風電場大容量風電機組永磁直驅發電機穩態運行參數動態優化

程云強，邊晉發，陳曉星，高永軍，曹 鋒，馬俊仁

(山西大唐嵐縣清潔能源有限公司，山西 太原 030006)

0 引 言

風力發電是一種可持續的無污染能源，它不僅可以緩解全球能源危機，還可以實現低碳環保，在新能源的開發和應用以及能源結構的轉變和轉變中起著關鍵作用，是全球發展速度最快的一種重要能源方式。在我國陸上風電產業中，大容量風電機組永磁直驅發電機已被廣泛使用。由于永磁直驅發電機在并網過程中的動態隨機性，使風電機組的電力輸出不斷變化，嚴重影響了發電機穩態運行。為了提高電能質量，提高發電效率，有效地保證風力發電機穩態運行已然成為研究的重點。文獻[1]設計一種灰色PID控制器，通過計算風電機灰色預測值，將基準值與參考值誤差帶入PI控制器，采用調節脈沖信號實現風力發電機運行參數優化。然而該方法容易受到外部環境因素隨機性的影響，無法對參數數據實時跟蹤監測，導致輸出電壓幅值波動較大，實際優化效果沒有達到明顯提升。文獻[2]提出非奇異端滑模控制優化方法，通過設計變結構滑模面求取滑模控制率參數，針對發電機抖振擾動特性進行實時預估和數值補償，使風電機組運行更具穩定性。然而這種方法存在較高的復雜性，收斂時間耗時較長，在實際應用中較少使用。為此，本文提出一種風電場大容量風電機組永磁直驅發電機穩態運行參數動態優化方法，提高關鍵參數收斂精度，從而達到風電機組最優運行狀態。

1 大容量風電機組永磁直驅發電機結構與動態參數抓取

隨著電力需求的增長和電力系統規模的擴大，我國風力發電設備逐漸趨于大型化發展[3]，市場對大容量風電機組永磁直驅發電機(Permanent magnet direct drive generator，PMDDG)的需求與日俱增，提高風電機組容量和發電效率等方面的市場需求[4]，將繼續推動我國風電機組朝著大功率發電方向發展。

由于風電機組日漸大容量化，傳統發電機中的齒輪箱在工作過程中極易產生過載和磨損現象[5]，導致風電機組發生故障，影響系統的穩態運行。PMDDG采用慢速永磁發電，免去齒輪箱等構件，通過發電機與風輪耦合直接驅動，使發電機組的運行和維護更加簡化[6]，提高了系統的穩態性能。

1.1 風能永磁發電機機組結構

PMDDG機組系統由風輪機、濾波器、斷路器、換流器、電流控制器、永磁直驅發電控制系統等部件構成，機組結構如圖1所示。

圖1 PMDDG機組結構示意

1.2 風能永磁發電機關鍵參數抓取

由于系統受到外部環境因素影響[7]，導致電力輸出波動性較大，為了保持系統的穩態運行，需要對關鍵參數進行抓取[8]，并利用這些參數對風電機組運行狀態進行實時跟蹤分析。

構建PMDDG機組電壓模型為

(1)

式中，ud、uq分別為軸向電壓；id、iq分別為軸向電流；Rs為定子電阻；ψd、ψq分別為軸向磁鏈。

將式(1)進行離散化，得到動態參數抓取模型

Te=(3/2)P[ψg+(Ld-Lp)idip]

(2)

式中，Te為定子轉矩；ψg為永磁電磁鏈；Ld、Lq分別為軸向電感。

PMDDG關鍵參數的選擇要綜合考量直流外環的動態響應與穩態性能[9]，影響其主要因素是電壓環帶寬頻率值，因此本文分別對電磁轉矩與電壓環帶寬進行控制分析，判斷這兩個因素對穩態耦合特性的影響。

2 大容量PMDDG機組關鍵參數優化

2.1 基于PID控制的風能永磁發電機轉矩參數動態優化

PID控制器是一種傳統的控制方式[10]，它能通過對被控對象的誤差特征進行比例、積分、微分等運算，從而獲得控制參量[11]，減小穩態偏差，使一個轉矩控制周期內實際觀測的電磁轉矩達到理想值。PID控制架構如圖2所示。

圖2 PID控制架構示意

將實際轉矩與基準轉矩的之差輸入PID控制器得到輸出轉矩[12]，將輸出轉矩與轉矩測量值的偏差數值輸入控制系統，計算出滿足消除轉矩波動的基準電壓，經逆變器調節驅動電機運行。

將電流量消除，簡化后得出電磁鏈離散化公式

(3)

式中，ψd(t)、ψq(t)分別表示當下時間軸向磁鏈；ψd(t+1)、ψq(t+1)分別表示未來時間軸向磁鏈；ud(t)、uq(t)分別表示當下時間軸向電壓；ψg(t)表示當下時間永磁體磁鏈；Kr表示整個控制周期。

對轉矩進行推算且使其離散化

式中，Te(t+1)為當下時間的電磁轉矩；Te(t)為未來時間的電磁轉矩。

將式(5)化簡得出q軸當下時間定子參考電壓為

(6)

為使整個控制時間范圍內轉矩誤差得到滿意控制效果，對未來時間磁鏈波動值進行推導

ψg(t+1)2=ψd(t+1)2+ψq(t+1)2

(7)

得到d軸當下時間定子參考電壓為

基于PID控制方法減少了參數計算數量[13]，使整個控制過程更加便捷，直接求出坐標軸向參考電壓，減小PMDDG在控制時間范圍內的轉矩偏差，降低了PMDDG運行時的轉矩波動，提高系統動態響應能力。

通過PID控制可以有效實現PMDDG轉矩參數動態優化，但關鍵參數中還包含電壓帶寬穩態參數，因此需要引用目標函數進行進一步優化。

2.2 電壓帶寬穩態參數優化控制函數

電力系統中，用來體現優化目的性能指標被稱作目標函數。為了使PMDDG穩定運行，以電壓穩態輸出為參數優化的目的，設立目標函數為電壓幅值，影響電壓幅值穩態的目標函數變量為電壓帶寬動態參數。傳統的電壓幅值控制穩壓策略[14]，以在磁場定向控制為基礎，引入電壓值反饋，直流機側電壓額定數值與反饋數值的偏差值作為電壓外環控制器的調節參數，輸出為電流環的電機電流驅動信號[15]。此外，將電壓環解耦后等值為一階慣性環節，與傳統電壓環中以電壓命令和電壓取樣反饋信號的偏差數據作為控制器輸入的方法相比，此處利用電壓平方項的偏差數據作為調節參數，省去了控制環內的非線性環節，是電壓環帶寬參數整定的基礎。

假設控制效率為kn，可得到發電系統額定電壓控制的開環目標函數為

uo=knki[(s+ki)/s][ωb/(s+ωb)]

(9)

式中，ki為積分因數；ωb為電壓環帶寬；s為PMDDG運行時的平均功率。

可得到發電系統額定電壓控制的閉環目標函數為

uc=uo/[n+uo(s)]=(2knkikp/c)(s/ki+n)/
[s/ωb+s2+2knkp/c]s+2knkikp/c

(10)

式中，kp為比例因數，在電壓幅值調節時的截止頻率到電壓環帶寬頻率范圍內，積分因數可以忽略。

比例增益的計算公式為

當截止頻率為電壓帶寬的其中一個階段，此時的積分增益表達公式為

ki=ωb/5

(12)

通過對電壓帶寬動態參數的控制，實現了電壓幅值目標函數的優化，將比例控制策略與積分控制策略相融合，根據輸出電壓幅值實時變化調整控制參數，達到設計優化、控制優化的目的。既能實現控制系統的快速響應，又能消除PMDDG運行系統的穩態誤差。同時減少了外界因素變化對電壓幅值的影響，提高了系統的穩定性。

在引用目標函數算法基礎上，完成電壓帶寬穩態參數優化控制，為了防止動態參數解耦陷入局部最優解，需要求取已經優化控制的參數全局最優解。

2.3 基于人工蟻群算法(AACO)的全局參數動態優化

蟻群算法(ACO)是螞蟻在尋找食物來源的過程中，會隨機地選擇一條路線，即使沒有明顯的引導，它們也能根據不同的情況找到最短的路線。與此同時，為了實現與同伴的信息交流，螞蟻會向自己的周圍釋放一種特殊的外激素，這種外激素由螞蟻自身釋放，它們能夠感應到目前地表的外激素含量，并且向其移動。整個過程一開始是隨機和沒有重復的，當螞蟻發現了食物，就會用外激素來加強它們與蟻巢的關聯度，蟻群之間通過這種信息的互通完成食物的搜索。外激素含量高的路徑對蟻群有較大的吸引力，引導螞蟻在最佳路徑上收斂。

AACO算法是基于對實際蟻群動態的分析基礎上而產生的，它具有一定的記憶儲存能力，能夠將螞蟻經過的節點標記。這種動態反饋機制使得更多的螞蟻在蟻巢與食物之間的最短路線上移動，最終整個蟻群都在最佳路線上行進。

假設當前螞蟻為x，其移動速度方程為

vx(t+1)=zvx(t)+[qx-mx(t)]+[he-mx(t)]

(13)

式中，t為迭代次數；mx表示螞蟻當前坐標點；qx表示螞蟻最佳坐標點；he表示蟻群中全體螞蟻當前最佳坐標點；z為權重系數。

螞蟻的坐標點更新迭代表達式為

mx(t+1)=mx(t)+vx(t+1)

(14)

為了避免陷入局部最優，使螞蟻能夠自適應地改變初始路徑，擴大食物搜索范圍，得到空間搜索半徑為

式中，mmax為螞蟻坐標點上限極值；mmin為螞蟻坐標點下限極值。當r(t)較大時，螞蟻搜索范圍較大，使得螞蟻離開當前范圍搜索更優路線；當r(t)較小時，確定當前螞蟻本次迭代的探索范圍，應用自適應尋優策略，更新螞蟻移動速度方程為

vx(t+1)=zvx(t)+[qx-mx(t)]+[he-mx(t)]+
[r(t)-mx(t)]

(16)

當螞蟻的移動速度加快，探索范圍也隨之變大，收斂速度也相應地提高。通過擴大搜索空間，構建最佳行進路線，從而求得全局最優解。

根據以上AACO算法的全局尋優，能夠在復雜的搜索空間中進行全局的最優搜索，實現了永磁直驅發電機穩態運行參數的全局動態優化。

3 實 驗

為了驗證本文提出的風電場大容量風電機組永磁直驅發電機穩態運行參數動態優化方法的可靠性，進行實驗。使用灰色PID控制器優化方法、非奇異終端滑模優化方法，和本文提出的永磁直驅發電機穩態運行參數動態優化方法進行實驗對比。

3.1 實驗參數設置

以東北某大型風電場風電機組為例，風電場總容量為18 MW，單機容量為2 MW，布設9臺風電機組，風葉輪半徑為55 m，機組通過升壓變壓器升壓到35 kV，標準電壓幅值范圍為0.95～1.05(p.u.)，額定風速10.5 m/s，定子電阻為0.548 Ω，極對數18。通過MATLAB仿真系統搭建PMDDG模型進行仿真實驗，設置時間為8 s。

3.2 電壓帶寬參數穩態性能驗證

分別使用灰色PID控制器優化方法、非奇異終端滑模優化方法，和本文提出的永磁直驅發電機穩態運行參數動態優化方法進行電壓帶寬參數穩態性能實驗對比。電壓幅值波動對比結果如圖3所示。

圖3 電壓幅值波動對比結果

通過圖3可知，基于灰色PID優化方法電壓幅值波動在0.92～0.98(p.u.)，超出規定幅值范圍，優化效果較差；基于非奇異終端滑模優化方法電壓幅值波動在0.97～1.03(p.u.)，雖然有一定的優化效果，但電壓輸出波形起伏較大，難以滿足穩態運行需求。而本文提出的基于風電場大容量風電機組永磁直驅發電機穩態運行參數動態優化方法，在仿真時間內電壓幅值始終維持在1(p.u.)，說明該方法具有較好的電壓穩態輸出效果。

3.3 發電機轉矩參數控制驗證

為了進一步驗證本文研究的優化性能，進行轉矩波動實驗對比。標準轉矩波形如圖4所示。

圖4 標準轉矩波形

使用灰色PID控制器優化方法、非奇異終端滑模優化方法，和本文提出的永磁直驅發電機穩態運行參數動態優化方法進行實驗對比。轉矩波形對比結果，如圖5所示。

圖5 轉矩波形對比結果

根據圖5可知，當仿真時間運行至2.5 s時，灰色PID控制優化方法轉矩波形與標準轉矩波形最大誤差為3.9 kN·m；當仿真時間運行至3.5 s時，非奇異終端滑模優化方法轉矩波形與標準轉矩波形最大誤差為2.5 kN·m；而本文提出的優化方法與標準轉矩波形擬合度基本一致，最大誤差為0.2 kN·m，穩定性極高。

以東北某大型風電場為例進行仿真實驗，通過實驗對比結果可以證明，本文方法能夠對穩態運行的關鍵參數全面優化，有效實現系統穩態運行。

4 結 論

本文提出一種風電場大容量風電機組永磁直驅發電機穩態運行參數動態優化方法，通過研究得出如下結論：

(1)通過對穩態運行動態參數進行抓取，為實現風電機組穩態運行提供數據基礎。

(2)采用PID控制器抑制轉矩波動，提高系統運行穩定性能。

(3)引入目標函數有效實現電壓環帶寬控制，增強風電機組自適應能力，實現電壓穩定輸出。

(4)利用AACO算法實現參數動態全局優化，得到理想控制結果。