姚興佳，韓嵩崟，趙希梅，郭慶鼎

（1.沈陽工業(yè)大學(xué) 風(fēng)能技術(shù)研究所，遼寧 沈陽110023；

2.沈陽工業(yè)大學(xué) 電氣工程學(xué)院，遼寧 沈陽 110870）

變速恒頻雙饋風(fēng)力發(fā)電機(jī)的最大風(fēng)能追蹤控制

姚興佳1，韓嵩崟1，趙希梅2，郭慶鼎2

（1.沈陽工業(yè)大學(xué) 風(fēng)能技術(shù)研究所，遼寧 沈陽110023；

2.沈陽工業(yè)大學(xué) 電氣工程學(xué)院，遼寧 沈陽 110870）

為了最大限度的利用風(fēng)能，提高風(fēng)力發(fā)電系統(tǒng)的效率，提出了一種不依賴于風(fēng)速測量的最大風(fēng)能追蹤和轉(zhuǎn)換策略。通過模糊邏輯控制器的設(shè)計得到低風(fēng)速時發(fā)電機(jī)的參考轉(zhuǎn)速，模糊自適應(yīng)控制器作為直接轉(zhuǎn)矩控制系統(tǒng)速度調(diào)節(jié)器的基本組成單元，從而使發(fā)電機(jī)轉(zhuǎn)速跟蹤風(fēng)速。最后，利用Matlab軟件對1MW雙饋型風(fēng)電機(jī)組的運(yùn)行性能進(jìn)行了分析和比較。仿真結(jié)果表明，在風(fēng)速變化時，控制器可以使發(fā)電機(jī)轉(zhuǎn)速跟蹤最佳理論值，系統(tǒng)性能穩(wěn)定，達(dá)到了預(yù)期的控制目標(biāo)。

最大風(fēng)能追蹤；模糊邏輯控制器；模糊自適應(yīng)控制器；直接轉(zhuǎn)矩控制系統(tǒng)；速度調(diào)節(jié)器

1 引言

到目前為止，為了提高風(fēng)力發(fā)電機(jī)組的效率和改善風(fēng)電的質(zhì)量，大量的研究都集中在額定風(fēng)速以下來提高風(fēng)能利用系數(shù)。目前主要方法有葉尖速比控制，爬山法和功率信號反饋控制［1］。因為作為葉尖速比控制的輸入信號是風(fēng)機(jī)的轉(zhuǎn)速值和風(fēng)速值，并且都要給定，最優(yōu)葉尖速比可以通過實驗或計算的途徑獲得，雖然此方法有1個PI控制器就可以達(dá)到要求，控制過程相對簡單，但是要求到達(dá)風(fēng)機(jī)上的風(fēng)速值要準(zhǔn)確，由于風(fēng)速隨機(jī)性的特點，要想測得到達(dá)風(fēng)機(jī)上的風(fēng)速值是很困難的且葉尖速比的最優(yōu)值在不同的系統(tǒng)中也不一樣，因此在實際控制中采用葉尖速比控制方法較為困難［2］；爬山法的控制原理是通過實時測量風(fēng)輪的轉(zhuǎn)速和輸出機(jī)械功率，發(fā)電機(jī)的轉(zhuǎn)速利用經(jīng)典數(shù)學(xué)尋優(yōu)的方法來調(diào)節(jié)使其跟蹤最大功率點，此方法雖然解決了測量風(fēng)速不準(zhǔn)確的問題，但缺點是比較依賴風(fēng)機(jī)的參數(shù)，因而參數(shù)的準(zhǔn)確性很大程度的關(guān)系到控制效果；功率信號反饋控制則需要查表，即需要找出風(fēng)機(jī)轉(zhuǎn)速和最大功率之間對應(yīng)的關(guān)系，該控制方法大多數(shù)還需要附加額外測量風(fēng)速的設(shè)備，用風(fēng)速代替轉(zhuǎn)速，目前有些功率控制器采用了模糊控制，利用參考功率軌跡的思想調(diào)節(jié)控制系統(tǒng)的輸出功率，有些則利用神經(jīng)網(wǎng)絡(luò)控制來記錄并修正風(fēng)機(jī)的轉(zhuǎn)速和參考功率之間的關(guān)系，但是此方法最大的不足是要想找到風(fēng)機(jī)轉(zhuǎn)速和最大功率之間的準(zhǔn)確關(guān)系是非常困難的［3-4］。

為此，針對以上算法的不足和缺點，本文提出一種不依賴于風(fēng)速測量就可實現(xiàn)最大風(fēng)能追蹤的控制策略，即根據(jù)雙饋發(fā)電機(jī)的特性，運(yùn)用模糊邏輯控制的方法設(shè)計控制器，從而得到低風(fēng)速時發(fā)電機(jī)的參考轉(zhuǎn)速，實現(xiàn)了在無風(fēng)檢測下保持最佳葉尖速比運(yùn)行。再利用模糊自適應(yīng)控制器作為直接轉(zhuǎn)矩控制系統(tǒng)速度調(diào)節(jié)器的基本組成單元，使發(fā)電機(jī)轉(zhuǎn)速跟隨風(fēng)速的變化而變化，從而追蹤最大風(fēng)能。

2 風(fēng)力機(jī)最大風(fēng)能捕獲原理

根據(jù)貝茲理論，風(fēng)機(jī)吸收的機(jī)械功率和氣動轉(zhuǎn)矩為

式中：Pr為風(fēng)輪吸收的機(jī)械功率；Tm為風(fēng)輪的氣動轉(zhuǎn)矩；ρ為空氣密度；vω為上風(fēng)向的風(fēng)速；Cp為風(fēng)力機(jī)的功率系數(shù)，不是常數(shù)，是葉尖速比λ和槳葉節(jié)距角β的函數(shù)，貝茲理論的極限值為59.3%，λ＝ωmR／v；ωm為風(fēng)力機(jī)機(jī)械角速度；R為風(fēng)輪半徑；CT為氣動轉(zhuǎn)矩系數(shù)。

在式（2）中，Tm為風(fēng)輪上的機(jī)械轉(zhuǎn)矩，假定T為低速軸側(cè)的轉(zhuǎn)矩，Te為發(fā)電機(jī)電磁轉(zhuǎn)矩。則雙饋風(fēng)力發(fā)電系統(tǒng)的運(yùn)動方程如下：

將以上兩式轉(zhuǎn)化成高速軸側(cè)的轉(zhuǎn)速得

式中：A＝γ2／J；在機(jī)組運(yùn)行過程中，由于B，K受多種因素的影響，因此ai（i＝1，2，3）為時變系數(shù)［5］。

圖1顯示了不同風(fēng)速下風(fēng)力機(jī)的輸出功率特性曲線，其中v1＞v2＞v3，Popt曲線是不同風(fēng)速下風(fēng)力機(jī)最大輸出功率點的連線，稱為最佳功率曲線。從圖1中可以看出，要想實現(xiàn)最大風(fēng)能追蹤，就需要相應(yīng)的控制策略，使風(fēng)力機(jī)運(yùn)行在最佳功率曲線上，而在相同的風(fēng)速下，不同的轉(zhuǎn)速會使風(fēng)力機(jī)輸出不同的功率，但是輸出功率僅存在唯一的最大值，其對應(yīng)的風(fēng)機(jī)轉(zhuǎn)速為最優(yōu)轉(zhuǎn)速，因此，要想達(dá)到最大風(fēng)能追蹤的目的，必須在風(fēng)速變化時實時地調(diào)節(jié)電機(jī)轉(zhuǎn)速，使風(fēng)力機(jī)運(yùn)行在最佳功率曲線上。但是在實際的風(fēng)場中風(fēng)速的測量是非常困難的，因此找到一種不依賴于風(fēng)速檢測的方法具有很重要的意義［6］。

圖1 風(fēng)力機(jī)的功率-轉(zhuǎn)速曲線Fig.1 Power-speed curves of wind turbine

3 雙饋風(fēng)力發(fā)電機(jī)組控制策略

在低風(fēng)速時，保持槳距角β＝0不變，機(jī)組不受功率上限的限制，所以控制目標(biāo)是盡可能多的追蹤風(fēng)能。基本方法是檢測風(fēng)速，再根據(jù)機(jī)組最佳葉尖速比來設(shè)定發(fā)電機(jī)轉(zhuǎn)速，這是變速恒頻風(fēng)電機(jī)組的優(yōu)勢所在。但是由于實際風(fēng)場環(huán)境的復(fù)雜性，基于風(fēng)速計測量進(jìn)行的轉(zhuǎn)速和功率調(diào)節(jié)通常是不精確的，因此，本文提出由模糊邏輯控制方法設(shè)計控制器，從而可以得到發(fā)電機(jī)的參考轉(zhuǎn)速，再由自適應(yīng)最優(yōu)模糊控制方法求得發(fā)電機(jī)的電磁轉(zhuǎn)矩指令，最后，由基于轉(zhuǎn)子磁鏈定向的直接轉(zhuǎn)矩控制方法來控制發(fā)電機(jī)的電磁轉(zhuǎn)矩，使發(fā)電機(jī)的轉(zhuǎn)速跟隨風(fēng)速的變化而變化，從而實現(xiàn)變速恒頻風(fēng)力發(fā)電機(jī)組的最大風(fēng)能追蹤。圖2是低風(fēng)速時風(fēng)力發(fā)電機(jī)最大風(fēng)能追蹤控制系統(tǒng)框圖。

圖2 低風(fēng)速時風(fēng)力發(fā)電機(jī)組控制系統(tǒng)Fig.2 Wind turbine control system at slow wind speed

3.1 參考轉(zhuǎn)速模糊推理控制

目前許多風(fēng)力發(fā)電機(jī)組控制系統(tǒng)中，根據(jù)風(fēng)速儀測得的風(fēng)速信號調(diào)節(jié)風(fēng)輪轉(zhuǎn)速。由于風(fēng)速在整個風(fēng)輪旋轉(zhuǎn)平面上分布不同，而且受湍流、塔架等因素的影響，測量風(fēng)速是不精確的。本文提出利用模糊邏輯推理控制的方法得到發(fā)電機(jī)的參考轉(zhuǎn)速，實現(xiàn)無風(fēng)速測量下最大風(fēng)能追蹤，此控制方法可通過實時改變發(fā)電機(jī)轉(zhuǎn)速增量，同時檢測功率變化來感知風(fēng)機(jī)當(dāng)前工作點，從而確定新的轉(zhuǎn)速增量，通過這樣的搜索，使工作點最終穩(wěn)定在當(dāng)前風(fēng)速下的功率曲線極值點附近，因此，模糊控制器的輸入量為有功功率及其增量ΔP（k-1）＝P（k-1）-P（k-2），高 速 軸 轉(zhuǎn) 速 及 其 增 量Δωe（k-1）＝ωe（k-1）-ωe（k-2），輸出量為發(fā)電機(jī)在額定風(fēng)速以下時的參考轉(zhuǎn)速增量Δωref（k）。由參考轉(zhuǎn)速增量可以得到參考轉(zhuǎn)速為ωref（k）＝ωref（k-1）＋Δωref（k）。輸入輸出變量正規(guī)化以后可劃分成7個模糊集：負(fù)大（NL）、負(fù)中（NM）、負(fù)小（NS）、零（ZE）、正?。≒S）、正中（PM）、正大（PL）。依據(jù)經(jīng)驗知識建立模糊規(guī)則表：如果前一個轉(zhuǎn)速（正或負(fù)）增量使機(jī)組輸出功率正增長，那么參考轉(zhuǎn)速保持與前一個轉(zhuǎn)速增量相同的增長方向，否則，參考轉(zhuǎn)速的增長方向與之相反。模糊規(guī)則表見表1。

表1 模糊規(guī)則表Tab.1 Rule list of fuzzy controller

模糊邏輯控制可以得出參考轉(zhuǎn)速值，使風(fēng)力發(fā)電機(jī)組在給定風(fēng)速下獲得最大風(fēng)能，但是如果參考轉(zhuǎn)速變化太大就會引起機(jī)組運(yùn)行到最優(yōu)點時發(fā)生振蕩，在這種情況下可以通過調(diào)整模糊邏輯系統(tǒng)的量化參數(shù)、模糊劃分和隸屬函數(shù)獲得合適的參考轉(zhuǎn)速增量［7］。

3.2 自適應(yīng)最優(yōu)模糊控制

由于模糊自適應(yīng)控制對參數(shù)變化和環(huán)境變化不靈敏，能用于非線性和多變量復(fù)雜對象，而且收斂速度快，魯棒性好，并且可以在運(yùn)行過程中不斷修正自己的控制規(guī)則來改善控制性能［8］，因此可以運(yùn)用在風(fēng)電系統(tǒng)中，而本文使用基于模糊聚類算法的模糊自適應(yīng)控制方法來設(shè)計控制器?；谀：垲愃惴ǖ哪：赃m應(yīng)控制指的是對于樣本中的每一個輸入-輸出數(shù)據(jù)對來說，系統(tǒng)要以任意精度擬合到這些數(shù)據(jù)對的模糊邏輯控制。對于這樣的大樣本問題，可采用最近鄰聚類方法對數(shù)據(jù)對進(jìn)行分組，使每一組數(shù)據(jù)對應(yīng)用于模糊邏輯系統(tǒng)的一條規(guī)則，從而減少系統(tǒng)的規(guī)則數(shù)目，使系統(tǒng)仍能以任意精度擬合樣本數(shù)據(jù)對［9］。模糊自適應(yīng)控制器作為風(fēng)力發(fā)電機(jī)組速度調(diào)節(jié)器的基本組成單元，控制器由2部分組成：一個辨識器和一個控制器。辨識器用模糊自適應(yīng)函數(shù)f來逼近閉環(huán)系統(tǒng)的未知非線性函數(shù)g，然后再把f復(fù)制到控制器中。式（5）離散化得：

參考轉(zhuǎn)速模糊推理控制得到ωref（k＋1），代入式（6）：

這里的g（＊）是未知的，通過自適應(yīng)最優(yōu)模糊邏輯辨識g（＊），電磁轉(zhuǎn)矩指令控制為

式（8）得到發(fā)電機(jī)的電磁轉(zhuǎn)矩指令，然后由直接轉(zhuǎn)矩控制技術(shù)直接控制發(fā)電機(jī)的電磁轉(zhuǎn)矩。

3.3 雙饋發(fā)電機(jī)的直接轉(zhuǎn)矩控制

雙饋發(fā)電機(jī)的直接轉(zhuǎn)矩控制是通過控制轉(zhuǎn)子磁鏈速度來控制電機(jī)轉(zhuǎn)矩，進(jìn)而控制發(fā)電機(jī)的輸出功率。在轉(zhuǎn)子坐標(biāo)系上建立它的數(shù)學(xué)模型，定子繞組直接接電網(wǎng)，使定子磁鏈基本上保持恒定。雙饋發(fā)電機(jī)的直接轉(zhuǎn)矩為

其中，Ψrα，Ψrβ，irα，irβ是由測得的轉(zhuǎn)子電流、電壓經(jīng)3／2坐標(biāo)變換求得的。直接轉(zhuǎn)矩控制是通過查表來實現(xiàn)的，由磁鏈與轉(zhuǎn)矩的滯環(huán)調(diào)節(jié)器輸出來決定逆變器的開關(guān)狀態(tài)的選擇。一旦開關(guān)狀態(tài)被估計出，相應(yīng)的電壓矢量加在轉(zhuǎn)子側(cè)，將會改變轉(zhuǎn)子磁鏈。電壓矢量的切線分量決定轉(zhuǎn)矩，徑向分量決定磁鏈的幅值［10］。雙饋電機(jī)直接轉(zhuǎn)矩控制系統(tǒng)原理如圖3所示。

圖3 雙饋電機(jī)直接轉(zhuǎn)矩控制系統(tǒng)原理框圖Fig.3 Schematic diagram of DTC system of DFIG

圖3中的雙饋電機(jī)直接轉(zhuǎn)矩控制系統(tǒng)由3個閉環(huán)結(jié)構(gòu)組成，外環(huán)控制發(fā)電機(jī)轉(zhuǎn)速，內(nèi)環(huán)則是同時實現(xiàn)轉(zhuǎn)子磁鏈和電磁轉(zhuǎn)矩的控制。通過轉(zhuǎn)速反饋的信號與轉(zhuǎn)速參考值比較的偏差，經(jīng)過速度調(diào)節(jié)器，輸出轉(zhuǎn)矩指令信號T＊e；速度調(diào)節(jié)器的輸出轉(zhuǎn)矩指令信號T＊e與實際電磁轉(zhuǎn)矩Te相比較的偏差通過三電平滯環(huán)比較器后，輸入到電壓矢量查詢表，最后經(jīng)過運(yùn)算得出轉(zhuǎn)矩電流分量iD，由此來控制雙饋電機(jī)的轉(zhuǎn)矩，從而控制了轉(zhuǎn)速使其捕獲最大風(fēng)能。

4 系統(tǒng)仿真與結(jié)果分析

本文使用Matlab／Simulink軟件對該方案應(yīng)用于水平軸、上風(fēng)向、3葉片的雙饋型風(fēng)電機(jī)組系統(tǒng)SUT-1000進(jìn)行仿真研究，仿真系統(tǒng)中的風(fēng)速模型采用了隨機(jī)風(fēng)模型，并仿真出在此風(fēng)況下發(fā)電機(jī)轉(zhuǎn)速、電磁轉(zhuǎn)矩和機(jī)械轉(zhuǎn)矩的變化情況、轉(zhuǎn)子磁鏈軌跡。并通過仿真結(jié)果驗證了控制器的最大風(fēng)能追蹤能力。仿真參數(shù)見表2。

表2 1MW機(jī)組的設(shè)計參數(shù)Tab.2 Simulation parameters of 1MW wind turbine

圖4為仿真中的隨機(jī)風(fēng)速變化曲線。從圖5中可以看出在風(fēng)速變化的情況下，控制器可以改變電機(jī)的轉(zhuǎn)速并經(jīng)過短暫的調(diào)整之后，實際轉(zhuǎn)速與最佳理論轉(zhuǎn)速基本吻合，并跟蹤風(fēng)速的變化，具有很好的動態(tài)性能，因此本文所提方案能夠?qū)崿F(xiàn)無需檢測風(fēng)速下的最大風(fēng)能追蹤。圖6為發(fā)電機(jī)電磁轉(zhuǎn)矩與風(fēng)力機(jī)機(jī)械轉(zhuǎn)矩曲線，風(fēng)力機(jī)的電磁轉(zhuǎn)矩經(jīng)過變化后逐漸和機(jī)械轉(zhuǎn)矩重合，使風(fēng)力機(jī)在一定風(fēng)速v下的風(fēng)能利用效率最高，表明了雙饋風(fēng)力發(fā)電機(jī)組能很好地實現(xiàn)最大風(fēng)能追蹤控制。圖7的轉(zhuǎn)子磁鏈軌跡接近于圓形旋轉(zhuǎn)磁場，脈動小，說明了直接轉(zhuǎn)矩控制不需要觀測轉(zhuǎn)子磁鏈的方向和大小，受電機(jī)參數(shù)變化的影響小，證明了直接轉(zhuǎn)矩控制效果理想。

圖4 隨機(jī)風(fēng)速曲線Fig.4 Random wind speed curve

圖5 發(fā)電機(jī)轉(zhuǎn)速曲線Fig.5 Generator rotational speed curve

圖6 發(fā)電機(jī)輸出轉(zhuǎn)矩與風(fēng)力機(jī)輸出轉(zhuǎn)矩Fig.6 Curves of generator torque output and turbine torque output

圖7 轉(zhuǎn)子磁鏈軌跡Fig.7 Flux track of rotor

5 結(jié)論

對1MW風(fēng)電機(jī)組進(jìn)行的仿真運(yùn)行結(jié)果表明：在低于額定風(fēng)速的條件下，本文提出的控制策略均取得了比較滿意的控制效果，實現(xiàn)了變速恒頻風(fēng)電機(jī)組在不需要測量風(fēng)速的情況下就可以對發(fā)電機(jī)轉(zhuǎn)速進(jìn)行有效的控制，控制器魯棒性能好，并且可以靈活、有效地調(diào)節(jié)發(fā)電機(jī)輸出有功功率，從而達(dá)到了最大風(fēng)能捕獲的目的，提高了低風(fēng)速下風(fēng)電系統(tǒng)的運(yùn)行效率。

［1］ 劉其輝，賀益康，趙仁德.變速恒頻風(fēng)力發(fā)電系統(tǒng)最大風(fēng)能追蹤［J］.電力系統(tǒng)自動化，2003，27（20）：62-67.

［2］ Rajib Datta，Ranganathan V T.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］ Tang Yifan，Xu Longya.A Flexible Active and Reactive Power Control Strategy for a Variable Speed Constant Fre-quency Generating System［J］.IEEE Transactions on Power Electronics，1995，10（4）：472-478.

［4］ 高景德，王祥珩，李發(fā)海.交流電機(jī)及其系統(tǒng)的分析［M］.北京：清華大學(xué)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（3）：644-649.

［6］ 葉杭冶.風(fēng)力發(fā)電機(jī)組的控制技術(shù)［M］.北京：機(jī)械工業(yè)出版社，2002.

［7］ 張新房，徐大平，呂躍剛，等.大型變速風(fēng)力發(fā)電機(jī)組的自適應(yīng)模糊控制［J］.系統(tǒng)仿真學(xué)報，2004，16（3）：573-577.

［8］ 王立新.自適應(yīng)模糊系統(tǒng)與控制-設(shè)計與穩(wěn)定性分析［M］.北京：國防工業(yè)大學(xué)出版社，1995.

［9］ Chen Z，McCormick M.A Fuzzy Logic Controlled Power Electronic System for Variable Speed Wind Energy Conversion Systems［C］∥IEEE Power Electronics and Variable Speed Drivers，Conference Publication，2000：114-119.

［10］李珍國.交流電機(jī)控制基礎(chǔ)［M］.北京：化學(xué)工業(yè)出版社，2009.

修改稿日期：2012-02-15

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

YAO Xing-jia1，HAN Song-yin1，ZHAO Xi-mei2，GUO Qing-ding2

（1.WindEnergyInstitute，ShenyangUniversityofTechnology，Shenyang110023，Liaoning，China；2.SchoolofElectricalEngineering，ShenyangUniversityofTechnology，Shenyang110870，Liaoning，China）

For maximal utilizing wind power，improving efficiency of wind power generating systems，a method and conversion strategy that is not dependent on detecting wind speed was proposed.It designs a fuzzy logic controller that obtains reference rotation of generator below rated wind speed，fuzzy adaptive controller is the basic constitute unit of direct torque control system speed regulator，and the rotation of generator may track wind speed quickly.At last，the proposed method is simulated with Matlab based on 1MW doubly-fed wind turbine prototype.The simulation results show that when changes in wind speed，actual rotation speed of generator tracks optimal oretical value quickly，performance of system is stable，reaching the prospective target of control.

maximum wind power tracking；fuzzy logic controller；fuzzy adaptive controller；direct torque control system；speed regulator

TM614

A

國家“863”支撐計劃項目資助（2006BAA01A03）

姚興佳（1948-），男，教授，博士生導(dǎo)師，Email：great1717＠126.com

2011-06-21