电网电压不平衡时对风电并网变流器的控制研究
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
电网电压不平衡时对风电并网变流器的控制研究
刘军;赵晨聪
【摘要】针对电网电压不平衡时,永磁同步风力发电机组并网变流器直流侧电压存在2倍频的波动,进而造成网侧交流输入电流产生3次谐波,输出功率波动等问题,分别提出了以抑制输出有功功率、无功功率的2倍频波动和负序电流分量为控制目标的控制策略.系统采用双闭环控制策略,外环采用径向基(RBF)神经网络自整定PI 控制器,内环采用准比例谐振电流调节器(PR).在电网电压不平衡时通过对永磁同步风力发电系统网侧变流器的仿真和对比分析,验证了所提新型控制策略的正确性及有效性.
【期刊名称】《电气传动》
【年(卷),期】2016(046)004
【总页数】6页(P50-54,79)
【关键词】永磁同步风力发电机组;电网电压不平衡;径向基(RBF)神经网络;准比例谐振控制器(PR)
【作者】刘军;赵晨聪
【作者单位】西安理工大学自动化学院,陕西西安710048;西安理工大学自动化学院,陕西西安710048
【正文语种】中文
【中图分类】TM31
永磁同步风力发电机组(D-PMSG)具有结构简单,效率及可靠性高等优点。
通
常采用全功率变流器并入电网[1-4]。
由于在实际的电力系统中,电网电压不平衡现象时有发生,当电网电压发生不平衡故障时,若仍采用电网电压平衡条件下网侧变流器的控制策略就会导致永磁同步风力发电系统直流侧电压产生2倍频的波动,进而使交流输入电流产生3次谐波,污染电网,危害其他用电设备,同时也
会导致电容频繁充放电,减少电容的使用寿命,并且该波动会通过PWM变流器
造成发电机转子侧电流的谐波,增大发电机损耗。
国内外学者对电网电压不平衡下网侧变流器的控制方法做了大量的研究[2-9]。
如文献[5-6]提出了在正负序坐标系下的双电流闭环控制,通过坐标变换,将正负序基波分量都转化为直流量,通过PI调节器实现对电压和电流的无差跟踪,进
而消除功率传输中的有功功率波动,实现稳定直流母线电压的目的,但是其控制目标单一,并未考虑抑制无功功率的波动和负序电流等问题,并且该双电流闭环控制必须对反馈电流进行正、负序分解,此过程将给电流环带来不容忽视的延时和误差。
文献[7-8]对电流内环的控制进行了改进,采用比例谐振控制器(PR),可以对两相静止坐标系下的输出电流同时进行控制,而不需要对其进行正负序分量的分解,从而大大简化了控制系统结构,减少了延时,提高了系统的控制性能。
但是在实际系统应用中,PR控制器在非基频处增益非常小,当电网频率产生偏移时,就无法
有效抑制谐波电压。
文献[9]对电压的控制采用PI控制,虽然其结构简单、可靠性高但是当被控对象存在强干扰,具有高度非线性和不确定性时,PI控制效果不佳。
基于上述问题,本文采用RBF神经网络自整定PI控制器作为电压外环,准PR控
制器作为电流内环的新型控制策略。
RBF神经网络能够根据系统的结构和参数的
变化实时调整PI参数。
准PR控制器能通过增大带宽进而有效抑制由于电网电压
频率偏移造成的电网电压谐波。
在电网电压不平衡故障下,采用该新型控制策略对
永磁同步风力发电系统网侧变流器进行控制,分别实现对3种独立控制目标的有
效控制。
1.1 网侧变流器数学模型
网侧PWM变流器的基本结构图如图1所示。
图1中,uga,ugb,ugc分别为电网相电压,uca, ucb,ucc分别为变流器端电压,L 为进线电抗器电感,R为进线电抗器内阻,udc为直流侧电压,idc为机侧输出电流。
在两相静止αβ坐标轴系下,网侧变流器控制电压矢量方程可表示为
在电网电压不平衡条件下,对于三相无中线系统,可以不考虑零序分量。
此时电压和电流在同步旋转坐标系中除了含有以ω速度正向旋转正序分量,还包含有以-ω速度反向旋转负序分量。
两相αβ静止坐标系、正反转(dqP,dqN)同步旋转坐标系间的矢量关系图如图2所示。
F表示广义的电压、电流矢量。
上标P,N分别表示正、负序分量。
根据图2可得分别在两相静止坐标系、正向旋转坐标系、反向旋转坐标系下的矢
量方程为
由式(2)可知,在正向旋转坐标系下,电压和电流不仅存在正序直流分量还存在以2倍频形式波动的负序分量。
将电压电流的正负序分量旋转变换到同步坐标系下的并网变流器的电压方程为
1.2 网侧变流器功率模型
在不平衡电网电压情况下,风电机组向电网提供的有功、无功功率分别为
式中:P0,Q0分别为有功、无功功率的直流分量;Pc2,Ps2,Qc2,Qs2分别为有功、无功功率的2倍频分量幅值。
基于上述的系统功率特性,针对电网电压不平衡条件下风力发电机组不同的运行要求,提出了3个独立的控制目标[4]。
1)抑制输出有功功率的2倍频波动。
即令Pc2=Ps2=0,可得电流正负序分量指令值:
其中
2)抑制输出无功功率2倍频波动。
即令Qc2=Qs2=0,可得电流正负序分量指令值:
3)抑制负序电流分量。
即令,可得电流正负序分量指令值:
2.1 RBF神经网络自整定PI控制器
RBF神经网络结构如图3所示。
它是具有单隐层的3层前馈网络,输入到输出的映射是非线性的,而隐层到输出的映射是线性的,其特点是学习速度快并可避免局部极小问题[10]。
图3中,X=[x1,x2,…,xn]T为网络输入向量。
网络的权向量为w=[w1,w2,...,wj,…,wm]T。
RBF神经网络隐含层的径向基函数采用高斯函数为
式中:Cj为第j个节点的中心矢量;B为网络隐层节点基宽向量(bj为隐层节点 j 的基宽度参数,且大于零)。
k时刻辨识网络的输出为
式中:H为RBF网络径向基向量。
设系统理想的输出为y(k),则该辨识网络的性能指标函数为
根据梯度下降法使得辨识网络性能指标最小化,可得出输出权值、节点基宽参数、节点中心的迭代算法分别为
式中:η为学习速率;α为动量因子。
RBF神经网络自整定PI控制器结构图如图4所示。
首先由RBF神经网络在线辨识得到梯度信息,进而根据梯度信息对PI控制器的参数进行在线调整,从而改善系统的控制性能。
设k时刻系统控制误差为
PI控制器采用增量式算法,控制器的2个输入为
设RBF神经网络整定PI控制器的性能指标函数为
由梯度下降法得出Kp,Ki的调整量为
式中:ηp,ηi分别为比例和积分的学习速率;∂y/∂Δu为被控对象的Jacobian信息,即对象的输出对控制输入的灵敏度信息。
Jacobian信息算法为
基于以上过程,PI控制器的输出为
2.2 准比例谐振(PR)电流内环控制器
准PR控制器可以实现对交流信号的无差跟踪,能同时控制电流内环中的正负序电流分量。
它既可以保持理想PR控制器的高增益,也能通过调节带宽有效减小电网电压频率偏移对系统的影响。
准PR控制器传递函数为
式中:ωc,ω0分别为截止频率和谐振频率;Kp,Kr为比例谐振系数。
PI控制器和准PR控制器的Bode图如图5所示。
由图5可知,传统PI控制器在谐振频率点处基本只有比例环节的作用,并不能对
交流信号进行控制,而准PR控制器的输出信号在该频率点处比传统PI的增益有
明显增强,并对其他频段几乎无影响。
所以准PR控制器可以通过调节合适的参数实现对交流信号的无差跟踪。
根据式(1)可得,在两相静止坐标系中,采用准PR控制可实现抑制有功功率波动、无功功率波动和负序电流的电压控制方程为
2.3 新型控制策略的控制框图
根据RBF神经网络自整定PI控制器与准PR控制器设计的网侧变流器控制框图如
图6所示。
为了验证控制策略的有效性,基于Matlab/ Simulink,对网侧变流器的控制进行
了仿真,并与传统的控制策略进行了对比分析。
在仿真过程中将机侧等效为850 V 的直流电和5 Ω电阻的串联形式。
网侧变流器仿真的主要参数为:电网相电压有
效值220 V,电网侧电感0.006 H,电网侧电阻0.1 Ω,直流侧电容3e-3 F,直流母线给定电压800 V。
不平衡的三相电网电压如图7所示。
在0.2~0.4 s的过程中电网电压不平衡,A
相电压跌落了30%。
图8、图9分别为采用传统PI控制和新型控制策略抑制有功功率2倍频波动的直
流母线电压、功率和三相并网电流仿真曲线。
由仿真图可以看出,与传统双闭环
PI控制相比,新型控制策略响应速度快,调节时间短,能更好地抑制输出有功功
率的2倍频波动,并且直流母线电压更加稳定。
图10、图11分别为采用传统PI控制和新型控制策略抑制无功功率2倍频波动的直流母线电压、功率和三相并网电流仿真曲线。
由仿真图可知分别采用两种控制策略时无功功率2倍频波动均被成功抑制,但是采用传统控制策略时直流母线电压
的超调量较大,并网电流在0.05 s左右才达到稳定状态,而采用新型控制策略时,调节时间很短,在0.01 s左右达到稳定状态。
图12、图13分别为采用传统PI控制和新型控制策略抑制网侧负序电流的直流母
线电压、正负序电流和三相并网电流仿真曲线。
由图13可知,在0.2~0.4 s电压不平衡期间,由于抑制了负序电流分量,所以三相电流保持平衡,负序电流等于零。
但是采用传统PI控制时,调节时间过长,在0.1 s后才稳定,并且直流侧电压的
超调量较大。
经上述仿真对比分析,可以看出本文所采用的新型控制策略针对3种独立的控制
目标的控制效果更佳。
本文针对永磁同步风力发电系统在电网电压不平衡时网侧变流器存在PI控制器参
数不易整定,并且需要分离电流的正负序分量,带来不必要的延时和误差,系统结构复杂等问题,提出了一种新的控制策略。
将RBF神经网络自整定PI控制器和准PR控制器引入到网侧变流器的控制中,RBF神经网络自整定PI控制器解决了PI 控制器的参数整定问题,适应性更强,准PR控制器可对正负序分量同时控制,进而减小了误差与延时,简化了控制系统结构,提高了控制系统性能。
仿真的对比分析结果表明了本文提出的控制策略的正确性与有效性。
【相关文献】
[1]李建林,许洪华.风力发电中的电力电子变流技术[M].北京:机械工业出版社,2008. [2] Chong Ng,Li Ran,Jim Bumby,Unbalanced-grid-fault Ridethrough Control for a Wind Turbine Inverter[J].IEEE Trans. on Industry Applications,2008,44(3):845-856.
[3] Song H S,Nam K.Dual Current Control Scheme for PWM Converter Under Unbalanced Input Voltage Conditions[J].IEEE Trans.on Industrial Electronics,1999,46(5):953-959.
[4] Conroy J F,Watson R.Low-voltage Ride-through of a Fullconverter Wind Turbine with Permanent Magnet Generator[J]. lET Renew.Power Gen,2007,1(3):182-189. [5]陈毅东,杨育林,王立乔,等.电网不对称故障时全功率变流器风电机组控制策略[J].电力系统自动化,2011,35 (7):75-80.
[6]肖磊,黄守道,黄科元,等.不对称电网故障下直驱型永磁风力发电系统网侧变流器的运行与控制[J].电工技术学报,2011,26(2):173-180.
[7]章玮,王宏胜,任远,等.不对称电网电压下三相并网型逆变器的控制[J].电工技术学报,2010,25(12):104-110.
[8]陈西寅.电网电压不平衡下永磁直驱风力发电系统运行与控制研究[D].重庆:重庆大学,2012.
[9] Yongsug Suh,Lipo Thomas A.Control Scheme in Hybrid Synchronous Stationary Frame for PWM AC-DC Converter Under Generalized Unbalanced Operating Conditions [J].IEEE Trans.on Industry Applications,2006,42(3):825-835.
[10]邱道尹,张凌云,顾波,等.基于径向基神经网络的双馈风力发电机低电压穿越控制研究[J].华北水利水电学院学报,2013,34(6):100-105.。