一种基于叠加M序列的双馈风力发电机变流器控制系统参数辨识方法技术方案

本发明专利技术公开了一种基于叠加M序列的双馈风力发电机变流器控制系统参数辨识方法，该辨识方法建立转子侧变流器双输入单输出等效模型，利用M序列的持续激励性质，对定转子电流测量信号叠加小幅值三相M序列，基于正余弦优化算法对输入输出数据寻优拟合得到控制器PI参数辨识值。基于二次测量信号叠加M序列的参数辨识方法可以避免控制器陷入非线性工作区间，同时仅需对定转子测量信号叠加激励信号避免了对控制过程中间状态变量进行操作，提高了工程实用性。同时，得益于M序列的持续激励，对控制参数辨识误差小于5％，辨识精度较高，对建立双馈风机准确数学模型具有重大意义。馈风机准确数学模型具有重大意义。馈风机准确数学模型具有重大意义。

【技术实现步骤摘要】
一种基于叠加M序列的双馈风力发电机变流器控制系统参数辨识方法


[0001]本专利技术涉及双馈风力发电机，具体为一种参数辨识方法，适用于对双馈风力发电机变流器控制系统PI参数的辨识，从而获取变流器控制系统准确的控制参数，为电力系统数字仿真分析提供更加准确的数学模型，对提高双馈风机系统数字仿真结果的可靠性具有重大意义。

技术介绍

[0002]近年来风力发电发展迅速，装机规模快速增加，未来电网风电渗透率将持续走高。与此同时，高比例风电并网背景下的电网安全稳定运行问题日趋严重。目前电网分析主要依靠数字仿真或混合仿真，准确的模型和参数是获得正确仿真结果的必要条件，因此对风机控制器的参数辨识具有重要的研究意义。
[0003]参数辨识要求输入信号满足持续激励条件，目前对风力发电机参数辨识常用的激励方法有采用一次侧制造三相短路产生电压跌落，在控制系统参考值处设置阶跃扰动，输入变量直接叠加伪随机序列激励法。对于一次侧三相短路激励方法而言，若电压跌落过大容易导致控制系统陷入非线性工作区而无法得到有效的输入输出数据；对于控制系统参考值设置阶跃扰动的激励方法而言，存在部分厂家控制器无法实现人工设置参考值阶跃变化的问题；对于直接叠加伪随机序列的激励法，由于系统的输入为实际风机控制器的中间变量，在不修改控制器的前提下无法实现对输入量叠加伪随机序列。
[0004]本专利技术建立双馈风电机组转子侧变流器(Rotor Side Conventer，RSC)控制系统双输入单输出等效辨识模型，利用M序列的持续激励特点，从二次侧出发通过对定转子电流测量信号叠加三相M序列激励信号，在避免控制器陷入非线性工作区间的前提下，基于智能优化算法，实现对RSC控制系统功率外环和电流内环的比例、积分参数进行辨识。

技术实现思路

[0005]本专利技术针对双馈风力发电机转子侧变流器，利用M序列的持续激励性质，设计了一种基于叠加M序列的双馈风机转子侧变流器参数辨识方法，该辨识方法建立转子侧变流器双输入单输出等效模型，利用M序列的持续激励性质，对定转子电流测量信号叠加小幅值三相M序列，基于正余弦优化算法对输入输出数据寻优辨识得到控制器PI参数辨识值，本专利技术对该辨识方法的原理、实现步骤、以及相关参数进行了介绍，并公开了基于该辨识方法的双馈风机变流器控制参数的辨识。
[0006]本专利技术的一种基于叠加M序列的双馈风力发电机变流器控制系统参数辨识方法，其特征在于，基于定义：
[0007]定义一、双馈风力发电机RSC控制系统的输入输出变量，包括有功控制环输入量u1、u2和输出量y1，以及无功控制环的输入量u3、u4和输出量y2，表达式中P
sref
、P
s
、Q
sref
和Q
s
分别为定子有功参考值、输出有功、无功参考值和输出无功；i
rdref
、i
rd
、i
rqref
和i
rq
分别为转子
[0022]间接实现对输入u1叠加伪随机序列，u2与转子电流q轴分量i
rq
有关，将转子电流叠加三相M序列信号作为RSC的转子电流输入信号，此时有：
[0023]u'2＝u2‑
m2[0024]此时，可间接实现对输入u2叠加伪随机信号，从而实现对有功控制环的持续激励；
[0025]步骤1.2、对无功控制环，在叠加三相M序列激励信号后有：
[0026][0027]对二次侧定转子电流信号叠加三相M序列激励法也能实现对无功控制环输入u3和u4叠加伪随机信号，实现对无功控制环的持续激励。
[0028]在上述的一种基于叠加M序列的双馈风力发电机变流器参数辨识方法，所述步骤2，SCA寻优求解过程是利用SCA进行控制参数寻优辨识的方法，寻优过程分为全局探索和局部开发两个阶段，种群中个体的更新方程如下式所示：
[0029][0030]式中X表示种群，i,j分别为种群中个体编号和维度，t为迭代次数，P为最优适应度，r1,r2,r3,r4为随机因子；其中自适应变量r1决定于寻优过程偏向全局搜索或局部寻优，由下式可知，第一阶段，迭代次数t小而r1大，此为全局探索阶段；
[0031]随着迭代次数t增大因而r1减小，此时SCA为局部开发阶段，通过先全局后局部的寻优方式有效避免陷入局部最优，提高寻优精度；
[0032][0033]式中，T
max
为最大迭代次数，a为常数；基于SCA的寻优辨识过程如下，其中步骤2.6中Q
min
为寻优算法最优适应度，ε为临界适应度值；
[0034]步骤2.1：初始化SCA基本参数，设置种群个体为N，最大迭代次数M次，k
p1
、k
i1
、k
p2
和k
i2
为个体的位置参数；
[0035]步骤2.2：初始化种群，随机生成每个个体位置；
[0036]步骤2.3：按定义2的优化目标函数公式计算所有解的适应度；
[0037]步骤2.4：更新最优适应度和全局最优位置；
[0038]步骤2.5：按种群中个体的更新方程公式更新解的位置；
[0039]步骤2.6：若满足Q
min
<ε或达到最大迭代次数，则终止迭代，输出最优解即为辨识结果，否则重复步骤2.3
‑
2.5直至满足Q
min
<ε或达到最大迭代次数，则终止迭代。
[0040]本专利技术与现有技术相比，具有以下优点和效果：与一次侧三相短路激励方法、控制系统参考值设置阶跃扰动激励法、直接叠加M序列激励法对比，基于二次测量信号叠加M序列的参数辨识方法可以避免控制器陷入非线性工作区间，同时仅需对定转子测量信号叠加激励信号避免了对控制器中间变量进行操作，提高了工程实用性。对双输入单输出系统进行寻优辨识避免级联控制器的分步辨识，所用SCA优化算法操作简便，能够合理搜寻到全局最优值，为参数辨识一致性提供了有力支撑。
附图说明
[0041]图1为典型RSC控制系统框图。
[0042]图2为等效双输入单输出系统模型。
[0043]图3为转子变流器有功控制环的三相M序列激励方法。
[0044]图4为基于SCA的辨识算法步骤框图。
[0045]图5为M序列原理图。
[0046]图6为M序列功率谱密度。
[0047]图7为直接叠加M序列激励法辨识原理验证。
[0048]图8a为叠加序列m1时序图。
[0049]图8b为叠加序列m2时序图。
[0050]图9为基于PSCAD/EMTDC平台的双馈风机并网模型。
[0051]图10为有功控制环直接叠加M序列激励法。
[0052]图11为有功控制环直接叠加M序列激励与无激励输入信号对比。
[0053]图12为无功控制环直接叠加M序列激励法。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于叠加M序列的双馈风力发电机变流器控制系统参数辨识方法，其特征在于，基于定义：定义一、双馈风力发电机转子侧变流器(Rotor Side Converter,RSC)控制系统的输入输出变量，包括有功控制环输入量u1、u2和输出量y1，以及无功控制环的输入量u3、u4和输出量y2，表达式中P
sref
、P
s
、Q
sref
和Q
s
分别为定子有功参考值、输出有功、无功参考值和输出无功；i
rdref
、i
rd
、i
rqref
和i
rq
分别为转子电流d轴参考值、d轴分量、q轴参考值和q轴分量；R
r
为转子电阻，σ为漏磁系数，L
r
为转子绕组自感；为转子绕组自感；定义二、基于双输入单输出离散数学模型建立的拟合误差最小的优化目标函数如下式所示，其中Q为优化目标函数，y(k)为测量输出量，为信息向量，其由输入变量u1(k)、u1(k
‑
1)、u1(k
‑
2)、u2(k)、u2(k
‑
1)、u2(k
‑
1)构成，为参数向量，其由离散域待辨识参数构成；包含以下步骤：步骤1，针对二次侧，对正常运行控制器的输入变量定转子电流叠加三相M序列激励信号，采集叠加激励信号的控制系统输入输出变量数据；步骤2，利用正余弦优化算法(Sine Cosine Algorithm，SCA)基于输入输出数据对建立的优化目标函数寻优求解，寻优结果即为变流器控制参数辨识结果。2.根据权利要求1所述的一种基于叠加M序列的双馈风力发电机变流器参数辨识方法，其特征在于，所述步骤1中叠加三相M序列激励信号的方法如下：从二次侧测量信号出发，在测量信号上叠加三相M序列信号，利用锁相环生成三相M序列，并将三相M序列与定转子电流叠加，将叠加三相M序列后的定转子电流信号作为RSC控制器的电流输入信号，实现对RSC有功控制环与无功控制环的辨识激励。3.根据权利要求1所述的一种基于叠加M序列的双馈风力发电机变流器参数辨识方法，其特征在于，所述步骤1具体包括：步骤1.1、首先对有功功率控制环，u1与有功功率P有关，P的计算公式如下：P＝u
sd
i
sd
+u
sq
i
sq
其中u
sd
、u
sq
、i
sd
和i
sq
分别为定子电压dq轴分量和定子电流dq轴分量；伪随机序列m1和m2经坐标变换后得到三相形式的M序列信号i
sm
，将该信号与定子电流测量信号i
...

【专利技术属性】
技术研发人员：彭晓涛，许饶琪，陈人杰，郭培，高云超，
申请(专利权)人：武汉大学，
类型：发明
国别省市：