解决双功率风力发电机的自适应参考传感器模型算法中由纯积分连杆引起的直流偏置和定子磁链的振荡问题，一种改进的控制策略已经提出了流链路振荡。分析双馈电机定子流振荡因素的基础上，建立了定子流振荡模型，并通过分析馈电机定子流定向矢量控制的原理，建立了双馈电机定子流振荡模型。重，该模型在自适应算法中称为定子流。观测与双馈电机的矢量控制相结合，并结合使用差分定子磁通反馈和有功电流来制定抑制定子磁链振荡观测的控制策略。验分析表明，该方法可以有效地抑制定子磁链的振荡和过冲，精确观察双馈电机的转速，并在亚同步速度，同步速度和同步速度这三种状态下具有良好的动，静态性能。同步速度。动机矢量控制需要安装速度传感器以获得精确的电动机速度信号，以便获得闭环控制[1]。
常，大功率单元中的高精度速度传感器价格昂贵，并且将来很难安装和维护[2]。外，在现场，由于强电干扰，测得的速度信号在传输过程中很容易插入干扰信号中，降低了观测的准确性。度[3]。严重的是，一旦速度传感器或传动过程中的故障导致观测到的速度信号丢失，双动力电动机的转矩和励磁分量就无法不能完全解耦，这会影响双功率风力系统的控制性能，甚至会导致电动机损坏。动电流的影响太大，将直接损坏逆变器和电动机[4]。年来，对双功率风力发电机无传感器速度技术的研究已成为热点。考文献[5]首先提出了使用算法来估计电动机速度的方法。考文献[6-10]提出了一种估计电动机转子位置角的方法，但是该方法基于双馈电动机的数学模型，并且没有来自错误，因此属于开环。算方法和观察过程取决于双电源电机参数的精度。改设置直接影响速度观测的准确性，因此抗干扰能力较差。
了弥补开环控制性能的不足，在[11-12]中提出了对闭环速度的观察。法，自适应模型参考系统（MRAS）的算法是典型的，目前具有良好的应用价值。MRAS双功率电动机速度观测系统是一种基于稳定性理论来识别交流电动机速度的方法。具有卓越的速度观察性能，可以提供渐进的系统稳定性，并且该算法易于实现且计算量较小[13-14]。而，目前对双馈风力发电机使用的MRAS方法的深入分析存在以下缺陷：在该算法中，基于定子磁通电压观测模型的传统方法使用纯积分，因此这就带来了初始积分值和CC漂移的问题。了解决这个问题，现有的解决方案在于改进定子磁通张力模型观测器中的纯积分链接。如，[15]使用低通滤波器代替纯积分链路。方法可以消除初始值误差。是，它不能完全消除直流偏移[15]。考文献[16]在低通滤波器的基础上增加了一个饱和极限反馈链路，它可以迫使积分器在某种程度上去饱和并消除直流漂移问题，但这完全取决于极限值设置的精度。旦双电源风电系统连接到电网，电网电压就会发生变化，并且极限值应相应地变化，以达到最佳效果，从而使系统坚固耐用。不良。
[17-18]表示的各种高阶观测器计算复杂，隐含着许多参数，不利于算法的鲁棒性和收敛性。一般工程中，为方便起见，更常见的是使用低通滤波器代替纯积分链路，但是如前所述，该方法无法消除直流偏移，因此振荡观察到的定子流路，进而引起MRAS观察。馈电机的速度中会发生超速和振荡，转子位置角信号会产生误差，从而影响系统的控制性能。此基础上，本文在现有的MRAS算法中研究了定子磁通观测器，发现许多研究人员仅改进了特定磁通积分器，而不是将定子磁通与双馈电机控制相结合。不可避免地源于对定子流的观察方法的限制。此基础上，基于传统的低通滤波器观测器，本文提出将MRAS算法中的定子磁通观测器与双馈电机的矢量控制相结合。
过引入定子磁通的差分反馈，它参与有功电流的调节。此过程中，由于与磁通量直接相关的实际反馈量参与了系统的控制，因此可以有效地抑制定子磁通的振荡，消除低通滤波器磁通观测中的CC偏差。改善了MRAS算法估算的双馈电机的速度性能。传统方法相比，该方法具有良好的观测性能。MRAS速度估计算法的主要思想是[20]：在相同的给定输入条件下，将没有速度信息的数学模型用作MRAS参考模型，而包含速度信息用作MRAS的可调整模型，两者的输出偏差值均由自适应机制实时调整，以便在可调整模型中识别的速度信号被修正到最大两个模型的输出误差接近零。时，在可调模型中要估算的速度大约等于实际速度值。于定子磁通的MRAS速度观测方法用于估计双馈风力发电机的速度。以上分析可以知道，在基于定子磁通的MRAS速度观测中，方程式（5）是估算双馈电机速度的基础，但是方程包含纯积分，以避免CC漂移。于积分饱和问题，工程中经常使用一阶低通滤波器来代替纯积分器。方法简单实用，可以有效抑制直流漂移，但不能消除直流极化。流分量的存在将不可避免地导致双馈电机的定子磁链振荡，这将恶化通过MRAS算法观察到的双馈电机的速度性能。此，为了在没有双馈电动机的速度传感器的情况下提高控制精度，应当抑制双馈电动机的定子流路的振荡。ψqs=0。qs =ωsψs= u1。cosθs=ψsαψ2sα ψ2sβ。ddtΔθs=usψs-ωs。Δθs=-π2，ψs=usωs。中：ωs与上述定义相同，为定子的角频率。Δθs是定子电压和定子磁通之间的电角度差。ψs1=-jωs，ψs2=jωs。功率风力涡轮机的定子磁通具有两个振荡特性值，因此容易产生引起磁通量位置及其振幅变化的振荡，并且出现了所谓的DC偏移。Zs = R2s （ωsLs）2。据等式（13），定子电压us，定子电流为的运动轨迹和稳态下的jωsψs可以绘制成图2所示。=（| | | Zs |是|）ωs。Δψsmax＝ψsmax-ψsmin2ωs＝Zsisωs。上式可以看出，当双功率风力发电机的参数和定子电压恒定时，定子磁链振荡的幅度与定子电流有关。面的分析表明，定子磁通的振荡性质与定子电流有关。此，可以控制双馈电动机的定子流，以抑制在磁通观测器中定子流的振荡。ωsψs= Rsiqs dψqsdt ωsψds。dψqsdt= -Rsiqs。MRAS速度观测算法中，恒温阀芯使用一阶低通滤波器代替纯工程积分器。系统启动时，由低通滤波器引起的DC偏置将不可避免地导致双馈电机的定子磁链产生振动。等式（20）可以看出，轴分量qψqs的磁通变化dψqsdt与定子iqs的有功电流有关。双功率风力发电系统连接到电网时，iqs 0。加速q轴流环节动态响应的向下斜率并抑制q轴的振荡在流动环节中，唯一的方法是使用有功电流iqs，使iq在过渡过程中增加一个正值。Δi* qs =±Kpdψsdt。中，Kp是磁链的差分反馈系数。按照电动机的惯例建立双馈电动机的定子侧的数学模型时，Kp取为“-”，而当按照发电机的惯例建立双馈电动机的定子侧的数学模型时，Kp取为表示为“ ”。大小确定差分反馈效果的强度。当引入差分定子流量反馈等效于增加系统的阻尼比，不仅可以抑制定子磁通观测过程中的振荡，而且可以减少超速和振荡定子磁通振荡引起的双馈电机观测速度的变化。速度突然改变时，可以大大减少电动机的动态降速。是过渡差分反馈将使系统进入稳态的时间更长，并且由差分操作引起的干扰问题将变得极为严重。此，在实践中，它应取决于特定的双功率风力涡轮机，并在深度上考虑由定子磁链的振荡和差分反馈引起的干扰。入来自定子流的差分反馈后，基于定子流d轴的方向的无双馈风力涡轮机转速传感器的MRAS控制图如图3所示。i2smax-i2ds ≤iqs≤i2smax-i2ds。中，ismax是双馈电机的定子电流的最大峰值。了验证该方法的可行性，建立了基于DSP28335控制器的双电源风能仿真实验平台。1列出了实验中使用的双馈电机的参数。4显示了仿真平台中的直流和双馈电机单元，图5显示了转换器双电源及其控制系统。实验过程中，在MRAS速度观测中使用的定子磁通观测器全部使用低通滤波器，截止频率是电网角频率的0.3倍，是最佳范围的函数。
MRAS自适应机制的PI调节器的参数为kp = 1.68和ki =3500。实验过程中，波形由Tek DPO 3054示波器捕获。6显示了基于MRAS的双馈电机速度开始观察的实验波形。了突出所提算法的优势，将它们与传统的MRAS观测效果进行了比较，其中DPO 3054示波器通道1上显示的波形是观察传统方法；通道3上显示的波形是本文提出的磁链的差分反馈。算法的观察效果（磁通量的微分反馈系数Kp = -1）。们可以看到，在使用本文提出的方法之后，由于与定子磁通直接相关的实际反馈参与了系统的控制，因此可以有效地抑制d和q轴磁通的振荡，从而减小了定子流开始时观察MRAS速度极化CC的方法中纯积分的链接。6（c）显示了用光电编码器测量并在两种情况下观察到的双馈电机速度的启动波形，我们可以看到在启动过程中，当没有没有来自磁链的差分反馈，观察到的电动机速度具有较大的误差。且在经过一定周期的振荡后达到了720 rpm的给定值，这是由直流极化引起的磁通量的振荡引起的，它将不可避免地影响电机角速度观测的准确性双倍进纸。引入了磁链的负微分反馈之后，速度开始时的过冲和稳态后的振荡被大大降低，这进一步证明了该方法的优越性。6（d）显示了两种方法的滑动电角波形的比较。验中使用的双馈电机的极对数为3，同步速度为1000 rpm，单元的允许滑移率s =±0.3，当系统启动后，双馈电机的给定速度为720 rpm，因此转子电流的频率为1000-7201 000×50 = 14 Hz。们可以看到传统方法观察到在速度的起点处会有较大的过冲和波动，这会导致在第一个周期中错误地识别滑移角。移角精确，动态性能好。于本文提出的方法，启动双馈电机后，它以最高780 rpm的速度运行并连接到网络。7显示了在亚同步速度下运行期间，当电动机速度从780 rpm变为900 rpm时观察到的实验波形。际速度数据由光电编码器获得。可以看到，在稳态操作期间，平均速度误差约为0.8 rpm。速度从780 rpm变为900 rpm时，超调量约为2 rpm，这反映出良好的平衡性和动态特性。7（c）显示了速度控制过程中的滑移角可以准确地跟随速度变化。8显示了双功率电动机从1130 rpm超同步速度到900 rpm次同步速度的实验波形。速度调节过程中， MRAS观测速度误差的最大值约为2 rpm，并且转子电流具有良好的正弦度，并且可以精确地观测滑移角信息。同步速度下，双馈电机转子的位置信息不会丢失。馈电机的控制性能良好，说明了所提出控制策略的有效性。子磁通的返回直接参与双电源电动机系统的控制，从而可以有效消除传统磁通观测器的直流偏置问题，抑制定子磁通的振荡，并减小定子磁通的振荡。MRAS算法中观察到的速度和超车。有双电源的高性能风力涡轮机，无需速度传感器即可进行控制。控制算法简单易实现。验结果表明，该算法在亚同步速度，同步速度和超同步速度三种状态下具有良好的动态和静态性能，具有一定的工程实用价值。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com