基于EUKF模型的PMSG系统无速度传感器控制
合集下载
- 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)。
（Institute of Electrical Engieering，Yanshan University，Qinhuangdao 066004，Hebei，China）
Abstract: Considering the resistance perturbation of the permanent synchronous magnetic generator（PMSG） sensorlss speed controlled system，a novel passivity- based control based on extended unscented Kalman filtering （EUKF）and port- controlled Hamilton（PCH）model was proposed. Firstly，a PMSG system model with resistance perturbation was established，and the control law was designed by using PCH passive control theory to achieve maximum wind energy capture.Then，the system model was transformed into expanded unscented Kalman filte（r EUKF） model consisting of the system state and the stator resistance perturbation parameter. A nonlinear filter based on EUKF was designed to estimate the rotor speed and perturbation parameter simultaneously，the estimation results were transmitted to the controller in real time. Finally，the EUKF has better robust ability than traditional unscented Kalman filtering UKF for the PMSG system which is explored through system simulation with Matlab.
Key words: permanent magnetic synchronous generator（PMSG）；port-controlled Hamilton model ；sensorless speed control；expanded UKF speed estimation
由于风电系统的工作环境一般比较恶劣，测 速编码器的使用会降低系统的可靠性。文献［1-2］ 提出了基于 PMSM 基本电磁关系的转速估计方 法，该方法实施起来较简单，理论上无延时，具有 较好的动、静态性能，但它在低速时误差很大；文 献［3］利于电机的凸极效应估计转速，该方法能 够在极低速甚至零速状态下工作，但通常需要注 入高频信号，增加了系统复杂性。文献［4-5］研
动，且易受到测量噪声的影响。针对噪声问题， 学者们提出了将扩展卡尔曼滤波算法（EKF）应 用于永磁同步电机的转速估计［7］。该方法是基于 模型的估计算法，可以削弱随机干扰和测量噪声 的影响。文献［7-9］研究了将 EKF 方法用于永磁 同步电机转速估计，实现系统闭环控制。永磁同 步风力发电机系统模型具有较强的非线性，EKF 算法在对非线性系统方程线性化的处理过程中 会产生较大误差，为弥补上述不足，文献［10-13］提 出用无迹卡尔曼滤波算法（UKF）代替 EKF 算法， UKF 算法不仅保留了 EKF 的优点，而且提高了估计 精度，计算也更加简单，得到了众多学者的青睐。
基于 EUKF 模型的 PMSG 系统 无速度传感器控制
任丽娜，双美佳，刘福才 （燕山大学 电气工程学院，河北 秦皇岛 066004）
摘要：针对无速度传感器永磁同步发电机（PMSG）系统存在电阻摄动的问题，提出了基于增广无迹卡尔曼 滤波（EUKF）模型的端口受控哈密尔顿（PCH）无源控制策略。首先建立含有电阻摄动的永磁同步发电机 （PMSG）系统模型，运用 PCH 无源控制理论设计控制律实现系统最大风能捕获。然后将系统模型转化为由系 统状态与定子电阻摄动参数组成的增广无迹卡尔曼（EUKF）模型，运用 EUKF 算法同时估计系统状态和电阻 不确定参数，将估计结果实时传递给控制器。最后通过仿真进行验证，结果表明，该方法相比传统无迹卡尔曼 滤波算法（UKF）具有更强的鲁棒性。
关键词：永磁同步发电机；端口受控哈密尔顿模型；无速度传感器控制；增广无迹卡尔曼转速估计 中图分类号：TM46 文献标识码：A DOI：10.19457/j.1001-2095.dqcd18663
Sensorless Speed Control of PMSG Based on EUKF REN Lina，SHUANG Meijia，LIU Fucai
基金项目：国家自然科学基金（61304JD25）；河北省自然科学基金（F2014203234）；燕山大学博士基金（B801） 作者简介：任丽娜（1982-）女，博士后，副教授，Email：renlina@
ห้องสมุดไป่ตู้80
任丽娜，等：基于 EUKF 模型的 PMSG 系统无速度传感器控制
电气传动 2019 年 第 49 卷 第 8 期
究了基于滑模观测器的 PMSM 无速度传感器控 制策略。前者为二阶滑模，后者选用全阶观测器 进行控制，滤掉了估计中含有的高频率滑模噪声 信号。文献［6］结合逆系统理论和滑模控制方法 进行解耦处理，提出了模糊推理滑模控制策略， 提高了系统抗负载扰动能力。然而，滑模控制系 统在本质上是一类特殊的非线性控制，其非线性 表 现 为 控 制 的 不 连 续 性 ，过 程 中 极 可 能 发 生 抖
所以在学习传统ukf估计方法的基础上将系统电阻摄动参数也视为系统状态提出带有电阻摄动的增广模型然后运用ukf算法同时估计系统状态和电阻摄动参数反馈给控制器不仅实现了pmsg系统的无速度传感器闭环控制而且有效地解决了系统参数摄动的问题提高了系统鲁棒性
电气传动 2019 年 第 49 卷 第 8 期
ELECTRIC DRIVE 2019 Vol.49 No.8
Abstract: Considering the resistance perturbation of the permanent synchronous magnetic generator（PMSG） sensorlss speed controlled system，a novel passivity- based control based on extended unscented Kalman filtering （EUKF）and port- controlled Hamilton（PCH）model was proposed. Firstly，a PMSG system model with resistance perturbation was established，and the control law was designed by using PCH passive control theory to achieve maximum wind energy capture.Then，the system model was transformed into expanded unscented Kalman filte（r EUKF） model consisting of the system state and the stator resistance perturbation parameter. A nonlinear filter based on EUKF was designed to estimate the rotor speed and perturbation parameter simultaneously，the estimation results were transmitted to the controller in real time. Finally，the EUKF has better robust ability than traditional unscented Kalman filtering UKF for the PMSG system which is explored through system simulation with Matlab.
Key words: permanent magnetic synchronous generator（PMSG）；port-controlled Hamilton model ；sensorless speed control；expanded UKF speed estimation
由于风电系统的工作环境一般比较恶劣，测 速编码器的使用会降低系统的可靠性。文献［1-2］ 提出了基于 PMSM 基本电磁关系的转速估计方 法，该方法实施起来较简单，理论上无延时，具有 较好的动、静态性能，但它在低速时误差很大；文 献［3］利于电机的凸极效应估计转速，该方法能 够在极低速甚至零速状态下工作，但通常需要注 入高频信号，增加了系统复杂性。文献［4-5］研
动，且易受到测量噪声的影响。针对噪声问题， 学者们提出了将扩展卡尔曼滤波算法（EKF）应 用于永磁同步电机的转速估计［7］。该方法是基于 模型的估计算法，可以削弱随机干扰和测量噪声 的影响。文献［7-9］研究了将 EKF 方法用于永磁 同步电机转速估计，实现系统闭环控制。永磁同 步风力发电机系统模型具有较强的非线性，EKF 算法在对非线性系统方程线性化的处理过程中 会产生较大误差，为弥补上述不足，文献［10-13］提 出用无迹卡尔曼滤波算法（UKF）代替 EKF 算法， UKF 算法不仅保留了 EKF 的优点，而且提高了估计 精度，计算也更加简单，得到了众多学者的青睐。
基于 EUKF 模型的 PMSG 系统 无速度传感器控制
任丽娜，双美佳，刘福才 （燕山大学 电气工程学院，河北 秦皇岛 066004）
摘要：针对无速度传感器永磁同步发电机（PMSG）系统存在电阻摄动的问题，提出了基于增广无迹卡尔曼 滤波（EUKF）模型的端口受控哈密尔顿（PCH）无源控制策略。首先建立含有电阻摄动的永磁同步发电机 （PMSG）系统模型，运用 PCH 无源控制理论设计控制律实现系统最大风能捕获。然后将系统模型转化为由系 统状态与定子电阻摄动参数组成的增广无迹卡尔曼（EUKF）模型，运用 EUKF 算法同时估计系统状态和电阻 不确定参数，将估计结果实时传递给控制器。最后通过仿真进行验证，结果表明，该方法相比传统无迹卡尔曼 滤波算法（UKF）具有更强的鲁棒性。
关键词：永磁同步发电机；端口受控哈密尔顿模型；无速度传感器控制；增广无迹卡尔曼转速估计 中图分类号：TM46 文献标识码：A DOI：10.19457/j.1001-2095.dqcd18663
Sensorless Speed Control of PMSG Based on EUKF REN Lina，SHUANG Meijia，LIU Fucai
基金项目：国家自然科学基金（61304JD25）；河北省自然科学基金（F2014203234）；燕山大学博士基金（B801） 作者简介：任丽娜（1982-）女，博士后，副教授，Email：renlina@
ห้องสมุดไป่ตู้80
任丽娜，等：基于 EUKF 模型的 PMSG 系统无速度传感器控制
电气传动 2019 年 第 49 卷 第 8 期
究了基于滑模观测器的 PMSM 无速度传感器控 制策略。前者为二阶滑模，后者选用全阶观测器 进行控制，滤掉了估计中含有的高频率滑模噪声 信号。文献［6］结合逆系统理论和滑模控制方法 进行解耦处理，提出了模糊推理滑模控制策略， 提高了系统抗负载扰动能力。然而，滑模控制系 统在本质上是一类特殊的非线性控制，其非线性 表 现 为 控 制 的 不 连 续 性 ，过 程 中 极 可 能 发 生 抖
所以在学习传统ukf估计方法的基础上将系统电阻摄动参数也视为系统状态提出带有电阻摄动的增广模型然后运用ukf算法同时估计系统状态和电阻摄动参数反馈给控制器不仅实现了pmsg系统的无速度传感器闭环控制而且有效地解决了系统参数摄动的问题提高了系统鲁棒性
电气传动 2019 年 第 49 卷 第 8 期
ELECTRIC DRIVE 2019 Vol.49 No.8