风力发电机组全功率变频器增益自动控制技术

刘晓燕，张仁光

（山东华宇工学院，山东 德州 253034）

0 引言

风力发电作为清洁能源的重要组成部分，在全球范围内得到了广泛应用与推广。然而，由于环境和气象条件的不稳定性，风力发电机组运行过程中存在着一系列的挑战与问题。其中之一就是风力发电机组功率的稳定控制，这直接影响着发电效率和受电网的稳定性。因此，全功率变频器扮演着非常重要的角色，其是将电能转换为恒定频率的电力输出的装置，可以提高风力发电机组的性能，确保电力输出的稳定性和高效性。此外，增益自动控制作为一种调节系统的方法，可以提高风力发电机组的响应速度和灵活性，使其能够更好地应对不断变化的风能条件，根据需要自动调整变频器的增益（即放大倍数），以确保电力输出的稳定性和高效性[1]。因此，为了解决风力发电不稳定性的问题，风力发电机组全功率变频器增益自动控制技术的研究逐渐被广泛关注。

文献[2]介绍了一种用于接收端变换器的AGC 技术。将一个电压比较器加入接收机变频器中，利用该电压比较器来获得一个误差信号，并对其进行自动的增益误差值进行计算并输出。利用一个错误的定标器来对误差值进行处理，从而产生一个增益控制信号。在这个过程中，当一个环路滤波器在探测到这个增益控制信号之后，会对其进行内部处理，从而对其增益变化进行控制。但该方法采用的环路滤波器会引入一定的延时，特别是在对系统快速变化的需求响应时，产生滞后性，从而导致控制系统的动态性能下降。文献[3]通过将数字仿真模型与全功率牵引平台进行同步实时测试的方式，构建出了一个风电机组的全功率测试平台。利用多体动态的线性变参数（LPV）建模技术，对叶片、塔式结构等柔性构件进行精细化建模，并将所得到的高准确度的模拟信号用作控制的输入。在驱动平台上，以仿生风力驱动的伺服驱动方式，实现了对驱动装置的控制。但该方法是通过离散化的数学模型来模拟连续时间的系统行为，其中可能存在近似和离散化误差，从而显著影响模型的准确性。

本研究提出风力发电机组全功率变频器增益自动控制技术。通过引入孪生神经网络设计一个判别器，该判别器能够将特征映射到指定维度的特征向量空间中，利用度量学习方法计算两个特征向量之间的相似程度，准确判断风力发电机组功率是否发生波动，从而有效地处理风力发电机组功率波动的判定问题。针对风力发电机组功率波动的控制需求，采用具有较强的抗扰性和鲁棒性的免疫PID 算法进行增益自动控制，实现更好地适应风力发电机组运行环境的不稳定性。

1 全功率变频器原理与结构

全功率变频器是一种用于风力发电机组[4]的控制装置，研究其结构和原理有助于提高风力发电机组的功率稳定性和电网响应能力。该变频器通常由电力模块、控制模块和触摸屏显示模块组成，全功率变频器的结构图如图1 所示。

图1 全功率变频器结构

图1 中的电力模块主要包括整流单元和逆变单元，其中，整流单元将风力发电机组产生的交流电转换为直流电，并通过滤波电路消除谐波和干扰，逆变单元则将直流电转换为可调频率、可调幅度的交流电，进而实现风力发电机组的功率输出。控制模块负责监测风力发电机组的工作状态和电网需求，根据信号反馈进行控制参数的调整。触摸屏显示模块为操作员提供直观的界面，方便对风力发电机组进行参数设置和故障诊断。

全功率变频器的原理是通过调节变频器的增益参数来实现对风力发电机组功率的灵活调节。通过采集风速、转速和电网需求等信息，控制模块可以实时调整变频器的增益参数，使风力发电机组的输出功率与电网需求保持匹配。当电网负荷增加或减少时，全功率变频器可以快速调整风力发电机组的输出功率，以确保电网稳定运行。

2 风力发电机组全功率变频器增益自动控制

风力发电机组在工作过程中容易受到风速的变化和负载的波动影响，导致输出功率波动较大。为了优化风力发电机组运行的稳定性，使得可以在不同风速和负载条件下实现最佳输出功率调节，提高其发电效率，并减少功率波动对电网的影响。通过监测功率波动程度，可以及时感知系统的变化情况，根据实时数据做出相应的动态调整。采用模糊免疫PID 控制器可以更好地适应风力发电机组复杂、非线性以及扰动较大的工作环境，由此提高风力发电机组的稳定性和鲁棒性，实现全功率变频器增益自动控制，从而具有重要的工程应用价值。

2.1 功率波动程度的判断

由于风能的变化是随机的，这种随机性可能导致风力发电机组的功率输出不稳定，对电网产生冲击，甚至可能对电力系统造成负面影响。通过对功率波动程度进行判断，可以更好地了解风能的波动特性和变化规律，从而使得风力发电机组更好地跟踪风能的变化，自动调整全功率变频器的增益，以保持电力输出的稳定性和高效性。当风电机组的功率变化在正常波动范围之内时，则无需调整，但当风电机组的功率变化超过正常波动范围时，需要进行额外的调整和干预，以保持电力输出的稳定性和高效性。为此，提出了一种新的方法来实现对系统的波动性进行判定，设计一个判别器如图2 所示。

图2 功率波动程度判别器

在正常运行情况下，风力发电机的输出功率应该在一定的范围内波动，而波动过大可能表示系统存在故障或异常。通过比较风力发电机功率信号之间的相似程度，可以评估风力发电机组实际功率变化与标准功率范围的一致性。如果相似程度较高，则说明风力发电机组的功率波动在可接受的范围内；而如果相似程度较低，则意味着风力发电机组的功率波动超出了预定的限制，需要对其波动性调整。相似程度计算公式如下：

式中，mi代表风力发电机功率信号样本的第i维度特征向量；ni代表波动允许范围内的标准发电机功率信号样本的第i维度特征向量。

2.2 模糊免疫PID 增益自动控制器设计

免疫PID 算法[5]是一种基于免疫系统思想的PID控制算法。该算法通过借鉴免疫系统自适应性、鲁棒性和记忆能力等特性，提高了PID 控制算法在抗干扰和自适应性方面的性能。模糊免疫PID 设计增益自动控制器的作用是在免疫PID 算法的基础上，通过引入模糊控制，实现自适应增益的自动调整。由于传统的PID 控制器需要手动调节增益参数，对于复杂的风力发电机组全功率变频器，其工作环境和工况常常变化多样。因此，设计一个能够自动调整增益参数的控制器对于实现稳定且精确控制很重要。模糊免疫PID 设计增益自动控制器能够自适应地调整增益参数，不需要频繁地手动调试和调整，大大降低了控制系统的工程难度和人为误差。该控制器的结构如图3 所示。

图3 模糊免疫PID 增益自动控制器结构

为了提高变频器的控制性能，使其在不同运行条件下都能保持良好的动、静态性能。利用模糊免疫自适应PID 控制器结构，将增益自动控制公式表示如下：

式中k、k1、k2分别代表控制结构中的非线性函数、激励函数以及抑制函数，f代表抑制参数，△r代表抗原数量，λ代表刺激后输出的细胞参数。

由于非线性干扰造成的控制误差无法得到及时的修正，为此需要对参数进一步优化，通过优化参数可以改善控制系统对增益自动控制的响应速度，减小控制误差的持续时间，改善系统的稳定性，尽量减小系统在受到非线性干扰时的振荡现象。优化过程如下所示：

步骤1：在处理最优参数时，重新对隐藏中心、标准化参数以及输出的权重编码操作，并将其表达为矢量，将隐藏中心记作Q；标准化参数编码为Y1Y2…Yn；权系数编码为；

步骤2：对每个微粒寻找历史最好的位置，计算每个粒子的适应度函数均值，不断更新位置，表示为：

步骤3：对当前条件判断，如果达到停止条件，则保留当前信息，返回当前适应度值；

步骤4：通过上述迭代后，利用模糊免疫PID 增益自动控制器输出结果，实现变频器增益自动控制，表达式为：

3 实验设计与结果分析

为了验证所提出的控制方法在实际中是否具有有效性，使得风力发电机组在不同场景下都具有实际应用的潜力，在强风、风速突变或传感器噪声等复杂情况下，可以揭示控制方法的鲁棒性和稳定性，因此，选择装机容量为1500 W 的中型风力发电机组作为研究对象，利用Yokogawa WT1800 信号的功率分析仪采集10 s 内一段功率信号作为系统测试样本，该样本如图4 所示。这是横河电机（Yokogawa）公司生产的一款多功能功率分析仪，该设备具有广泛的测量功能，能够测量电流、电压、功率、功率因数、谐波等参数，并配备了高精度测量模块和数据处理软件。

图4 风力发电机功率信号样本

利用风力发电机组全功率变频器增益自动控制（简称“研究方法”）、基于AGC 技术的自动控制方法（简称“文献[2]方法”）以及基于多体动态线性变参数的自动控制方法（简称“文献[3]方法”）对图4 完成控制，得到处理结果如图5～图7 所示。

图5 研究方法的控制结果

图6 文献[2]方法的控制结果

图7 文献[3]方法的控制结果

从图5 中可以看出，经过平抑后的风力发电机功率波动在允许范围内，由此说明所设计技术是有效的。这是因为在风力发电机组功率波动控制中，免疫PID 算法相比传统PID 算法具有更强的抗扰性和鲁棒性，该算法能够更好地应对环境变化和系统扰动，提供更稳定和可靠的控制效果。

4 结语

本研究提出一种风力发电机组全功率变频器增益自动控制技术。该技术能够准确地判断风力发电机组功率是否发生波动，并基于此使用免疫PID 算法进行增益自动控制。实验结果表明，该方法能够有效控制风力发电机组的功率波动，保持功率在±0.5 kW 范围内。

该风力发电机组全功率变频器增益自动控制技术具有广阔的研究前景。首先，该技术能够提高风力发电机组的功率稳定性和响应速度，进一步提高其发电效率和可靠性。其次，随着可再生能源需求的不断增长，对风力发电机组的自动化控制需求也日益迫切。因此，该技术的研究将推动风力发电领域的智能化和自动化发展。