船舶燃气轮机发电机组实时仿真新方案

李淑英，李铁磊，王志涛

(哈尔滨工程大学动力与能源工程学院，黑龙江 哈尔滨 150001)

燃气轮机发电机组是船舶综合电力系统的核心装置，掌握机组的动态特性，研制性能可靠的控制器是保证机组稳定运行的基础。目前，在燃气轮机装置控制器的研制过程中，普遍要经过全数字仿真实验、半物理仿真实验和全物理实验等3个验证过程。将燃气轮机装置控制器的物理实体接入到仿真回路中进行半物理仿真实验［1］，一方面可以验证控制器的可靠性，增强全物理实验过程中的安全性;另一方面可以大量减少全物理实验量，节约研制成本。针对燃气轮机装置开展高精度的实时仿真是进行控制器半物理仿真实验的关键，刘立华等［2-7］分别以船舶燃气轮机和航空发动机为研究对象，探讨了燃气轮机仿真模型的实时求解策略，搭建了控制器半物理仿真平台，并进行了多种工况下的半物理仿真实验。

如果采用传统方案开展船舶燃气轮机发电机组的实时仿真，燃气轮机本体、发电机和用电负载均为实时仿真机上的数字化模型，通过定步长求解器对模型的计算来预测机组的运行特性。由于燃气轮机本体的惯性环节主要体现为机械特性，而发电机和用电负载的惯性环节主要体现为电磁特性，两者差别很大。如果针对燃机本体的惯性环节设置求解器的积分步长，通常可以满足实时仿真的时间要求，但发电机和用电负载的仿真精度难以保证;如果针对发电机和用电负载的惯性环节设置求解器的积分步长，在不提升仿真机性能的前提下，仿真用时难以满足实时性。

1 新方案的提出

针对上述问题，本文提出一种新的实时仿真方案。如图1所示，燃气轮机仍然为实时仿真机上的数字化模型，而发电机和用电负载采用物理实体，两者之间通过带驱动控制器的无刷直流电机(brushless DC motor，BLDCM)连接。新方案只需针对燃机本体的惯性环节设置求解器的积分步长，在保证仿真精度的前提下，可以很好地满足仿真实时性。在实时仿真运行的某一积分步长内，燃机控制器根据速度环偏差量Δn来控制燃烧室喷油量Gf，从而使动力涡轮输出扭矩M发生变化，该扭矩值按比例缩小α倍后，可以形成BLDCM恒扭矩控制的电流设定值Is，BLDCM“代理”燃机本体向发电机输出功率，转速扭矩仪上的转速n上传给数字化模型，用于动力涡轮特性计算和转速控制环的速度反馈。

图1 船舶燃气轮机发电机组实时仿真新方案Fig.1 The new type of real-time simulation scheme for marine gas turbine generator set

新方案的理论依据如下:根据达朗贝尔-拉格朗日运动学原理［8］，新方案中数字化模型部分的动力涡轮和物理实体部分的电机满足如下的转子运行学方程

式中:J1为考虑发电机及附属装置在内的燃机动力涡轮转子折合转动惯量;J2为考虑发电机及附属装置在内的电机转子折合转动惯量;ω为转子角速度;ΔM为转子动力矩与阻力矩的差值。如果在方程(1)、(2)之间建立如方程(3)所示的关系，则如方程(4)所示，新方案中数字化模型部分的动力涡轮转子与物理实体部分的电机转子具有相同的动态响应特性。

2 新方案的实现

2.1 燃气轮机实时仿真模型

以某型三轴燃气轮机为物理模型(如图2所示)，根据容积惯性法对其建立的数学模型主要由方程(5)～(12)组成。在Matlab/Simulink环境下，根据三轴燃机数学模型开发的变比热仿真模型如图3所示，模型由定步长求解器计算，利用Matlab/Real-Time Workshop工具箱将其转化为C代码，下载到配置有Matlab/Xpc Target系统的仿真机中实现实时仿真。

图2 某型三轴燃气轮机物理模型Fig.2 The physical model of triaxial gas turbine

式中:n为转速，t为时间，G为工质流量，J为转子转动惯量，β为压比，η为效率，Cp为工质比热，e为膨胀比，T*为某截面工质温度，k为工质绝热系数;N为输出功率，p*为某截面工质压力，R为气体常数，VLC～HC表示低压压气机与高压压气机两部件间的容积，h为某截面工质焓值，H为燃料低热值;下标f为燃料，a为空气，g为燃气，其余下标含义参照图2。

图3 某型三轴燃气轮机变比热仿真模型Fig.3 Variable specific heat simulation model of certain type of three-shaft gas turbine

2.2 驱动控制器

BLDCM具有高功率密度、高扭矩/电流比、宽调速范围的特点，特别适合应用在需要恒扭矩或恒转速控制的伺服领域。本文采用两相导通、三相六状态、星型连接的 BLDCM，额定功率300 W，额定转速3 000 r/m。BLDCM驱动控制器采用DSP(TMS320F2812)作为主控制器;电机的转子位置、转速、母线电流等信息分别通过CAP、QEP和A/D等端口反馈到DSP，其中转子位置信息由电机内置霍尔传感器产生，转速信息由光电编码器输出，母线电流信息由采样电阻获得;DSP控制程序根据电机反馈的信息输出6路PWM信号，并经IPM驱动桥上的6个IGBT管放大后用于驱动电机运行。

BLDCM双闭环控制算法如图4所示，外环为速度环，内环为电流环。在实时仿真开始前，要将电机转速调整到额定值(对应燃机模型的初始状态);在实时仿真结束后，要将电机转速调整为零，并安全停机，以上2个阶段速度环与电流环均起作用。在实时仿真阶段，速度环失效，电流环的电流设定值Is由实时仿真机提供，实现BLDCM恒扭矩控制。为保证实时仿真新方案能够稳定、可靠地运行，一定要使电机恒扭矩控制的响应时间小于模型的积分步长，因此电流环选择PI控制算法。由新方案的理论依据可知，BLDCM在“代理”燃气轮机的过程中形成一种缩放的关系，这意味着其运行过程中一个微小的扭矩波动反馈到燃机仿真模型中都会对仿真精度带来很大的影响，因此应该在保证仿真实时性的前提下，尽量减小BLDCM在运行过程中的扭矩波动，尤其是换相期间的扭矩波动。文献［9-10］推导了不同PWM调制模式对BLDCM换相扭矩波动的影响，根据其研究成果，本文选择PWM-on型调制模式。

图4 BLDCM双闭环控制算法Fig.4 Double-loop control algorithm on BLDCM

2.3 新方案的组成框架

新方案的组成框架如图5所示。上位机通过TCP/IP数据总线将仿真模型和实验参数下载到实时仿真机和BLDCM驱动控制器中，并利用数据总线采集仿真过程中的相关数据，以便于仿真过程监控和仿真结果显示。实时仿真机与物理实体之间通过数据输出板卡和数据采集卡进行数据交互。基于新方案的组成框架开发的船舶燃气轮机发电机组实时仿真平台如图6、7所示。其中图6所示的物理实验台包括BLDCM及驱动控制器、发电机、转速扭矩仪等关键部件。

图5 新方案的组成框架Fig.5 The framework of the new scheme

图6 物理实验台Fig.6 Physical test-bed

图7 可调用电负载Fig.7 Adjustable load

3 基于新方案的实时仿真实验

基于新方案进行了船舶燃气轮机发电机组突增、突减负载的实时仿真实验，过程如下:

1)开始时机组在空载的情况下稳定运行，16 s时突增1/3的额定负载;

2)机组带1/3的额定负载稳定运行后，34.5 s时突增1/3的额定负载;

3)机组带2/3的额定负载稳定运行后，52.3 s时突增1/3的额定负载;

4)机组带额定负载稳定运行后，74.6 s时突减1/3的额定负载;

5)机组带2/3的额定负载稳定运行后，99 s时突增1/3的额定负载;

6)机组带额定负载稳定运行后，121.5 s时突减全部的额定负载。

从仿真实验结果(图8～10所示)来看，各参数的动态特性符合机组的实际变化规律，能较好地预测机组在突增和突减负载时的动态响应特性。从图9可以看出，机组在高工况的加载性要好于低工况;在负载变化量相同的情况下，突减负载时动力涡轮的转速波动要小于突增负载时的转速波动。

图8 高压涡轮转速变化曲线Fig.8 The speed curve of high pressure turbine

图9 动力涡轮转速变化曲线Fig.9 The speed curve of power turbine

图10 高压涡轮进口温度变化曲线Fig.10 The inlet temperature curve of high pressure turbine

图11 动力涡轮输出功率变化曲线Fig.11 The output power curve of power turbine

4 结束语

基于BLDCM恒扭矩控制系统，提出并实现了一种船舶燃气轮机发电机组实时仿真新方案，为掌握机组在真实电力负载下的动态特性、研制性能可靠的控制器提供了一个新的思路。针对机组进行的突增、突减负载实时仿真实验表明，新方案在保证仿真精度的前提下，可以很好地满足仿真实时性。从仿真结果来看，机组在高工况的加载性要好于低工况，前者的动力涡轮转速超调量约为后者的63%;在负载变化量相同的情况下，突减负载时动力涡轮的转速波动要比突增负载时的转速波动小10%左右;在突增、突减负载的过程中，动力涡轮转速存在10%～16%的波动，这可以通过下一步研究先进的机组控制算法来解决。

［1］JIA Yuanshan.The loop simulation［M］.Beijing:National Defense Industry Press，2008:2-10.

［2］刘华立.燃气轮机半物理实时仿真试验研究［D］.上海:上海交通大学，2001:7-52.LIU Huali.Experiment research on hardware-in-the-loop real-time simulation of gas turbine［D］.Shanghai:Shanghai Jiao Tong University，2001:7-52.

［3］张会生，刘永文，苏明，等.燃气轮机调速系统半物理仿真研究［J］.系统仿真学报，2002，14(3):400-402.ZHANG Huisheng，LIU Yongwen，SU Ming，et al.Hardware-in-the-loop simulation of the speed regulation of gas turbine［J］.Journal of System Simulation，2002，14(3):400-402.

［4］刘永文.基于通用平台的系统建模和半物理仿真及其在舰船动力装置中的应用［D］.上海:上海交通大学，2002:10-112.LIU Yongwen.General platform-based system modeling and hardware-in-the-loop simulation and their application in marine power plant［D］.Shanghai:Shanghai Jiao Tong University，2001:10-112.

［5］李方熠.燃气轮机数字式燃油控制半物理仿真系统设计与研究［D］.上海:上海交通大学，2010:6-79.LI Fangyi.Design and research on semi-physical simulation system of digital fuel control of gas turbine［D］.Shanghai:Shanghai Jiao Tong University，2010:6-79.

［6］张树彦.航空发动机半物理仿真平台中数字控制系统设计［D］.南京:南京航空航天大学，2005:6-50.ZHANG Shuyan.Design on digital control system of semiphysical simulation platform of aeroengine［D］.Nanjing:Nanjing University of Aeronautics and Astronautics，2005:6-50.

［7］苏三买，马瑞，冷文彬.微型涡喷发动机数字控制实时半物理模拟试验系统［J］.航空动力学报，2001，16(1):93-96.SU Sanmai，MA Rui，LENG Wenbin.Semi-physical real time simulation of digital control system for microturbo-Engine［J］.Journal of Aerospace Power，2001，16(1):93-96.

［8］腾万庆，王芝秋.一种柴油机发电机组的转动惯量估算方法［J］.内燃机学报，2010，28(6):546-550.TENG Wanqing，WANG Zhiqiu.A method for estimating moment of inertia of diesel generator set［J］.Transactions of CSICE，2010，28(6):546-550.

［9］王晋，陶桂林，周理兵，等.基于换相过程分析的无刷直流电动机机械特性的研究［J］.中国电机工程学报，2005，25(14):141-145.WANG Jin，TAO Guilin，ZHOU Libing，et al.Research on the mechanical characteristic of brushless DC motors based on the analysis of phase commutation［J］.Proceeding of CSEE，2005，25(14):141-145.

［10］苏昭晖.永磁无刷直流电机换相转矩脉动抑制的控制策略研究［D］.重庆:重庆大学，2009:23-34.SU Zhaohui.Research on commutation torque ripple minization techniques for permanent magnet brushless DC motor［D］.Chongqing:Chongqing University，2009:23-34.