張美倫，朱明澤，張 瑾，趙劍鋒，張 睿

(1.國(guó)網(wǎng)黑龍江省電力有限公司電力科學(xué)研究院，哈爾濱 150030; 2.哈爾濱電氣國(guó)際工程有限責(zé)任公司，哈爾濱 150028;3.國(guó)網(wǎng)黑龍江省電力有限公司，哈爾濱150090; 4.大連土城子風(fēng)電有限公司,遼寧 瓦房店116327；)

0 引 言

隨著風(fēng)電機(jī)組單機(jī)容量與風(fēng)電規(guī)模的不斷提高，風(fēng)電滲透率逐漸增高，現(xiàn)代風(fēng)電機(jī)組的運(yùn)行控制不但注意到風(fēng)電場(chǎng)正常狀態(tài)下的遙測(cè)、監(jiān)控，而且開始轉(zhuǎn)向風(fēng)電機(jī)組與電網(wǎng)系統(tǒng)相互協(xié)調(diào)一體化的運(yùn)行控制研究[1]，如風(fēng)電機(jī)組有功功率控制、無功功率控制、低電壓穿越以及對(duì)稱和不對(duì)稱故障下的安全運(yùn)行(故障穿越)問題等。因此，根據(jù)調(diào)度指令進(jìn)行單機(jī)有功、無功調(diào)節(jié)，實(shí)現(xiàn)大型風(fēng)電機(jī)組的自適應(yīng)調(diào)節(jié)與并網(wǎng)，從電網(wǎng)層面靈活響應(yīng)對(duì)風(fēng)電機(jī)群有功、無功控制和優(yōu)化調(diào)度的要求具有重大意義。

目前，國(guó)內(nèi)對(duì)大型風(fēng)力發(fā)電控制技術(shù)的研究只停留在傳統(tǒng)控制技術(shù)上面，這種方法采用了線性控制方法，是以線性模型為基礎(chǔ)，但是對(duì)于急劇變化的風(fēng)速調(diào)整具有相對(duì)滯后的缺點(diǎn)[2]。此外，采用基于某一工作點(diǎn)的線性模型方法只能夠保證在線性化工作點(diǎn)附近的控制效果，因此并不適用于運(yùn)行范圍廣、不確定性強(qiáng)、隨機(jī)擾動(dòng)大、具有嚴(yán)重非線性特征的風(fēng)力發(fā)電系統(tǒng)[3]。

針對(duì)上述問題，提出將現(xiàn)代控制方法(包括人工智能控制、最優(yōu)控制、自適應(yīng)控制、魯棒控制、切換控制等)引入大型風(fēng)電機(jī)組的控制中，對(duì)大型風(fēng)力發(fā)電機(jī)組的動(dòng)態(tài)進(jìn)行建模，研究風(fēng)電系統(tǒng)的控制方式和設(shè)計(jì)有效的控制律，使風(fēng)力發(fā)電機(jī)組對(duì)參數(shù)攝動(dòng)和負(fù)荷擾動(dòng)具有強(qiáng)魯棒性，保證風(fēng)電機(jī)組安全高效運(yùn)行。

1 系統(tǒng)關(guān)鍵控制技術(shù)研究

采用快速最佳葉尖速比控制實(shí)現(xiàn)柔性變槳，在最佳葉尖速比控制的基礎(chǔ)上，引入自適應(yīng)分段控制技術(shù)，設(shè)計(jì)大型風(fēng)電機(jī)組的智能化柔性變槳算法和柔性偏航算法，實(shí)現(xiàn)大型風(fēng)電機(jī)組有功、無功的分段線性控制。具體通過以下各個(gè)小節(jié)描述的優(yōu)化控制技術(shù)，保證了系統(tǒng)實(shí)現(xiàn)柔性變槳、變速與偏航，以及風(fēng)電機(jī)組的整體智能化控制，降低對(duì)整機(jī)各個(gè)部分的沖擊，實(shí)現(xiàn)低噪聲運(yùn)行。

1.1 最佳葉尖速比控制

葉尖速比是葉片葉尖線速度與風(fēng)速的比值[4]，最佳葉尖速比法是在不同風(fēng)速下，通過機(jī)械側(cè)轉(zhuǎn)換器控制電動(dòng)機(jī)的轉(zhuǎn)子速度，使得風(fēng)力渦輪機(jī)可以在最佳葉尖速比的狀態(tài)下運(yùn)行，由此獲得風(fēng)電功率最大值[5]。最佳葉尖速比控制方法的原理如圖1所示。根據(jù)當(dāng)前測(cè)得的風(fēng)速v，經(jīng)查表可知該風(fēng)速下的最佳葉尖速比，并將該值作為參考值λref。測(cè)量當(dāng)前葉片轉(zhuǎn)速ω，通過公式λ=ωR/v計(jì)算獲得葉尖速比，與參考值進(jìn)行比較后，進(jìn)行PI調(diào)整，將調(diào)節(jié)器輸出信號(hào)發(fā)送至風(fēng)機(jī)控制系統(tǒng)，由此可實(shí)現(xiàn)風(fēng)機(jī)最佳葉尖速比控制。

圖1 葉尖速比控制圖Fig.1 Diagram of tip speed ratio control

1.2 完全獨(dú)立變槳控制

完全獨(dú)立變槳控制的目標(biāo)是實(shí)現(xiàn)全掃風(fēng)面變槳，減少葉片應(yīng)力周期性沖擊，穩(wěn)定整機(jī)載荷和延長(zhǎng)葉片壽命。在實(shí)現(xiàn)完全獨(dú)立變槳控制的基礎(chǔ)上，才能夠?qū)崿F(xiàn)單個(gè)葉片的自適應(yīng)控制[6]。

獨(dú)立變槳距控制系統(tǒng)如圖2所示，獨(dú)立變槳控制器的功能主要是控制系統(tǒng)的位置、轉(zhuǎn)矩、速度等參數(shù)，獨(dú)立變槳伺服驅(qū)動(dòng)器具有定位和同步調(diào)整的功能，槳距角位置經(jīng)內(nèi)齒傳感器檢測(cè)，與伺服電機(jī)的轉(zhuǎn)子位置進(jìn)行同步，槳距角可以用作反饋狀態(tài)變量，以實(shí)現(xiàn)伺服電機(jī)的同步控制，由此達(dá)到獨(dú)立變槳控制。

圖2 獨(dú)立變槳距控制系統(tǒng)圖Fig.2 Diagram of independent pitch control system

1.3 葉片自適應(yīng)控制

大型風(fēng)電機(jī)組是一個(gè)復(fù)雜的非線性系統(tǒng)，難以獲得系統(tǒng)的所有控制狀態(tài)，但控制系統(tǒng)的輸入和輸出量是確定的，因此可根據(jù)被控對(duì)象的狀態(tài)空間建立模型參考自適應(yīng)控制系統(tǒng)[6]。

建立3個(gè)葉片運(yùn)行一周的狀態(tài)空間模型，將3個(gè)葉片的控制目標(biāo)設(shè)計(jì)為同一個(gè)參考模型，利用李雅普諾夫函數(shù)直接法設(shè)計(jì)3個(gè)葉片的模型參考自適應(yīng)控制率，使得3個(gè)葉片在運(yùn)行一周的過程中對(duì)主軸的應(yīng)力盡量保持一致，變槳系統(tǒng)對(duì)于塔筒效應(yīng)和葉片制造過程中的離散性誤差有著明顯的適應(yīng)性，控制性能良好，能夠有效保證系統(tǒng)的穩(wěn)定性。

完全獨(dú)立變槳控制與葉片的自適應(yīng)控制相結(jié)合，實(shí)現(xiàn)了風(fēng)機(jī)的自適應(yīng)分段控制，在低風(fēng)速(啟動(dòng)風(fēng)速至5 m風(fēng)速)、中段風(fēng)速(5 m至額定風(fēng)速)、高風(fēng)速(額定風(fēng)速以上)時(shí)，分別設(shè)置了3個(gè)不同的參考模型，使得系統(tǒng)在這3段風(fēng)速之下可以很好地實(shí)現(xiàn)最大功率跟蹤控制的同時(shí)，3個(gè)葉片保持平衡，對(duì)主軸沖擊最小，具體結(jié)構(gòu)圖如圖3所示。

1.4 柔性偏航

偏航控制的主要功能之一是能夠使風(fēng)輪跟蹤變化穩(wěn)定的風(fēng)向，通過控制風(fēng)輪的迎風(fēng)面與風(fēng)向始終保持垂直以實(shí)現(xiàn)風(fēng)能的最大捕獲[7]。當(dāng)風(fēng)向發(fā)生變化時(shí)，由風(fēng)速風(fēng)向儀測(cè)得風(fēng)向變化，由偏航控制器控制偏航驅(qū)動(dòng)裝置中的3～5臺(tái)偏航電機(jī)旋轉(zhuǎn)，偏航電機(jī)通過減速齒輪箱帶動(dòng)小齒輪旋轉(zhuǎn)，使機(jī)艙往風(fēng)速變化的方向同步運(yùn)轉(zhuǎn)。

原有的偏航電機(jī)(3～5臺(tái))在運(yùn)行過程中出現(xiàn)不能完全同步現(xiàn)象，即偏航過程中某個(gè)偏航電機(jī)驅(qū)動(dòng)的小齒輪與另一個(gè)偏航電機(jī)驅(qū)動(dòng)的小齒輪無法完全同步帶動(dòng)大齒圈，導(dǎo)致互相拉扯發(fā)出低頻噪音的現(xiàn)象。為此，采用主從力矩變頻驅(qū)動(dòng)偏航策略，使得多個(gè)偏航電機(jī)能夠完全同步運(yùn)行。采用主從力矩變頻驅(qū)動(dòng)的柔性偏航技術(shù)，除了降低噪音外，還能夠延長(zhǎng)齒圈和電機(jī)的使用壽命。

圖3 獨(dú)立變槳線性時(shí)變參數(shù)系統(tǒng)自適應(yīng)控制結(jié)構(gòu)圖Fig.3 Adaptive control structure diagram of independent pitch linear time-varying parameter system

1.5 低電壓穿越

當(dāng)電網(wǎng)電壓下降時(shí)，電網(wǎng)側(cè)變流器會(huì)出現(xiàn)過流現(xiàn)象，如果采取限制電流的措施，直流母線就會(huì)產(chǎn)生過電壓；如果沒有采取有效的保護(hù)措施，將無法保證風(fēng)機(jī)的安全穩(wěn)定運(yùn)行[8]。因此，需根據(jù)實(shí)際的風(fēng)電狀態(tài)、持續(xù)時(shí)間、電壓跌落等情況，確定機(jī)組采用的保護(hù)策略，以滿足風(fēng)電并網(wǎng)時(shí)的低壓穿越要求。

在風(fēng)速低、系統(tǒng)壓降小的情況下，適當(dāng)提高系統(tǒng)側(cè)變流器電源裝置的過電流水平和直流側(cè)電容器的抗電壓水平，可以實(shí)現(xiàn)低電壓穿越。但如果風(fēng)機(jī)在額定狀態(tài)下運(yùn)行時(shí)，電網(wǎng)電壓大幅下降，且持續(xù)時(shí)間較長(zhǎng)， 變流器的成本會(huì)大幅增加， 因此這種保護(hù)措施并不適用。

在風(fēng)速高且電網(wǎng)電壓大幅下降的情況下，在發(fā)電機(jī)直流側(cè)和輸出端增設(shè)Crowbar電路或輔助變流裝置，主要作用是限制故障時(shí)轉(zhuǎn)子側(cè)的過電流和過電壓，可以消耗、轉(zhuǎn)移或存儲(chǔ)過剩的能量，使得風(fēng)機(jī)在電網(wǎng)發(fā)生故障時(shí)也能夠?qū)崿F(xiàn)低電壓穿越，過程如圖4所示。

在圖4中保護(hù)點(diǎn)1位置增加Crowbar電路，在電網(wǎng)電壓跌落的情況下，該電路能夠平衡輸入與輸出間的能量差，避免了變流器過電流和直流母線過電壓對(duì)風(fēng)機(jī)產(chǎn)生的沖擊。當(dāng)電網(wǎng)電壓恢復(fù)正常時(shí)，則迅速切斷Crowbar電路，使風(fēng)機(jī)恢復(fù)正常發(fā)電狀態(tài)運(yùn)轉(zhuǎn)。

圖4 電機(jī)直流側(cè)和輸出端增設(shè)Crowbar電路Fig.4 Crowbar circuit is added to the motor output terminal and DC terminal

2 控制策略研究

結(jié)合傳統(tǒng)矢量控制的基本思想，引入自抗擾控制(adaptive disturbance rejection control,ADRC)、神經(jīng)網(wǎng)絡(luò)，設(shè)計(jì)一種抗干擾能力較強(qiáng)控制算法，控制器內(nèi)環(huán)基于BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)轉(zhuǎn)子d、q軸電流控制，控制器外環(huán)基于自抗擾控制的有功、無功控制，目標(biāo)是使得控制系統(tǒng)對(duì)內(nèi)、外擾動(dòng)具有較強(qiáng)的魯棒性。根據(jù)傳統(tǒng)控制模式的不足，結(jié)合自抗擾控制的優(yōu)點(diǎn)和BP神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，采用基于神經(jīng)網(wǎng)絡(luò)的電流內(nèi)環(huán)控制和基于自抗擾控制的功率外環(huán)控制。系統(tǒng)整體的控制拓?fù)鋱D如圖5所示。

圖5 基于自抗擾神經(jīng)網(wǎng)絡(luò)控制技術(shù)原理圖Fig.5 Schematic diagram of control technology based on adaptive disturbance rejection and neural network

2.1 自抗擾控制系統(tǒng)設(shè)計(jì)

自抗擾控制系統(tǒng)的設(shè)計(jì)包括三個(gè)部分：跟蹤微分器TD(tracking-differentiator)、擴(kuò)張狀態(tài)觀測(cè)器ESO(extended state observer)和非線性反饋控制律NLSEF(nonlinear states error feedback)。各個(gè)部分相關(guān)的參數(shù)采用“分離性原理”獨(dú)自整定。

1)跟蹤微分器TD設(shè)計(jì)

對(duì)有功功率和無功功率的跟蹤采用一階微分器。微分器的模型如下：

(1)

(2)

2)擴(kuò)張狀態(tài)觀測(cè)器ESO設(shè)計(jì)

以檢測(cè)的雙饋電機(jī)定子側(cè)有功功率Ps和無功功率Qs為量測(cè)輸入分別構(gòu)造擴(kuò)張狀態(tài)觀測(cè)器，如式(3)所示。

(3)

式中：x代表d或q；y表示P或Q(當(dāng)x為d時(shí)，y為Q；當(dāng)x為q時(shí)，y為P)；Z1x為定子有功功率和無功功率的實(shí)際跟蹤值；Z2x為擾動(dòng)量的估計(jì)值；仿真時(shí)具體的相關(guān)參數(shù)取值β1x為300，β2x為400，α1x為0.8，δ為0.005，bx為500。

3)非線性反饋控制律NLSEF的設(shè)計(jì)

(4)

式中：βq的值為400；βd的值為350；αq和αd都為0.7；δ為0.005。

2.2 BP神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)設(shè)計(jì)

BP神經(jīng)網(wǎng)絡(luò)控制器通過在線調(diào)節(jié)權(quán)值w11、w12、w21、w22使有功功率和無功功率的目標(biāo)函數(shù)逐漸達(dá)到最小值，從而實(shí)現(xiàn)發(fā)電機(jī)有功功率和無功功率的獨(dú)立跟蹤控制，BP神經(jīng)網(wǎng)絡(luò)的目標(biāo)函數(shù)為

(5)

根據(jù)梯度法調(diào)節(jié)權(quán)值，得到權(quán)值變換量，具體如下：

(6)

式中：η為學(xué)習(xí)速率，取值為0.1。由式(6)可以對(duì)權(quán)值不斷更新，從而搜尋到一組最優(yōu)權(quán)值使目標(biāo)函數(shù)為最小值。

3 仿真結(jié)果與分析

為了驗(yàn)證ADRC-BP控制技術(shù)的性能，在Matlab 2012b/Simulink平臺(tái)上對(duì)雙饋發(fā)電機(jī)分別采用空間矢量控制方法和基于ADRC-BP控制方法進(jìn)行仿真。仿真所用雙饋電機(jī)的主要參數(shù)為：定子額定電壓690 V，額定功率2.0 MW，定子電阻為3.74 Ω，定子漏感為0.31 H，轉(zhuǎn)子電阻為3.2 Ω，轉(zhuǎn)子漏感0.31 H，定轉(zhuǎn)子互感1.2 H，極對(duì)數(shù)為2。系統(tǒng)額定風(fēng)速為11 m/s，輸入風(fēng)機(jī)的風(fēng)速為9 m/s(此時(shí)對(duì)應(yīng)的視在功率為1 MW)。

仿真驗(yàn)證包括三個(gè)部分：當(dāng)電網(wǎng)對(duì)稱，給定功率發(fā)生變化時(shí)，比較兩種控制算法的性能；當(dāng)雙饋電機(jī)參數(shù)發(fā)生變化，給定功率不變，比較兩種控制算法的性能；當(dāng)電網(wǎng)電壓出現(xiàn)波動(dòng)，給定功率不變時(shí)，比較兩種控制算法的性能。

1)當(dāng)有功功率和無功功率參考值變化時(shí)

保持輸入風(fēng)速不變，并設(shè)定有功功率參考值為600 kW，無功功率的參考值為800 kvar；在仿真時(shí)間為0.5 s時(shí)，將有功功率和無功功率的值分別設(shè)定為800 kW、600 kvar，采用空間矢量控制算法和ADRC-BP算法得到的仿真結(jié)果如圖6所示。

2)當(dāng)電機(jī)參數(shù)發(fā)生改變時(shí)

保持輸入風(fēng)速不變，并設(shè)定有功功率參考值為800 kW，無功功率的參考值為600 kvar；在仿真時(shí)間為0.5 s時(shí)，雙饋電機(jī)的定子側(cè)電阻變?yōu)樵瓉淼?.5倍，采用空間矢量控制算法和ADRC-BP算法得到的仿真結(jié)果如圖7所示。

圖6 功率參考值變化時(shí)電氣量仿真波形對(duì)比圖Fig.6 Comparison diagram of electrical quantity simulation waveform when power reference value change

圖7 電機(jī)參數(shù)變化時(shí)電氣量仿真波形對(duì)比圖Fig.7 Comparison diagram of electrical quantity simulation waveform when motor parameters change

3)當(dāng)電網(wǎng)電壓波動(dòng)時(shí)

保持輸入風(fēng)速為9 m/s不變，并設(shè)定有功功率參考值為800 kW，無功功率的參考值為600 kvar；在仿真時(shí)間為0.5 s時(shí)，電網(wǎng)電壓變?yōu)樵瓉淼?.9倍，且在1s時(shí)變?yōu)樵瓉碇担捎每臻g矢量控制算法和ADRC-BP算法得到的仿真結(jié)果如圖8所示。

圖8 電網(wǎng)電壓波動(dòng)時(shí)電氣量仿真波形對(duì)比圖Fig.8 Comparison diagram of electrical quantity simulation waveform when grid voltage fluctuates

如圖6～8所示，當(dāng)參考功率變化時(shí)，ADRC-BP算法比矢量控制算法具有更快的跟蹤速度，且波動(dòng)量小；當(dāng)電機(jī)參數(shù)改變時(shí)，ADRC-BP算法經(jīng)過短時(shí)間平緩地過渡到穩(wěn)態(tài)，且穩(wěn)態(tài)無誤差，而矢量控制的波動(dòng)性比較大，且達(dá)到穩(wěn)態(tài)所需時(shí)間較長(zhǎng)；當(dāng)電網(wǎng)電壓波動(dòng)時(shí)，ADRC-BP算法能夠經(jīng)過調(diào)整最終達(dá)到穩(wěn)態(tài)，而矢量控制最終導(dǎo)致發(fā)散。由此可知，當(dāng)電網(wǎng)處于不同運(yùn)行狀態(tài)時(shí)，采用ADRC-BP控制方法提升了系統(tǒng)的穩(wěn)定精度，使系統(tǒng)具有較好的穩(wěn)態(tài)性能和較強(qiáng)的魯棒性。

4 結(jié) 語

該文結(jié)合風(fēng)電機(jī)群能量管理與優(yōu)化調(diào)度對(duì)大型風(fēng)電機(jī)組的技術(shù)需求，在模型仿真和控制策略驗(yàn)證的基礎(chǔ)上，引入自適應(yīng)分段控制技術(shù)，并設(shè)計(jì)了自抗擾控制系統(tǒng)，設(shè)計(jì)了智能化柔性變槳算法和柔性偏航算法，實(shí)現(xiàn)了風(fēng)電機(jī)組有功無功的分段線性控制，并具備低電壓穿越能力，降低機(jī)組運(yùn)行噪聲，延長(zhǎng)機(jī)組壽命，提升了大型風(fēng)電機(jī)組的自適應(yīng)控制能力。