基于双馈电机的风力发电系统最大风能捕获研究

基于双馈电机的风力发电系统最大风能捕获研究

0发电控制系统风发电作为一种具有巨大潜力的清洁能源，受到了越来越多的关注。随着大型斗式炉制造和流量调节的成熟，电气工程系统开始大规模调整。早期的风力发电系统大多采用鼠笼式电机,它直接并入电网,以恒速恒频的方式运行,这种方式结构简单,价格低廉,但对电网有一定冲击,风能利用效率也不高。近年来,变速恒频技术被应用到风力发电控制中,相关的研究涉及桨距控制、建模与仿真以及并网发电的稳定性等,但主要研究还是其控制策略,特别是通过矢量控制进行有功和无功的解耦控制,实现风能的最大捕获。根据贝茨定理,实现风能最大捕获需要对风机的叶尖速比进行调节,因此需要测量风速。由于风速测量仪安装位置的制约及其他诸多因素,往往不能获得准确的有效风速,因此有研究提出利用风机的有功输出进行风速估计,该方法假定空气密度恒定,在空气密度发生变化时,风速估计将发生偏差;还有研究指出在实现风能最大捕获时,风机有功输出对风机转速的导数为零,因此可以通过主动的转速调节来找到该点并以它作为工作点,该方法不需要利用风机的风能利用系数曲线,但连续的尝试会给电网带来不必要的冲击,同时该方法也不能精确捕捉到最优工作点。在实际工作中,利用风机制造厂商提供的风能利用系数曲线,如果能够对空气密度给出较精确的估计,就能够实现真正意义上的能量最大捕获。本文给出了空气密度的估计方法,利用空气密度的估计数据,得到较精确的有效风速,从而实现风能的最大捕获。1双馈电机的模型图1为双馈电机发电系统的模型。发电机的定子绕组与电网连接,电网对发电机的影响体现在定子电压Us;风机输出到发电机的机械转矩Tm是风速v,空气密度kρ和发电机机械转速ωm的函数;控制器根据发电机转子电流Ir、定子电流Is和转子转角θm及转速ωm计算出转子电压的给定值;变频器根据控制器给出的设定值调节转子电压。本文主要研究风能的最大捕获,因此假定定子电压的频率和幅度恒定,同时假定变频器有理想的跟随特性,从而可以忽略它们的动态。首先考虑风机的风能捕获模型。风机所捕获的风能可表示为式中:ρ为空气密度;A为风机扫掠面积;cp为风机的风能利用系数,它是叶尖速比λ和浆距角β的函数(λ=ωmR/v),ωm为风机角速度,R为风轮半径。采用标幺值表示,式(1)可以记为标幺值按照如下方式确定:式中:Pnorm为额定功率;ωmnorm为额定转速;vnorm为额定风速;ρnorm为额定风速和额定转速下发出额定功率时对应的空气密度;λopt为风能利用系数最大值对应的叶尖速比。为简单起见,本文忽略标幺符号标志pu。同时,由于实际的研究总是针对固定的桨距角,在表达式中也加以忽略,式(2)可简记为本文针对无风速测量数据的情况,利用叶尖速比的表达式消去式(3)中显含的风速变量v,则有:式中c′p(λ)可以认为是广义的风能利用系数,表示为图2为2种不同表达式的风能利用系数。双馈电机的模型由电压方程、磁链方程和转矩方程共同描述。它在d-q轴系下的电压方程为式中:uds,uqs(udr,uqr)为定(转)子电压的d轴和q轴分量;ids,iqs(idr,iqr)为定(转)子电流的d轴和q轴分量;ψds,ψqs(ψdr,ψqr)为定(转)子磁链在d轴和q轴上的分量;rs(rr)为定(转)子的绕阻;ωs,ωr为d-q轴和转子电气角速度。转子的电气转速和机械转速之间满足ωr=npωm,np为发电机的极对数。d-q轴系下磁链方程为式中:Ls,Lr分别为定(转)子线圈的漏感;Lm为定(转)子线圈之间的互感。电机的转矩方程为式中:J为电机的转动惯量;D为转子的阻尼系数;Te为电磁转矩,可表示为2kcpkp的求解双馈电机有2个控制输入(转子的d轴和q轴电压),通过它们可以控制转子电流,实现2个控制目标,一个是发电机的转速,另一个可以按照实际需要选择,本文选择为电机铜耗最小化。为实现上述多目标解耦控制,可取d轴与定子磁通重合,有ψqs=0,由式(7)有结合式(9)可将电磁转矩表示为由式(11)可知,可利用转子电流的q轴分量iqr实现电气转矩的控制,达到转速调节的目的,而转子电流的d轴分量idr则可用于实现电机铜耗最小化。上述解耦控制的实现需要进行定子磁链的定位,本文采用如下的方法:1)对定子和转子电流的测量值进行αβ变换,获得iαs,iβs,iαr,iβr。2)利用式(7)对ψαs,ψβs进行估算。3)由ψαs,ψβs计算出定子磁链的空间角度。首先考虑风能捕获控制,利用风机转矩和能量的关系(Tmωm=Pm),结合式(4)可知实现风能最大捕获的最优转矩为因此可以通过转速的调节使kρc′p→kρ来实现风能的最大捕获(广义风能利用系数的标幺值为1)。kρc′p不能直接测量,可利用式(8)对机械转矩进行估计,结合式(4)有式中:Te和ωm均可测量,而ωm需要估计。通过对ωm进行离散采样,可估计如下:利用该估计,可得到kρc′p的估计值如下利用式(15),可进一步对kρ进行估计。假定t1,t2时刻的转速分别为ω1,ω2,上述时刻kρc′p的估计值分别为(kρcp′)t=t1,(kρcp′)t=t2,记它们的比值为如果t1,t2间隔足够短(仿真中取时间间隔为0.1s),可以认为风速和空气密度都保持不变。上述时刻的叶尖速比满足关系:且有结合式(17)和式(18)有通过求解式(18),可以得到t1时刻的叶尖速比λ1,并进一步推算出当前的空气密度kρ。式(19)虽然是非线性方程,但对于kλ较小的情况,它在λopt附近单调,因此可通过折半搜索快速求解。基于上述分析,可采用如图3所示的控制器实现风能捕获最大化。首先基于式(15)对kρc′p进行估算;计算出系统风能利用效率与最优值之间的误差ecp,然后通过比例–积分(PI)控制器得到对转子电压q轴分量uqr进行调节,实现对最优转速的无差跟踪,其中kpr和kir分别为比例和积分控制系数。需要指出的是,上述的PI控制器可得到较理想的转速控制效果,因此本文没有采用文献中常见的非线性补偿。空气密度估计值的精确程度取决于ωm估计值的准确性,为此上述空气密度的估计只是在转速变化较慢时进行(变换率在1%～5%/s时)。针对发电机损耗控制,可将电机在定子和转子电阻上的损耗表示为考虑到d轴定位在定子磁通上,由(7)可得到将式(22)代入式(21)中有由于iqr用于转速控制,式(23)中的第1部分无法调节。铜耗是d轴电流的二次函数,由可确定它在如下条件下取极小值。与转速控制类似,可采用PI控制器来实现电流的无差调节3空气密度仿真仿真采用了桨距角为0时的风能利用曲线cp(λ)在λopt=8.1处取最大值cpmax=0.48。双馈电机额定功率为160kW,参数(视在)为:Rs=0.01379Ω,Rr=0.007728Ω,Ls=Lr=0.000152H,Lm=0.00769H,J=2.9kg⋅m2,D=0.05658N·m·s,np=2,额定频率为50Hz,额定转速为1500r/min。仿真考虑了3种不同情况:1)风速上升,空气密度下降;2)风速下降,空气密度上升;3)风速不变,空气密度变小,具体的风速和空气密度变化如图4和图5所示。图4给出了风速的变化:0～1s间风速为0.5pu;1～1.1s间,风速线性增长到1pu,并维持此风速;5～5.1s间,风速线性下降到0.75pu,并维持此风速到13s(仿真结束)。图5为空气密度的变化情况(虚线):0～1s间空气密度为1,1～5s间为0.8pu,5～9s间为1.1,9～13s间为0.9pu。图5中的实线和图6给出了空气密度的估计情况和转速的跟踪情况:在1s时,风速和空气密度变化,风机捕获的能量增加,控制器基于原有的空气密度进行风速估计,并给出相应的转速设定,经过一个调速过程(1～2.1s),转速趋于稳定,此时控制器对空气密度进行估计,并基于新的空气密度估计进行转速调节并稳定在最优转速附近;5s时,风速下降,空气密度上升,控制器根据错误的风速估计(偏高)下调转速以实现风能最大捕获,在调节过程接近完成时(t=5.9s),空气密度的估计被修正,控制器按照修正后的空气密度调节速度,稳定在最优转速(0.75pu)附近;在9s时,风速不变,由于空气密度的改变造成了转矩的变化,控制器错误认为风速变小并调低转速,在调速过程快完成时(t=9.5s),启动空气密度修正并将转速调节到最优值附近。仿真中采用式(13)对mω进行估计,由图5可知,估计的误差使得空气密度的估计值与真实值存在着误差。但该误差对风能捕获效率影响并不大,由图7可知,依据空气密度的修正,可使风能利用效率非常接近1(>0.9999)。如果不引入空气密度的修正环节,风能利用效率在上述情况下将有1.4%～3.5%的损失,在空气密度偏离额定值更多的情况下,将有更大的效率损失。4空气密度风速估计的特点利用风机的风能利用系数曲线,可通过转速的调节来实现风能的最大捕获。本文研究表明:1)在风能最大捕获中,可以利用双馈发电机内部的状态信息对当前风速进行估计,从而减少风速测量装置。2)在对风速进行估