永磁同步風(fēng)力發(fā)電系統(tǒng)功率優(yōu)化新策略

程勇 彭亮 崔少博 陳寶林

摘 要： 以Matlab/Simulink為平臺搭建永磁同步風(fēng)力發(fā)電系統(tǒng)，通過對基于移動指數(shù)平均算法（EMA）的功率誤差控制器對永磁風(fēng)電系統(tǒng)功率環(huán)的波形影響進(jìn)行分析，發(fā)現(xiàn)可以以一個函數(shù)實(shí)現(xiàn)EMA控制算法對功率誤差的作用。在此基礎(chǔ)上提出以一個新的函數(shù)代替EMA算法中的模糊邏輯控制器為基礎(chǔ)的改進(jìn)型EMA算法，并將其作為永磁風(fēng)力發(fā)電系統(tǒng)的功率誤差控制器。經(jīng)過Simulink仿真平臺分析波形，得出改進(jìn)型EMA算法具有對永磁風(fēng)力發(fā)電系統(tǒng)功率優(yōu)化的功能；且通過對比傳統(tǒng)EMA算法和改進(jìn)后的移動指數(shù)平均算法的仿真波形與數(shù)據(jù)及其算法的數(shù)學(xué)結(jié)構(gòu)，可知所用的新函數(shù)具有代替模糊邏輯控制器實(shí)現(xiàn)移動指數(shù)平均算法在PMSG功率控制上所具有的優(yōu)化功能。

關(guān)鍵詞： 永磁風(fēng)力發(fā)電； 功率優(yōu)化； 模糊邏輯控制器； 改進(jìn)型EMA算法； 功率誤差； 函數(shù)

中圖分類號： TN344?34； TM315 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2018）16?0135?05

Abstract： A permanent magnet synchronous wind power generation system is established on the Matlab/Simulink platform. After analyzing the influence of the exponential moving average （EMA） algorithm based power error controller on power circle waveforms of the permanent magnet wind power system， it is found that a function can be used to realize the function of the EMA control algorithm on power error. On this basis， an improved EMA algorithm is proposed， which uses a new function to replace the fuzzy logic controller in the EMA algorithm， and is taken as the power error controller of the permanent magnet wind power generation system. After waveform analysis on the Simulink simulation platform， it is found that the improved EMA algorithm has the function of power optimization of the permanent magnet wind power generation system. By comparing the simulation waveforms， data， and mathematical structure of the traditional EMA algorithm and improved EMA algorithm， it is concluded that the new function can replace the fuzzy logic controller to realize the optimization function that the EMA algorithm has on PMSG power control.

keywords： permanent magnet wind power generation； power optimization； fuzzy logic controller； improved EMA algorithm； power error； function

0 引 言

近年來，對永磁同步風(fēng)力發(fā)電系統(tǒng)功率控制的研究已取得了重大的理論成果。在近似固定的風(fēng)場環(huán)境，建立永磁同步風(fēng)力發(fā)電系統(tǒng)，能在相對穩(wěn)定理想的環(huán)境中充分利用風(fēng)能達(dá)到捕獲最大功率的目的[1]。而在多變的風(fēng)場環(huán)境中，利用永磁同步風(fēng)力發(fā)電系統(tǒng)的功率控制新策略捕獲風(fēng)能，實(shí)現(xiàn)風(fēng)力發(fā)電的功率優(yōu)化。在多變風(fēng)速下，實(shí)現(xiàn)PMSG的功率優(yōu)化。文獻(xiàn)[2]指出可利用移動指數(shù)平均算法（EMA）實(shí)現(xiàn)PMSG的功率優(yōu)化。但該算法需要使用模糊邏輯控制器，其具有極強(qiáng)的自適應(yīng)性。但缺點(diǎn)是制作模糊邏輯控制器時需要制定模糊規(guī)則和基礎(chǔ)論域，其“專家經(jīng)驗(yàn)”的人力與時間投入，使其不具有自身調(diào)整的簡潔性。因此，本文提出一個函數(shù)[3?4]代替模糊邏輯控制器，形成新的PMSG功率優(yōu)化方法，即改進(jìn)型EMA算法。

1 永磁同步風(fēng)力系統(tǒng)功率控制原理

PMSG的功率控制由兩個基本模塊：機(jī)側(cè)整流和網(wǎng)側(cè)逆變，構(gòu)成控制的主體部分。以這兩大主體部分構(gòu)成的主要閉環(huán)控制包括：功率控制環(huán)和電流控制環(huán)。在PMSG功率控制系統(tǒng)中，轉(zhuǎn)速控制環(huán)和電壓控制環(huán)，分別屬于間接功率控制環(huán)與間接電流控制環(huán)。系統(tǒng)框圖如圖1所示。

在恒定風(fēng)速下，永磁風(fēng)力發(fā)電系統(tǒng)的功率優(yōu)化主要是最大功率捕獲。可用MPPT計(jì)算方法計(jì)算最優(yōu)功率的理論值[5?10]，如下：

按照文獻(xiàn)[2]的方法，N值決定平均風(fēng)速大小。若當(dāng)前時刻風(fēng)速大，則通過增大N值得到一個較小的風(fēng)速輸入，即一個時段內(nèi)的平均風(fēng)速。使捕獲的風(fēng)能得到優(yōu)化，減小永磁同步發(fā)電機(jī)的機(jī)械損傷，并降低電網(wǎng)因過大功率造成的損傷。當(dāng)實(shí)際風(fēng)速較小時，通過減小N值，得到較大的平均風(fēng)速輸入，提升風(fēng)能捕獲效率，并保證電網(wǎng)不會因過低功率造成波動。且當(dāng)N接近1時，永磁發(fā)電系統(tǒng)的功率捕獲基本按照MPPT方法。

為了保證在風(fēng)速多變的風(fēng)場中，實(shí)現(xiàn)風(fēng)電系統(tǒng)的實(shí)時功率控制，故引入了模糊EMA算法控制風(fēng)能參考值。利用模糊控制器的自適應(yīng)性，得到隨風(fēng)場變化的N值。再通過EMA計(jì)算公式得到優(yōu)化后的平均風(fēng)速，最后再求出功率理論值。模糊EMA算法框圖如圖2所示。

圖2展示了模糊EMA功率控制算法的流程，為實(shí)時追蹤風(fēng)速，調(diào)整了優(yōu)化功率數(shù)值。本文在EMA基礎(chǔ)計(jì)算方法上加入模糊控制器，根據(jù)實(shí)時風(fēng)速及其變化量，改變N值，優(yōu)化功率理論值。

3 基于EMA算法的功率優(yōu)化新方案

本文提出基于EMA算法，利用一個新的函數(shù)[3?4]代替模糊控制器求取N值，達(dá)到在變風(fēng)速風(fēng)場中的系統(tǒng)功率優(yōu)化，同時簡化控制流程。以此函數(shù)配合EMA的基礎(chǔ)計(jì)算公式，構(gòu)成改進(jìn)型EMA功率控制算法。可代替模糊EMA算法中模糊邏輯控制器的函數(shù)[Ns]：

如圖3所示，當(dāng)風(fēng)速從6 m/s逐漸遞增到12 m/s，N的值隨風(fēng)速V（s）的增加，呈遞增趨勢。由式（2）～式（4）可知，當(dāng)風(fēng)速逐漸增大時，為避免永磁同步發(fā)電機(jī)的機(jī)械損耗和大功率及大的功率落差對風(fēng)電系統(tǒng)及電網(wǎng)造成的絕緣損耗與波動，應(yīng)將N值取大，使風(fēng)電系統(tǒng)的電功率在從低風(fēng)速變化到高風(fēng)速的過程中保持功率平滑。式（5）能有效地計(jì)算N值，并可代替模糊邏輯控制器，滿足EMA算法在功率優(yōu)化上N值的選取要求。

圖4展示了通過模糊EMA算法，得到在單調(diào)變化的風(fēng)速下，N值隨風(fēng)速的增加而增加，其目的和意義與改進(jìn)型EMA算法一致。通過圖3與圖4的對比可見，改進(jìn)型EMA算法可以實(shí)現(xiàn)模糊EMA算法在風(fēng)電系統(tǒng)中的基礎(chǔ)功能。

圖5展示了風(fēng)速以[6，7，8，12，10，8，6]為變化趨勢，當(dāng)風(fēng)速從6 m/s增至12 m/s時，N值呈遞增趨勢，即圖4中下方的紫色曲線；當(dāng)風(fēng)速從12 m/s減至6 m/s時，N值呈遞減趨勢，即圖5中上方的紫色曲線，其符合EMA算法對N值的選取要求。圖6表現(xiàn)了模糊EMA算法中的N值隨風(fēng)速的變化趨勢呈現(xiàn)單調(diào)性：風(fēng)速越大，N值越大；風(fēng)速越小，N值越小。通過圖5與圖6對比，結(jié)果表明在多變風(fēng)速下，改進(jìn)型EMA算法也能夠?qū)崿F(xiàn)模糊EMA算法在風(fēng)電系統(tǒng)中的優(yōu)化功能。

因此，用式（5）代替模糊控制器形成改進(jìn)型EMA功率優(yōu)化算法，算法框圖如圖7所示。

4 仿真結(jié)果說明及結(jié)論

4.1 仿真參數(shù)

本文主要用式（5）以移動指數(shù)平均算法為基礎(chǔ)，搭建計(jì)算永磁同步風(fēng)電系統(tǒng)電功率理論值的仿真模型。仿真系統(tǒng)主要參數(shù)是式（5）中的[Vs]和[ΔVs]，[Vs]的取值分別為數(shù)組 [6，7，8，9，10，11，12]和[6，7，8，12，8，7，6]。風(fēng)速變化量的取值在±3 m/s之間，且根據(jù)余弦函數(shù)的取值范圍，將[ΔVs]賦值為數(shù)組[0，0.075，0.52]。

4.2 仿真結(jié)果說明

通過搭建以式（5）為基礎(chǔ)的改進(jìn)型基于EMA原理的功率優(yōu)化算法的仿真模型，通過仿真并對比基于MPPT算法和模糊EMA算法的風(fēng)能計(jì)算的仿真波形。圖8表現(xiàn)的是MPPT方法捕獲的風(fēng)能。圖中顯示在第4 s時，功率出現(xiàn)了巨幅下落。對比圖9波形，圖10展示出改進(jìn)型EMA算法的優(yōu)越性。其在風(fēng)速大幅下落的第4 s，功率抖落較小，表現(xiàn)出平滑穩(wěn)定的趨勢。圖9表現(xiàn)的是模糊EMA算法的風(fēng)能計(jì)算。對比圖8，模糊EMA算法具有功率優(yōu)化的優(yōu)點(diǎn)。其在第4 s時，功率雖有波動但抖幅較小。但對比圖10，在風(fēng)速有較強(qiáng)落差的第4 s，就表現(xiàn)出功率抖落較為明顯的趨勢。

圖11是應(yīng)用了改進(jìn)型EMA算法的永磁同步風(fēng)電系統(tǒng)的仿真框圖。利用改進(jìn)型EMA算法進(jìn)行時變風(fēng)速下的永磁同步風(fēng)電系統(tǒng)的功率優(yōu)化，仿真波形見圖12，即利用改進(jìn)型EMA算法得到的永磁風(fēng)電系統(tǒng)整流側(cè)直流的電壓圖。由于仿真系統(tǒng)給定風(fēng)速是以6～12 m/s為幅值上下限，以0.5 s為風(fēng)速變化間隔且風(fēng)速及其變化量增減無規(guī)律的時變量。所以，如圖12所示在低風(fēng)速短時變大時，整流側(cè)的直流電壓呈現(xiàn)短時增加。且隨著風(fēng)速過大及風(fēng)速變化量過大時，在改進(jìn)型EMA算法的作用下，系統(tǒng)從1 s后進(jìn)入穩(wěn)定的電壓平滑狀態(tài)。

對比圖13，即風(fēng)電系統(tǒng)應(yīng)用模糊EMA算法獲得的整流側(cè)直流電壓波形圖，清晰可見這兩種算法對永磁風(fēng)電系統(tǒng)整流器的作用基本一致。圖14表現(xiàn)了在改進(jìn)型EMA算法的作用下，永磁風(fēng)電系統(tǒng)網(wǎng)側(cè)交流電壓和電流的相位基本相反，其基本呈現(xiàn)出單位功率因數(shù)逆變狀態(tài)。對比圖15所示的永磁風(fēng)電系統(tǒng)應(yīng)用了模糊EMA算法得到的網(wǎng)側(cè)電壓電流的波形圖，可見改進(jìn)型EMA算法和模糊EMA算法對永磁風(fēng)電系統(tǒng)逆變器的作用基本一致。可見，以式（5）為基礎(chǔ)的改進(jìn)型EMA算法具有文獻(xiàn)[2]提出的模糊EMA算法在永磁同步風(fēng)電系統(tǒng)功率優(yōu)化上的優(yōu)點(diǎn)。

5 結(jié) 語

本文通過搭建以式（5）為基礎(chǔ)的改進(jìn)型EMA功率優(yōu)化算法的仿真模型進(jìn)行仿真，比較了基于MPPT算法和模糊EMA算法的風(fēng)能仿真波形，充分體現(xiàn)了本文提出的基于式（5）的改進(jìn)型 EMA算法在功率平滑上具有更強(qiáng)的性能，且穩(wěn)定自適應(yīng)性強(qiáng)，抗擾動性能好的優(yōu)點(diǎn)。因本文提出的改進(jìn)型EMA算法的設(shè)置可避免使用模糊邏輯控制器及復(fù)雜的模糊規(guī)則設(shè)置，較模糊EMA算法更為簡潔，應(yīng)用于永磁風(fēng)電系統(tǒng)可實(shí)現(xiàn)功率優(yōu)化。

參考文獻(xiàn)

[1] 程勇，林輝.開關(guān)磁阻電機(jī)模型參數(shù)新辨識算法[J].火力與指揮控制，2012，37（10）：105?108.

CHENG Yong， LIN Hui. Study on parameters identification algorithm for modeling of switched reluctance motors [J]. Fire control & command control， 2012， 37（10）： 105?108.

[2] 鄧文浪，崔貴平，袁婷，等.基于雙級矩陣變換器的直驅(qū)永磁同步風(fēng)力發(fā)電系統(tǒng)有功功率平滑優(yōu)化控制[J].電網(wǎng)技術(shù)，2013，37（12）：3419?3425.

DENG Wenlang， CUI Guiping， YUAN Ting， et al. Active power smoothing optimization control of direct?driven permanent magnet synchronous wind power generation system based on two?stage matrix converter [J]. Power system technology， 2013， 37（12）： 3419?3425.

[3] MOGHADDAM A A， SEIFI A， NIKNAM T， et al. Multi?objective operation management of a renewable MG （micro?grid） with back?up micro?turbine/fuel cell/battery hybrid power source [J]. Energy， 2011， 36（11）： 6490?6507.

[4] XU Y， LIU J， RUAN D， et al. Fuzzy reasoning based on generalized fuzzy if?then rules [J]. International journal of intelligent systems， 2002， 17（10）： 977?1006.

[5] MITSUISHI T， TERASHIMA T. Lipschitz continuity of approximate reasoning [C]// Proceedings of 9th ACIS International Conference on Software Engineering， Artificial Intelligence， Networking and Parallel/Distributed Computing. Phuket： IEEE， 2008： 135?140.

[6] 鄧文浪，陳智勇.基于合成矢量的雙級矩陣變換器驅(qū)動感應(yīng)電機(jī)電流控制策略[J].電網(wǎng)技術(shù)，2010，34（2）：64?70.

DENG Wenlang， CHEN Zhiyong. Current control strategy for induction motor fed by two?stage matrix converter based on complex vector [J]. Power system technology， 2010， 34（2）： 64?70.

[7] 魏自聰，章國寶.直驅(qū)式六相永磁同步風(fēng)力發(fā)電機(jī)最佳風(fēng)能追蹤控制[J].電力自動化設(shè)備，2010，30（12）：97?101.

WEI Zicong， ZHANG Guobao. Optimal wind energy tracking control of directly?driven six?phase PMSG [J]. Electric power automation equipment， 2010， 30（12）： 97?101.

[8] 王國俊.模糊推理與模糊邏輯[J].系統(tǒng)工程學(xué)報，1998，13（2）：1?16.

WANG Guojun. Fuzzy reasoning and fuzzy logic [J]. Journal of systems engineering， 1998， 13（2）： 1?16.

[9] 王國俊.關(guān)于模糊推理的若干基本問題[J].工程數(shù)學(xué)學(xué)報，2000，17（z1）：9?13.

WANG Guojun. Some basic problems on fuzzy reasoning [J]. Chinese journal of engineering mathematics， 2000， 17（S1）： 9?13.

[10] 廖勇，莊凱，姚駿，等.直驅(qū)式永磁同步風(fēng)力發(fā)電機(jī)雙模功率控制策略的仿真研究[J].中國電機(jī)工程學(xué)報，2009，29（33）：76?82.

LIAO Yong， ZHUANG Kai， YAO Jun， et al. Dual?mode power control strategy simulation study of direct?driven permanent magnet synchronous generator for wind turbine [J]. Proceedings of the CSEE， 2009， 29（33）： 76?82.