平滞环比较器后，输入到电压矢量查询表，最后经过运算得出转矩电流分量i D ，由此来控制双馈电机的转矩，从而控制了转速使其捕获最大风能。

图3 双馈电机直接转矩控制系统原理框图

3 系统仿真与结果分析

本文使用Matlab/simulink 软件对该方案应用于水平轴、上风向、3叶片的双馈型风电机组系统SUT-1500进行仿真研究，仿真系统中的风速模型采用了随机风模型，并仿真出在此风况下发电机转速、

电磁转矩、输出有功功率的变化情况和转子磁链轨迹。并通过仿真结果验证了控制器的最大风能追踪能力。为验证本文方案的可行性，进行了基于Matlab 软件仿真，仿真参数见表2。

表2 1.5MW 机组的设计参数

参数名称 取值 参数名称

取值

风轮直径/ m 70.5 额定风速/(m/s) 12 叶尖速比 6.15 齿轮箱传动比 1:90

额定功率/ MW 1500 额定转速/(r/min)1800 风轮转速范围/(r/min)

12~20 发电机转速 范围//(r/min)

1080~1800

切入风速/ m/s

3

切出风速/(m/s) 25

发电机极数/极 4

电机转动惯量/ kg·m 2 97.5

风轮转动惯量/ kg.m 2

5.4×106

电网频率/Hz 50

仿真中风速变化如图4所示，随机风起始于3.2s ，终止于8s ，最大峰值为1m/s 。

图4 随机风

2011年第8期

4

图5 发电机转速曲线

图6 发电机电磁转矩曲线

图7 输出有功功率曲线

图8 转子磁链轨迹

从图5可以看出，在风速变化的情况下，控制器从3.2s 开始可以改变电机转速，经过0.1s 短暂的调整，使得实际转速与最佳参考转速基本吻合，并跟踪风速的变化，具有很好的动态性能，因此本文所提方案能实现无需检测风速下的最大风能捕获。图6所示的发电机电磁转矩曲线说明了稳态时转矩平衡并跟随风速的变化。图7所示说明了在风速变化时，发电机输出有功功率随着转速的变化而变化，具有很快的响应速度，功率输出稳定，可以确保风电机组并网后的稳定运行。图8所示的转子磁链轨迹接近于圆形旋转磁场，脉动小，说明了直接转矩控制可以不需要观测转子磁链的方向和大小，受电机参数变化的影响小，证明了直接转矩控制效果理想。

4 结论

对1.5MW 风电机组进行的仿真运行结果表明： 在低于额定风速的条件下，本文提出的控制策略均取得了比较满意的控制效果，实现了变速恒频风电机组在不需要测量风速的情况下就可以对发电机转速进行有效的控制，控制器鲁棒性能好，并且可以灵活、有效地调节发电机输出有功功率，从而达到了最大风能捕获的目的，提高了低风速下风电系统的运行效率。

参考文献

[1] 刘其辉,贺益康,赵仁德.变速恒频风力发电系统最大

风能追踪[J].电力系统自动化,2003,27(20):62-67. [2] Rajib Datta, V.T. Ranganathan. A method of tracking

the peak power points for a variable speed wind energy conversion system[J]. IEEE Transactions on Energy Conversion, 2004,18(1):163-168.

[3] Yifan Tang, Longya Xu. A Flexible Active and Reactive

Power Control Strategy for a Variable Speed Constant Frequency Generating System[J]. IEEE Transactions on Power Electronics, 1995,10(4):472-478.

[4] 高景德,王祥珩,李发海.交流电机及其系统的分析[M].

北京:清华大学出版社,1993.

[5] Slootweg J G, Kling W L, Polinder H. Dynamic

modelling of a wind turbine with doubly fed-induction generator[J].IEEE Power Engineering Society Summer Meeting, 2001,1:644-649.

[6] 叶杭冶.风力发电机组的控制技术[M].北京:机械工

业出版社,2002.

[7] 张新房,徐大平,吕跃刚等.大型变速风力发电机组的自

适应模糊控制[J].系统仿真学报,2004,16(3): 573-577. [8] 王立新.自适应模糊系统与控制-设计与稳定行分析

[M].北京:国防工业大学出版社，1995.

[9] Chen Z, M McCormick. A Fuzzy Logic Controlled

Power Electronic System for Variable Speed Wind Energy Conversion Systems[J]. IEEE Power Electronics and Variable Speed Drivers, Conference publication, 2000,114-119.

[10] 李珍国.交流电机控制基础[M].北京：化学工业出版

社,2009.

作者简介

姚兴佳（1948-），男，辽宁抚顺人，教授，博士生导师，主要从事风力发电方面的研究。