廖衛(wèi)平，何凌楓（廣東工業(yè)大學(xué)　自動(dòng)化學(xué)院，廣州　510006）

感應(yīng)電動(dòng)機(jī)負(fù)荷模型參數(shù)辨識(shí)研究進(jìn)展與展望

廖衛(wèi)平，何凌楓
（廣東工業(yè)大學(xué)自動(dòng)化學(xué)院，廣州510006）

感應(yīng)電動(dòng)機(jī)作為電力負(fù)荷的重要組成部分，其負(fù)荷模型參數(shù)已成為制約系統(tǒng)電壓穩(wěn)定性計(jì)算結(jié)果準(zhǔn)確性的關(guān)鍵因素。針對(duì)此，首先對(duì)國(guó)內(nèi)外在感應(yīng)電動(dòng)機(jī)負(fù)荷模型參數(shù)辨識(shí)方面的主要研究成果進(jìn)行了綜述。最后，指出今后感應(yīng)電動(dòng)機(jī)負(fù)荷模型參數(shù)辨識(shí)的研究方向，為我國(guó)電力系統(tǒng)感應(yīng)電動(dòng)機(jī)模型參數(shù)辨識(shí)的研究提供參考。

感應(yīng)電動(dòng)機(jī)；負(fù)荷模型；參數(shù)辨識(shí)

0　引言

在電力系統(tǒng)穩(wěn)定性分析中使用不同的負(fù)荷模型參數(shù)對(duì)計(jì)算結(jié)果的影響很大，該問(wèn)題已受到了國(guó)外電力系統(tǒng)研究機(jī)構(gòu)和運(yùn)行部門的廣泛關(guān)注。

在電力系統(tǒng)負(fù)荷中，對(duì)系統(tǒng)穩(wěn)定特性影響較大的是電動(dòng)機(jī)負(fù)荷。據(jù)統(tǒng)計(jì)，在電力系統(tǒng)負(fù)荷中超過(guò)70%都是感應(yīng)電動(dòng)機(jī)負(fù)荷［1-2］，系統(tǒng)發(fā)生故障后數(shù)秒內(nèi)的負(fù)荷動(dòng)態(tài)特性主要來(lái)源于感應(yīng)電動(dòng)機(jī)負(fù)荷的綜合響應(yīng)特性［3］。因此，確定感應(yīng)電動(dòng)機(jī)負(fù)荷模型參數(shù)是電力系統(tǒng)負(fù)荷建模和穩(wěn)定仿真計(jì)算所必需的。通常所采用的電動(dòng)機(jī)模型參數(shù)直接參照文獻(xiàn)［4，5］推薦的幾種典型參數(shù)，距今已有20多年，將這些典型模型參數(shù)應(yīng)用于當(dāng)前電網(wǎng)的仿真分析，其適應(yīng)性和準(zhǔn)確性會(huì)受到限制?；诖?，人們?cè)谖墨I(xiàn)［4，5］的基礎(chǔ)上，探索出多種感應(yīng)電動(dòng)機(jī)負(fù)荷模型參數(shù)辨識(shí)的方法，如：試驗(yàn)法、解析法、時(shí)域仿真法、銘牌數(shù)據(jù)估計(jì)法。下面對(duì)這些方法進(jìn)行評(píng)述。

1　試驗(yàn)法

試驗(yàn)法確定感應(yīng)電動(dòng)機(jī)的參數(shù)主要通過(guò)空載試驗(yàn)和堵轉(zhuǎn)試驗(yàn)來(lái)確定［6］。

空載試驗(yàn)的目的是確定感應(yīng)電動(dòng)機(jī)的激磁參數(shù)Rm、Xm，以及鐵耗PFe和機(jī)械損耗PΩ。試驗(yàn)是在電源頻率f=fn、轉(zhuǎn)子軸上不帶任何負(fù)載，轉(zhuǎn)速n≈ns的情況下進(jìn)行的。用調(diào)壓器調(diào)節(jié)試驗(yàn)電壓的大小，使定子三相的端電壓（線電壓）從（1.1～1.2）Usn逐步下降到0.3Usn，且轉(zhuǎn)子轉(zhuǎn)速?zèng)]有明顯下降時(shí)為止，每次記錄感應(yīng)電動(dòng)機(jī)的相電壓、空載電流和空載功率，然后利用測(cè)量的數(shù)據(jù)計(jì)算Rm和Xm。

堵轉(zhuǎn)試驗(yàn)的目的是確定感應(yīng)電動(dòng)機(jī)的漏阻抗，試驗(yàn)在轉(zhuǎn)子堵轉(zhuǎn)的情況下（滑差s=1）進(jìn)行。調(diào)節(jié)試驗(yàn)電壓，使端電壓近似等于0.4Usn，然后逐步降低電壓，每次記錄定子的相電壓、定子電流和功率；然后利用測(cè)量的數(shù)據(jù)計(jì)算定子參數(shù)Rs、Xs和轉(zhuǎn)子參數(shù)Rr、Xr。

另外，在堵轉(zhuǎn)試驗(yàn)中，要求轉(zhuǎn)子頻率等于電源頻率，但是在試驗(yàn)操作中轉(zhuǎn)子的頻率通常為3～5Hz，偏離供電電源頻率較大會(huì)給轉(zhuǎn)子側(cè)參數(shù)的計(jì)算帶來(lái)很大誤差。在計(jì)算時(shí)，近似地認(rèn)為Xs=Xr，可以求得感應(yīng)電動(dòng)機(jī)的單籠模型參數(shù)，無(wú)法獲得精確的雙籠模型參數(shù)，因而不能準(zhǔn)確地模擬電動(dòng)機(jī)的起動(dòng)過(guò)程。且該方法不易實(shí)現(xiàn)，耗時(shí)較多，比較昂貴。

2　解析法和時(shí)域仿真法

解析法［7］試根據(jù)感應(yīng)電動(dòng)機(jī)的設(shè)計(jì)結(jié)構(gòu)數(shù)據(jù)計(jì)算感應(yīng)電動(dòng)機(jī)負(fù)荷仿真模型參數(shù)，反映了電動(dòng)機(jī)內(nèi)部的物理工作特性，是計(jì)算感應(yīng)電動(dòng)機(jī)仿真模型參數(shù)最準(zhǔn)確的方法。但需要大量的電動(dòng)機(jī)幾何尺寸和制造材料數(shù)據(jù)，這些數(shù)據(jù)在工程上難以獲得，耗時(shí)也較多。

時(shí)域仿真法［8］是對(duì)于感應(yīng)電動(dòng)機(jī)未知參數(shù)先采用典型參數(shù)，然后應(yīng)用時(shí)域暫態(tài)仿真軟件模擬實(shí)際電網(wǎng)故障時(shí)感應(yīng)電動(dòng)機(jī)的輸出響應(yīng)特性，將仿真輸出曲線與現(xiàn)場(chǎng)錄波曲線進(jìn)行對(duì)比，分析誤差，做參數(shù)的靈敏度分析，進(jìn)行參數(shù)修正，直到仿真輸出能夠最好地?cái)M合實(shí)際曲線。故障仿真法確定電動(dòng)機(jī)負(fù)荷模型參數(shù)在很大程度上取決于故障的嚴(yán)重程度和數(shù)量，擬合同一故障可能會(huì)調(diào)整出多套參數(shù)，即參數(shù)不能唯一確定，

3　銘牌數(shù)據(jù)估計(jì)法

基于電動(dòng)機(jī)銘牌數(shù)據(jù)（如額定功率、額定電壓、額定效率、額定功率因數(shù)、最大電磁轉(zhuǎn)矩、起動(dòng)轉(zhuǎn)矩、起動(dòng)電流等），通過(guò)計(jì)算程序求得辨識(shí)感應(yīng)電動(dòng)機(jī)負(fù)荷穩(wěn)態(tài)等值電路參數(shù)。該方法所需的銘牌數(shù)據(jù)容易獲得，耗時(shí)也較少，在工程上應(yīng)用較為廣泛。

文獻(xiàn)［9］計(jì)及最大電磁轉(zhuǎn)矩倍數(shù)，基于出廠銘牌數(shù)據(jù)計(jì)算了感應(yīng)電動(dòng)機(jī)單籠模型參數(shù)，但其不能計(jì)算電動(dòng)機(jī)雙籠模型參數(shù)；文獻(xiàn)［10］以計(jì)算輸出功率、計(jì)算定子電流、計(jì)算最大電磁轉(zhuǎn)矩、計(jì)算啟動(dòng)電流、計(jì)算啟動(dòng)轉(zhuǎn)矩這5個(gè)數(shù)據(jù)的偏差之和最小為目標(biāo)函數(shù)，以待辨識(shí)參數(shù)X大于0為不等式約束條件，對(duì)感應(yīng)電動(dòng)機(jī)單籠模型參數(shù)進(jìn)行辨識(shí)，但根據(jù)辨識(shí)得到的單籠模型參數(shù)計(jì)算的最大電磁轉(zhuǎn)矩倍數(shù)與銘牌數(shù)據(jù)相差較大；文獻(xiàn)［11］以計(jì)算額定電磁轉(zhuǎn)矩、計(jì)算啟動(dòng)轉(zhuǎn)矩和計(jì)算最大電磁轉(zhuǎn)矩這3個(gè)數(shù)據(jù)的偏差之和最小為目標(biāo)函數(shù)，以待辨識(shí)參數(shù)X大于0和最大電磁轉(zhuǎn)矩倍數(shù)偏差小于0.2為不等式約束條件，利用粒子群算法，分別考慮定子電阻和不考慮定子電阻兩種情況下，對(duì)感應(yīng)電動(dòng)機(jī)單籠模型參數(shù)進(jìn)行辨識(shí)。但根據(jù)辨識(shí)得到的單籠模型參數(shù)計(jì)算的最大電磁轉(zhuǎn)矩倍數(shù)誤差很大，其誤差達(dá)到0.5以上。文獻(xiàn)［12］在文獻(xiàn)［11］的基礎(chǔ)上，在目標(biāo)函數(shù)中增加了計(jì)算功率因數(shù)偏差這一項(xiàng)，利用人工蟻群算法，對(duì)感應(yīng)電動(dòng)機(jī)單籠模型參數(shù)進(jìn)行辨識(shí)。根據(jù)辨識(shí)得到的單籠模型參數(shù)計(jì)算的最大電磁轉(zhuǎn)矩倍數(shù)誤差較大，其誤差達(dá)到0.2以上。

文獻(xiàn)［9-12］辨識(shí)得到的電動(dòng)機(jī)單籠模型參數(shù)精度遠(yuǎn)不如與文獻(xiàn)［9］的計(jì)算方法。文獻(xiàn)［10-12］都沒(méi)有將計(jì)算的輸入有功功率、無(wú)功功率、定子電流、功率因數(shù)、輸出機(jī)械功率與銘牌數(shù)據(jù)進(jìn)行比較，缺乏參數(shù)的有效性驗(yàn)證，其所提出的方法尚未對(duì)電動(dòng)機(jī)雙籠模型參數(shù)進(jìn)行辨識(shí)。

4　展望

目前，國(guó)內(nèi)外對(duì)感應(yīng)電動(dòng)機(jī)負(fù)荷模型參數(shù)辨識(shí)進(jìn)行了一些積極有益的探索，其中最經(jīng)濟(jì)有效、最簡(jiǎn)單的方法是基于銘牌數(shù)據(jù)辨識(shí)感應(yīng)電動(dòng)機(jī)參數(shù)的方法。但仍存在一些問(wèn)題，主要表現(xiàn)在：

（1）現(xiàn)有文獻(xiàn)對(duì)所采用的感應(yīng)電動(dòng)機(jī)數(shù)學(xué)模型均進(jìn)行了不同程度的簡(jiǎn)化，簡(jiǎn)化后的數(shù)學(xué)模型不能很好地反映電動(dòng)機(jī)負(fù)荷真實(shí)的動(dòng)態(tài)特性。采用與實(shí)際感應(yīng)電動(dòng)機(jī)更為一致的、詳細(xì)的仿真模型，有望進(jìn)一步提高電力系統(tǒng)仿真精度；

（2）基于出廠銘牌數(shù)據(jù)的感應(yīng)電動(dòng)機(jī)負(fù)荷模型參數(shù)辨識(shí)的準(zhǔn)確性依賴于出廠銘牌數(shù)據(jù)的準(zhǔn)確性和有效性，制造商如何給出準(zhǔn)確的銘牌數(shù)據(jù)是又一個(gè)努力方向；

（3）目前，感應(yīng)電動(dòng)機(jī)模型參數(shù)辨識(shí)有效性的評(píng)估手段尚十分缺乏，這將直接影響辨識(shí)結(jié)果的可信度，開(kāi)發(fā)一套有效的辨識(shí)效果評(píng)估方法是下一步有待加強(qiáng)的方向之一。

5　結(jié)束語(yǔ)

電力系統(tǒng)仿真是目前電力系統(tǒng)分析研究的主要手段之一，仿真結(jié)果的可信度不僅依賴于所使用的電動(dòng)機(jī)數(shù)學(xué)模型，也依賴于所選取的辨識(shí)方法。本文對(duì)試驗(yàn)法、解析法、時(shí)域仿真法和銘牌數(shù)據(jù)估計(jì)法等多種感應(yīng)電動(dòng)機(jī)參數(shù)辨識(shí)方法進(jìn)行了比較綜述。認(rèn)為基于出廠銘牌數(shù)據(jù)估計(jì)感應(yīng)電動(dòng)機(jī)仿真模型參數(shù)的方法是最為經(jīng)濟(jì)有效的方法。另外，選擇更有效的辨識(shí)算法，開(kāi)發(fā)更有效的參數(shù)評(píng)估方法是感應(yīng)電動(dòng)機(jī)負(fù)荷建模與參數(shù)辨識(shí)的研究方向。

［1］Kosterev D，Meklin A.Load modeling in WECC［C］.IEEE PES Power Systems Conference and Exposition，Atlanta，GA，2006.

［2］Omata T，Uemura K.Aspects of voltage responses of induction loads［J］.IEEE Trans.on Power Systems，1998，13（04）：1337-1344.

［3］湯涌.電力系統(tǒng)電壓穩(wěn)定性分析［M］.北京：科學(xué)出版社，2011.

［4］IEEE TaskForce on Load Representation for Dynamic Performance.Load Representation for dynamic performance analysis.IEEE Trans.on power systems，1993，8（02）：472-478.

［5］IEEE TaskForce on Load Representation for Dynamic Performance.Standard load models for power flow and dynamic performance simulation［J］.IEEE Transactions on Power Systems，1995，10（03）：1302-1313.

［6］湯蘊(yùn)璆，羅應(yīng)立，梁艷萍.電機(jī)學(xué)［M］.北京：機(jī)械工業(yè)出版社，2008.

［7］Lee C.H.A Design Method for Double squirrel-cage Induction motors［J］.Power Apparatus and Systems，Part III.IEEE Trans.of the American Institute of Electrical Engineers，1953，72（02）：630-636.

［8］Cirrincione M，Pucci M，Cirrincione G，Capolino G.A..A new experimental application of least squares techniques for the estimation of the induction motor parameters［J］.IEEE Trans.on Industry Applications，2003，39（05）：1247-1256.

［9］趙兵，湯涌，張文朝.基于出廠數(shù)據(jù)的電動(dòng)機(jī)仿真模型參數(shù)計(jì)算方法［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2010，30（01）：52-58.

［10］Abdelaziz M.M.A，El-Saadany E.F.Estimation of Induction Motor Single-Cage Model Parameters from Manufacturer Data［J］.2013IEEE Power and Energy Society General Meeting，2013：1-5.

［11］Sakthivel V.P，Bhuvaneswari R，Subramanian S.Multiobjective parameter estimation of induction motor using particle swarm optimization［J］.Engineering Applications of Artificial Intelligence，2010（23）：302-312.

［12］ABRO A.G，Saleh J.M.Multiple-global-best guided artificial bee colony algorithm for induction motor parameter estimation［J］.IEEE Trans.On Energy Conversion，2014（22）：620-636.

10.16640/j.cnki.37-1222/t.2016.10.147

廖衛(wèi)平（1990-），男，湖南邵陽(yáng)人，工學(xué)碩士，研究方向：電力系統(tǒng)電壓穩(wěn)定。