船舶電力系統中同步發電機的實測建模

趙順利，陳紅濤，梁春芳，朱鐵林，楊智勇

(91515部隊，海南三亞 572016)

船舶電力系統中同步發電機的實測建模

趙順利，陳紅濤，梁春芳，朱鐵林，楊智勇

(91515部隊，海南三亞 572016)

本文分析了船舶電力系統中同步發電機的派克模型和實用模型，提出了運用最小二乘法和人工魚群智能算法混合算法辨識同步發電機參數的方法，并進行了仿真實驗，驗證了該方法的正確性和高效性。利用實驗平臺，對柴油發電機組中同步發電機通過特定實驗測試和參數辨識處理，建立了符合實際運行狀況的同步發電機模型。

同步發電機 最小二乘法 人工魚群智能算法 參數辨識

0 引言

同步發電機是船舶電力系統的核心設備，為整個船舶電力系統提供電能。在船舶電力系統的穩定性等研究方面，往往需要不同尺度的同步發電機的數學模型來支持研究；同步發電機模型建立的精準程度，又常常影響著仿真分析、控制管理等工作的準確程度[1-2]。

本文運用最小二乘法和人工魚群智能算法混合算法對同步發電機參數進行了仿真辨識，建立了符合實際運行狀況的同步發電機模型。

1 同步發電機的派克（Park）模型方程

1.1 dq0坐標系下的派克（Park）模型方程

在同步發電機dq0坐標系統下，d軸與轉子磁場方向一致，q軸超前d軸90°電角度。在dq0坐標系統里，電機電路方程中的參數轉化為常數，方程變得簡單，計算簡單，因此，在電力系統分析與計算中有很廣泛的應用[3]。

4）采用adx標幺值系統。

經過詳細的數學推導得知，同步發電機的電壓方程為：

磁鏈方程為：

式中各參數的意義具體參考文獻[3]。

在dq0坐標系下，電感參數是不變的（轉化為常數），而且d、q、0三軸之間互相存在解耦關系，因此派克變換和同步發電機派克方程在電力系統分析計算中得到了廣泛應用。

2 同步發電機的實用模型

為了理論研究方便，計算簡單，通常將派克方程中的轉子變量(如fDQi、fDQψ和fu)計算折合到定子側，用實用物理量表示，以便更好的在定子側進行分析和測量，這樣就推導出同步發電機的實用模型，詳細推導過程見文獻[3]。實用模型將動態過程分解為穩態、瞬態和超瞬態過程，對應這些過程的參數(如和等)，稱為實用參數，這些參數主要用來反映電機動態過程中的本質規律。

忽略q軸g繞組的瞬變效應，只計及f、D和Q繞組的電磁暫態。同步發電機五階實用模型既計及了許多實際因素，有適中的計算量，有明確的物理概念，因而應用比較廣泛。在同步發電機測試和參數辨識中，許多文獻都以五階實用模型作為研究對象，本文也將采用五階實用模型作為參數辨識研究的對象。

d軸電氣模型：

q軸電氣模型：

在同步發電機參數辨識中，需要求解微分方程，那么就需要知道狀態量的初始值，而暫態電勢次暫態電勢等很難直接測量獲取，因此在辨識過程中，經常運用增量方程，每個增量的初始值就為0。

d軸增量方程為：

q軸增量方程：

3 同步發電機參數辨識算法研究

3.1 參數可辨識性分析和算法研究

文獻[8]提出了基于可觀測量的同步發電機參數的時域辨識方法，運用最小二乘法對同步發電機派克（Park）模型參數進行辨識，并進行了仿真實驗，證明了該方法的有效性和準確性。文獻[9]運用人工魚群智能算法對同步發電機實用模型參數進行了辨識，并進行了仿真實驗，驗證了此方法的正確性。

如果利用最小二乘法辨識同步發電機的穩態參數，計算出同步發電機派克模型的穩態參數ar、，把穩態參數作為已知量，根據同步發電機派克模型和實用模型參數轉換公式可以計算出同步發電機實用模型的參數dX、qX、K。在人工魚群智能算法中，把參數dX、qX、K作為已知量，同步發電機五階實用模型d軸需要辨識的參數由6個減少為4個，q軸需要辨識的參數由3個減少為2個，再利用人工魚群智能算法辨識剩余的暫態參數，這樣可以減少需要辨識的參數，提高了參數辨識的精度，有助于提高參數辨識的速度。

3.2 仿真實驗

根據文獻[12]，利用MATLAB/Simulink軟件搭建同步發電機單機無窮大系統仿真模型，搭建仿真模型，仿真系統中同步發電機的基本參數設定為S=50 MVA，額定電壓V=10.5 kV，額定頻率

在仿真系統中，采用輸入機械功率突變作為擾動方式，建立發電機的動態過程，在t=4 s時，發電機的輸入機械功率由0.8降為0.6，對系統進行仿真實驗，可以測量得到同步發電機端口電壓、電流以及勵磁電壓、電流、功角的變化，數據采樣時間間隔是0.001 s。

同步發電機五階實用模型d、q軸電流實測曲線和辨識參數得到的電流曲線結果如圖1和圖2所示。

從同步發電機參數仿真實驗結果可以得知，最小二乘法和人工魚群智能算法混合算法辨識同步發電機參數，在穩態和暫態參數辨識上都能取得比較的好效果，辨識效率高，說明這種方法是有正確有效的，且效果好于單獨利用最小二乘法和人工魚群智能算法辨識同步發電機參數的方法。

圖1 同步發電機d軸電流曲線

圖2 同步發電機q軸電流曲線

4 同步發電機實測建模實驗

4.1 實驗系統搭建

船舶綜合電力推進最小模擬實驗平臺包括柴油機、三相同步發電機組、變頻控制柜、異步電動機以及磁阻負載器。實測建模實驗中，需要搭建實時數據采集控制平臺，這里使用AppSIM實時系統以及相關的傳感器進行數據采集。

4.2 實測建模實驗方案

做實驗時，首先啟動AppSIM實時系統，系統正常工作以后，然后啟動柴油發電機組，并確認機組是處在正常運行狀態。在機組正常運行十分鐘后，給機組加靜負載，功率為9 kW。在柴油發電機組帶負載運行15 min后，進行拋負載操作，把8 kW靜負載完全拋去，此時柴油發電機組的負載為1 kW，用AppSIM實時系統采集負載拋載前30 s至拋載后30 s的數據，并進行數據儲存。停止柴油發電機組，切斷各數據采集模塊的電源，實驗結束。

4.3 數據處理

利用實驗所采集的數據，采用MATLAB/ Simulink軟件對數據進行濾波處理，并進行dq0坐標轉換和標幺化處理，最后進行同步發電機參數辨識，建立同步發電機模型。

1）實測數據

在實驗中，通過AppSIM實時系統采集的同步發電機三相電壓、三相電流、勵磁電壓、勵磁電流和轉子機械角度的原始數據，情況如下。

實驗中采集的同步發電機三相電壓和三相電流數據如圖3、4所示。

圖3 ABC三相電壓局部值

圖4 ABC三相電流局部值

實驗中采集的同步發電機勵磁電壓、勵磁電流數據和轉子機械角度值如圖5、6、7所示。

2）數據處理

實測數據進行濾波處理、坐標轉換和標幺化[3]處理以后，得到的數據情況如圖8～13所示。

圖5 勵磁繞組電壓局部值

圖6 勵磁繞組電流局部值

圖7 轉子機械角度局部值

圖8 電壓ud標幺值

圖9 電壓uq標幺值

圖10 電流id標幺值

圖11 電流iq標幺值

圖12 勵磁繞組電壓標幺值

圖13 勵磁繞組電流標幺值

3）參數辨識

利用經過處理后的標幺值，運用最小二乘法和人工魚群智能算法混合算法，對同步發電機五階實用模型進行參數辨識，得到的參數如表1和表2所示。

表1 d軸參數辨識結果

表2 d軸參數辨識結果

電流曲線擬合結果如圖14、圖15所示。

圖14 同步發電機d軸電流曲線

圖 15 同步發電機q軸電流曲線

通過分析參數辨識結果，總體上能辨識出同步發電機的參數，能建立適合實際運行狀態的同步發電機模型，從實測數據發現，有很強的噪聲信號，對實測的數據會造成很大的干擾，在數據進行濾波處理的過程中，會造成相位的延遲，造成了暫態參數辨識的結果誤差比較大，效果相對差了些。

5 結語

本文以船舶綜合全電力推進最小實驗系統中的同步發電機為實測對象，完成了動態數據采集、數據濾波降噪處理和基于混合辨識算法的實物測試建模，并通過物理實驗結果，證明了所提動態數據獲取實驗法和辨識算法的有效性，建立了符合實際運行狀況的同步發電機實用模型，為系統的仿真分析和控制管理提供了依據。

[1] 羅成漢. 船舶電力推進模擬平臺的研究. 武漢理工大學博士學位論文, 2013.

[2] 高海波, 陳輝, 林治國. 基于Saber的船舶電力推進系統的建模及仿真. 船舶工程, 2013, 35(4)： 59-62.

[3] 倪以信, 陳壽孫, 張寶霖. 動態電力系統理論和方法. 北京： 清華大學出版社, 2000.

[4] 王川. 負荷沖擊型大擾動下船舶綜合電網暫態電壓穩定性研究. 大連海事大學博士學位論文, 2012：3-6.

[5] 沈善德. 電力系統辨識. 北京： 清華大學出版社, 1993： 23-25．

[6] 鞠平. 電力系統非線性辨識. 南京： 河海大學出版社, 1999.

[7] 龐中華, 崔紅. 系統辨識與自適應控制MATLAB仿真. 北京： 北京航空航天大學出版社, 2009： 52.

[8] 馮樹輝. 基于同步發電機參數辨識的最優勵磁控制系統設計與仿真研究. 重慶大學碩士學位論文, 2012．

[9] 黃其新. 基于功角測量的同步發電機參數辨識方法與應用研究. 南京： 河海大學碩士學位論文, 2007.

[10] 孫黎霞, 鞠平等. 基于PARK模型的同步發電機參數辨識[J]. 中國電機工程學報, 2009, 29（19）：50-56.

[11] 李曉磊, 薛云燦, 路飛, 田國會.基于人工魚群算法的參數估計方法. 山東大學學報, 2004, 34(3)：84-87.

[12] 王晶. 電力系統的 MATLAB/SIMULINK 仿真與應用[M]. 西安： 西安電子科技大學出版社, 2008.

[13] 黃淼. 基于拋載試驗和在線時域測試的同步發電機參數辨識新方法. 重慶大學博士學位論文, 2011.

[14] Wamkeue R, Jolette C, Kairous D. Estimation of synchronous generator parameters from load rejection analytical responses [C]. 2010 9th International Conference on Environment and Electrical Engineering, Prague, Czech Republic, IEEE, 2010：392-395.

[15] Ahmadi, R, Behjati, HFerdowsi, MB . Dynamic modeling and stability analysis of an experimental test Bench for electric-ship propulsion. IEEE, 2013：110-115.

Data Modeling of Synchronous Generator in Marine Power System

Zhao Shunli, Chen Hongtao, Liang Chunfang, Zhu Tielin, Yang Zhiyong
（Unit 91515, Sanya 572016, Hainan, China）

In this paper, the synchronous generator of the park's model and practical model is analyzed. By using the method of least square method and artificial fish intelligence algorithm, the algorithm to identify synchronous generator parameters is proposed. Simulation results validate the correctness and efficiency of this method. By using the experimental platform, the synchronous generator in the diesel generator set is tested and the parameters identification is processed, and the model of the synchronous generator is established.

synchronous generator; least square method; artificial fish intelligence algorithm; parameters identification

TP311.5

A

1003-4862（2016）12-0053-05

2016-05-18

趙順利(1981-)，男，工程碩士。專業方向：電力系統及自動化。