海上直驅永磁風電系統非對稱故障主動識別方法

湯哲

（中國船級社質量認證有限公司，北京 100006）

海上風電的能源利用效率高于陸地風電，海上風電系統具有資源狀況穩定、接近負載中心、高發電量、無環境污染等優點。然而，受到海洋氣候等諸多不確定因素的影響，其運行與維護環境更為復雜。近年來，眾多學者針對海上直驅永磁風電系統的故障識別進行了大量的研究。文獻[1]提出基于儲能和序分量控制的風電系統非對稱故障檢測方法，在傳統故障檢測約束條件中結合非對稱故障下的電壓跌落程度，平衡母線有功功率，完成故障檢測。文獻[2]提出基于變流器容錯特性的風電系統故障檢測方法，采用容錯控制算法提取故障的負序特征，將負序特征輸入到徑向基神經網絡中完成故障檢測。上述兩種方法雖然能夠完成風電系統的故障檢測，但是由于風電系統中設備多、管理復雜，如果不進行基頻信號的去除，則會降低故障檢測的精度。為此提出海上直驅永磁風電系統非對稱故障主動識別方法。

1 風電系統運行特性分析

當風電系統穩定運行時，變流器輸出功率與直流輸入功率大小一致，線路有功功率為0[3]，線路兩端電壓不變；當風電系統不穩定運行時，線路兩端電壓會出現非對稱跌落，此時變流器直流輸出功率減小，而風機輸出功率保持不變，多出的功率則被支撐電容吸收，導致線路兩端電壓升高[4-5]。多出功率的計算公式為：

式中，P1、P2分別表示變流器輸出功率和風機輸出功率；C1-2、U1-2分別表示1-2 線路段的電容與電壓。

由于直驅永磁風電系統的風力發電機是一種三相同步發電機，該發電機電壓非均勻性的降低只會導致正序電壓分量振幅的降低，從而導致負序電壓、電流分量和零序分量的出現[6-8]。將其寫入矢量，并將其轉換成正序的旋轉坐標系，可以得到：

2 非對稱故障主動識別

2.1 信號基頻消除處理

由于故障電流中諧波頻率對應的波動幅值比電流基波幅值要小，所以直接對電流分析很難確定故障特征頻率，因此，采用主動學習方法消除信號基頻。

如果在連續時間內存在故障信號I(t)，那么主動學習方式是對I(t)進行卷積變換，變換過程可以描述為：

式中，?(t)表示信號幅值包絡；θ表示瞬時相位。式（5）中兩項參數的計算公式為：

根據信號解析結果，可獲取調制頻率實現解調，消除原始信號中的基頻。

2.2 非對稱故障主動識別過程

根據風電系統運行特性分析結果與基頻消除結果，設計非對稱故障主動識別流程，如下所示：

步驟1：監測風電系統的運行數據，對系統數據進行實時分類、比對、分析[11]。在分類問題中，采用對數似然函數對系統數據進行分類，如下：

式中，n表示數據總量；fi(x)表示主動學習輸出[12]。采用逆向擴散法調整主動學習參數，逆向擴散法中參數梯度的計算公式為：

式中，λk表示第k次學習更新的系數；r(x)表示偏導函數[13]。k次學習更新后的梯度平均值為：

式中，φ表示梯度衰減系數；t表示更新時間。

步驟2：判斷是否存在故障、預警狀態，如果有，則進行下一步，如果沒有，則繼續監測[14]。

步驟3：采用電壓幅度和時間寬度雙重標準的主動辨識方法，以改善故障識別可靠性。

對輸入的線電壓誤差進行分析，得到的邏輯變量為：

式中，vt表示線電壓誤差閾值。如果α=0，說明風電系統處于正常工作狀態；如果α=1 或α=-1，說明風電系統中存在線電壓誤差，存在非對稱故障[15-16]。非對稱故障會導致兩個線電壓同時發生大幅度變化，因此可以采用電壓幅值和時間寬度雙重標準的主動識別方法進行誤差檢測：

式中，αA、αB、αC分別表示A、B、C 相邏輯變量，如果E≥1，說明風電系統可能存在線電壓誤差；如果E＜1，則說明風電系統處于正常狀態。為了避免出現誤判，設定了時間寬度標準，定義的故障檢測時間為：

式中，η表示時間因子；Te表示信號采集周期。結合上述兩個公式，可構建風電系統非對稱故障的主動識別表達式，如下：

式中，te表示誤差計時時間長度。

步驟4：確認發生的錯誤，并呼叫對應錯誤處理模塊來處理。

步驟5：完成非對稱故障的主動識別。

3 實 驗

選用背對背PWM 變換器結構的海上直驅永磁風電系統作為研究對象，背對背拓撲結構能夠使電能雙向流動，將交流電的頻率和振幅轉換成電能，可以滿足實驗測試的要求。

3.1 故障數據

當海上直驅永磁風電系統運行至0.6 s 時，變流器突然故障，流經變流器的三相電流、直流分量以及諧波畸變程度如圖1 所示。

圖1 變流器實際故障數據分析

以圖1 所示的實際故障數據為基礎，展開實驗研究。

3.2 實驗結果與分析

文獻[1]方法、文獻[2]方法和所提出的非對稱故障主動識別方法得到的檢測數據如圖2、3、4 所示。

圖2 三相電流故障數據分析

由圖2 可知，文獻[1]方法只發現了C 相故障問題，未發現A 相、B 相故障問題；文獻[2]發現B 相、C相故障問題，未發現A 相故障問題；使用非對稱故障主動識別方法能夠發現A 相、B 相、C 相的故障問題。

由圖3 可知，文獻[1]方法下A、B、C 三相直流分量由0 A降到-0.65 A、由0 A降到-1.00 A、由0 A 升到0.5 A，與實際值變化范圍不一致；文獻[2]方法下C 相直流分量變化范圍與實際值基本一致，A、B兩相直流分量分別由0 A 降到-0.35 A、由0 A 降到-0.75 A，與實際值變化范圍不一致；使用非對稱故障主動識別方法A 相與C 相直流分量變化幅度與實際值一致，B 相直流分量由0 A 降到-0.50 A，與實際數據僅存在0.05 A 的誤差。

圖3 直流分量故障數據分析

由圖4 可知，使用非對稱故障主動識別方法A相與C 相諧波畸變程度與實際值一致，B 相諧波畸變程度與實際值存在0.05 的誤差；使用其余兩種方法諧波畸變程度均與實際值不一致。

圖4 諧波畸變程度數據分析

4 結束語

為了提高海上風電系統運行的穩定性，提出了海上直驅永磁風電系統非對稱故障主動識別方法。該方法根據非對稱故障下系統運行特性，通過時間寬度雙重標準實現故障主動識別。并通過實驗驗證了所研究方法應用的有效性，為風險系統的可靠性應用提供了技術支持。