恒频风电系统

恒频风电系统（精选7篇）

恒频风电系统 篇1

1 变速恒频双馈风电机组的非线性数学模型综述

国内外很多学者在分析风力机特性和双馈感应发电机基本电磁关系的基础上, 建立了变速恒频双馈风电机组的非线性数学模型。田友飞等人运用反馈线性化理论设计了风电系统非线性控制器, 该控制器具有2个输出变量, q轴电压分量用于强迫风力机运行于最优转速, 实现最大风能捕获, 不需要考虑电磁转矩的具体实现问题, 使控制系统结构得以简化;d轴电压分量用于调节系统的无功功率输出, 实现系统铜耗最小化。

高勇等人将无源性理论应用于变速恒频双馈风力发电机控制系统上, 使控制策略能更加准确、快速地跟踪期望电流、转速, 实现风电系统定子侧单位功率因数运行及最大风能捕获。仿真中还假设励磁电抗发生了30%的漂移, 用以说明无源性算法对电机参数扰动及负载突变有很强的鲁棒性。

张鲁华等人通过非线性坐标变换和非线性状态反馈, 实现了双馈风力发电系统的输入输出线性化, 达到了双馈感应发电机的有功功率、无功功率在稳态和动态情况下完全解耦的控制目标。

彭春华、F.Poitiers将最优控制理论应用于变速恒频双馈风力发电机控制系统上, 其中彭春华等人在优化变量中考虑了叶尖速比的约束。上述文献均把变速恒频双馈风力发电机看成非线性系统, 然而在控制器的设计中没有考虑到被控对象所受到的约束, 对被控对象的参数摄动没有进行有效处理。

2 带自适应鲁棒控制器的研究综述

2.1 控制方法

针对风力系统的数学模型具有不确定性, 有2种控制方法成为研究热点。当不确定部分的界已知时, 可采用鲁棒控制的方法, 不确定部分的界越大, 所设计的控制器的保守性越大。当不确定部分的界很大时, 为减小控制器的保守性, 可采用自适应的方法, 设计带有参数估计器的自适应控制器。

2.2 自适应的方法

上述两种控制器设计需要在被控对象标称值附近考虑不确定, 因此对被控对象模型有一定依赖。任丽娜等人设计了能实现发电机输出有功功率和无功功率解耦控制的具有鲁棒干扰抑制作用的转子交流励磁控制器, 使得系统在转子电阻、摩擦系数和扭矩系数存在不确定的情况下, 风轮机的转角和转速、转子电流的转矩分量和励磁分量仍能按各自希望的轨迹运行, 以满足电网对电能质量恒压恒频的要求和风轮机的最大风能捕获。C.Belfedala将控制理论应用于双馈风力发电机定子电压幅值和相位控制, 抑制了影响系统的干扰, 及转子转速和负载参数的摄动。张凤阁针对VSCF无刷双馈风力发电系统的参数不确定性和外部负载扰动, 利用L2范数对干扰信号加以限制, 并引入一个状态反馈控制律, 采用L2鲁棒控制设计一个速度控制器, 使BDFM的转速快速而稳定地跟踪风速, 从控制发电机转速的角度实现最大风能捕获。郑雪梅等将滑模变结构控制用于双馈风力发电系统, 进行了转子电阻摄动的仿真实验, 证明所提出的算法对外部扰动和内部参数变化具有鲁棒性;在传统的PI控制基础上, 采用增加瞬时功率前馈补偿的高阶滑模变结构控制, 仿真中对交流侧输入电压短时跌落干扰、进线电抗器等效电阻出现摄动等进行了实验。华佳兵等人利用变结构控制理论计算双馈风力发电机无功功率控制的转子电压, 取得了良好的暂态效果。上述工作可以看出, 针对双馈变速恒频风力发电系统的不确定性, 鲁棒控制和滑模控制是常用的控制算法, 但很少有文献在抑制不确定性的同时兼顾约束。

3 预测控制算法数学模型综述

3.1 预测控制

预测控制是一类先进计算机控制算法, 因其具有良好的控制效果而得到了广泛的应用, 某些学者也将它用于双馈风电控制系统中。井艳军提出了一种模型预测控制算法来抑制风速扰动的动态响应。在预测的未来输出和优化控制目标函数中考虑了风速扰动的作用, 增加了对可测风扰动的计算;为了减小双馈风电机组传动链、叶片和塔筒三个主要柔性部件所承受的载荷, 建立具有风扰动抑制的模型预测控制器, 利用变桨控制增加传动链扭振、叶片一阶挥舞和塔筒前后一阶摆动这三个自由度的阻尼, 通过选择合适的目标权重矩阵, 调节对每个自由度所加阻尼的比重程度。然而其双馈风电机组为近似的线性模型, 并且系统的不确定性考虑的也不全面。在预测控制中考虑到被控对象的不确定性, 需要将鲁棒控制的某些思想用于预测控制控制器设计。丁宝苍、李少远、席裕庚等都对非线性鲁棒预测控制进行一定研究, 但是他们的研究中对非线性的预测模型形式具有一定限制, 有些成果还没有考虑被控对象的约束。

3.2 鲁棒预测控制

关于鲁棒预测控制, 近年来我们也作了一些工作。针对具有模型不确定性和未知外部干扰的非线性系统提出了一种多输入多输出自适应鲁棒预测控制方法。首先根据非线性模型设计鲁棒预测控制律, 并在控制律中引入监督控制项;然后利用多项式逼近的方法逼近控制律中因模型不确定性以及外部干扰引起的未知项。此方法应用于两关节机械手轨迹跟踪, 取得良好的跟踪效果, 相关成果将发表在近期《控制理论与应用》杂志。

区间数优化是一类相对较新的不确定性优化方法, 它利用区间描述变量的不确定性, 只需要通过较少的信息获得变量的上下界, 故在不确定性建模方面体现了很好的方便性和经济性。姜潮等人在文献中针对一般的不确定性优化问题提出了两种非线性区间数优化的数学转换模型。对于通过转换模型得到的确定性优化问题, 进一步提出了基于隔代映射遗传算法的两层嵌套优化方法进行求解。

4 结语

本文阐述了双馈变速恒频风电系统控制方向的各类研究, 通过分析各类方法的优缺点, 针对不同的模型和控制方案进行了系统总结, 为“基于区间优化的双馈变速恒频风电系统预测控制研究”项目工作做了前期调研和大量的准备工作。

参考文献

[1]孙云平, 李俊民, 王元亮.一类非线性参数化系统的自适应学习控制[J].系统工程与电子技术, 2008, 30 (12) :2442-2446.

[2]谢箭等.基于神经网络的不确定性空间机器人自适应控制方法研究[J].宇航学报, 2010, 31 (1) :123-129.

恒频风电系统 篇2

随着风电产业和电力电子技术的不断发展,越来越多的风电场采用了变速恒频机组[1,2],该类机组能够在一定程度上提供必要的无功支撑,从而改善电网的电压稳定性和电压质量。然而风电功率的随机波动是由风速的随机特性所决定的,而一般变速恒频机组所采用的最大功率追踪的控制方法,又进一步加大了风电场输出功率的波动[3,4,5,6,7,8,9,10,11,12]。在传统调度模式下,功率波动会引起系统功率不平衡,从而影响系统的节点频率,根据GB/T 15945-1995的规定,电力系统主要节点的频率偏差允许值为50±0.2 Hz,即4‰的频率偏差,如何考虑功率的波动对系统主要节点频率所造成的影响,对风电场的总体规划、接入点的设计以及储能系统的设计等,都有着非常重要的作用。功率波动对节点频率影响的研究在国内外均刚刚起步,在文献[4]中,风电的功率波动对电网的影响可以被等效为一个传递函数,其输入是功率的变化量,输出是同步发电机的转速偏差,根据稳态时发电机的转速偏差和系统频率偏差相一致的结论,得到了风电功率波动对系统频率的评估模型,推导出了风电穿越功率的极限。在此基础上,文献[5]得到了风电场的地域分布对系统频率的影响,指出了在同样的装机容量的条件下,合理的地域分布能够降低风电接入对系统频率的冲击。文献[6]则进一步采用该模型,设计了一套包含储能设备的功率波动抑制控制算法,并比较了该算法在集中式和分布式环境下对系统频率的作用。除了该模型之外,文献[9]使用了分段潮流的方法,评估了风电的波动对系统的影响。文献[10]在分析异步电动机频率特性的基础上,采用了基于加权综合的思路建立了包含异步式风力电动机的综合负荷的频率特性模型。

在以上所提到的模型中,文献[4]中提到的频率偏差模型对风电功率波动对系统频率影响的研究,具有较为重要的意义。然而该模型是基于系统稳态的结果得出的,它具有以下3个不足:

a.不能考虑系统在有无穷大节点等效情况下风电波动对系统频率的影响,因为当系统有无穷大电源等效时,系统频率偏差的稳态结果一定是0;

b.不能考虑系统频率的分布特性,根据文献[11],一个大系统中,不同节点的频率响应特性是不同的,而若根据文献[4]的模型,频率的分布特性就被忽略了,从而无法评估不同的风电接入点对不同输电节点的频率影响;

c.不能考虑系统频率动态的影响,根据文献[11]中对系统频率的定义以及文献[12]的相关论述,系统频率的响应特性具有明显的过渡过程,而过渡过程中的频率最大值也要明显大于稳态的频率值,显然,使用文献[4]的模型,也不能考虑频率动态的影响。

本文提出了一种新的评估模型,该模型同时考虑了系统网络结构、发电机特性以及调速器特性对系统节点频率响应风电功率波动的影响,并在不同规模的系统上对该模型进行了仿真验证。仿真和计算结果均表明,该模型能够在一定程度上真实反映采用变速恒频机组风场的风电波动对系统主要节点频率的影响。

1 模型推导

评估模型主要由网络结构、发电机特性和调速器特性3个方面组成。由于仅考虑风电波动对系统节点频率的影响,因此需要考虑节点的相角和输入有功功率之间的关系,可以使用直流潮流描述这种关系[13],其分块矩阵的表示形式如式(1)所示:

式(1)中,ΔPG为同步发电机节点的输入功率,ΔPE为负荷节点,风电的功率波动可以看作是在这类节点上注入负的负荷,Δδ为同步发电机节点的功角,Δθ为负荷节点的相角,矩阵为支路导纳建立起来的节点导纳矩阵,其中xij为i、j 2个节点之间的支路电抗,需要注意的是,B矩阵中同步发电机节点的自导纳需要计及同步发电机的暂态电抗。

需要补充说明的是,本文所建立的模型中并未包含变速恒频机组的详细动态模型,而是将风电的波动等效为节点上的负的负荷,原因有2点[1]。

a.变速恒频机组的控制器的动态过程是电磁暂态过程,而所研究的动态过程是机电暂态过程。

b.变速恒频机组一般采用有功功率与无功功率解耦的控制方法,保证机端电压的稳定,由于有功功率的波动对电网电压的影响并不显著,因此只需要考虑其有功波动对电网频率的影响,这也是本文采用了直流潮流模型的原因之一。若评估的风场采用的是异步发电机,那么由于其有功输出的同时会吸收大量无功,会导致机端电压的静态稳定问题,本文的模型就并不适用了。

分别消去Δδ和Δθ,得式(2)(3):

其中,

将式(2)代入式(3)得到式(4)(5):

根据文献[11],定义电力系统中电网节点的电频率f如式(6)所示:

式(6)中,f0为节点的基频50 Hz,该定义的物理解释是将电网节点的电频率堪称该节点电压向量的旋转速度。根据式(5)(6),功率波动ΔPE造成节点电压向量相角的变化可以分成2个部分,其中第1部分是表示功率波动的微分对频率偏差的作用,第2部分是表示同步发电机转速偏差对节点频率偏差的作用,这种频率偏差亦是由于同步发电机响应功率波动所引起的,可以考虑同步发电机的转子运动方程如式(7)所示:

式(7)中,ω0=2πf0为基频角速度,M=diag{M1,M2,…,Mn}为n个同步发电机的转子转动惯量,D=diag{D1,D2,…,Dn}为n个同步发电机转子阻尼系数。

考虑式(7)的第1部分,则Δf2可以表示为如式(8)所示:

式(8)的物理意义是,系统不同节点上的电功率的动态,是由发电机的转速动态以不同的权重综合形成的,权重的矩阵为-J′-1L′J。式(8)也从理论上证明了,仅仅考虑某几台发电机的转速并以之作为系统频率的量度是不够合理的,需要综合考虑全系统发电机的转速动态,才能够更准确地描述系统主要节点的频率。

在忽略调速器负荷设定值变化的情况下,发电机及其调速器的结构框图如图1所示[14]。

图1是以电功率变化量ΔPG为输入,转速变化量Δω为输出的传递函数G(s),可以表示为空间状态方程形式,如式(9)所示:

式(9)中,xu=diag{xu1,xu2,…,xun},其中xui表示调速器的控制变量,CA=diag{CA1,CA2,…,CAn},其中CAi表示每一个G(s)的时域实现的状态空间矩阵,CB、CC、CD的形式都与之类似。将式(7)的发电机转子运动方程中的ΔPG用式(2)代替可以写出式(10):

将式(9)中的ΔPm代入式(10)可以得到状态空间方程式(11):

由式(11),选择Δω作为输出变量,容易得到传递函数Δω(s)=GW(s)ΔPE(s),从而建立起了风电波动ΔPE与频率偏差Δf2的关系,如式(12)所示:

综合了式(6)和式(12)的模型考虑了功率波动、网络结构、发电机特性和调速器特性,同时模型的表现形式为多输入多输出(MIMO)的传递函数,不但能够用来研究频率的分布特性,亦能够用来研究多节点的风电注入对系统频率的影响。因此,该评估模型比文献[4]中的模型更精确。

另外,需要注意的是式(12)导出的传递函数GW(s)需要计算一次多项式矩阵的逆,同时如果考虑的控制器过于复杂且发电机个数过多,会使得GW(s)的阶数较高,从而不易于分析,本文提出使用主导极点近似的方法,逼近分析GW(s)的特性,下面对方法进行描述。

设任意一个高阶函数G(s)的单位阶跃输入响应为C(s),则的一对主导极点为s1,2=-α±jω。

待定参数:

故由洛比达法则得到:

2 算例分析

2.1 单机无穷大系统

选择单机无穷大系统作为仿真算例,分析风电波动对电网节点频率偏差的影响,系统结构如图2所示。

下面对该算例系统中各模型的参数以及调速器模型进行说明。

发电机参数:在100 MV·A基值下的惯性时间常数为6.5 s,阻尼系数为0。

变压器参数:在900 MV·A和20/230 k V基值下的阻抗为j0.15 p.u.。

线路参数:在100 MV·A,230 k V基值下的标么值为xl1+xl2=j 0.2 p.u.。

初始潮流:Pm=0.9 p.u.,PL=-0.3 p.u.,Pw=0.5 p.u.。

汽门及调速器实现如图3所示。

其中,FH=0.2,τR=6 s,速度调解率R=0.05,Km=1。

由于本文主要研究3号节点风电波动ΔPw对2号节点频率的动态影响,因此设ΔPw为阶跃输入具有典型意义。

当ΔPw为阶跃输入时,根据式(5),电网各节点电压将产生相位突变,因此式(6)模型的第1部分Δf1是冲击函数,可以忽略,只需考虑Δf2。对于式(12),当3号节点风电功率波动时,计算2号负荷节点的频率响应的传递函数Gf(s),其结构框图如图4所示。

分析图4可得到的物理意义包括了以下3个方面内容。

a.反馈环Ggov(s)表示了发电机调速器特性对系统动态的影响。

b.反馈环Gtr(s)表示了电网的结构对转速偏差的作用,其中一个重要参数为这表示在不改变发电机和调速器参数的前提下,对于同一条输电线,J是恒定的,因此GW(s)的零极点位置不会随着风电注入点的变化而变化,从而表现出来的动态特性是相似的。

c.3号节点输入的风电功率波动ΔPw对转速偏差幅值的影响则由增益环节表示。若输电线总长度不变,注入点离发电机位置越近,即xl2越大,则功率波动对转速偏差的影响也越大;反之,则波动对转速偏差的影响变小,当xl2为0时,风电场和无穷大系统直接连接,功率波动不会影响发电机转速,进而不对负荷节点的频率产生影响。负荷节点的频率波动和xl2占比的变化成线性关系。

在RTDS(Real Time Digital Simulator)平台下,对图2所示的系统进行仿真,改变风电注入点的位置,在风电功率波动ΔPw为50 MW阶跃输入的情况下,仿真xl2长度占输电线全长xl1+xl2比例分别为20%、40%、60%、80%时,2号负荷节点母线上频率的变化情况,仿真结果如图5所示(图中,λ表示xl2占比)。

如图5所示,在不同的注入点,2号负荷节点母线频率的动态响应特性是相似的,使用Prony方法分析[17]得到,主导模式的衰减时间常数均约为1.793 s,振荡频率均约为1.2455 Hz。

对Gf(s)提取主导极点,使用二阶系统近似由式(12)得到的模型[15],得到Gf(s)的衰减时间常数为1.81 s,振荡频率约为1.251 Hz,理论计算的结果和仿真结果是基本相符的,这表明式(12)的模型很好地描述了发电机、汽门及调速器的动态特性。

在不同注入点,频率偏差响应峰值随xl2占比变化情况如图6所示。

图6中,带“*”的虚线为使用RTDS的仿真结果拟合的频率响应峰值随xl2占比变化的结果,实线为使用式(12)模型进行理论计算得到频率响应峰值xl2占比变化的结果,对比2条直线可知,理论计算的模型较为精确地反映了功率波动注入点的不同对负荷节点频率的影响,这说明式(12)的模型很好地描述了网络结构对节点频率的影响。

2.2 双机6节点系统分析

使用双机6节点系统,分析式(12)表示的模型风电注入对电网节点频率的影响,系统模型如图7所示。

下面对图7中各模型的参数进行说明。

发电机G1、G2参数:在100 MV·A基值下的惯性时间常数为6.5 s,阻尼系数为0。

变压器T1、T2参数:在900 MV·A和20/230 k V基值下的阻抗为j0.15 p.u.。

线路参数:在100 MV·A,230 k V基值下的标么值为xl1=j 0.04 p.u.,xl2=j 0.16 p.u.、xl3=xl4=j 0.2 p.u.。

初始潮流:Pm1=0.9 p.u.,Pm2=0.9 p.u.,Pl1=-0.3 p.u.,Pl2=-0.3 p.u.,Pw=0.5 p.u.。

发电机G1、G2汽门及调速器实现及控制参数均和2.1节中相同。

利用式(12)的模型以及第1节中所提关于高阶传递函数化简的计算方法,当节点3注入50 MW的功率阶跃时,得到负荷节点2和5的频率响应,如表1所示。

使用RTDS仿真以上算例得到,负荷节点2和5的频率如图8所示。

由图8得知,当节点3注入50 MW功率阶跃时,负荷节点2和5的频率响应峰值分别为1.0023、1.001 1 p.u.,这和理论计算结果是基本吻合的。注意到图8中节点2和节点5的频率峰值的到达时间是有偏差的,同时频率峰值偏差的大小相差了近一倍,说明式(12)的模型很好地描述了系统节点频率的分布特性,能够评估风电接入对不同输电节点的频率影响。这也说明了仅仅考虑全网频率进行频率评估的方法是不准确的。

3 结论

根据推导及仿真结果,可以得到以下4点主要结论。

a.所建立的模型考虑了系统网络结构、发电机以及调速器特性对系统频率响应风电波动特性的影响,并能够得到关于频率动态分布的结果,能够在一定程度上模拟风电波动对系统主要节点频率的影响,取得了较为精确的结果。

b.所建立的模型中所使用的参数容易获得,能够符合工程使用的规范。同时,所建立的模型表示成多输入输出的传递函数的形式,能够模拟多个风电功率波动注入对多个节点频率偏差输出的影响。在对传递函数使用主导极点近似后,能够获得系统动态的特性参数,并在一定程度上定量反映评估结果。

c.所建立的模型适合于评估采用变速恒频机组的风电场所造成的功率波动对电网频率的影响,但对于采用异步发电机的风电场,由于其有功及无功功率无法实现解耦控制,本文模型并不适用。

恒频风电系统 篇3

近年来,风力发电在世界范围内发展迅猛。应对能源紧缺和环境恶化的现状,世界各国都在制定开发和利用风能的政策。风力发电环境友好、技术成熟、可靠性高、成本低且规模效益显著[1]。以德国、丹麦、西班牙和美国等为代表,全世界风电装机容量以每年递增30%的高速增长。作为增长最快的可再生能源,风力发电是未来基于可持续发展和零污染电能的希望[2]。目前,国外已投入运行的风电机组最大单机容量为5 MW,由德国Repower风机制造商制造,更大容量的7.5 MW的机组也已处于试运行阶段。丹麦规划到2030年,风力发电将占总发电装机的50%,其中海上风电场装机容量占67 %;德国计划到2050年,风电将占总发电量的50 %[3]。国内风电产业起步较晚,但顺应国际趋势,发展前景良好,并网风力发电装机容量居世界第10,亚洲第3。2006年我国首台自主知识产权1.5 MW风电机组正式出厂。2006年底,我国已建成约80个风电场,装机容量达230万kW,比2005年新增装机容量100多万kW,增长率超过80 %[4]。国家发改委已明确提出风电发展的规划目标:2015年全国风电装机容量达到1 500万kW,2020年达到3 000万kW。据世界风能协会预计,到2020年风力发电可提供世界电力需求的12%[5]。

目前我国的风电场装机绝大多数是恒速恒频机组。而国外风电领域,变速恒频机组已经成为主流,以双馈风电机组为主[6,7,8,9],其控制技术相对比较成熟,研究的热点在于大规模风电场与电网之间的协调控制[10,11,12,13,14]。

采用变速恒频双馈风电机组在实现变速恒频的同时,减小了变频器的容量,实现了有功、无功功率的灵活控制,而且可调节电网的功率因数,提高系统的稳定性[15]。为了更大规模地利用风能,发挥其规模效益,国内风电场也开始了恒速恒频机组向变速恒频机组的过渡。过渡中大规模风电并网可能遇到的各种问题会凸显出来,惟有解决了这些问题,才能进一步出现以变速恒频机组为主、恒速恒频机组为辅的格局。所以,现阶段研究既含有恒速恒频机组又含有变速恒频机组的风电场并网运行具有重要的现实意义。变速恒频风电技术与恒速恒频风电技术相比要复杂得多,关键在于需要一整套复杂的控制系统。国内风电专家和学者对变速恒频双馈风电机组控制系统的研究越来越重视,成为当前的研究热点之一。随着风电领域各种新技术和新理论的出现,作者对双馈风电机组的控制策略进行了较全面的总结。本文从分析变速恒频双馈风电机组的运行特点出发,探讨了基于各种控制器的空载并网控制策略和各种励磁控制方式,最后进行了总结并指出大规模利用风电的关键在于控制理论与技术的发展。

2 变速恒频(VSCF)双馈风电机组的工作原理

2.1双馈电机的变速恒频运行的基本原理

VSCF风力发电机组主要有风力机、增速箱、双馈发电机、双向变流器及其控制器和变浆距机构组成,其原理框图如图1所示。

双馈发电机的定子绕组接电网,转子绕组外接转差频率电源实现交流励磁[16]。双馈发电机随风速在不同的转速下运行,使风力机的运行始终处于最佳状态。当电机的负载和转速变化时,通过控制馈入转子绕组的电流,不仅能保持定子输出的电压和频率不变,而且还能调节发电机的功率因数。根据异步电机定、转子绕组电流产生的旋转磁场相对静止的原理,转速与定、转子绕组电流频率的关系如下:

f1=pn/60±f2 (1)

式中:f1,f2,n,p分别为定子电流频率、转子电流频率、发电机的转速和极对数。

由式(1)可知,当转速n发生变化时,若调节f2相应变化,可使f1保持恒定不变,即与电网频率保持一致,实现风力发电机的VSCF控制。当风力发电机处于亚同步速运行时,式(1)取正号;当风力发电机处于超同步速运行时,式(1)取负号;同步速运行时,f2=0,变流器向转子提供直流励磁电流[17,18]。

2.2 实现双馈风电机组控制目标的3个阶段

变速风力发电机受到两个基本限制,即功率限制和转速限制。变速恒频风电机组控制主要是对双馈电机转子励磁电压的控制和风力机叶片浆距角的控制,目标是使风电机组机械部分与发电机电气部分配合,达到提高风能利用效率及电能质量的目的。风力发电机组的控制按照风速分为启动、额定风速以下及额定风速以上3个阶段[19,20]。空载并网控制以及额定风速以下的机组控制主要由转子电压调节实现,表现为对变频器的控制;额定风速以上的机组控制主要由浆距角调节实现。

3 变速恒频双馈风电机组空载并网控制策略

风力发电机并网条件是发电机输出电压和电网电压在幅值、频率以及相位上相同。并网之前应对发电机的定子电压进行调节,当满足并网条件时进行并网操作,并网成功后从并网控制切换到最佳风能追踪控制。实现变速恒频双馈风电机组无冲击电流并网技术对其顺利并网至关重要。目前,变速恒频风力发电机组的并网方式主要有空载并网,带独立负载并网和孤岛并网。本文仅对当前的研究热点空载并网控制策略进行探讨。

3.1 基于PI控制器的空载并网控制

文献[21]基于m-t坐标系中发电机空载数学模型提出了定子磁场定向下发电机空载并网控制策略。为了使发电机输出电压满足并网条件,必须通过对参考值i*m2和反馈值im2的误差进行PI调节而求得转子参考电压u*m2,进而求得变频器的控制指令[22,23]。在设计PI控制器时,所用参数为转子电阻和转子两相绕组的自感,因发电机在运行过程中由于磁路饱和将会引起电感变化,温升将会引起电阻的变化,这必然会降低PI控制器的控制性能,导致发电机输出的定子电压偏离实际的并网要求。

3.2 基于模糊控制器的空载并网控制

文献[24]针对风力发电机转速提高的不可预见性,提出了风力发电机并网的模糊控制技术。运用模糊算法,把风速、转速、电流、电压等4种传感器的信息融合起来,确定隶属度函数用模糊量来表示各个参量的变化,得到的控制曲线不会出现因参量处于临界点而引起的不稳定振荡,提高了控制精度,因而提高了并网成功率。

3.3 基于自抗扰控制器的空载并网控制

文献[25]将矢量控制技术与自抗扰控制器(ADRC)结合起来应用于双馈发电机空载并网控制上,得到了一种新型的并网控制策略,不需要精确电机参数就可以实现并网。在电机参数变化情况下,基于ADRC的并网控制算法的并网电流小,没有超调和静差,性能优于基于PI控制器的控制算法,更容易实现并网。

4 变速恒频双馈风电机组励磁控制策略

变速恒频双馈风电机组采用交流励磁,良好的调节特性、运行的灵活性及可靠性需要能充分发挥电机运行特点的励磁控制系统。在最大风能追踪过程中,当风速一定时,要保持风能利用系数Cp=Cpmax的最佳转速运行。通过调节发电机的有功功率来改变其电磁阻转矩,可以调节机组转速。因此,发电机有功功率和无功功率的独立调节是风电机组变速运行控制的关键。

4.1 变速恒频双馈风电机组矢量励磁控制

采用标量控制,由于定子端口有功功率、无功功率计算复杂,不仅控制性能的动态特性较差而且不利于数字实现,难以实现有功功率和无功功率的独立调节。通过矢量变换能够实现有功功率和无功功率的独立调节。

4.1.1 基于气隙磁场定向的矢量控制技术

采用同步dc,qc坐标轴系,将dc轴与气隙磁场相量重合。由于定子电压恒定,近似认为气隙磁通保持不变,推导出双馈电机稳态下有功、无功解耦的励磁控制模型:

$\{\begin{array}{l}{\rm P}{}_1=-u{}_{\text{s}q}i{}_{\text{r}q}\\ Q{}_1=u{}_{\text{s}q}i{}_{\text{r}d}-u{}_{\text{s}q}\phi {}_{\text{m}}/{\rm M}\end{array}(2)$

其中,励磁电压和励磁电流的关系如下:

$\{\begin{array}{l}i{}_{\text{r}d}=u{}_{\text{r}d}/R{}_2\\ i{}_{\text{r}q}=(u{}_{\text{r}q}-u{}_{\text{s}q}+w{}_2\phi {}_{\text{m}})/R{}_2\end{array}(3)$

通过调节转子电流的转矩分量irq,可以调节定子输出有功功率;控制转子电流的励磁分量ird,可以调节定子输出无功功率。由于在推导中忽略了定子漏阻抗和转子漏感的影响,同时近似地认为气隙磁链为常数[26],这导致了励磁控制模型精度下降。另外,在实际控制系统中要准确做到气隙磁场的定向不容易,往往要增加控制系统的复杂性。故在当前的双馈机组分析中,该励磁控制模型应用得很少。

4.1.2 基于定子磁链定向(SFO)的矢量控制技术

为了实现d-q轴变量之间的解耦,采用定子磁链定向,使以同步速w1旋转的坐标轴d与定子磁场矢量相重合。在电网频率f恒定的条件下,保持电压Um为恒值即可实现定子磁场定向[26],Ψsd=Ψs,Ψsq=0,Ψs=Ψsd+j0 。解耦的有功和无功分量方程如下:

$\{\begin{array}{l}{\rm P}{}_1=-u{}_{\text{s}q}i{}_{\text{r}q}/L{}_1\\ Q{}_1=u{}_{\text{s}q}(\phi {}_{\text{m}}-{\rm M}i{}_{\text{r}d})/L{}_1\end{array}(4)$

获得实现P,Q独立可调的d-q坐标系中转子分量电压表达式后,通过2/3旋转变换可获得发电机转子三相电压来控制变频器,产生所需的励磁电压。

该励磁控制模型精度较高,由于定子频率为恒频,使得在推导过程中忽略定子电阻不会带来较大的误差,并且以定子磁场定向时,控制系统可以变得较为简单。但由于假设定子电压理想,即频率与电压幅值恒定,且不考虑定子励磁电流的动态特性[27,28],该系统仅在正常运行条件下动态响应较好,当电网发生故障时,动态响应变差。文献[29]考虑了定子电压变化的动态过程,建立了适合电网故障分析的控制模型,提出了新型的SFO控制策略,通过仿真DFIG在外部电网故障影响下的动态特性,验证了其有效性。

4.1.3 基于定子电压定向(SVO)的矢量控制技术

假定正常运行的DFIG定子电压恒定[30],采用定子电压控制,有Vsd=|Vs|,Vsq=0,Vs=Vsd+j0。解耦的有功和无功分量方程如下:

$\{\begin{array}{l}{\rm P}=1.5L{}_{\text{m}}V{}_{\text{s}}{\rm I}{}_{\text{r}d}/L{}_{\text{s}}\\ Q=1.5V{}_{\text{s}}(V{}_{\text{s}}/w{}_1+L{}_{\text{m}}{\rm I}{}_{\text{r}q})/L{}_{\text{s}}\end{array}(5)$

由于未考虑解耦电路的细节,系统的暂态响应不佳。

文献[31]以DFIG的精确数学模型为依托,提出了DFIG定子电压定向矢量控制改进方案,考虑了Vs和Ψs的动态过程,在原来控制器的基础上计及定子励磁电流变化的补偿量,并对解耦电路进行了必要的修正,大大提高了外部电网电压故障时对转子电流的有效控制,从而提高了DFIG的不间断运行能力。但对转子电流的有效控制是以增大转子输入电压为代价的,直流母线电压的波动没有明显的改善。同样以改善电网故障下转子过电流、提高DFIG持续运行为目的,文献[32]在基于SVO建立DFIG数学模型前提下,把内模控制引入转子电流控制器的设计中,获得了充分的解耦性能和对错误已知参数的良好鲁棒性,无论是正常运行还是故障运行,均优于传统SVO控制中所用的PI控制器。

4.1.4 基于转子磁链定向的矢量控制技术

把参考坐标系的d轴放在转子磁链矢量Ψ2的方向上,可以建立m-t坐标系下的励磁控制模型[33]。电机的转矩可以表示为

${\rm T}{}_{\text{e}}=\frac{3n{}_{\text{p}}L{}_{\text{m}}\Psi {}_{\text{r}d}i{}_{\text{s}q}}{2L{}_{\text{r}}}(6)$

控制d轴电流可保持磁链Ψrd恒定,只需控制q轴电流就可以调节转矩Te,实现控制转速和磁链的目的。

4.1.5 基于电网电压定向的矢量控制技术

文献[34]通过建立控制变量的动态方程,提出了基于无穷大电网电压定向的双馈发电机励磁控制策略。该策略不需要转子电流的测量和转速的反馈信号,一定程度上简化了控制系统的复杂性,具有较好的动态品质和动态跟踪能力。取无穷大电网电压矢量的方向为d轴,双馈发电机定子端向系统输出的有功、无功计算表达式为

$\{\begin{array}{l}{\rm P}{}_{\text{s}}=1.5(u{}_{\text{s}d}i{}_{\text{s}d}+u{}_{\text{s}q}i{}_{\text{s}q})=1.5U{}_{\text{s}}i{}_{\text{s}d}\\ Q{}_{\text{s}}=1.5(u{}_{\text{s}q}i{}_{\text{s}d}-u{}_{\text{s}d}i{}_{\text{s}q})=-1.5U{}_{\text{s}}i{}_{\text{s}q}\end{array}(7)$

对双馈发电机有功、无功的调节,可通过对转子励磁电压控制,定子电流d-q轴分量的调节来实现。

4.2 变速恒频双馈风电机组直接转矩控制

与矢量控制相比[35],直接转矩控制(DTC)避免了复杂的坐标变换,减少了对电机参数的依赖性,简单地通过检测电机定子电压和电流,借助瞬时空间矢量理论计算转子磁链从而控制电机的电磁转矩,并根据与给定值比较所得误差,实现转速控制。文献[36]采用DTC控制DFIG,基于要求运行的功率因数计算转子磁链的参考值,基于估计的转子磁链的位置、转矩和转子磁链的误差选取开关矢量。然而问题在于DFIG参数的变化会严重影响转子磁链估计值的精度,且转子磁链参考值的计算也存在同样的问题。

4.3 变速恒频双馈风电机组直接功率控制

文献[37]提出了一种新的双馈风电机组励磁控制策略——直接功率控制(DPC)。通过选择合适的转子侧电压矢量来直接控制定子侧的有功和无功功率,实现对有功功率和无功功率的独立调节。此方法只需估计定子磁链的值从而避免了DTC中对转子磁链值的估计,而后者是比较困难的。更重要的是,DPC所唯一需要的机组参数——定子阻抗对系统性能的影响是可以忽略的。在运行条件和机组参数变化的情况下,仿真结果验证了DPC控制策略的有效性和鲁棒性。但DPC在电网故障条件下的控制性能如何,还没有文献涉及,需要进一步研究。

5 结论

由上述内容,可以得出以下结论:

1)目前,双馈风电机组控制策略研究以机理建模和矢量控制为主,但充分考虑发电机的非线性以及参数的时变性,具有抑制参数变化、扰动和各种干扰的控制策略会得以应用;

2)智能控制理论及智能控制器很快向风电领域移植,发展迅猛;

3)下一阶段的研究重点是对风电场与含风电场的电力系统的协调控制。比如,电网故障情况下,如何实现风电机组的不间断运行以提高电能质量;

4)深入地研究风电控制技术以及含有大型风电场的电力系统控制技术,使两者有机地结合是大规模利用风电的关键,需要风电领域的专家和学者孜孜不倦地研究和探索。

恒频风电系统 篇4

在人类面临能源、环境两大紧迫问题的今天,世界各国都把发展可再生的“绿色”新能源作为本国能源战略的重点。而风能作为一种取之不尽、清洁无污染、具有大规模开发利用前景的能源,由于其突出的优点而成为研究的热点。

目前,变速恒频双馈风力发电机组已成为风电机组的主流机型,采用变速恒频发电方式,可以按照捕获最大风能的要求,当风速变化时,实时调节风力机的转速,使之始终运行在最佳转速上,同时通过对最佳叶尖速比的跟踪,使得风力发电机组在所有的风速下均可获得最佳的功率输出。由于双馈发电机定子侧接入工频电网,转子绕组与幅值、频率、相位和相序均可调节的四象限变频器相连,实现交流励磁。控制励磁电流的幅值、频率、相位,可以实现输出电能恒频恒压。因此,变速恒频双馈风电机组正受到风力机生产商和风力发电运行部门的青睐和重视[1,2,3]。

为此,本文提出了一种既不依赖于风速的测量,又可实现输出最大功率的最优控制策略,应用定子磁链定向矢量控制技术,实现了发电机定子有功功率、无功功率的独立调节。

2 风力机特性

由于风能是一种具有随机性、爆发性、不稳定性特征的能源,风力机的固有特性决定了用于风能捕获的风力机在不同风速下有一个最佳运行转速,此时对风能的捕获效率最高,而且风施加给风力机的应力也最小。所以控制风力发电机组在这个优化的转速下运行,即最大风能追踪的研究是提高风力发电效率的有效途径。

变速机组进行最大风能追踪的目的是使机组在运行时最大程度的吸收风能。根据空气动力学原理,风轮叶片从风中获取的能量公式为

${\rm P}=\frac{1}{2}C{}_{\text{p}}A\rho v{}^3(1)$

λ=ωmR/v (2)

式中:ρ为空气密度;v为风速;A为风力机的扫掠面积;Cp为风力机的输出功率系数,它是叶尖速比λ和桨叶节距角β的函数;ωm为风力机机械角速度;R为风轮半径。

在桨叶节距角β一定时,风力机Cp与λ的关系曲线如图1所示。

可以看出,对于一台确定的风力机,在桨叶节距角β不变时总有一个对应着最佳功率系数Cpmax的最佳叶尖速比λopt,此时风力机的转换效率最高。也就是,对于一个特定的风速v,风力机只有运行在特定的转速下才会有最高的风能转换效率。在实际运行中,风速是时刻变化的,当风速变化时,最佳叶尖速比λopt也不断变化,要捕获最大的风能,就要求当风速变化时风轮的转速随风速变化,以保持最佳叶尖速比,进而获得最大的功率[3]。

3 双馈风电机组基本构成

双馈风电机组主要由风力机、增速齿轮箱、交流励磁双馈发电机、变频器和控制电路组成,首先,风力机吸收风能,并把风能转化为动能,然后通过齿轮箱带动发电机转子转动。在转子侧施加三相低频电流实现交流励磁,控制励磁电流的幅值、频率、相位,实现输出电能恒频恒压。同时采用电机调速系统中的矢量变换控制,实现发电机输出有功功率、无功功率的解耦控制。最后接入电网,最终实现风能到电能的转换。其基本构成如图2所示。

当风速变化引起发电机转速n变化时,控制发电机转子电流的频率f2可使定子电流频率f1恒定,即应满足关系式:

f1=pfm±f2 (3)

式中:p为电机极对数;fm为转子机械频率。

fm取决于发电机转子的转速n,即

fm=n/60 (4)

由式(3)、式(4)可知,当发电机的转速n变化时,控制f2相应变化,可使f1保持不变,即与电网频率保持一致,实现变速恒频控制[4,5]。

当发电机亚同步运行时,此时发电机的转速n小于定子旋转磁场的转速n1,变频器向转子提供交流励磁,由发电机定子发出电能给电网,式(1)取正号;当发电机超同步运行时,此时n大于n1,发电机同时由定子和转子发出电能给电网,式(1)取负号;当发电机以同步速运行时,此时n=n1,f2=0,变频器向转子提供直流励磁[4,5]。

4 最大风能追踪控制策略

在实际应用中,对风速的准确测量存在一定的难度,无法直接给出与风速对应的转速指令。本文通过对双馈发电机输出功率的控制,间接得到了与风速相对应的最优转速和最佳叶尖速比。从而实现了追踪最大风能的目的。图3为不同风速下输出功率与转速的关系。

当风速为v3时,系统稳定运行在Popt曲线上的A点,此时风力机的输出功率与发电机的输入功率平衡在PA。当风速突变到v2时,风力机运行到B点,其输出功率由PA变为PB,由于调节过程的滞后和机械惯性,发电机还运行于A点,此时发电机的输入功率大于输出功率,于是风力机施加给发电机一个与其转速方向相同的力矩,拖动机组的转速增加,在转速发生变化的同时,控制系统的给定参考值也随之变化,导致转速增加。在转速增加的过程中,风力机输出的机械功率沿曲线BC运行,发电机发出的总电磁功率沿曲线AC上升,最后到达平衡点C,功率再一次平衡。同理,当风速由v1突变到v2时,风力机的输出功率沿曲线DC变化,发电机的总电磁功率沿曲线EC变化最终找到最大功率点[3]。

通过分析可知,对双馈发电机有功功率、无功功率进行解耦控制,通过对有功功率的控制来实现最大风能追踪是可行的。

5 最大风能追踪控制算法

5.1 双馈发电机数学模型

利用坐标变换,电机在同步旋转d-q坐标系下的模型为[5,6]

$\{\begin{array}{l}u{}_{\text{s}d}=D\Psi {}_{\text{s}d}-\omega {}_1\Psi {}_{\text{s}q}-R{}_{\text{s}}i{}_{\text{s}d}\\ u{}_{\text{s}q}=D\Psi {}_{\text{s}q}+\omega {}_1\Psi {}_{\text{s}d}-R{}_{\text{s}}i{}_{\text{s}q}\end{array}(5)$

$\{\begin{array}{l}u{}_{\text{r}d}=D\Psi {}_{\text{r}d}-\omega {}_2\Psi {}_{\text{r}q}+R{}_{\text{r}}i{}_{\text{r}d}\\ u{}_{\text{r}q}=D\Psi {}_{\text{r}q}+\omega {}_2\Psi {}_{\text{r}d}+R{}_{\text{r}}i{}_{\text{r}q}\end{array}(6)$

$\{\begin{array}{l}\Psi {}_{\text{s}d}=-L{}_{\text{s}}i{}_{\text{s}d}+L{}_{\text{m}}i{}_{\text{r}d}\\ \Psi {}_{\text{s}q}=-L{}_{\text{s}}i{}_{\text{s}q}+L{}_{\text{m}}i{}_{\text{r}q}\end{array}(7)$

$\{\begin{array}{l}\Psi {}_{\text{r}d}=L{}_{\text{r}}i{}_{\text{r}d}-L{}_{\text{m}}i{}_{\text{s}d}\\ \Psi {}_{\text{r}q}=L{}_{\text{r}}i{}_{\text{r}q}-L{}_{\text{m}}i{}_{\text{s}q}\end{array}(8)$

${\rm T}{}_{\text{e}\text{m}}=\frac{3}{2}pL{}_{\text{m}}(i{}_{\text{s}q}i{}_{\text{r}\text{d}}-i{}_{\text{s}d}i{}_{\text{r}q})(9)$

$\{\begin{array}{l}{\rm P}{}_{\text{s}}=\frac{3}{2}(u{}_{\text{s}d}i{}_{\text{s}d}+u{}_{\text{s}q}i{}_{\text{s}q})\\ Q{}_{\text{s}}=\frac{3}{2}(u{}_{\text{s}q}i{}_{\text{s}d}-u{}_{\text{s}d}i{}_{\text{s}q})\end{array}(10)$

式中:usd,usq,isd,isq,Ψsd,Ψsq分别为定子电压、电流、磁链的d,q轴分量;urd,urq,ird,irq,Ψrd,Ψrq分别为转子电压、电流和磁链的d,q轴分量;Lm为互感;Ls为定子自感;Lr为转子自感;ω1,ω2分别为同步角速度和转差角速度;D为微分算子;Ps,Qs分别为定子侧有功功率和无功功率。

5.2 最优控制算法

采用定子磁链定向的矢量控制,有约束条件:

$\{\begin{array}{l}\Psi {}_{\text{s}d}=\Psi {}_{\text{s}}\\ \Psi {}_{\text{s}q}=0\end{array}\{\begin{array}{l}u{}_{\text{s}d}=0\\ u{}_{\text{s}q}=U{}_{\text{s}}\end{array}$

略去定子绕组电阻后,定子电压方程为

$\{\begin{array}{l}0=D\Psi {}_{\text{s}d}-\omega {}_1\Psi {}_{\text{s}q}-R{}_{\text{s}}i{}_{\text{s}d}=D\Psi {}_{\text{s}}\\ U{}_{\text{s}}=D\Psi {}_{\text{s}q}+\omega {}_1\Psi {}_{\text{s}d}-R{}_{\text{s}}i{}_{\text{s}q}=\omega {}_1\Psi {}_{\text{s}}\end{array}$

整理可得:

$\frac{\text{d}}{\text{d}t}\Psi {}_{\text{s}}=0U{}_{\text{s}}=\omega {}_1\Psi {}_{\text{s}}$

将$\{\begin{array}{l}u{}_{\text{s}d}=0\\ u{}_{\text{s}q}=U{}_{\text{s}}\end{array}$

代入式(10),整理可得:

$\{\begin{array}{l}{\rm P}{}_{\text{s}}=\frac{3}{2}U{}_{\text{s}}i{}_{\text{s}q}\\ Q{}_{\text{s}}=\frac{3}{2}U{}_{\text{s}}i{}_{\text{s}d}\end{array}(11)$

将$\{\begin{array}{l}\Psi {}_{\text{s}d}=\Psi {}_{\text{s}}\\ \Psi {}_{\text{s}q}=0\end{array}$

代入式(7)有:

$\{\begin{array}{l}\Psi {}_{\text{s}}=-L{}_{\text{s}}i{}_{\text{s}d}+L{}_{\text{m}}i{}_{\text{r}d}\\ 0=-L{}_{\text{s}}i{}_{\text{s}q}+L{}_{\text{m}}i{}_{\text{r}q}\end{array}$

整理可得:

$\{\begin{array}{l}i{}_{\text{r}d}=\frac{L{}_{\text{s}}}{L{}_{\text{m}}}i{}_{\text{s}d}+\frac{\Psi {}_{\text{s}}}{L{}_{\text{m}}}\\ i{}_{\text{r}q}=\frac{L{}_{\text{s}}}{L{}_{\text{m}}}i{}_{\text{s}q}\end{array}(12)$

将式(12)代入转子磁链方程整理可得:

$\{\begin{array}{l}\Psi {}_{\text{r}d}=a\Psi {}_{\text{s}}+bi{}_{\text{r}d}\\ \Psi {}_{\text{r}q}=bi{}_{\text{r}q}\end{array}(13)$

其中

$a=\frac{L{}_{\text{m}}}{L{}_{\text{s}}}b=L{}_{\text{r}}(1-\frac{L{}_{\text{m}}^2}{L{}_{\text{s}}L{}_{\text{r}}})$

将式(13)代入转子电压方程,进一步整理可得:

$\{\begin{array}{l}u{}_{\text{r}d}=(R{}_{\text{r}}+b\frac{\text{d}}{\text{d}t})i{}_{\text{r}d}-b\omega {}_{2}i{}_{\text{r}q}\\ u{}_{\text{r}q}=(R{}_{\text{r}}+b\frac{\text{d}}{\text{d}t})i{}_{\text{r}q}+a\omega {}_2\Psi {}_{\text{s}}+b\omega {}_{2}i{}_{\text{r}d}\end{array}$

令

$u^{\prime }{}_{\text{r}d}=(R{}_{\text{r}}+b\frac{\text{d}}{\text{d}t})i{}_{\text{r}d}\text{Δ}u{}_{\text{r}d}=-b\omega {}_{2}i{}_{\text{r}q}$

$u^{\prime }{}_{\text{r}q}=(R{}_{\text{r}}+b\frac{\text{d}}{\text{d}t})i{}_{\text{r}q}\text{Δ}u{}_{\text{r}q}=a\omega {}_2\Psi {}_{\text{s}}+b\omega {}_{2}i{}_{\text{r}d}$

则有:$\{\begin{array}{l}u{}_{\text{r}d}=u^{\prime }{}_{\text{r}d}+\text{Δ}u{}_{\text{r}d}\\ u{}_{\text{r}q}=u^{\prime }{}_{\text{r}q}+\text{Δ}u{}_{\text{r}q}\end{array}$

式中:u′rd,u′rq为实现转子电压、电流解耦控制的解耦项; Δurd,Δurq为消除d,q轴转子电压、电流分量间交叉耦合的补偿项。

将转子电压分解为解耦项和补偿项后,既简化了控制,又能保证控制的精度和动态响应的快速性。

最大风能追踪控制算法如图4所示。首先读入机组转速,根据式(1)、式(2)计算有功功率参考值,根据电网需要设定无功功率参考值;然后读入发电机定子侧输出电压、电流等值,经坐标变换后按式(11)计算功率反馈值,与参考值进行比较,经功率调节器调节输出定子电流参考;再根据定子电流参考值及磁链观测器输出的定子磁链幅值,由式(12)计算转子电流参考值;最后读入转子电流值,经三相静止坐标系到同步旋转坐标系的变换后与参考值比较,经电流、电压补偿分量调节得到转子电压参考,再经同步旋转坐标系到三相静止坐标系的坐标变换进行PWM调制后输出转子侧变频器的驱动信号,从而完成控制。

6 仿真研究

图5为风速发生阶跃变化时风力发电机组追踪最大风能的过程。设定第5s前机组运行在4m/s的风速下,第5s时风速变为8m/s,为了追踪最大风能,DFIG的转速经过短暂的调节后上升为与变化后风速相对应的最优转速30rad/s。可以看出,机组实现了对转速的最优控制,保证了最大风能的追踪,达到最大输出值Pmax=2200W。

图6为最大风能追踪控制下,风速线性变化时的响应,从图6中可以看出,当风速线性变化时,机组实时的通过控制命令调节了转速,使之随风速变化,跟踪误差小于1rad/s,保持了最佳叶尖速比,最终整个机组运行在最佳功率曲线上,使输出功率达到该条件下的最佳值4300W。

7 结论

本文在分析风力机特性和双馈电机变速恒频控制的基础上,研究了最大风能追踪的控制策略,应用定子磁场定向的矢量控制技术,实现了双馈电机有功、无功功率的解耦控制。通过控制发电机输出的有功功率实时调节转速,保持最佳叶尖速比,进而获得最大的功率。计算机仿真结果验证了本文所提出的控制算法满足最大风能追踪的要求,具有良好的动、静态性能,对实际系统的运行控制具有指导意义。

摘要：为了最大限度地利用风能,提高风电机组的运行效率,在分析双馈发电机基本数学模型及其定子磁链定向的矢量控制技术的基础上,提出了一种实现双馈风电机组最大风能追踪的最优控制算法。利用Matlab/Simulink对不同风速下机组的运行状况进行了分析,仿真结果验证了该控制策略的正确性和可行性。

关键词：风力发电,最大风能追踪,双馈发电机,变速恒频

参考文献

[1]Datta Rajib,Ranganathan V T.A Method of Tracking the PeakPower Points for a Variable Speed Wind Energy ConversionSystem[J].IEEE Trans.Energy Conversion(S0885-8969),2004,18(1):163-168.

[2]Heier Siegfried.Grid Integration of Wind Energy ConversionSystems[M].Chicester,UK:John Wiley&Sons Ltd,1998.

[3]刘其辉,贺益康,赵仁德.变速恒频风力发电系统最大风能追踪控制[J].电力系统自动化,2003,27(20):62-67.

[4]叶杭冶.风力发电机组的控制技术[M].北京:机械工业出版社,2006.

[5]张先勇,吴捷,杨金明.基于自抗扰解耦的变速恒频风力发电功率控制系统[J].电气传动,2007,37(2):8-11.

恒频风电系统 篇5

The energy,especially electric energy,has become more and more important in the 21st century China.However,the development of electric industry has been seriously restricted by the shortage of primary energy and the expansion of traditional power plants may also increase CO2emission that consequently causes serious environmental problems.Under this situation,the exploitation of wind energy,which provides new solutions to the contradiction between economic development and environmental pollution,has been inevitable.

Before the late 1990s,most wind plant manufacturers around the world built fixed-speed wind plant systems(FSWPSs)using a multistage gearbox and a standard squirrel-cage induction generator,directly connected to the grids[1].However,the FSWPS is designed to maximum efficiency at the particular wind speed and induction generators consume reactive power when connected with grids[2].Since the late 1990s,most wind plant manufacturers have changed to variable speed wind turbines(WTs)[3].A power electronic converter is used to help generators connect with grids,as a result,much more flexible control could be implemented to achieve better performance such as tracking maximum power point and producing reactive power[2].

While more variable-speed generators are installed in wind farms(WFs),several new problems are introduced in power systems.How to evaluate the performance of power systems under high wind power penetration conditions has newly become a hot topic for researchers.This paper provides an overview to the latest research issues related to the grid integration of wind farms with variable speed wind plant systems(VSWPSs).

1 A Brief Introduction to VSWPS

Two types of VSWPSs are most commonly installed in wind farms[4].The first one uses a multistage gearbox,a relatively low-cost standard doubly-fed induction generator(DFIG)and a power electronic converter feeding the rotor winding with a power rating of approximately 30%of the rated power of the turbine.The second one uses a gearless generator system with a so called direct-drive generator,mainly to reduce failures in gearboxes and to lower maintenance problems.A power electronic converter for the full-rated power is then necessary for the grid connection.Structures of them are illustrated in reference[2].Both of them can operate under variable speed working conditions.

Advantages of VSWPS to FSWPS are significant,such as the advanced wind energy capture effectiveness,the enhancement of control flexibility and the improvement on system stability.However,the control system increases the complexity and decreases the power quality due to harmonics emission.On the other hand,the wind power fluctuation injected into grids is decided by the natural characteristics of wind speed randomization.Although VSWPS could temporarily control power fluctuation to some extent,there is still no perfect solution published to restrain power fluctuation for a long term.With the wind penetration proportion getting higher,the power fluctuation will cause much more problems.What's more,on account of new model and characteristics of VSWPS,the influence of power fluctuation also needs to be revaluated and the power delivery,plants operating and control schemes need to be redesigned.

2 Influence of Grid Integration of Wind Farms with Variable Speed Plants

2.1 System Stability

According to the classification of power system stability in reference[5],power system stability could be categorized into voltage stability,frequency stability and rotor angle stability.VSWPSs have the ability to control reactive power and decouple active and reactive power control through electronic converters.Thus,the voltage stability of power systems is improved.Besides that wind energy could be restored as rotating kinetic energy in blade and hub,and then released by VSWPSs if necessary.So the frequency stability of grids could be enhanced temporarily.Although the system stability is improved,the complexity of the whole system is increased by affiliated control system of VSWPSs.How to evaluate the impact on system stability with VSWPSs has become one of the hotspots of current wind power research.

2.1.1 Stability Model

References[6-12]develop and analyze several kinds of stability VSWPS models from different aspects.In references[6-7],a detailed dynamic model for DFIGs has been developed,and based on that the stability limitation and control parameter sensitivities are calculated and optimized under frequency domain approach.A model for a variable speed wind turbine with a permanent magnet,multi-pole and synchronous generator is developed and implemented in reference[8],which is suitable for investigations of the short-term voltage stability and ride-through capability of such wind turbines.Different types of reduced order stability models for DFIGs are discussed and compared in reference[9].In reference[10],a stability model of wind turbines with pitch control and detailed multi-body aero-elastic equations are considered.References[11-12]present a unified,modular,small-signal dynamic stability model for an induction machine-based wind farm,which could represent an arbitrary number of fixed speed,partially variable speed(doubly-fed)and variable speed induction generators based wind units in a wind farm.

2.1.2 Voltage Stability

As the beginning of this chapter mentioned,the voltage support could be provided by VSWPSs to enhance the voltage stability of grids.Besides that,the fault-ride through capability for VSWPSs is also required by system grid codes to improve the voltage stability during large disturbance.Both of the influences mentioned above are discussed in references[13-19].In reference[13],a reactive power control scheme is proposed for voltage regulation at a remote location by taking into account its operating state and limits.Reference[14]derives a steady state PQ-diagram for a DFIG and concludes that the reactive power production limitation is the rotor current limit.That conclusion is crucial for the voltage stability evaluation.Considering the DFIG is quite sensitive to grid fault,reference[15]designs a voltage control scheme to coordinate the rotor-side and grid-side converter.Under that scheme,the grid static voltage stability and the FLRT capability is improved significantly.A field-test unit is introduced in reference[16],which could generate a voltage dip at the WT terminals.The WT manufacturer is able to check the equipment works according to the design specifications fulfilling the grid code requirements and can validate the simulation models.Researches in references[17-19]present modeling,analysis and control design of DFIG-based wind turbines under unbalanced network condition.

2.1.3 Frequency Stability

References[20-24]discuss the effect on frequency stability by grid connected wind farm with VSWPSs.Reference[20]generalizes methodology to quantify the capability of providing a short-term excess active power as frequency support for different wind turbines with physical parameters in a wider range.In reference[21],authors investigate whether a degree of built-in frequency stability could be provided while incorporating dynamic demand control into certain consumer appliances.A control scheme that allows DFIGs to participate effectively in system frequency regulation is proposed in reference[22].Under this control approach,wind generators operate according to a load-reduced optimum power extraction curve such that the active power provided by each wind turbine increases or decreases during system frequency changes.A method to release the kinetic energy in the spinning wind turbine is introduced in reference[23],and it also shows that the kinetic energy in VSWPSs far exceeds the kinetic energy available in the fossil plants.A controller is designed in reference[24],which helps to reduce the frequency drop following the transient period after the loss of network generation.

2.1.4 Rotor Angle Stability

Only a few research works have been published on the rotor angle stability area because there is still no exact and accepted rotor angle concept for variable speed generators especially for DFIG.Reference[25]proposes a control scheme for DFIG named after rotor flux magnitude and angle(FMAC)which defines the angle between the rotor flux vector and the d-axis of the reference frame as rotor angle.In reference[26],a power system stabilizer(PSS)is designed according to the rotor angle concept mentioned above.The simulation result presents that DFIGs employed with PSS contribute to power system damp.

2.2 System Reliability

It is necessary and important to analyze grid reliability due to the wind power fluctuation before a wind farm is built.Compared with FSWPSs,VSWPSs allow wind turbines to work above rated wind speed.Therefore the reliability model for generators is updated.References[27-31]are concerned with the modeling,algorithm and the evaluation method of reliability.References[27-28]develop a simplified wind power generation model for DFIGs which contains a six-step wind speed model applicable to multiple geographic locations and adequate for reliability evaluation of power.This model can be used in the conventional generating system adequacy assessment utilizing analytical or Monte Carlo state-sampling techniques.Research[29]compares four representative population based intelligent search algorithms with traditional Monte Carlo simulation methodology on power systems reliability assessment with wind power fluctuation.In reference[30],the offshore wind farm reliability is assessed and a list of factors that highly influence offshore WF generation is presented based on the assessment result.In reference[31],bulk electric system(BES)reliability analysis associated with wind energy conversionsystems(WECS)isintroduced.The methodology could assist system planners to create potential transmission reinforcement schemes to facilitate large-scale WECS additions to a bulk system.

2.3 Power Quality

Power fluctuation caused by a large penetration of wind generation will influence on power quality such as voltage flicker,frequency deviation significantly.Meanwhile,the harmonics current sourced from control system also increases the total harmonic distortion(THD)index of power systems.Several references[32,33,34,35,36,37,38,39,40]focus on these topics.

2.3.1 Voltage Flicker

During the continuous operation and switching operation,wind turbine causes voltage flicker.References[32-34]evaluate the flicker effect by wind farm.In reference[32],the calculation of maximum apparent power and flicker of residential and commercial radial distribution feeder with remotely connected wind turbines has been investigated.The flicker emission of variable speed wind turbines with DFIGs is investigated by reference[33],and the dependence of flicker emission on mean wind speed,wind turbulence intensity,short circuit capacity of grids and grid impedance angle are analyzed.Furthermore,a comparison on the flicker is also made with the fixed speed wind turbine in this paper.In reference[34],a simplified second-order model for prediction of the response of DFIG wind turbines is derived and using this model steady-state impact,such as flicker emission is measured and analyzed.

2.3.2 Frequency Deviation

In section 2.1,the temporary frequency regulation is mentioned.However,the frequency deviation caused by power fluctuation for a long term is still inevitable.References[35-37]discuss on this problem.In reference[35],the frequency deviation is estimated by a deterministic method based on the transfer functions of system components.As the grid frequency is regulated,the deviation can limit high wind power penetration.In reference[36],a scheme for supervisory control of wind farms is presented,which concentrates on reduction of power output variation.Reference[37]presents a method to quantify wind penetration based on the amount of fluctuating wind power that can be filtered by wind turbine generators and thermal plants.For optimal wind power acquisition,the penetration level is conservatively estimated to be 50%.

2.3.3 Harmonic Emission

Variable speed wind plants are equipped with selfcommutated inverter systems,which are mainly PWM inverters,using insulated gate bipolar transistor(IGBT)technology.The PWM inverter is convenient to implement control strategies with the disadvantages of producing harmonic currents.References[38-40]discuss the effect of the harmonic current injected.In reference[38],the important general characteristics of the harmonic behavior of WTs are outlined,such as the shape and the frequency range of the harmonic current spectrum,the variation of the harmonics with the WT operating point,the statistical characteristics of their magnitude and phase angle,the effect of grouping and time-averaging,as well as their symmetrical component characteristics.Reference[39]analyzes the repercussions from the connection of wind farms with variable speed generators on the operation of weak electric distribution systems.General conclusions are drawn concerning the voltage fluctuations,harmonic content,and the penetration of harmonics through the network.The reactive power and harmonic compensation schemes include passive filters,active filters,and hybrid compensation methods for a SCR interfaced permanent magnet generator based variable speed wind turbine is studied in reference[40].The effectiveness of the compensation schemes has been investigated in terms of reactive power and harmonics.

2.4 Wind Power Transmission

With wind being an uncontrollable resource,power delivery from a large-scale WF into a power system poses challenges.Meanwhile,the built-up of offshore wind farms with high-capacity variable speed generator also requires more flexible and trustable power transmission systems.References[41-47]further discuss on this topic.References[41-43]consider a solution for the integration of large offshore DFIG-based WFs with a common collection bus controlled byastaticsynchronouscompensator(STATCOM)into the main onshore grid using linecommutated high-voltage DC connection.References[44-45]describe the use of voltage source converter(VSC)-based HVDC transmission system(VSC transmission)technology for connecting large DFIG-based WFs over long distance.In reference[46],the impact of STATCOM to facilitate the integration of a large WF into a weak power system is studied.Reference[47]concerns with the issue of the fault ride-through capability of a WF of induction generators,which is connected to an AC grid through an HVDC link based on VSCs.

2.5 Requirement for Energy Storage

The requirement for energy storage in power systems is driven by the amount of installed wind turbines and by generation system flexibility.Benefits are more significant in systems on restraining power fluctuation to improve grid stability and power quality if energy storage deployed.Variable speed generators are allowed to implement much more flexible control strategy than fixed-speed wind turbine incorporated with energy storage.References[48-54]discuss on this topic.In references[48-49],a control scheme which incorporates DFIG with flywheel is presented.In reference[50],a computational procedure to determine the battery energy storage system(BESS)capacity and the evaluation of the DC voltage is shown.This method could help planners determine the capacity of the BESS to ensure constant dispatched power to the connected grid,while the voltage level across the DC-link of the buffer is kept within preset limits.Reference[51]considers the integration of a short-term energy storage device in a DFIG design in order to smooth the fast,wind induced power variations.This storage feature can also enhance the low voltage ride through(LVRT)capability.In reference[52],a hybrid power system is analyzed.It is composed of solar power,wind farm of DFIGs,pumped storage station,residential load and industry load.In references[53-54],the future application of energy storage in Netherlands and Germany is discussed.Compressed air energy storages coordinating with variable wind turbine are proved to be a suitable solution for the integration of wind power in these countries.

2.6 Coordination with Other Types of Generator Units

Due to the uncertain characteristics of the wind production,the way of the reserve management for wind integration is to provide additional reserve margin by traditional power plants.And VSWPSs are also able to be controlled to coordinate with other types of generators which could restrain power fluctuation.References[55-57]focus on this area.In reference[55],a strategy that incorporates DFIG wind farms with traditional units to actively provide primary reserve for frequency control together is presented.This control scheme manages additional reserve margin of conventional plants to restrain effect of the uncertain characteristics of the wind power fluctuation.Reference[56]proposes an AC-linked hybrid wind/photovoltaic(PV)/fuel cell(FC)alternative energy system.Wind and PV are the primary power sources of the system,and an FC combination is used as a backup and a long-term storage system.An overall power management strategy is designed for the proposed system to manage power flows among different energy sources and the storage unit in the system.In reference[57],the modeling and control strategy of a wind-diesel generation system are discussed.In the proposed hybrid system,both the diesel engine and the wind turbine are variable speed machines,allowing maximum fuel efficiency and optimal energy capture from the wind.

3 Conclusion

Wind energy has developed over past 25 years,and it will probably continue to advance over the next 20 years.With the development of wind energy technology,VSWPSs will replace the dominant position of FSWPSs gradually.However there are still a number of issues associated with integration of wind farms with VSWPSs into power systems.This paper has provided an overview of the latest achievements on this area and categorized them into different research directions.Among them,according to the statistical results of papers published in important international journals,the improvement on voltage and frequency stability,the evaluation of system reliability,the influences on power quality,and the coordination with energy storage utilities are the hottest topics in this area.Authors will pay more concerns about these directions in the future.

恒频风电系统 篇6

由于风能具有随机性和间歇性, 风电机组输出功率随风速随机变化, 风电机组并入配电网后将干扰原有配电系统的正常运行。因此, 风电机组并入配电网后的有功功率控制、无功电压调节以及配电网的优化运行等问题受到广泛的关注[1,2]。目前, 国内外对风电机组并网后的配电网无功优化作了一些研究[3,4,5], 但一般只分析了恒速恒频异步发电机风电机组并网后的配电网无功优化问题, 对目前广泛采用的变速恒频风电机组并网后的配电网无功优化少见有研究。本文主要讨论了含变速恒频风电机组并网后的配电网无功优化问题。

1 变速恒频风电机组有功功率特性

变速恒频风电机组主要由风力机、感应电机和背靠背双脉冲宽度调制 (PWM) 变流器组成。直驱式永磁同步风力发电系统的基本结构如图1所示。感应电机定子经背靠背双PWM变流器接入电网。

风能的随机性和间歇性决定了风力发电机的功率输出特性也是随机的、波动的和间歇的。通常, 风电机组在一定风速下的有功功率可根据风电机组功率特性曲线得到, 即风电机组输出有功功率与风速对应关系。某型号1 500 kW双馈感应风电机组的功率特性曲线[6]由图2所示。

2 含风电机组的配电网无功优化模型

2.1 目标函数

本文以系统有功功率损耗最小作为目标函数, 以可调变压器分接头位置向量Tap和并联电容器投运组数向量SC为优化变量, 建立了无功优化模型。

无功优化模型的目标函数minf1 (x) 如下:

$\min f{}_1(x)={\displaystyle \sum _{i=1}^{{\rm N}{}_{\text{l}}}R}{}_i\frac{{\rm P}{}_i^2+Q{}_i^2}{U{}_i^2}(1)$

x=C

Tap=T

Sc=C1, SC2, …, SCNC

式中:x为控制变量;Tap和Sc分别为可调变压器分接头位置向量和电容器组投切组数向量;Nt为可调变压器台数;NC为并联电容器组数;Nl为系统支路数;Ri为支路i的电阻;Pi和Qi分别为支路i的有功和无功功率;Ui为节点i上电压幅值。

2.2 等式约束

潮流方程如下:

${\rm P}{}_i+{\rm P}{}_{\text{W}\text{Τ}i}={\rm P}{}_{\text{D}i}+U{}_i{\displaystyle \sum _{j=1}^{{\rm N}{}_{\text{b}}}U}{}_j(G{}_{ij}\cos \delta {}_{ij}+B{}_{ij}\sin \theta {}_{ij})(2)$

$Q{}_i+Q{}_{\text{W}\text{Τ}i}=Q{}_{\text{D}i}+U{}_i{\displaystyle \sum _{j=1}^{{\rm N}{}_{\text{b}}}U}{}_j(G{}_{ij}sin\delta {}_{ij}-B{}_{ij}\cos \theta {}_{ij})(3)$

上二式中:Pi和Qi分别为电网输入节点i的有功功率和无功功率;PWTi和QWTi分别为风电机组向节点i注入的有功和无功功率;PDi和QDi分别为节点i处负荷的有功功率和无功功率;Ui为节点i的电压;Gij, Bij和δij为节点i、j的电导, 电纳和相角差。

2.3 不等式约束

风电机组有功约束:

PWTi, min<PWTi<PWTi, max (4)

并联电容器组约束:

QCi, min<QCi<QCi, max (5)

变压器分接头位置约束:

Tapi, min<Tapi<Tapi, max (6)

节点电压幅值约束:

Ui, min≤Ui≤Ui, max (7)

上四式中:PWTi, max和PWTi, min分别为第i台双馈风电机组的有功输出最大值与最小值;QCi为第i组并联电容器组投入组数;Tapi为第i台可调变压器分接头位置;Ui为节点i的电压幅值。

3 风速变化对风电机组输出有功功率的影响

本文是以每小时平均预测风速对应的风电机组输出功率为控制变量, 但实际运行中, 短期风速预测绝对误差在±20%～±40%, 再加上风能具有波动性的特点, 每时段风电机组实际输出功率相对平均预测功率具有较大的变化量。

假设t时段风电机组平均预测输出有功功率为PWTt, 如图3所示[7]。如t时段风电机组有功功率最大变化量为ΔPWT, max, 风电机组实际输出最大有功功率为PWTt, max:

PWTt, max=min (PWT, rat, PWTt+ΔPWT, max) (8)

式中:PWT, rat为风电机组额定输出功率。

风电机组实际输出最小有功功率为PWTt, min:

PWTt, min=PWTt-ΔPWT, max (9)

4 基于二进制粒子群优化算法的含变速恒频风电机组配电网无功优化算法

含变速恒频双馈风电机组的配电网无功优化控制变量包括可调变压器分接头、电容器投运组数, 其中可调变压器分接头和电容器投切组数为离散变量。

本文采用二进制粒子群优化算法 (Binary Particle Swarm Optimization, BPSO) 对含变速恒频双馈风电机组的配电网进行无功优化。BPSO具有处理离散变量的能力, 且容易收敛于最优解, 因此采用BPSO解决无功优化问题能取得更好优化结果[8]。

含变速恒频双馈风电机组并网的配电网无功优化算法流程如下。

1) 输入配电网有关参数, 包括电压上下限, 负荷数据, 风电机组装机容量、台数, 风速参数及风电机组的运行参数等。

2) 根据每时段风速和风电机组功率特性曲线, 计算各台风电机组的最大输出有功功率PWTi, max。

3) 将风电机组初始输出功率因数设定为1.0, 此时风电机组有功功率为PWTi, max, 无功功率为0。

4) 考虑风速预测误差, 计算风电机组有功功率最大变化量为ΔPWT, max, 由式 (8) 求得风电机组实际输出最大有功功率为PWTt, max。

5) 设定粒子群规模N, 惯性权重系数ω, 加速系数c, 迭代次数t等参数, 取可调变压器分接头位置Tap和并联电容器投运组数SC作为控制变量进行编码。

6) 随机初始化粒子群, 得到N个可行解。将初始粒子值代入潮流计算, 求得每个粒子的适应度值fitnessi=F (x) , 设定每个粒子的当前位置作为粒子当前最优解pBesti=fitnessi, gBest=min (fitness) 为群体当前最优解。

7) 对每个粒子进行速度和位置更新。每次更新后, 检查速度是否超过最大值vmax或最小值vmin, 如果超出该范围, 将速度限制为该极值。

8) 将更新后的粒子位置代入潮流计算, 计算粒子更新后的适应度值fitnessi=F (x) 。如果粒子i的适应度值fitness′i优于此前的个体极值pBesti, 则将其值设为pBesti;如果最佳的p′Besti, 优于此前的全局极值gBest, 则将其值设为gBest。

9) 如果达到最大迭代次数, 则停止计算, 否则返回计算流程的第1) 步。

5 算例分析

本文在MATLAB环境中, 采用IEEE 33节点配电系统来验证本文所提模型和算法的正确性和有效性, 该系统详细线路和负荷参数见文献[9]。系统节点1处有载调压变压器分接头为11挡, 变比调节范围±5×1%。节点14, 30处各安装可投切并联电容器4组、10组, 每组容量为100 kvar。节点33处接入由2台1 500 kW变速恒频双馈风电机。风电机组机端额定电压为690 V, 切入风速为4 m/s, 额定风速为12 m/s, 切出风速为25 m/s。选取某日平均风速预测曲线中的5个时段风速点进行分析, 假设每时段风速最大变化值为2 m/s, 其对应的风电机组功率值如表1所示。

为简化计算, 本文假设各台风电机组具有相同的运行条件。在BPSO算法中, 粒子数N=20;惯性权重系数ω=0.8并在[0.9, 0.4]之间代数线形递减;加速系数c1=c2=2.0;最大迭代次数为100;粒子速度最大值为vmax=2, 最小值vmin=-2。

为分析本文算法的有效性和合理性, 对IEEE 33节点系统进行优化比较, 得到的无功优化结果如表2所示。

由表1和表2可见, 风速为4.9～10.5 m/s时, 采用两种优化方法都能得到满足配电网约束条件的无功优化结果。当风速增加到14.6 m/s时, 风电机组输出为额定功率1.5 MW, 传统无功优化后风电机组并网节点电压为1.079, 超过电压偏差范围。这表明当风力发电功率在配电网中的渗透率较高时, 仅靠调整配电网原有无功控制设备可能无法满足配电网电压约束条件要求, 而需额外安装无功补偿装置。

6 结语

1) 本文研究了变速恒频风电机组接入配电网后的配电网无功优化问题, 以系统有功功率损耗最小为目标函数建立了含变速恒频风电机组的配电网无功优化模型, 并考虑了风速预测误差对风电机组输出有功功率的影响。将配电网无功控制手段, 如调整有载调压变压器变比和投切并联电容器组等进行协调控制, 实现了变速恒频风电机组并网后的配电网无功优化运行。

2) 本文采用BPSO对配电网中有载调压变压器和并联电容器组等无功控制变量进行优化, 将IEEE 33节点配电系统作为算例进行分析, 验证了本文方法的有效性。

参考文献

[1]刘明波, 朱春明, 钱康龄, 等.计及控制设备动作次数约束的动态无功优化算法[J].中国电机工程学报, 2004, 24 (3) :34-40.

[2]陈树勇, 戴慧珠, 白晓民, 等.风电场的发电可靠性模型及其应用[J].中国电机工程学报, 2000, 20 (3) :26-29.

[3]赵晶晶.含分布式发电的配电网优化运行研究[D].重庆大学, 2009.

[4]陈琳, 钟金, 倪以信.含分布式发电的配电网无功优化[J].电力系统自动化, 2006, 30 (14) :20-25.

[5]陈海焱, 陈金富, 段献忠.含风电机组的配网无功优化[J].中国电机工程学报, 2008, 3 (5) :40-46.

[6]顾力, 曹文, 采永巍, 等.对风力发电机组并网的电能质量监测评估[J].供用电, 2011 (1) :71-72.

[7]赵晶晶, 符杨, 李东东.考虑双馈电机风电场无功调节能力的配电网无功优化[J].电力系统自动化, 2011, 35 (8) :33-38.

[8]Kennedy J, Eberhart R.A discrete binary versionof the particle swarm algorithm[C].Proceeding ofthe World Multi-conference on Systemics, Cyber-netics and Informatics.Piscataway, NJ, 1997.

恒频风电系统 篇7

关键词：兆瓦级变速恒频,风电机组,变速变桨距,控制技术

近年来, 随着我国风力发电产业在全国的快速发展, 风能逐渐成为世界上最快捷清洁性能源, 同时风电机组也得到了快速发展。在实际应用中, 变速恒频风力机不仅可以减省发电系统对电网造成的不良影响, 同时还能增强风力风电系统稳定性和风能利用率, 在上个世纪90年代以后, 通过替换风力发电机组, 取得了良好的成果。在风力发电的过程中, 变速随着风速变化而变化, 不断整理风力机输入功率。在这过程中, 兆瓦级变速控制技术不仅可以降低传动链和风力机磨损, 同时对增强风能转换效率也有重要作用, 它具有运行噪声低、能及时调节功率参数等优点。锋利发电机组变桨距通过叶片, 依靠相关技术进一步改变桨距角大小和气动特性;在改善整机和桨叶受力情况的同时, 增强风力机输出功率, 让兆瓦级变速恒频风电机组具有更好的启动、制动性能, 逐步稳定输出功率, 在健全控制算法的同时, 不断减小风电机组转矩脉动与荷载, 从而延长风电机组使用周期。

1 风电机组变速变桨距工作原理

在电力系统中, 风力机主控系统根据当前发电机功率、风速等状态数据, 通过下发桨叶距角位置以及制定角度位置, 明确变桨距实时响应主控指令, 从而保障风电机组高效、稳定运行;当变速恒频风电机组出现特殊情况时, 通过调整桨叶位置, 让桨叶和风向平行, 从而实现气动刹车, 保障停机安全。变速恒频风力发电系统模型 (如图1所示) , 它是整个控制系统指令发出后, 将变桨距控制技术作为变速恒频风电机组的核心, 通过恒频发电机转速、风速以及电功率桨距角指令或者电磁转矩命令, 将主控制器直到发送到风电机组变流器或者变桨距系统中。

变桨距系统根据变桨执行机构, 按照主控制器给定调整桨距角, 并且将运行情况和实际值反馈到主控制器中。变速恒频风电机组变速运行通过转矩控制、转速控制以及功率控制实现, 和变流器一同构成了变速恒频风力发电系统的重要环节;例如:双馈风电机组中, 变流器通过不断控制发电机频率和励磁电流, 进而控制发电机电磁转矩, 逐步实现变速运行。

风电机变速变桨距运行原理则是将风能转化为机械能, 再将机械能转化为电能的过程, 从能量转换角度分析, 风力发电机主要由发电机和风力机两个部分构成, 另外双馈风力风电机还有一个重要的机械部件, 齿轮箱。在发电系统转送, 风力机作为发电系统的重要部件, 直接影响系统效率和性能;通过风轮空气动力学特点, 获得风力机从风能中获得的功率;根据风轮机械能、空气密度、风轮半径、风速、风力机风能利用系数, 得到桨叶尖部风速和线速度的叶尖速比。

由于变桨执行机构动力形式存在很大差异, 大型兆瓦级风电机组变桨驱动方式有电动和液压两种形式。在执行机构中, 液压具有无需变速机构、转矩大、技术成熟等优点;液压转动结构由于结构相对复杂, 渗油、泄漏现象严重, 从而对液压油使用效益造成了很大的影响。在兆瓦级风电机组电动变桨距控制体系中, 桨叶都带有独立电机驱动变桨距体系, 包括电机驱动器、伺服电机、不间断电源、传感器、减速体系、控制器等相关执行机构 (如图2所示) 。

2 控制策略以及现场仿真实验

2.1 控制策略

在兆瓦级变速恒频风电机组运行中, 由于电网和恒频发电机不能连接, 处于脱离状态, 当风速在切入风速之下时, 为了保障控制任务顺利实现, 必须通过发电机组并网控制的方式进行控制;当风速为切出风速时, 由于发电机不能连网, 桨距角变为顺浆。在变速控制中, 一旦发电机组运行在额定风速以下区域时, 就将运行在变速控制方式中。从理论层次来看, 这个阶段对实现风能追踪具有重要作用, 通过风力追踪曲线, 进而实现最大风能捕获。受恒频风电机组自身因素影响, 发电机组输出受功率限制以及转速影响。在电力系统中, 兆瓦级恒频风力机通常运行在:叶尖速比恒范围或者转速恒定范围。在发电机组叶尖速比恒定范围内, 发电机组转速随着风速变化, 逐渐以出线性变化的方式呈现;由于发电机组以及叶轮转速约束, 不可能在全风速范围内部根据叶尖速比运行。

当兆瓦级发电机接近最大、最小转速时, 通过让它在最大、最小转速运行, 得到最佳叶尖速比, 从而最大可能的获取风能。在计算中, 根据控制区域的不同, 通常采用不同的转矩控制策略进行对应的计算。通过先行控制转矩, 输出为控制变流器给定转矩, 控制输入一般为转速测量值, 控制形式则根据发电机转速测量值、转矩给定以及常数进行确定。在叶尖速比达到最好状态时, 风电机组转矩控制器表现为平方反馈, 通过给定转矩、输出变流器控制, 将发电机转速测量结果作为输入。

在兆瓦级变速恒频风电机组运行中, 为了保障恒定最大功率, 在确保风电机组传动系统稳定和动态特性的同时, 对兆瓦级变速恒频风力机进行变速变桨距控制, 让风力机电磁转矩作为控制系统的额定值。由于风电机组转速增加速度较快, 当阵风或者短时间风速增强时, 在机组震荡的过程中, 发电机组超过常规速度, 停机现象产生。为了有效控制这一现象, 通常采用两个变桨控制器对整个系统进行有效控制;为了保障极端风情况下, 机组平稳运行, 必须对风电机组加速度以及发电机转速进行有效控制。

在非线性变桨控制器中输出控制为桨距角给定位置, 输入为发电机偏差。通过非线性变桨控制器数据、桨距角数字、变桨比例参数、变桨控制器参数、发电机采样值以及发电机额定速度, 限幅以后, 直接得到桨距角给定值以及风电机组变桨控制器输出与控制输出值。

2.2 现场仿真实验

本文结合GH Bladed 3.67软件技术进行仿真, 利用Bladed软件为广大需求者提供自定义控制器, 进一步方便算法测试, 得到仿真参数。在这个过程中, 控制软件的参数PI在某个1.5MW双馈型风力发电机组中, 根据发电机组实际参数情况, 在初步计算的仿真参数的同时, 在参数值整定后, 经过数据仿真以及现场试验得到调整。其次, 非线性变桨控制器整定增益作为兆瓦级变速恒频发电机组数据的依据, 必须在相关试验结束后, 通过不断调整仿真系数得到。

在全风速范围仿真结果中, 三维紊流风场作为最常用的仿真风速, 在仿真结果中不可能清晰的展出;因此, 通常结合风电机相关位置, 在垂直于风轮扫略面的同时, 明确风速信号。当风速在19m/s到6m/s波动时, 在额定风速12.5m/s的风速下, 转速随着风速变化而变化, 从而得到波形低通滤波结果。在这过程中, 风力机根据叶尖速比运行状况, 获得风能;由于兆瓦级风力机不可能完全依赖风速变化而变化, 在增强机组运行稳定性的同时, 也从源头上杜绝了高频震动造成的不良影响。当转速基本维持在1800r/min, 风速大于12.5m/s时, 发电机功率和转矩保持稳定。当处于140s附近时, 风速则直接从8m/s直接上升到16m/s;当处于350s时, 风速则从16m/s降低到11m/s。在风况不好的情形下, 风电机组转速通常维持在1850r/min以内, 因为没有超速等不利现象发生, 整个发电机功率以及转矩都能保持稳定。

当控制算法得到验证后, 通过某风电厂实际运行试验, 得到参数结果。根据不同情形下的转矩测量、发电功率、转矩、测量风速、额定转速、转速测量以及桨距角测量值、给定值, 当风速在8m/s波动时, 发电机运行转速和输出功率相对平稳, 由于额定功率下桨距角基本上都是零度, 因此, 风电机稳定性能够得到保障。

3 结论

为了保障兆瓦级变速恒频风电机组变速变桨距控制技术在电力系统中得到良好的应用, 在Bladed相关软件验证中, 必须根据变桨距控制原理, 根据不同运行区域提出对应的控制策略, 在不断吸收整合国内外先进技术的同时, 推动我国电力系统发展。

参考文献

[1]马蕊, 鄂春良, 付勋波, 等.兆瓦级变速恒频风电机组变速变桨距控制技术研究[J].电气传动, 2010, 40 (4) :7-10, 27.

[2]汪海波, 田炜, 鲁斌, 等.兆瓦级风电机组电动变桨距系统测试平台设计[J].电力系统自动化, 2010, 34 (24) :74-77.

[3]邵桂萍, 赵斌, 许洪华, 等.1.5MW变速恒频风电机组控制系统及变流器[C].//中国仪器仪表学会第九届青年学术会议论文集, 2007:45-49.

[4]邵桂萍, 李建林, 赵斌等.兆瓦级变速恒频风电机组变速控制策略的研究[J].太阳能学报, 2008, 29 (9) :1167-1171.