CN108173279A - 永磁直驱风机的软并网控制装置及控制方法 - Google Patents
永磁直驱风机的软并网控制装置及控制方法 Download PDFInfo
- Publication number
- CN108173279A CN108173279A CN201611120210.XA CN201611120210A CN108173279A CN 108173279 A CN108173279 A CN 108173279A CN 201611120210 A CN201611120210 A CN 201611120210A CN 108173279 A CN108173279 A CN 108173279A
- Authority
- CN
- China
- Prior art keywords
- connect
- output
- terminal
- voltage
- wind turbine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000005259 measurement Methods 0.000 claims description 39
- 238000004364 calculation method Methods 0.000 claims description 15
- 239000013598 vector Substances 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 8
- 238000012706 support-vector machine Methods 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims description 6
- 230000005389 magnetism Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 241001269238 Data Species 0.000 claims description 2
- 238000012417 linear regression Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001172 regenerating effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
Classifications
-
- H02J3/386—
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Control Of Eletrric Generators (AREA)
Abstract
本发明提供一种永磁直驱风机的软并网控制装置及控制方法,包括:MPU控制器、整流器、LC滤波器、Boost变换器、逆变桥、LCL滤波器、第一驱动模块、第二驱动模块、辅助负载、第一接触器、第二接触器、第一电压传感器、第二电压传感器、第三电压传感器、第四电压传感器和电流传感器。本发明通过在并网侧引入辅助负载,使永磁直驱风机并网前带载运行,可避免空载并网时稳定性差的缺点,以及,通过支持向量机预测模型控制永磁直驱风机的输出电压,可使其幅值、频率、相位更好的与电网电压保持一致,从而减弱并网时对电网的冲击。
Description
技术领域
本发明涉及风力发电技术领域,更为具体地,涉及一种永磁直驱风机的软并网控制装置及控制方法。
背景技术
随着社会经济的不断发展和能源危机的日益加剧,可再生能源的开发利用越来越受到当今世界的重视。风力发电具有清洁、蕴藏丰富的优点,在众多可再生能源中的开发优势十分明显。并网发电模式是大规模风电开采利用的主要形式。在风电机组并网的过渡过程中,容易产生大的冲击电流,对电网造成影响。随着风电机组容量的不断提高,如何实现其软并网成为一个迫切需要解决的问题。
对于永磁直驱风电机组,现有的并网装置一般在风机空载运行条件下,通过PI控制器调节风机的网侧逆变器输出电压,使其与电网电压在幅值、频率、相位上一致后实施并网,其主要缺点在于:空载运行条件下,网侧逆变器的输出电压具有谐波含量高的缺点,直接并网容易引起电流冲击,甚至导致并网失败。
发明内容
针对风机并网过程中容易出现冲击电流的问题,本发明提供一种永磁直驱风机的软并网控制装置及控制方法,包括:MPU控制器、整流器、LC滤波器、Boost变换器、逆变桥、LCL滤波器、第一驱动模块、第二驱动模块、辅助负载、第一接触器、第二接触器、第一电压传感器、第二电压传感器、第三电压传感器、第四电压传感器和电流传感器;其中,
整流器的三相输入端与永磁直驱风机的三相输出端连接,整流器的单相输出正端与LC滤波器的输入正端连接,整流器的单相输出负端与LC滤波器的输入负端连接;
LC滤波器的输出正端与Boost变换器的输入正端连接,LC滤波器的输出负端与Boost变换器的输入负端连接;
Boost变换器的输出正端与逆变桥的输入正端连接,Boost变换器的输出负端与逆变桥的输入负端连接;
逆变桥的输出正端与LCL滤波器的输入正端连接,逆变桥的输出负端与LCL滤波器的输入负端连接;
LCL滤波器的输出正端与第三电压传感器的测量正端连接,LCL滤波器的输出负端与第三电压传感器的测量负端连接;
第一接触器的一端与LCL滤波器的输出正端连接,第一接触器的另一端与辅助负载的一端连接,辅助负载的另一端与单相电网的零线接线端连接;
第二接触器的一端与LCL滤波器的输出正端连接,第二接触器的另一端与单相电网的火线接线端连接;
第一电压传感器的测量正端与LC滤波器的输出正端连接,第一电压传感器的测量负端与LC滤波器的输出负端连接,第一电压传感器的测量信号输出端与MPU控制器连接;
第二电压传感器的测量正端与Boost变换器的输出正端连接,第二电压传感器的测量负端与Boost变换器的输出负端连接,第二电压传感器的测量信号输出端与MPU控制器连接;
第三电压传感器的测量正端与LCL滤波器的输出正端连接,第三电压传感器的测量负端与LCL滤波器的输出负端连接,第三电压传感器的测量信号输出端与MPU控制器连接;
第四电压传感器的测量正端与单相电网的火线接线端连接,第四电压传感器的测量负端与单相电网的零线接线端连接,第四电压传感器的测量信号输出端与MPU控制器连接;
电流传感器的测量正端和测量负端分别与LCL滤波器连接,电流传感器的测量信号输出端与MPU控制器连接;
第一驱动模块的输入端与MPU控制器连接,第一驱动模块的输出端与Boost变换器连接;
第二驱动模块的输入端与MPU控制器连接,第二驱动模块的两个输出端分别与逆变桥连接。
另外,优选的结构是,LC滤波器包括第一电感和第一电容;其中,第一电感的一端与整流器的单相输出正端连接,第一电感的另一端与第一电容的正极连接,第一电容的负极与整流器的单相输出负端连接。
此外,优选的结构是,整流器为不控整流器。
再者,优选的结构是,Boost变换器包括第二电感、第一功率管、二极管和第二电容;其中,第二电感的一端与LC滤波器的输出正端连接,第二电感的另一端与二极管的正极连接,第一功率管的漏极与二极管的正极连接,第一功率管的栅极与第一驱动模块的输出端连接,第一功率管的源极与LC滤波器的输出负端连接;二极管的负极与第二电容的正极连接;第二电容的正极与逆变桥的输入正端连接,第二电容的负极与逆变桥的输入负端连接。
此外,优选的结构是,逆变桥包括第二功率管、第三功率管、第四功率管和第五功率管;其中,第二功率管的栅极和第五功率管的栅极分别与第二驱动模块的第一输出端连接,第三功率管的栅极和第四功率管的栅极分别与第二驱动模块的第二输出端连接,第二功率管的源极与第四功率管的漏极连接,第二功率管的漏极与Boost变换器的输出正端连接,第三功率管的漏极与第二功率管的漏极连接,第三功率管的源极与第五功率管的漏极连接,第四功率管的源极与Boost变换器的输出负端连接,第五功率管的源极与第四功率管的源极连接。
再者,优选的结构是,LCL滤波器包括第三电感、第三电容和第四电感;其中,第三电感的一端与逆变桥的输出正端连接,第三电感的另一端与电流传感器的测量正端连接,第三电容的正极与电流传感器的测量负端连接,第三电容的负极与逆变桥的输出负端连接,第四电感的一端与第三电容的正极连接,第四电感的另一端与第三电压传感器的测量正端连接。
所述永磁直驱风机的软并网控制装置的控制方法,包括以下步骤:
步骤1:在永磁直驱风机并网前,闭合第一接触器,进行永磁直驱风机的输出电压调节,令所述MPU控制器按照如下方式运作:
在k时刻,通过第一电压传感器采集第一电容的电压Vd(k),通过第二电压传感器采集第二电容的电压Vb(k),结合前馈补偿器与第一PI控制器计算Boost变换器中第一功率管的PWM控制信号的占空比D1(k),通过第三电压传感器采集永磁直驱风机的输出电压Vo(k),通过第四电压传感器采集单相电网的电压Vg(k),通过电流传感器采集LCL滤波器中第三电感的电流iL(k),并通过支持向量机预测模型计算逆变桥PWM控制信号的占空比D2(k),其中,支持向量机预测模型的第一输入端为k时刻的第三电感的电流iL(k),第二输入端为k时刻的永磁直驱风机的输出电压Vo(k),第三输入端为k-1时刻的永磁直驱风机的输出电压Vo(k-1),第四输入端为k-2时刻的永磁直驱风机的输出电压Vo(k-2),第五输入端为k-1时刻的逆变桥PWM控制信号的占空比D2(k-1),第六输入端为k-2时刻的逆变桥PWM控制信号的占空比D2(k-2),第七输入端为k时刻的单相电网的电压Vg(k);
上述前馈补偿器的输出Db(k)的计算方式为:
上述第一PI控制器的输出DPI(k)的计算方式为:
其中,Kp1为第一PI控制器的比例参数,Ki1为第一PI控制器的积分参数,Vb *为第二电容的电压设定值;
上述占空比D1(k)的计算方式为:
D1(k)=Db(k)+DPI(k);
步骤2:闭合第二接触器,采用第二PI控制器调节永磁直驱风机输出功率P至某一数值PT,即逆变桥PWM控制信号的占空比D2(k)的计算方式改为:
其中,Kp2为第二PI控制器的比例参数,Ki2为第二PI控制器的积分参数;iL *为第三电感的电流设定值,其在k时刻的计算方式为:
其中,Vgm为单相电网电压Vg的有效值,θ(k)为k时刻单相电网电压Vg的相角;
然后,断开第一接触器,以切除辅助负载。
上述永磁直驱风机的软并网控制装置的控制方法中,所述支持向量机预测模型的建立过程为:
(1)收集训练样本;
a.基于永磁直驱风机软并网控制装置采集运行数据;
在Boost变换器中第二电容的电压为Vb *的工况下,闭合第一接触器,断开第二接触器,通过第三电压传感器采集永磁直驱风机的输出电压Vo,通过第四电压传感器采集单相电网的电压Vg,通过电流传感器采集LCL滤波器中第三电感的电流iL,取单相电网的电压Vg为设定值,利用单回路PI控制器对永磁直驱风机的输出电压Vo进行控制,并连续采集M次永磁直驱风机的输出电压Vo、LCL滤波器中第三电感的电流iL、单相电网的电压Vg、单回路PI控制器计算的逆变桥PWM信号的占空比D2,从而构成M组运行数据;
b.利用采集的运行数据构造样本;
对于k时刻,所构造的样本为{iL(k),Vo(k),Vo(k-1),Vo(k-2),D2(k),D2(k-1),D2(k-2),Vg(k)},其中,iL(k)为k时刻的LCL滤波器中第三电感的电流,Vo(k)为k时刻的永磁直驱风机的输出电压,Vo(k-1)为k-1时刻的永磁直驱风机的输出电压,Vo(k-2)为k-2时刻的永磁直驱风机的输出电压,D2(k)为k时刻的单回路PI控制器计算的逆变桥PWM信号的占空比,D2(k-1)为k-1时刻的单回路PI控制器计算的逆变桥PWM信号的占空比,D2(k-2)为k-2时刻的单回路PI控制器计算的逆变桥PWM信号的占空比,Vg(k)为k时刻的单相电网的电压。
(2)建立并训练支持向量机预测模型;
建立包括七个输入端、一个输出端的支持向量机预测模型,选取高斯函数作为核函数,对应样本{iL(k),Vo(k),Vo(k-1),Vo(k-2),D2(k),D2(k-1),D2(k-2),Vg(k)},取其第一个输入端为iL(k),第二个输入端为Vo(k),第三个输入端为Vo(k-1),第四个输入端为Vo(k-2),第五个输入端为D2(k-1),第六个输入端为D2(k-2),第七个输入端为Vg(k),输出端为D2(k);
均匀抽取M个样本中的80%作为训练样本,剩余20%个样本作为检验样本,对建立的支持向量机预测模型进行训练;为防止产生过学***均相对误差ΔMRE,并选择最小的平均相对误差ΔMRE所对应的模型作为最终预测模型。
与现有技术相比,本发明的有益效果为:
1、在并网侧引入了辅助负载,使永磁直驱风机并网前带载运行,可避免空载并网时稳定性差的缺点。
2、通过支持向量机预测模型控制永磁直驱风机的输出电压,可有效提高其控制精度,使其幅值、频率、相位更好的与电网电压保持一致,从而减弱并网时对电网的冲击。
附图说明
通过参考以下结合附图的说明及权利要求书的内容,并且随着对本发明的更全面理解,本发明的其它目的及结果将更加明白及易于理解。在附图中:
图1为根据本发明实施例的永磁直驱风机的软并网控制装置的结构图;
图2为根据本发明实施例的支持向量机预测模型在检验样本上的预测误差图;
图3为根据本发明实施例的永磁直驱风机的软并网控制装置的并网过程仿真曲线图。
具体实施方式
在下面的描述中,出于说明的目的,为了提供对一个或多个实施例的全面理解,阐述了许多具体细节。然而,很明显,也可以在没有这些具体细节的情况下实现这些实施例。在其它例子中,为了便于描述一个或多个实施例,公知的结构和设备以方框图的形式示出。
以下将结合附图对本发明的具体实施例进行详细描述。
如图1所示,本发明实施例提供的永磁直驱风机的软并网控制装置,包括:MPU控制器1、整流器2、LC滤波器3、Boost变换器4、逆变桥5、LCL滤波器6、辅助负载Rz、第一接触器K1、第二接触器K2、第一驱动模块7、第二驱动模块8、第一电压传感器UT1、第二电压传感器UT2、第三电压传感器UT3、第四电压传感器UT4和电流传感器CT1;其中,
整流器2的三相输入端与永磁直驱风机GS的三相输出端连接,整流器2的单相输出正端与LC滤波器3的输入正端连接,整流器2的单相输出负端与LC滤波器3的输入负端连接;LC滤波器3的输出正端与Boost变换器4的输入正端连接,LC滤波器3的输出负端与Boost变换器4的输入负端连接;Boost变换器4的输出正端与逆变桥5的输入正端连接,Boost变换器4的输出负端与逆变桥5的输入负端连接;逆变桥5的输出正端与LCL滤波器6的输入正端连接,逆变桥5的输出负端与LCL滤波器6的输入负端连接;LCL滤波器6的输出正端与第三电压传感器UT3的测量正端连接,LCL滤波器6的输出负端与第三电压传感器UT3的测量负端连接;第一接触器K1的一端与LCL滤波器6的输出正端连接,第一接触器K1的另一端与辅助负载Rz的一端连接,辅助负载Rz的另一端与单相电网的零线接线端连接;第二接触器K2的一端与LCL滤波器6的输出正端连接,第二接触器K2的另一端与单相电网的火线接线端连接。
第一电压传感器UT1的测量正端与LC滤波器3的输出正端连接,第一电压传感器UT1的测量负端与LC滤波器3的输出负端连接,第一电压传感器UT1的测量信号输出端与MPU控制器1连接。
第二电压传感器UT2的测量正端与Boost变换器4的输出正端连接,第二电压传感器UT2的测量负端与Boost变换器4的输出负端连接,第二电压传感器UT2的测量信号输出端与MPU控制器1连接。
第三电压传感器UT3的测量正端与LCL滤波器6的输出正端连接,第三电压传感器UT3的测量负端与LCL滤波器6的输出负端连接,第三电压传感器UT3的测量信号输出端与MPU控制器1连接。
第四电压传感器UT4的测量正端与单相电网的火线接线端连接,第四电压传感器UT4的测量负端与单相电网的零线接线端连接,第四电压传感器UT4的测量信号输出端与MPU控制器1连接。
LC滤波器包括第一电感L1和第一电容C1,第一电感L1的一端与整流器2的单相输出正端连接,第一电感L1的另一端与第一电容C1的正极连接;第一电容C1的负极与整流器2的单相输出负端连接。
在本发明中,整流器2为不控整流器。
Boost变换器4包括第二电感L2、第一功率管Q1、二极管D、第二电容C2,第二电感L2的一端与LC滤波器3的输出正端连接,第二电感L2的另一端与二极管D的正极连接;第一功率管Q1的漏极与二极管D的正极连接,第一功率管Q1的栅极与第一驱动模块7的输出端连接,第一功率管Q1的源极与LC滤波器3的输出负端连接;二极管D的负极与第二电容C2的正极连接;第二电容C2的正极与逆变桥5的输入正端连接,第二电容C2的负极与逆变桥5的输入负端连接。
逆变桥5包括第二功率管Q2、第三功率管Q3、第四功率管Q4和第五功率管Q5;第二功率管Q2的栅极和第五功率管Q5的栅极分别与第二驱动模块8的第一输出端连接;第三功率管Q3的栅极和第四功率管Q4的栅极分别与第二驱动模块8的第二输出端连接;第二功率管Q2的源极与第四功率管Q4的漏极连接,第二功率管Q2的漏极与Boost变换器4的输出正端连接,第三功率管Q3的漏极与第二功率管Q2的漏极连接,第三功率管Q3的源极与第五功率管Q5的漏极连接,第四功率管Q4的源极与Boost变换器4的输出负端连接,第五功率管Q5的源极与第四功率管Q4的源极连接。
LCL滤波器6包括第三电感L3、第三电容C3和第四电感L4,第三电感L3的一端与逆变桥5的输出正端连接,第三电感L3的另一端与电流传感器CT1的测量正端连接;第三电容C3的正极与电流传感器CT1的测量负端连接,第三电容C3的负极与逆变桥5的输出负端连接;第四电感L4的一端与第三电容C3的正极连接,第四电感L4的另一端与第三电压传感器UT3的测量正端连接。
在本发明的一个具体实施方式中,针对一台10kW的永磁直驱风力发电模型样机,各部件的型号为:MPU控制器1为TI公司生产的TMS320F28335型号的高性能浮点数字信号处理器;整流器2为SQL50A/1000V型号的整流模块;第一驱动模块7与第二驱动模块8为微芯公司生产的MCP14E4-E/P型号的驱动芯片;第一功率管Q1为IRFS4321型MOSFET,第二至第五功率管Q2~Q5选用型号为IPB60R190C6的MOSFET;辅助负载Rz选取24.2Ω的电阻;第一接触器K1与第二接触器K2选取CJX2-1210型号的接触器;第一至第四电压传感器UT1~UT4选取CHV-25P型号的闭环电压霍尔传感器;电流传感器CT1采用型号为ACS712ELCTR-05B-T的霍尔电流传感器。
本发明实施例中控制方法的工作步骤为:
步骤1:在永磁直驱风机GS并网前,闭合第一接触器K1,进行永磁直驱风机GS的输出电压调节,令所述MPU控制器1按照如下方式运作:
在k时刻,通过第一电压传感器UT1采集第一电容C1的电压Vd(k),通过第二电压传感器UT2采集第二电容C2的电压Vb(k),结合前馈补偿器与第一PI控制器计算Boost变换器4中第一功率管Q1的PWM控制信号的占空比D1(k),通过第三电压传感器UT3采集永磁直驱风机GS的输出电压Vo(k),通过第四电压传感器UT4采集单相电网的电压Vg(k),通过电流传感器CT1采集LCL滤波器6中第三电感L3的电流iL(k),并通过支持向量机预测模型计算逆变桥5的PWM控制信号的占空比D2(k),其中,支持向量机预测模型的第一输入端为k时刻的第三电感L3的电流iL(k),第二输入端为k时刻的永磁直驱风机GS的输出电压Vo(k),第三输入端为k-1时刻的永磁直驱风机GS的输出电压Vo(k-1),第四输入端为k-2时刻的永磁直驱风机GS的输出电压Vo(k-2),第五输入端为k-1时刻的逆变桥5的PWM控制信号的占空比D2(k-1),第六输入端为k-2时刻的逆变桥5的PWM控制信号的占空比D2(k-2),第七输入端为k时刻的单相电网的电压Vg(k);
上述前馈补偿器的输出Db(k)的计算方式为:
上述第一PI控制器的输出DPI(k)的计算方式为:
其中,Kp1为第一PI控制器的比例参数,Ki1为第一PI控制器的积分参数,Vb *为第二电容C2的电压设定值;本发明实施例中,Kp1=0.01,Ki1=0.08,Vb *=400V;
上述占空比D1(k)的计算方式为:
D1(k)=Db(k)+DPI(k);
步骤2:闭合第二接触器K2,采用第二PI控制器调节永磁直驱风机GS输出功率P至某一数值PT,即逆变桥5的PWM控制信号的占空比D2(k)的计算方式改为:
其中,Kp2为第二PI控制器的比例参数,Ki2为第二PI控制器的积分参数;在本发明实施例中,第二PI控制器的参数Kp2=0.005,Ki2=0.01,PT=6kW;iL *为第三电感L3的电流设定值,其在k时刻的计算方式为:
其中,Vgm为单相电网电压Vg的有效值,θ(k)为k时刻单相电网电压Vg的相角;
本发明中,支持向量机预测模型的建立过程为:
(1)收集训练样本
a.基于永磁直驱风机软并网控制装置采集运行数据;
在Boost变换器4中第二电容C2的电压为Vb *的工况下,闭合第一接触器K1,断开第二接触器K2,通过第三电压传感器UT3采集永磁直驱风机GS的输出电压Vo,通过第四电压传感器UT4采集单相电网的电压Vg,通过电流传感器CT1采集LCL滤波器6中第三电感L3的电流iL,取单相电网的电压Vg为设定值,利用单回路PI控制器对永磁直驱风机GS的输出电压Vo进行控制,并连续采集M次永磁直驱风机GS的输出电压Vo、LCL滤波器6中第三电感L3的电流iL、单相电网的电压Vg、单回路PI控制器计算的逆变桥PWM信号的占空比D2,从而构成M组运行数据;本发明实施例中,取Vb *=400V,M=5000,设定单回路PI控制器的参数Kp=0.008,Ki=0.05。
b.利用采集的运行数据构造样本;
对于k时刻,所构造的样本为{iL(k),Vo(k),Vo(k-1),Vo(k-2),D2(k),D2(k-1),D2(k-2),Vg(k)},其中,iL(k)为k时刻的LCL滤波器6中第三电感L3的电流,Vo(k)为k时刻的永磁直驱风机GS的输出电压,Vo(k-1)为k-1时刻的永磁直驱风机GS的输出电压,Vo(k-2)为k-2时刻的永磁直驱风机GS的输出电压,D2(k)为k时刻的单回路PI控制器计算的逆变桥5的PWM信号的占空比,D2(k-1)为k-1时刻的单回路PI控制器计算的逆变桥5的PWM信号的占空比,D2(k-2)为k-2时刻的单回路PI控制器计算的逆变桥5的PWM信号的占空比,Vg(k)为k时刻的单相电网的电压。
(2)建立并训练支持向量机预测模型
支持向量机通过非线性映射将输入空间映射到高维的特征空间,利用一个线性函数集来进行回归估计。给定样本集(Xk∈Rn为输入向量,yk∈R为相应输出值,N为样本个数,n为输入向量维数),支持向量机所用的线性回归函数为:
式(1)中,yk为线性回归函数输出;是从输入空间到高维特征空间的非线性映射;Xk为输入向量;W为权值向量;b为偏置;
是从输入空间到高维特征空间的非线性映射,权值向量W和偏置b由最小化公式(2)来计算:
式(2)中,W为权值向量,第1项决定回归函数的泛化能力;C为惩罚因子(C>0),用于控制对超出的样本的惩罚程度;N为样本个数;ξk为引入的松弛变量;ε为误差。
根据公式(2)建立拉格朗日方程,求解得线性回归函数为:
式(3)中,K(Xk,Xj)为核函数,αj为拉格朗日系数,不为零的αj对应的向量X称为支持向量。
得到支持向量后,即可求得回归函数y=f(Xk)。
选择不同形式的核函数可以生成不同的支持向量机,常用的核函数有:多项式函数,高斯函数,Sigmoid函数等。本发明选取高斯函数为核函数,即:
式(4)中,δ2为高斯核函数的宽度参数。
评价模型的性能时采用统计量平均相对误差ΔMRE,其表达式为:
式(5)中,ΔMRE为统计量平均相对误差;Y为样本的真值;为Y的估计值。
建立包括七个输入端、一个输出端的支持向量机预测模型,选取高斯函数作为核函数,对应样本{iL(k),Vo(k),Vo(k-1),Vo(k-2),D2(k),D2(k-1),D2(k-2),Vg(k)},取其第一个输入端为iL(k),第二个输入端为Vo(k),第三个输入端为Vo(k-1),第四个输入端为Vo(k-2),第五个输入端为D2(k-1),第六个输入端为D2(k-2),第七个输入端为Vg(k),输出端为D2(k);
均匀抽取M个样本中的80%作为训练样本,剩余20%个样本作为检验样本,对建立的支持向量机预测模型进行训练;为防止产生过学***均相对误差ΔMRE,并选择最小的平均相对误差ΔMRE所对应的模型作为最终预测模型,实施例中,最小的平均相对误差ΔMRE=0.009,选取其对应的模型作为最终预测模型,共包括616个支持向量,其在检验样本上的误差如图2所示,可知该模型具有较高的预测精度。将这些支持向量存储在数字信号处理器TMS320F28335的EEPROM中以备使用。
图3示出了根据本发明实施例的永磁直驱风机的软并网控制装置的并网过程仿真曲线。如图3所示,在t=0.02s,闭合第一接触器K1,利用支持向量机预测模型对永磁直驱风机GS的输出电压Vo进行调节,可见Vo能够在幅值、频率、相位上与单相电网的电压Vg较好的保持一致,由于第二接触器K2处于断开状态,并网电流ig为零;在t=0.06s,闭合第二接触器K2,可见并网电流ig未产生明显变化,说明对单相电网无冲击;在t=0.07s,采用第二PI控制器调节永磁直驱风机GS输出功率P至某一数值PT=6kW;在t=0.10s,断开第一接触器K1以切除辅助负载Rz。可见,在整个并网过程中,始终无冲击电流产生,说明了本发明的有效性。
如上参照附图以示例的方式描述了根据本发明提出的永磁直驱风机的软并网控制装置及控制方法。但是,本领域技术人员应当理解,对于上述本发明所提出的永磁直驱风机的软并网控制装置及控制方法,还可以在不脱离本发明内容的基础上对其中的实现细节做出各种改进。因此,本发明的保护范围应当由所附的权利要求书的内容确定。
Claims (8)
1.一种永磁直驱风机的软并网控制装置,其特征在于,包括:
MPU控制器(1)、整流器(2)、LC滤波器(3)、Boost变换器(4)、逆变桥(5)、LCL滤波器(6)、第一驱动模块(7)、第二驱动模块(8)、辅助负载(Rz)、第一接触器(K1)、第二接触器(K2)、第一电压传感器(UT1)、第二电压传感器(UT2)、第三电压传感器(UT3)、第四电压传感器(UT4)和电流传感器(CT1);其中,
所述整流器(2)的三相输入端与永磁直驱风机(GS)的三相输出端连接,所述整流器(2)的单相输出正端与所述LC滤波器(3)的输入正端连接,所述整流器(2)的单相输出负端与所述LC滤波器(3)的输入负端连接;
所述LC滤波器(3)的输出正端与所述Boost变换器(4)的输入正端连接,所述LC滤波器(3)的输出负端与所述Boost变换器(4)的输入负端连接;
所述Boost变换器(5)的输出正端与所述逆变桥(5)的输入正端连接,所述Boost变换器(5)的输出负端与所述逆变桥(5)的输入负端连接;
所述逆变桥(5)的输出正端与所述LCL滤波器(6)的输入正端连接,所述逆变桥(5)的输出负端与所述LCL滤波器(6)的输入负端连接;
所述LCL滤波器(6)的输出正端与所述第三电压传感器(UT3)的测量正端连接,所述LCL滤波器(6)的输出负端与所述第三电压传感器(UT3)的测量负端连接;
所述第一接触器(K1)的一端与所述LCL滤波器(6)的输出正端连接,所述第一接触器(K1)的另一端与所述辅助负载(Rz)的一端连接,所述辅助负载(Rz)的另一端与单相电网的零线接线端连接;
所述第二接触器(K2)的一端与所述LCL滤波器(6)的输出正端连接,所述第二接触器(K2)的另一端与所述单相电网的火线接线端连接;
所述第一电压传感器(UT1)的测量正端与所述LC滤波器(3)的输出正端连接,所述第一电压传感器(UT1)的测量负端与所述LC滤波器(3)的输出负端连接,所述第一电压传感器(UT1)的测量信号输出端与所述MPU控制器(1)连接;
所述第二电压传感器(UT2)的测量正端与所述Boost变换器(4)的输出正端连接,所述第二电压传感器(UT2)的测量负端与所述Boost变换器(4)的输出负端连接,所述第二电压传感器(UT2)的测量信号输出端与所述MPU控制器(1)连接;
所述第三电压传感器(UT3)的测量正端与所述LCL滤波器(6)的输出正端连接,所述第三电压传感器(UT3)的测量负端与所述LCL滤波器(6)的输出负端连接,所述第三电压传感器(UT3)的测量信号输出端与所述MPU控制器(1)连接;
所述第四电压传感器(UT4)的测量正端与所述单相电网的火线接线端连接,所述第四电压传感器(UT4)的测量负端与所述单相电网的零线接线端连接,所述第四电压传感器(UT4)的测量信号输出端与所述MPU控制器(1)连接;
所述电流传感器(CT1)的测量正端和测量负端分别与所述LCL滤波器(6)连接,所述电流传感器(CT1)的测量信号输出端与所述MPU控制器(1)连接;
所述第一驱动模块(7)的输入端与所述MPU控制器(1)连接,所述第一驱动模块(7)的输出端与所述Boost变换器(4)连接;
所述第二驱动模块(8)的输入端与所述MPU控制器(1)连接,所述第二驱动模块(8)的两个输出端分别与所述逆变桥(5)连接。
2.权利要求1所述的永磁直驱风机的软并网控制装置,其特征在于,
所述LC滤波器(3)包括第一电感(L1)和第一电容(C1);其中,所述第一电感(L1)的一端与所述整流器(2)的单相输出正端连接,所述第一电感(L1)的另一端与所述第一电容(C1)的正极连接,所述第一电容(C1)的负极与所述整流器(2)的单相输出负端连接。
3.权利要求2所述的永磁直驱风机的软并网控制装置,其特征在于,所述整流器(2)为不控整流器。
4.权利要求1所述的永磁直驱风机的软并网控制装置,其特征在于,
所述Boost变换器(4)包括第二电感(L2)、第一功率管(Q1)、二极管(D)和第二电容(C2);其中,所述第二电感(L2)的一端与所述LC滤波器(3)的输出正端连接,所述第二电感(L2)的另一端与所述二极管(D)的正极连接,所述第一功率管(Q1)的漏极与所述二极管(D)的正极连接,所述第一功率管(Q1)的栅极与所述第一驱动模块(7)的输出端连接,所述第一功率管(Q1)的源极与所述LC滤波器(3)的输出负端连接;所述二极管(D)的负极与所述第二电容(C2)的正极连接;所述第二电容(C2)的正极与所述逆变桥(5)的输入正端连接,所述第二电容(C2)的负极与所述逆变桥(5)的输入负端连接。
5.权利要求1所述的永磁直驱风机的软并网控制装置,其特征在于,
所述逆变桥(5)包括第二功率管(Q2)、第三功率管(Q3)、第四功率管(Q4)和第五功率管(Q5);其中,所述第二功率管(Q2)的栅极和所述第五功率管(Q5)的栅极分别与所述第二驱动模块(8)的第一输出端连接,所述第三功率管(Q3)的栅极和所述第四功率管(Q4)的栅极分别与所述第二驱动模块(8)的第二输出端连接,所述第二功率管(Q2)的源极与所述第四功率管(Q4)的漏极连接,所述第二功率管(Q2)的漏极与所述Boost变换器(4)的输出正端连接,所述第三功率管(Q3)的漏极与所述第二功率管(Q2)的漏极连接,所述第三功率管(Q3)的源极与所述第五功率管(Q5)的漏极连接,所述第四功率管(Q4)的源极与所述Boost变换器(4)的输出负端连接,所述第五功率管(Q5)的源极与所述第四功率管(Q4)的源极连接。
6.权利要求1所述的永磁直驱风机的软并网控制装置,其特征在于,
所述LCL滤波器(6)包括第三电感(L3)、第三电容(C3)和第四电感(L4);其中,所述第三电感(L3)的一端与所述逆变桥(5)的输出正端连接,所述第三电感(L3)的另一端与所述电流传感器(CT1)的测量正端连接,所述第三电容(C3)的正极与所述电流传感器(CT1)的测量负端连接,所述第三电容(C3)的负极与所述逆变桥(5)的输出负端连接,所述第四电感(L4)的一端与所述第三电容(C3)的正极连接,所述第四电感(L4)的另一端与所述第三电压传感器(UT3)的测量正端连接。
7.权利要求1所述的永磁直驱风机的软并网控制装置,其特征在于其控制方法的工作步骤为,
步骤1:在永磁直驱风机(GS)并网前,闭合第一接触器(K1),进行永磁直驱风机(GS)的输出电压调节,令所述MPU控制器(1)按照如下方式运作:
在k时刻,通过第一电压传感器(UT1)采集第一电容(C1)的电压Vd(k),通过第二电压传感器(UT2)采集第二电容(C2)的电压Vb(k),结合前馈补偿器与第一PI控制器计算Boost变换器(4)中第一功率管(Q1)的PWM控制信号的占空比D1(k),通过第三电压传感器(UT3)采集永磁直驱风机(GS)的输出电压Vo(k),通过第四电压传感器(UT4)采集单相电网的电压Vg(k),通过电流传感器(CT1)采集LCL滤波器(6)中第三电感(L3)的电流iL(k),并通过支持向量机预测模型计算逆变桥(5)PWM控制信号的占空比D2(k),其中,支持向量机预测模型的第一输入端为k时刻的第三电感(L3)的电流iL(k),第二输入端为k时刻的永磁直驱风机(GS)的输出电压Vo(k),第三输入端为k-1时刻的永磁直驱风机(GS)的输出电压Vo(k-1),第四输入端为k-2时刻的永磁直驱风机(GS)的输出电压Vo(k-2),第五输入端为k-1时刻的逆变桥(5)PWM控制信号的占空比D2(k-1),第六输入端为k-2时刻的逆变桥(5)PWM控制信号的占空比D2(k-2),第七输入端为k时刻的单相电网的电压Vg(k);
上述前馈补偿器的输出Db(k)的计算方式为:
上述第一PI控制器的输出DPI(k)的计算方式为:
其中,Kp1为第一PI控制器的比例参数,Ki1为第一PI控制器的积分参数,Vb *为第二电容(C2)的电压设定值;
上述占空比D1(k)的计算方式为:
D1(k)=Db(k)+DPI(k);
步骤2:闭合第二接触器(K2),采用第二PI控制器调节永磁直驱风机(GS)输出功率P至某一数值PT,即逆变桥(5)PWM控制信号的占空比D2(k)的计算方式改为:
其中,Kp2为第二PI控制器的比例参数,Ki2为第二PI控制器的积分参数;iL *为第三电感(L3)的电流设定值,其在k时刻的计算方式为:
其中,Vgm为单相电网电压Vg的有效值,θ(k)为k时刻单相电网电压Vg的相角;
然后,断开第一接触器(K1),以切除辅助负载(Rz)。
8.权利要求7所述的永磁直驱风机的软并网控制装置的控制方法,其特征在于所述支持向量机预测模型的建立过程包括如下步骤:
步骤1:收集训练样本,具体为:
步骤a.基于永磁直驱风机软并网控制装置采集运行数据;
在Boost变换器(4)中第二电容(C2)的电压为Vb *的工况下,闭合第一接触器(K1),断开第二接触器(K2),通过第三电压传感器(UT3)采集永磁直驱风机(GS)的输出电压Vo,通过第四电压传感器(UT4)采集单相电网的电压Vg,通过电流传感器(CT1)采集LCL滤波器(6)中第三电感(L3)的电流iL,取单相电网的电压Vg为设定值,利用单回路PI控制器对永磁直驱风机(GS)的输出电压Vo进行控制,并连续采集M次永磁直驱风机(GS)的输出电压Vo、LCL滤波器(6)中第三电感(L3)的电流iL、单相电网的电压Vg、单回路PI控制器计算的逆变桥(5)PWM信号的占空比D2,从而构成M组运行数据;
步骤b.利用采集的运行数据构造样本;
对于k时刻,所构造的样本为{iL(k),Vo(k),Vo(k-1),Vo(k-2),D2(k),D2(k-1),D2(k-2),Vg(k)},其中,iL(k)为k时刻的LCL滤波器(6)中第三电感(L3)的电流,Vo(k)为k时刻的永磁直驱风机(GS)的输出电压,Vo(k-1)为k-1时刻的永磁直驱风机(GS)的输出电压,Vo(k-2)为k-2时刻的永磁直驱风机(GS)的输出电压,D2(k)为k时刻的单回路PI控制器计算的逆变桥(5)PWM信号的占空比,D2(k-1)为k-1时刻的单回路PI控制器计算的逆变桥(5)PWM信号的占空比,D2(k-2)为k-2时刻的单回路PI控制器计算的逆变桥(5)PWM信号的占空比,Vg(k)为k时刻的单相电网的电压;
步骤2:建立并训练支持向量机预测模型;
建立包括七个输入端、一个输出端的支持向量机预测模型,选取高斯函数作为核函数,对应样本{iL(k),Vo(k),Vo(k-1),Vo(k-2),D2(k),D2(k-1),D2(k-2),Vg(k)},取其第一个输入端为iL(k),第二个输入端为Vo(k),第三个输入端为Vo(k-1),第四个输入端为Vo(k-2),第五个输入端为D2(k-1),第六个输入端为D2(k-2),第七个输入端为Vg(k),输出端为D2(k);
均匀抽取M个样本中的80%作为训练样本,剩余20%个样本作为检验样本,对建立的支持向量机预测模型进行训练;为防止产生过学***均相对误差ΔMRE,并选择最小的平均相对误差ΔMRE所对应的模型作为最终预测模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611120210.XA CN108173279A (zh) | 2016-12-08 | 2016-12-08 | 永磁直驱风机的软并网控制装置及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611120210.XA CN108173279A (zh) | 2016-12-08 | 2016-12-08 | 永磁直驱风机的软并网控制装置及控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108173279A true CN108173279A (zh) | 2018-06-15 |
Family
ID=62526487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611120210.XA Pending CN108173279A (zh) | 2016-12-08 | 2016-12-08 | 永磁直驱风机的软并网控制装置及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108173279A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2726156C1 (ru) * | 2019-03-18 | 2020-07-09 | Федеральное государственное унитарное предприятие "Крыловский государственный научный центр" | Повышающий выпрямитель напряжения |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004274893A (ja) * | 2003-03-10 | 2004-09-30 | Sharp Corp | インバータ装置 |
CN103138291A (zh) * | 2013-03-06 | 2013-06-05 | 杨勇 | 一种风力发电智能单相并网控制器 |
CN103414330A (zh) * | 2013-08-21 | 2013-11-27 | 西安龙腾新能源科技发展有限公司 | 一种抑制单相并网逆变器并网电流尖峰的方法 |
CN103441526A (zh) * | 2013-08-14 | 2013-12-11 | 华北电力大学(保定) | 一种并网不上网的小型光伏发电***及控制方法 |
CN104967353A (zh) * | 2015-07-08 | 2015-10-07 | 华北电力大学(保定) | 一种离网型风力发电逆变器 |
CN106160610A (zh) * | 2016-07-14 | 2016-11-23 | 江苏大学 | 一种主动悬架电磁作动器智能控制器的构造方法 |
-
2016
- 2016-12-08 CN CN201611120210.XA patent/CN108173279A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004274893A (ja) * | 2003-03-10 | 2004-09-30 | Sharp Corp | インバータ装置 |
CN103138291A (zh) * | 2013-03-06 | 2013-06-05 | 杨勇 | 一种风力发电智能单相并网控制器 |
CN103441526A (zh) * | 2013-08-14 | 2013-12-11 | 华北电力大学(保定) | 一种并网不上网的小型光伏发电***及控制方法 |
CN103414330A (zh) * | 2013-08-21 | 2013-11-27 | 西安龙腾新能源科技发展有限公司 | 一种抑制单相并网逆变器并网电流尖峰的方法 |
CN104967353A (zh) * | 2015-07-08 | 2015-10-07 | 华北电力大学(保定) | 一种离网型风力发电逆变器 |
CN106160610A (zh) * | 2016-07-14 | 2016-11-23 | 江苏大学 | 一种主动悬架电磁作动器智能控制器的构造方法 |
Non-Patent Citations (3)
Title |
---|
WEILIANG LIU ET AL.: "Grid current control of flyback type Micro Inverter based on FASVM", 《2016 35TH CHINESE CONTROL CONFERENCE (CCC)》 * |
李继森 等: "基于支持向量机的储能逆变器电压控制策略研究", 《电力科学与工程》 * |
蔡逢煌 等: "小型永磁直驱风力发电并网变流器的控制方法", 《电源学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2726156C1 (ru) * | 2019-03-18 | 2020-07-09 | Федеральное государственное унитарное предприятие "Крыловский государственный научный центр" | Повышающий выпрямитель напряжения |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Logesh | Resources, configurations, and soft computing techniques for power management and control of PV/wind hybrid system | |
Márquez et al. | Dynamic modeling, simulation and control design of an advanced micro-hydro power plant for distributed generation applications | |
CN102237691B (zh) | 一种风能、太阳能并网发电***及其控制方法 | |
CN107230983B (zh) | 一种基于功率控制的电力弹簧应用***及其控制方法 | |
CN103973203B (zh) | 一种适用于安全稳定分析的大型光伏电站在线等值建模方法 | |
CN102856899B (zh) | 一种微电网降低网损的方法 | |
CN103944428B (zh) | 一种适用于电网波形畸变的三相pwm整流器的控制方法 | |
CN102842917B (zh) | 一种通用的并网式光伏发电***机电暂态模型 | |
CN103441526B (zh) | 一种并网不上网的小型光伏发电***及控制方法 | |
CN104135021B (zh) | 一种基于复合控制的离网型储能变流器电压优化控制方法 | |
CN109950922A (zh) | 一种适用于vsc-hvdc的多步模型预测控制方法 | |
CN102055205A (zh) | 一种基于电压不平衡数学模型的无刷双馈电机网侧变换器控制策略 | |
CN105978373A (zh) | 实现微电网稳定的三相逆变器逆推滑模控制方法及*** | |
CN104333034B (zh) | 基于支持向量机逆控制的光伏并网微型逆变器 | |
CN108321812A (zh) | 一种基于模糊pi控制的预测直接功率控制方法 | |
Arulmurugan | Photovoltaic powered transformer less hybrid converter with active filter for harmonic and reactive power compensation | |
CN106787878A (zh) | 一种基于虚拟环流分量的单相mmc环流抑制器及抑制方法 | |
CN110021956A (zh) | 一种三相电流型并网逆变器控制方法 | |
CN108205595B (zh) | 一种适用于谐波分析的pscad双馈风电机组仿真模型*** | |
CN105680473A (zh) | 面向光伏发电***的通用机电暂态信息物理融合建模方法 | |
CN108306316A (zh) | 链式statcom在电网电压不平衡时的正负序协调控制***及方法 | |
CN104795836B (zh) | 一种单相光伏并网发电检测***及其非线性电流控制方法 | |
Kumar et al. | Power quality improvement and signal conditioning of PV array and grid interfaced off-board charger for electric vehicles with V2G and G2V capabilities | |
CN103606949A (zh) | 一种提高规模化光伏接入地区电网电压稳定性的控制方法 | |
CN103199557A (zh) | 一种基于tms320f2812的光伏并网及电能质量综合治理统一控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180615 |