無速度傳感器控制的全功率變流器風電系統(tǒng)研究

李玉東 李傳偉 王鵬

摘 要：鑒于傳統(tǒng)控制策略在鼠籠式電機風力發(fā)電全功率變流器穩(wěn)定性、控制性能、效率與可靠性方面存在明顯缺陷，跟據(jù)感應發(fā)電機的特點，提出一種基于模型參考自適應算法的不帶速度傳感器控制策略。根據(jù)Popov超穩(wěn)定性定理，設計該控制算法速度估計方案，最后通過仿真驗證控制效果。仿真圖形顯示，在仿真過程中速度估計值隨實際值變化，并且誤差較小，控制系統(tǒng)穩(wěn)定、效率高，驗證了該方案可行性。

關鍵詞：風力發(fā)電;籠型感應發(fā)電機;無速度傳感器;全功率變流器

Abstract： For squirrel-cage wind power full-power converters， traditional control strategies have obvious shortcomings in stability， control performance， efficiency and reliability. In view of the above deficiencies， according to the characteristics of the induction generator， this paper proposes a control strategy based on model reference adaptive algorithm without speed sensor; according to Popovs super stability theorem， this control algorithms speed estimation scheme is designed， and the control effect is verified through simulation. The simulation graph shows that in the simulation process， the speed estimation value changes with the actual value， and the error is small， the control system is stable and the efficiency is high. The feasibility of the proposed solution is thus verified.

Key Words： wind power generation; squirrel cage induction generator; speed-sensorless control; full-scale converter

1 引言

當今世界普遍關注的兩大問題分別是環(huán)境污染和能源短缺，世界各國對新能源探索開發(fā)的投資不斷加大，其中風能開發(fā)利用方便、投資少、效率高，所以風力發(fā)電得到了迅速發(fā)展。風力發(fā)電機組種類較多，優(yōu)缺點各異，其中全功率變流器的鼠籠感應發(fā)電機組具有電力系統(tǒng)簡單、保養(yǎng)成本低、控制性能可靠等優(yōu)勢，被廣泛應用于風電機組。因此，進一步提高全功率變流器性能，提高機組控制性能、效率與可靠性意義重大。

海上風電力發(fā)電的不斷發(fā)展，要求風電機組不僅要有優(yōu)良的控制能力，還要具有很高的可靠性。由于機械位置傳感器常常安裝在電機中，造成了費用增加、體積變大引起維護不便等弊端[1-2]，大量研究人員對不帶速度傳感器控制的風電機組進行了研究。文獻[3]提出基于不帶速度傳感器的全功率變換器風力發(fā)電機側(cè)的控制策略，發(fā)電機側(cè)變換器采用基于模型參考自適應算法的不帶速度傳感器直接轉(zhuǎn)矩控制，電網(wǎng)側(cè)變換器采用電壓以及電流閉環(huán)控制。實現(xiàn)感應電機不帶速度傳感器控制需要知道轉(zhuǎn)子或定子磁鏈值，但磁通量不能直接測得，通常需要觀測器估計電機磁鏈值。傳統(tǒng)的磁通估算方法使用電流、電壓模型，通過測得電機工作時的電壓、電流以及轉(zhuǎn)速信號觀測轉(zhuǎn)子磁鏈，然而該方法魯棒性低且觀測精度不高[4]。文獻[5-6]根據(jù)李雅普諾夫穩(wěn)定性原理設計了基于龍貝格觀測器的全階磁通觀測器，并成功估測了電機轉(zhuǎn)速信號。文獻[7]給出了一種基于轉(zhuǎn)矩電流動態(tài)的降階磁鏈觀測器，該方法的不足之處在于需假設負載轉(zhuǎn)矩不變。文獻[8]設計了一種基于根軌跡的自適應磁鏈觀測器，并研究了該觀測器構建的穩(wěn)定性。近年來許多高性能的觀測器被應用到電機系統(tǒng)中，例如非線性觀測器[9]、滑模觀測器[10-12]以及擴展卡爾曼濾波器[13-14]等，有效處理了非線性問題。

開環(huán)位置估計方案可利用電壓積分法或采用迭代方法進行磁鏈估計[18-19]、基于反三角函數(shù)的實時計算[20]，但因缺乏自我修正能力，使估計結(jié)果受電機參數(shù)等因素影響，如模型參考自適應系統(tǒng)（MRAS）及其參考模型閉環(huán)方案需積分器處于理想狀態(tài)，定、轉(zhuǎn)子電流或磁鏈通常作為驅(qū)動自適應機制調(diào)節(jié)信號，利用比例積分算法獲取位置或速度信號[21-22]，然而實際的積分器存在積分漂移，致使位置估計精度不高。其它閉環(huán)方法有全階觀測器[23-24]和鎖相環(huán)（Phase-locked Loop，PLL）[25]，前者的難點是需確定各類負載條件才可選取最佳增益，狀態(tài)的初始值也影響觀測器收斂性能;而后者觀測精度較依賴于電機參數(shù)。

基于以上觀測器存在的缺點，本文設計一種基于雙PWM變頻器的籠型感應電機風力發(fā)電系統(tǒng)，發(fā)電機側(cè)變換器使用基于MRAS的無速度傳感器控制。本文采用MRAS方法對發(fā)電機轉(zhuǎn)速進行估計，并提出一個能有效抑制磁鏈與轉(zhuǎn)速觀測器設計中積分器初值影響的方案，通過仿真論證了MRAS轉(zhuǎn)速估計實現(xiàn)算法正確性。

2 基于MRAS的轉(zhuǎn)速辨識理論分析

2.1 基于MRAS的轉(zhuǎn)速估計方法

MRAS是一種自適應控制手段，鑒于其良好的穩(wěn)定性、魯棒性且收斂速度很快，常被應用于自動控制及參數(shù)辨識領域[26-27]。MRAS包括參考模型和可調(diào)模型兩個部分，可調(diào)模型中未知參數(shù)的識別可以通過可調(diào)模型與參考模型狀態(tài)誤差的自適應控制實現(xiàn)。Schauder首次使用MRAS 的方法估計交流電機轉(zhuǎn)速，Lyapunov方程和Popov超穩(wěn)定性理論確保了轉(zhuǎn)速誤差系統(tǒng)的漸進穩(wěn)定。通過分析轉(zhuǎn)子磁鏈、發(fā)電機反電動勢的特性，可將其作為可調(diào)模型以實現(xiàn)速度估測。通過坐標變換，可得[αβ]坐標系下發(fā)電機轉(zhuǎn)子磁鏈方程。

其中，[Tr]為轉(zhuǎn)子時間常數(shù)，[p]為微分算子。

觀察上述轉(zhuǎn)子的電磁暫態(tài)關系式可以看出，式（1）是轉(zhuǎn)子磁鏈的電壓模型，式（2）是轉(zhuǎn)子磁鏈電流模型。由于方程（2）包含旋轉(zhuǎn)速度的物理量，所以把轉(zhuǎn)子磁鏈電流模型作為MRAS的可調(diào)模型。同時，因為轉(zhuǎn)子磁通不能直接測量，可采用方程（1）作為轉(zhuǎn)子磁鏈的參考模型。基于MRAS方法的轉(zhuǎn)速估計原理如圖1所示。

2.2 MRAS速度估計方法自適應機理

在MRAS方法中，應用Popov超穩(wěn)定性理論確保估計值逐漸收斂于實際值，通過自適應機制實現(xiàn)，見圖1的自適應方法，其設計過程如下所示。

由轉(zhuǎn)子磁鏈的電流模型實現(xiàn)磁鏈估計，其表達式為：

由公式（2）、（3）取系統(tǒng)誤差狀態(tài)為：

則磁鏈誤差方程為：

要使轉(zhuǎn)子磁鏈觀測系統(tǒng)全局趨于穩(wěn)定，根據(jù)Popov超穩(wěn)定性判據(jù)，存在常數(shù)[γ]，在任意[t1]≥0時，滿足Popov積分不等式：

其中，e為跟蹤狀態(tài)的誤差矩陣。

將[e=eψrαeψrβ]，[W=0-eωeω0ψrαψrβ]代入式（5），可知要使系統(tǒng)全部趨于穩(wěn)定，需滿足：

根據(jù)不等式

可知，為使式（6）成立，可將轉(zhuǎn)速誤差[eω]設置為：

為增強轉(zhuǎn)速估計誤差的收斂能力，設計自適應律為：

式（9）作為自適應機制，能夠獲得準確的轉(zhuǎn)速估計信號，確保磁鏈觀測系統(tǒng)全部趨于穩(wěn)定。

電機定子電壓信號[（usα，usβ）]可以通過機側(cè)變流器的開關狀態(tài)[（Ssa，Ssb，Ssc）]和直流母線電壓[Vdc]進行重構。

3 基于MRAS速度估計方法的機側(cè)變流器不帶速度傳感器控制策略

感應發(fā)電機風電機組控制系統(tǒng)應用上述基于MRAS的速度估計方案，發(fā)電機側(cè)變流器無速度傳感器控制策略如圖2所示。

系統(tǒng)控制策略包括檢測模塊、轉(zhuǎn)速估計模塊、MPPT控制模塊、電流控制模塊以及調(diào)制模塊。其中，轉(zhuǎn)速估計模塊包括定子電壓重構與MRAS觀測器系統(tǒng)兩個部分。重構定子電壓可使用方程（10）、（11）實現(xiàn)，轉(zhuǎn)子磁鏈幅值[ψr]、轉(zhuǎn)子磁鏈矢量角[θr]與轉(zhuǎn)速信號[ωr]的估測值通過MRAS觀測器獲得，并以[ωr]為轉(zhuǎn)速外環(huán)的給定值計算出電磁轉(zhuǎn)矩給定值[Te？]，進一步通過轉(zhuǎn)矩電流和勵磁電流的解耦控制，最終實現(xiàn)不帶機械傳感器的控制。

4 建模與仿真結(jié)果分析

為驗證基于MRAS的速度估計控制策略的有效性，在MATLAB/Simulink中建立風電系統(tǒng)仿真模型，如圖3所示。模型采用一臺350kW感應發(fā)電機，發(fā)電機參數(shù)如表1所示。

在仿真環(huán)境中假定發(fā)電機額定轉(zhuǎn)速為1 100rpm，設定轉(zhuǎn)速給定值：前4s轉(zhuǎn)速為300rpm，在4s時轉(zhuǎn)速以某斜率增加，在5.8s時達到額定轉(zhuǎn)速。閉環(huán)控制系統(tǒng)基于本文無速度傳感器控制策略構建，仿真結(jié)果見圖4-圖9。

由圖4可以看出轉(zhuǎn)速信號[n]可以很好地跟蹤轉(zhuǎn)速給定值[n？]，從圖5可以看出實際轉(zhuǎn)速與估計轉(zhuǎn)速的誤差可以限制在1.5%以內(nèi)以跟蹤轉(zhuǎn)速定值，且具有良好的穩(wěn)態(tài)性能。圖6-圖9分別為機側(cè)變流器系統(tǒng)中各電氣量的動態(tài)響應，由此可知，控制系統(tǒng)狀態(tài)良好。

由仿真結(jié)果可知，采用該觀測器構成的機側(cè)不帶速度傳感器控制策略，其風電機組控制性能良好，轉(zhuǎn)速估計值可穩(wěn)定跟隨實際值，且誤差較小，能滿足工程應用要求。

5 結(jié)論

本文采用基于MRAS的控制算法進行電機轉(zhuǎn)速辨識，實現(xiàn)了風電系統(tǒng)中機側(cè)變流器無速度傳感器的有效控制。仿真結(jié)果驗證了轉(zhuǎn)速估計及其閉環(huán)控制方案的可行性，為進一步提高電機風電機組控制可靠性提供了理論依據(jù)和具體方法。

參考文獻：

[1] 楊淑英，張興，張崇巍，等. 基于轉(zhuǎn)子電流偏差角的雙饋感應電機速度觀測[J]. 電力系統(tǒng)自動化，2009，33（4）：92-95.

[2] HOLTZ J. Sensorless control of induction machines——with or without signal injection[J].? IEEE Transactions. on Industrial Electronics， 2006， 53（1）： 7-30.

[3] JANSEN P L， LORENZ R D. A physically insightful approach to the design and accuracy assessment of flux observers for field oriented induction machine drives[J]. IEEE Transactions on Industry Applications， 1994， 30（1）： 101-110.

[4] KUBOTA K，SATO I，TAMURA Y，et al. Regenerating-mode low-speed operation of sensorless induction motor drive with adaptive observer[J]. IEEE Transactions on Industry Applications，2002，38（4）： 1081-1086.

[5] MONTANARI M，PERESADA S M，ROSSI C，et al. Speed sensorless control of induction motors based on a reduced-order adaptive observer[J]. IEEE Transactions on Control Systems Technology， 2007， 15（6）：1049-1064.

[6] ZAKY M S. Stability analysis of speed and stator resistance estimators for sensorless induction motor drives[J].? IEEE Transactions on Industrial Electronics， 2012， 59（2）： 858-870.

[7] ALEMI-ROSTAMI M，ABRISHAMIFAR A. Nonlinear observer for induction motor to improve efficiency and dynamic stability analysis in FOC method[J]. Journal of Circuits，Systems， and Computers， 2012， 21（1）：1250011-1250011_33.

[8] YAN Z， JIN C， UTKIN VI. Sensorless sliding-mode control of induction motors[J]. Industrial Electronics， IEEE Transactions on， 2000， 47（6）： 1286-1297.

[9] PROCA A B， KEYHANI A. Sliding-mode flux observer with online rotor parameter estimation for induction motors[J]. IEEE Transactions on Industrial Electronics， 2007， 54（2）： 716-723.

[10] TURSINI M，PETRELLA R，PARASILITI F. Adaptive sliding-mode observer for speed-sensorless control of induction motors[J]. IEEE Transactions on Industry Applications， 2000， 36（5）： 1380-1387.

[11] MONTANARI M， PERESADA S， TILLI A. A speed-sensorless indirect field-oriented control for induction motors based on high gain speed estimation[J]. Automatica， 2006， 42（10）： 1637-1650.

[12] KIM Y R，SUL S K，PARK M H. Speed sensorless vector control of induction motor using extended Kalman filter [J]. IEEE Transactions on Industry Applications， IEEE Transactions on，1994，30（5）： 1225-1233.

[13] BARUT M， BOGOSYAN S， GOKASAN M. Experimental evaluation of braided EKF for sensorless control of induction motors[J]. IEEE Transactions on Industrial Electronics， 2008， 55（2）： 620-632.

[14] 梅柏杉，吳迪，馮江波，等. 無速度傳感器籠型感應電機風力發(fā)電控制[J]. 電機與控制應用，2014，41（3）：47-50.

[15] 楊勇，阮毅. 風力發(fā)電中PWM逆變器交流側(cè)電感的設計[J]. 太陽能學，2009，30（3）：355-360.

[16] HOPFCNSPCRGCR B， ATKINSON D J，LAKIN R A. Stator flux oriented control of a doubly-fed induction machine with and without position encoder[J]. IEE Proceedings of the Electric Power Applications， 2000，147（1）：241-250.

[17] 黃晟，廖武，黃科元. 雙饋風力發(fā)電系統(tǒng)無速度傳感器控制[J]. 電氣傳動，2010，40（3）： 3-5.

[18] CARDCNAS R，PCNNA R，Clare J C， ct al. MRAS observers for sensorless control of doubly-fed induction generators[J]. IEEE Transactions on Power Electronics， 2008，23（3）： 1075-1084.

[19] ABOLHASSANI M， ENJCTI P，TOLIYAT H. Integrated doubly fed electric alternator/active filter （DEA），a viable power quality solution， for wind energy conversion systems[J]. IEEE Transactions on Energy Conversion， 2008，23（2）：642-650.

[20] JAIN A K，RANGANATHAN V T. Wound generator with sensorless control and filter for feeding nonlinear loads in a?? rotor induction integrated active stand-alone grid[J]. IEEE Transactions on industrial Electronics，2008，55（1）：218-228.

[21] 高樂. 雙饋感應風力發(fā)電機控制系統(tǒng)關鍵技術研究[D]. 長沙：湖南大學，2010：13-87.

[22] YANG S， AJJARAPU V. A speed-adaptive reduced-order observer for sensorless vector control of doubly fed induction generator-based variable speed wind turbines[J]. IEEE Transactions on Energy Conversion， 2010，25（3）：891-900.

[23] SCHAUDER C. Adaptive speed identification for vector control of induction motors without rotational transducers[J]. Industry Applications， IEEE Transactions on， 1992， 28（5）： 1054-1061.

[24] YANG G，CHIN T H. Adaptive-speed identification scheme for a vector-controlled speed sensorless? inverter-induction motor drive[J]. IEEE Transactions on Industry Applications，1993，29（4）： 820-825.

[25] 王慶龍， 張崇巍， 張興. 交流電機無速度傳感器矢量控制系統(tǒng)變結(jié)構模型參考自適應轉(zhuǎn)速辨識[J]. 中國電機工程學報， 2007， 27（15）： 70-74.

[26] 齊放，鄧智泉，仇志堅，等.? 一種永磁同步電機無速度傳感器的矢量控制[J]. 電工技術學報，2008，22（10）：30-34.

[27] LANDAU Y D. Adaptive control： the model reference approach[J].? IEEE Transactions on Systems， Man and Cybernetics，1984（1）： 169-170.

（責任編輯：江 艷）