于智超，劉 帥，杜克文

(山東科技大學(xué) 電氣與自動化工程學(xué)院，山東 青島 266590)

隨著風(fēng)力發(fā)電技術(shù)的不斷成熟，系統(tǒng)容量越來越大，從而導(dǎo)致風(fēng)力發(fā)電并網(wǎng)時所產(chǎn)生的電流沖擊與波動過大，造成安全問題[1-3]。雙饋風(fēng)力發(fā)電并網(wǎng)方式主要有空載、負載與孤島并網(wǎng)3種，其中應(yīng)用最為廣泛的是空載并網(wǎng)[4]。傳統(tǒng)的并網(wǎng)控制有矢量變換[5]、PI控制[6]等，但存在穩(wěn)定性與抗擾動性差等缺點。本文在研究風(fēng)力發(fā)電運行特性與控制原理的基礎(chǔ)上，提出了一種基于神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電并網(wǎng)控制技術(shù)。該技術(shù)結(jié)合了BP神經(jīng)網(wǎng)絡(luò)與PID控制，使得控制器能夠?qū)D(zhuǎn)子電流進行控制，具有獨立于被控對象的優(yōu)點。加之雙饋發(fā)電機，因而可以實現(xiàn)空載數(shù)學(xué)模型的并網(wǎng)控制。

1 雙饋發(fā)電機空載數(shù)學(xué)模型

同步坐標(biāo)系下基于采用發(fā)電機慣例的定子與采用電動機慣性轉(zhuǎn)子的雙饋電機數(shù)學(xué)模型，分別如式 (1)～式(4)所示[7]。其中，式(1)和式(2)分別為定轉(zhuǎn)子側(cè)電壓、側(cè)磁鏈方程；式(3)和式(4)分別為轉(zhuǎn)矩、運動方程。定子與轉(zhuǎn)子d、q軸電壓分量分別為usd、usq、urd、urq；磁鏈分量分別為ψsd、ψsq、ψrd、ψrq；電流分量分別為isd、isq、ird、irq；而Lm、Lr分別為定子互感與轉(zhuǎn)子電感；發(fā)電機同步與轉(zhuǎn)差角速度為w1、ws；p表示微分算子。

(1)

(2)

Te=npL0(isdirq-isq-ird)

(3)

(4)

發(fā)電機并網(wǎng)需要其定子與電網(wǎng)的電壓相等，并網(wǎng)前調(diào)節(jié)定子電壓達到并網(wǎng)要求以實現(xiàn)并網(wǎng)控制。由于雙饋發(fā)電機可以實現(xiàn)空載數(shù)學(xué)模型的并網(wǎng)控制，且采用的控制策略為定子磁鏈?zhǔn)噶慷ㄏ?。因而isd=isq=0，ψsd=ψs,ψsq=0，則可得到雙饋發(fā)電機空載數(shù)學(xué)模型如下

(5)

(6)

(7)

(8)

(9)

2 BP神經(jīng)網(wǎng)絡(luò)PID并網(wǎng)控制

2.1 BP神經(jīng)網(wǎng)絡(luò)

算法簡單，獨立于被控對象，且具有非線性映射特性的BP神經(jīng)網(wǎng)絡(luò)[8-9]結(jié)構(gòu)圖，如圖1所示。BP神經(jīng)網(wǎng)絡(luò)包括輸入、隱含、輸出層，且同層節(jié)點間相互獨立，是一種單相傳播的前向網(wǎng)絡(luò)[10-13]。本文采用3-5-3型BP網(wǎng)絡(luò)結(jié)構(gòu)，并對分別代表運行狀態(tài)與PID可調(diào)參數(shù)的輸入、輸出變量進行了歸一化處理。

圖1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

BP神經(jīng)網(wǎng)絡(luò)中輸入信號在隱含層中經(jīng)過處理到達輸出層，并與期望輸出相減得到誤差；隨后再反向傳輸，依據(jù)誤差信號改變每層節(jié)點的權(quán)值，到達輸入層后再次正向傳輸；不斷重復(fù)，使得誤差最?。辉撨^程即是網(wǎng)絡(luò)的學(xué)習(xí)過程[14-16]。

2.2 BP神經(jīng)網(wǎng)絡(luò)結(jié)合PID的控制器設(shè)計

結(jié)合BP神經(jīng)網(wǎng)絡(luò)與PID控制器，得到圖2所示的結(jié)構(gòu)框圖。圖中包括閉環(huán)控制轉(zhuǎn)子電流d軸分量的PID控制部分，與基于雙饋發(fā)電機狀態(tài)調(diào)節(jié)PID參數(shù)的BP神經(jīng)網(wǎng)絡(luò)控制部分。其中，神經(jīng)網(wǎng)絡(luò)節(jié)點的權(quán)值調(diào)節(jié)是以轉(zhuǎn)子電流d軸分量與反饋電流的誤差平方為目標(biāo)函數(shù)，并進而調(diào)節(jié)PID控制。從而使電機轉(zhuǎn)子電流分量近似等于定子磁鏈算出的轉(zhuǎn)子電流分量，最終使定子電壓達到電網(wǎng)電壓。

圖2 BP神經(jīng)網(wǎng)絡(luò)結(jié)合PID的控制器結(jié)構(gòu)圖

BP神經(jīng)網(wǎng)絡(luò)結(jié)合PID的控制器算法步驟為：

(1)對確定了各層節(jié)點數(shù)的BP神經(jīng)網(wǎng)絡(luò)進行權(quán)值初始化，并確定學(xué)習(xí)速率與慣性系數(shù)；

(2)根據(jù)采樣得到的r(k)、y(k)計算誤差e(k)；

(3)歸一化r(k)、y(k)、e(k)并輸入到神經(jīng)網(wǎng)絡(luò)中；

(4)進行神經(jīng)網(wǎng)絡(luò)處理，得到PID的3個控制參數(shù)；

(5)計算得到控制輸出u(k)；

(6)依據(jù)誤差調(diào)節(jié)神經(jīng)網(wǎng)絡(luò)節(jié)點權(quán)值；

(7)令k=k+1，返回步驟(2)。

2.3 雙饋發(fā)電機空載并網(wǎng)控制

在雙饋發(fā)電機中采用結(jié)合BP神經(jīng)網(wǎng)絡(luò)與PID的控制器，以適應(yīng)運行過程中發(fā)電機隨時間變化的阻抗、磁鏈等物理量。如對轉(zhuǎn)子電流ird進行控制，神經(jīng)網(wǎng)絡(luò)的輸入為期望電流、實際電流與其的誤差。經(jīng)過各層權(quán)值的不斷調(diào)整，將神經(jīng)網(wǎng)絡(luò)的輸出作為PID控制器的輸入，實現(xiàn)神經(jīng)網(wǎng)絡(luò)對PID的最優(yōu)控制，進而滿足雙饋發(fā)電機空載并網(wǎng)運行要求。基于BP神經(jīng)網(wǎng)絡(luò)結(jié)合PID的雙饋發(fā)電機空載并網(wǎng)控制結(jié)構(gòu)圖，如圖3所示。

圖3 基于BP神經(jīng)網(wǎng)絡(luò)結(jié)合PID的雙饋發(fā)電機空載并網(wǎng)控制結(jié)構(gòu)

3 仿真分析

3.1 樣機參數(shù)

基于上述分析，本文在Matlab中對基于BP神經(jīng)網(wǎng)絡(luò)結(jié)合PID的雙饋發(fā)電機空載并網(wǎng)控制模型進行搭建與仿真驗證，并與傳統(tǒng)PI控制器進行對比。表1 為分析中的電機參數(shù)。

表1 電機參數(shù)

3.2 仿真結(jié)果

由建立的模型進行仿真，仿真波形如圖4所示，其與傳統(tǒng)PI控制器對比波形，如圖5和圖6所示。

圖4 定子電壓與電網(wǎng)電壓曲線

圖5 電網(wǎng)與定子電網(wǎng)誤差比較

圖6 兩種控制策略轉(zhuǎn)子電流比較

從圖中可以看出，本文所提出的控制模型跟隨速度快、穩(wěn)態(tài)精度高。傳統(tǒng)PI控制轉(zhuǎn)子電流分量達到穩(wěn)態(tài)時間為0.12 s，本文所設(shè)計的控制器在0.04 s即可達到穩(wěn)態(tài)，減少了并網(wǎng)時所產(chǎn)生的電流沖擊與波動，且系統(tǒng)穩(wěn)定性也得到提高。

4 結(jié)束語

針對風(fēng)力發(fā)電并網(wǎng)時所產(chǎn)生的電流沖擊與波動過大的問題，本文提出了一種基于神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電并網(wǎng)控制技術(shù)。通過建模仿真驗證，該控制技術(shù)可以使得雙饋發(fā)電機定子電壓跟隨速度快、魯棒性強，大幅提高了系統(tǒng)動態(tài)性能。