趙順利，陳紅濤，梁春芳，朱鐵林，楊智勇

(91515部隊(duì)，海南三亞 572016)

船舶電力系統(tǒng)中同步發(fā)電機(jī)的實(shí)測(cè)建模

趙順利，陳紅濤，梁春芳，朱鐵林，楊智勇

(91515部隊(duì)，海南三亞 572016)

本文分析了船舶電力系統(tǒng)中同步發(fā)電機(jī)的派克模型和實(shí)用模型，提出了運(yùn)用最小二乘法和人工魚群智能算法混合算法辨識(shí)同步發(fā)電機(jī)參數(shù)的方法，并進(jìn)行了仿真實(shí)驗(yàn)，驗(yàn)證了該方法的正確性和高效性。利用實(shí)驗(yàn)平臺(tái)，對(duì)柴油發(fā)電機(jī)組中同步發(fā)電機(jī)通過特定實(shí)驗(yàn)測(cè)試和參數(shù)辨識(shí)處理，建立了符合實(shí)際運(yùn)行狀況的同步發(fā)電機(jī)模型。

同步發(fā)電機(jī) 最小二乘法 人工魚群智能算法 參數(shù)辨識(shí)

0 引言

同步發(fā)電機(jī)是船舶電力系統(tǒng)的核心設(shè)備，為整個(gè)船舶電力系統(tǒng)提供電能。在船舶電力系統(tǒng)的穩(wěn)定性等研究方面，往往需要不同尺度的同步發(fā)電機(jī)的數(shù)學(xué)模型來支持研究；同步發(fā)電機(jī)模型建立的精準(zhǔn)程度，又常常影響著仿真分析、控制管理等工作的準(zhǔn)確程度[1-2]。

本文運(yùn)用最小二乘法和人工魚群智能算法混合算法對(duì)同步發(fā)電機(jī)參數(shù)進(jìn)行了仿真辨識(shí)，建立了符合實(shí)際運(yùn)行狀況的同步發(fā)電機(jī)模型。

1 同步發(fā)電機(jī)的派克（Park）模型方程

1.1 dq0坐標(biāo)系下的派克（Park）模型方程

在同步發(fā)電機(jī)dq0坐標(biāo)系統(tǒng)下，d軸與轉(zhuǎn)子磁場(chǎng)方向一致，q軸超前d軸90°電角度。在dq0坐標(biāo)系統(tǒng)里，電機(jī)電路方程中的參數(shù)轉(zhuǎn)化為常數(shù)，方程變得簡(jiǎn)單，計(jì)算簡(jiǎn)單，因此，在電力系統(tǒng)分析與計(jì)算中有很廣泛的應(yīng)用[3]。

4）采用adx標(biāo)幺值系統(tǒng)。

經(jīng)過詳細(xì)的數(shù)學(xué)推導(dǎo)得知，同步發(fā)電機(jī)的電壓方程為：

磁鏈方程為：

式中各參數(shù)的意義具體參考文獻(xiàn)[3]。

在dq0坐標(biāo)系下，電感參數(shù)是不變的（轉(zhuǎn)化為常數(shù)），而且d、q、0三軸之間互相存在解耦關(guān)系，因此派克變換和同步發(fā)電機(jī)派克方程在電力系統(tǒng)分析計(jì)算中得到了廣泛應(yīng)用。

2 同步發(fā)電機(jī)的實(shí)用模型

為了理論研究方便，計(jì)算簡(jiǎn)單，通常將派克方程中的轉(zhuǎn)子變量(如fDQi、fDQψ和fu)計(jì)算折合到定子側(cè)，用實(shí)用物理量表示，以便更好的在定子側(cè)進(jìn)行分析和測(cè)量，這樣就推導(dǎo)出同步發(fā)電機(jī)的實(shí)用模型，詳細(xì)推導(dǎo)過程見文獻(xiàn)[3]。實(shí)用模型將動(dòng)態(tài)過程分解為穩(wěn)態(tài)、瞬態(tài)和超瞬態(tài)過程，對(duì)應(yīng)這些過程的參數(shù)(如和等)，稱為實(shí)用參數(shù)，這些參數(shù)主要用來反映電機(jī)動(dòng)態(tài)過程中的本質(zhì)規(guī)律。

忽略q軸g繞組的瞬變效應(yīng)，只計(jì)及f、D和Q繞組的電磁暫態(tài)。同步發(fā)電機(jī)五階實(shí)用模型既計(jì)及了許多實(shí)際因素，有適中的計(jì)算量，有明確的物理概念，因而應(yīng)用比較廣泛。在同步發(fā)電機(jī)測(cè)試和參數(shù)辨識(shí)中，許多文獻(xiàn)都以五階實(shí)用模型作為研究對(duì)象，本文也將采用五階實(shí)用模型作為參數(shù)辨識(shí)研究的對(duì)象。

d軸電氣模型：

q軸電氣模型：

在同步發(fā)電機(jī)參數(shù)辨識(shí)中，需要求解微分方程，那么就需要知道狀態(tài)量的初始值，而暫態(tài)電勢(shì)次暫態(tài)電勢(shì)等很難直接測(cè)量獲取，因此在辨識(shí)過程中，經(jīng)常運(yùn)用增量方程，每個(gè)增量的初始值就為0。

d軸增量方程為：

q軸增量方程：

3 同步發(fā)電機(jī)參數(shù)辨識(shí)算法研究

3.1 參數(shù)可辨識(shí)性分析和算法研究

文獻(xiàn)[8]提出了基于可觀測(cè)量的同步發(fā)電機(jī)參數(shù)的時(shí)域辨識(shí)方法，運(yùn)用最小二乘法對(duì)同步發(fā)電機(jī)派克（Park）模型參數(shù)進(jìn)行辨識(shí)，并進(jìn)行了仿真實(shí)驗(yàn)，證明了該方法的有效性和準(zhǔn)確性。文獻(xiàn)[9]運(yùn)用人工魚群智能算法對(duì)同步發(fā)電機(jī)實(shí)用模型參數(shù)進(jìn)行了辨識(shí)，并進(jìn)行了仿真實(shí)驗(yàn)，驗(yàn)證了此方法的正確性。

如果利用最小二乘法辨識(shí)同步發(fā)電機(jī)的穩(wěn)態(tài)參數(shù)，計(jì)算出同步發(fā)電機(jī)派克模型的穩(wěn)態(tài)參數(shù)ar、，把穩(wěn)態(tài)參數(shù)作為已知量，根據(jù)同步發(fā)電機(jī)派克模型和實(shí)用模型參數(shù)轉(zhuǎn)換公式可以計(jì)算出同步發(fā)電機(jī)實(shí)用模型的參數(shù)dX、qX、K。在人工魚群智能算法中，把參數(shù)dX、qX、K作為已知量，同步發(fā)電機(jī)五階實(shí)用模型d軸需要辨識(shí)的參數(shù)由6個(gè)減少為4個(gè)，q軸需要辨識(shí)的參數(shù)由3個(gè)減少為2個(gè)，再利用人工魚群智能算法辨識(shí)剩余的暫態(tài)參數(shù)，這樣可以減少需要辨識(shí)的參數(shù)，提高了參數(shù)辨識(shí)的精度，有助于提高參數(shù)辨識(shí)的速度。

3.2 仿真實(shí)驗(yàn)

根據(jù)文獻(xiàn)[12]，利用MATLAB/Simulink軟件搭建同步發(fā)電機(jī)單機(jī)無窮大系統(tǒng)仿真模型，搭建仿真模型，仿真系統(tǒng)中同步發(fā)電機(jī)的基本參數(shù)設(shè)定為S=50 MVA，額定電壓V=10.5 kV，額定頻率

在仿真系統(tǒng)中，采用輸入機(jī)械功率突變作為擾動(dòng)方式，建立發(fā)電機(jī)的動(dòng)態(tài)過程，在t=4 s時(shí)，發(fā)電機(jī)的輸入機(jī)械功率由0.8降為0.6，對(duì)系統(tǒng)進(jìn)行仿真實(shí)驗(yàn)，可以測(cè)量得到同步發(fā)電機(jī)端口電壓、電流以及勵(lì)磁電壓、電流、功角的變化，數(shù)據(jù)采樣時(shí)間間隔是0.001 s。

同步發(fā)電機(jī)五階實(shí)用模型d、q軸電流實(shí)測(cè)曲線和辨識(shí)參數(shù)得到的電流曲線結(jié)果如圖1和圖2所示。

從同步發(fā)電機(jī)參數(shù)仿真實(shí)驗(yàn)結(jié)果可以得知，最小二乘法和人工魚群智能算法混合算法辨識(shí)同步發(fā)電機(jī)參數(shù)，在穩(wěn)態(tài)和暫態(tài)參數(shù)辨識(shí)上都能取得比較的好效果，辨識(shí)效率高，說明這種方法是有正確有效的，且效果好于單獨(dú)利用最小二乘法和人工魚群智能算法辨識(shí)同步發(fā)電機(jī)參數(shù)的方法。

圖1 同步發(fā)電機(jī)d軸電流曲線

圖2 同步發(fā)電機(jī)q軸電流曲線

4 同步發(fā)電機(jī)實(shí)測(cè)建模實(shí)驗(yàn)

4.1 實(shí)驗(yàn)系統(tǒng)搭建

船舶綜合電力推進(jìn)最小模擬實(shí)驗(yàn)平臺(tái)包括柴油機(jī)、三相同步發(fā)電機(jī)組、變頻控制柜、異步電動(dòng)機(jī)以及磁阻負(fù)載器。實(shí)測(cè)建模實(shí)驗(yàn)中，需要搭建實(shí)時(shí)數(shù)據(jù)采集控制平臺(tái)，這里使用AppSIM實(shí)時(shí)系統(tǒng)以及相關(guān)的傳感器進(jìn)行數(shù)據(jù)采集。

4.2 實(shí)測(cè)建模實(shí)驗(yàn)方案

做實(shí)驗(yàn)時(shí)，首先啟動(dòng)AppSIM實(shí)時(shí)系統(tǒng)，系統(tǒng)正常工作以后，然后啟動(dòng)柴油發(fā)電機(jī)組，并確認(rèn)機(jī)組是處在正常運(yùn)行狀態(tài)。在機(jī)組正常運(yùn)行十分鐘后，給機(jī)組加靜負(fù)載，功率為9 kW。在柴油發(fā)電機(jī)組帶負(fù)載運(yùn)行15 min后，進(jìn)行拋負(fù)載操作，把8 kW靜負(fù)載完全拋去，此時(shí)柴油發(fā)電機(jī)組的負(fù)載為1 kW，用AppSIM實(shí)時(shí)系統(tǒng)采集負(fù)載拋載前30 s至拋載后30 s的數(shù)據(jù)，并進(jìn)行數(shù)據(jù)儲(chǔ)存。停止柴油發(fā)電機(jī)組，切斷各數(shù)據(jù)采集模塊的電源，實(shí)驗(yàn)結(jié)束。

4.3 數(shù)據(jù)處理

利用實(shí)驗(yàn)所采集的數(shù)據(jù)，采用MATLAB/ Simulink軟件對(duì)數(shù)據(jù)進(jìn)行濾波處理，并進(jìn)行dq0坐標(biāo)轉(zhuǎn)換和標(biāo)幺化處理，最后進(jìn)行同步發(fā)電機(jī)參數(shù)辨識(shí)，建立同步發(fā)電機(jī)模型。

1）實(shí)測(cè)數(shù)據(jù)

在實(shí)驗(yàn)中，通過AppSIM實(shí)時(shí)系統(tǒng)采集的同步發(fā)電機(jī)三相電壓、三相電流、勵(lì)磁電壓、勵(lì)磁電流和轉(zhuǎn)子機(jī)械角度的原始數(shù)據(jù)，情況如下。

實(shí)驗(yàn)中采集的同步發(fā)電機(jī)三相電壓和三相電流數(shù)據(jù)如圖3、4所示。

圖3 ABC三相電壓局部值

圖4 ABC三相電流局部值

實(shí)驗(yàn)中采集的同步發(fā)電機(jī)勵(lì)磁電壓、勵(lì)磁電流數(shù)據(jù)和轉(zhuǎn)子機(jī)械角度值如圖5、6、7所示。

2）數(shù)據(jù)處理

實(shí)測(cè)數(shù)據(jù)進(jìn)行濾波處理、坐標(biāo)轉(zhuǎn)換和標(biāo)幺化[3]處理以后，得到的數(shù)據(jù)情況如圖8～13所示。

圖5 勵(lì)磁繞組電壓局部值

圖6 勵(lì)磁繞組電流局部值

圖7 轉(zhuǎn)子機(jī)械角度局部值

圖8 電壓ud標(biāo)幺值

圖9 電壓uq標(biāo)幺值

圖10 電流id標(biāo)幺值

圖11 電流iq標(biāo)幺值

圖12 勵(lì)磁繞組電壓標(biāo)幺值

圖13 勵(lì)磁繞組電流標(biāo)幺值

3）參數(shù)辨識(shí)

利用經(jīng)過處理后的標(biāo)幺值，運(yùn)用最小二乘法和人工魚群智能算法混合算法，對(duì)同步發(fā)電機(jī)五階實(shí)用模型進(jìn)行參數(shù)辨識(shí)，得到的參數(shù)如表1和表2所示。

表1 d軸參數(shù)辨識(shí)結(jié)果

表2 d軸參數(shù)辨識(shí)結(jié)果

電流曲線擬合結(jié)果如圖14、圖15所示。

圖14 同步發(fā)電機(jī)d軸電流曲線

圖 15 同步發(fā)電機(jī)q軸電流曲線

通過分析參數(shù)辨識(shí)結(jié)果，總體上能辨識(shí)出同步發(fā)電機(jī)的參數(shù)，能建立適合實(shí)際運(yùn)行狀態(tài)的同步發(fā)電機(jī)模型，從實(shí)測(cè)數(shù)據(jù)發(fā)現(xiàn)，有很強(qiáng)的噪聲信號(hào)，對(duì)實(shí)測(cè)的數(shù)據(jù)會(huì)造成很大的干擾，在數(shù)據(jù)進(jìn)行濾波處理的過程中，會(huì)造成相位的延遲，造成了暫態(tài)參數(shù)辨識(shí)的結(jié)果誤差比較大，效果相對(duì)差了些。

5 結(jié)語(yǔ)

本文以船舶綜合全電力推進(jìn)最小實(shí)驗(yàn)系統(tǒng)中的同步發(fā)電機(jī)為實(shí)測(cè)對(duì)象，完成了動(dòng)態(tài)數(shù)據(jù)采集、數(shù)據(jù)濾波降噪處理和基于混合辨識(shí)算法的實(shí)物測(cè)試建模，并通過物理實(shí)驗(yàn)結(jié)果，證明了所提動(dòng)態(tài)數(shù)據(jù)獲取實(shí)驗(yàn)法和辨識(shí)算法的有效性，建立了符合實(shí)際運(yùn)行狀況的同步發(fā)電機(jī)實(shí)用模型，為系統(tǒng)的仿真分析和控制管理提供了依據(jù)。

[1] 羅成漢. 船舶電力推進(jìn)模擬平臺(tái)的研究. 武漢理工大學(xué)博士學(xué)位論文, 2013.

[2] 高海波, 陳輝, 林治國(guó). 基于Saber的船舶電力推進(jìn)系統(tǒng)的建模及仿真. 船舶工程, 2013, 35(4)： 59-62.

[3] 倪以信, 陳壽孫, 張寶霖. 動(dòng)態(tài)電力系統(tǒng)理論和方法. 北京： 清華大學(xué)出版社, 2000.

[4] 王川. 負(fù)荷沖擊型大擾動(dòng)下船舶綜合電網(wǎng)暫態(tài)電壓穩(wěn)定性研究. 大連海事大學(xué)博士學(xué)位論文, 2012：3-6.

[5] 沈善德. 電力系統(tǒng)辨識(shí). 北京： 清華大學(xué)出版社, 1993： 23-25．

[6] 鞠平. 電力系統(tǒng)非線性辨識(shí). 南京： 河海大學(xué)出版社, 1999.

[7] 龐中華, 崔紅. 系統(tǒng)辨識(shí)與自適應(yīng)控制MATLAB仿真. 北京： 北京航空航天大學(xué)出版社, 2009： 52.

[8] 馮樹輝. 基于同步發(fā)電機(jī)參數(shù)辨識(shí)的最優(yōu)勵(lì)磁控制系統(tǒng)設(shè)計(jì)與仿真研究. 重慶大學(xué)碩士學(xué)位論文, 2012．

[9] 黃其新. 基于功角測(cè)量的同步發(fā)電機(jī)參數(shù)辨識(shí)方法與應(yīng)用研究. 南京： 河海大學(xué)碩士學(xué)位論文, 2007.

[10] 孫黎霞, 鞠平等. 基于PARK模型的同步發(fā)電機(jī)參數(shù)辨識(shí)[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2009, 29（19）：50-56.

[11] 李曉磊, 薛云燦, 路飛, 田國(guó)會(huì).基于人工魚群算法的參數(shù)估計(jì)方法. 山東大學(xué)學(xué)報(bào), 2004, 34(3)：84-87.

[12] 王晶. 電力系統(tǒng)的 MATLAB/SIMULINK 仿真與應(yīng)用[M]. 西安： 西安電子科技大學(xué)出版社, 2008.

[13] 黃淼. 基于拋載試驗(yàn)和在線時(shí)域測(cè)試的同步發(fā)電機(jī)參數(shù)辨識(shí)新方法. 重慶大學(xué)博士學(xué)位論文, 2011.

[14] Wamkeue R, Jolette C, Kairous D. Estimation of synchronous generator parameters from load rejection analytical responses [C]. 2010 9th International Conference on Environment and Electrical Engineering, Prague, Czech Republic, IEEE, 2010：392-395.

[15] Ahmadi, R, Behjati, HFerdowsi, MB . Dynamic modeling and stability analysis of an experimental test Bench for electric-ship propulsion. IEEE, 2013：110-115.

Data Modeling of Synchronous Generator in Marine Power System

Zhao Shunli, Chen Hongtao, Liang Chunfang, Zhu Tielin, Yang Zhiyong
（Unit 91515, Sanya 572016, Hainan, China）

In this paper, the synchronous generator of the park's model and practical model is analyzed. By using the method of least square method and artificial fish intelligence algorithm, the algorithm to identify synchronous generator parameters is proposed. Simulation results validate the correctness and efficiency of this method. By using the experimental platform, the synchronous generator in the diesel generator set is tested and the parameters identification is processed, and the model of the synchronous generator is established.

synchronous generator; least square method; artificial fish intelligence algorithm; parameters identification

TP311.5

A

1003-4862（2016）12-0053-05

2016-05-18

趙順利(1981-)，男，工程碩士。專業(yè)方向：電力系統(tǒng)及自動(dòng)化。