直驱永磁同步风力发电机无位置传感器控制

2
2. 1
基于 SKF 算法的 PMSG 无位置 / 速度传感器控制方法
扩展卡尔曼滤波器（ EKF ） 算法 扩展卡尔曼滤波器算法可以用来估计 PMSG 的
（1）
转子位置和速度， 取采样周期为 T s ， 将式 （ 4 ） 离散 并考虑系统噪声及测量噪声， 得到 PMSG 的 EKF 化， 离散模型， 即 x k + 1 = f（ x k ） + v k = （ I + A k T s ） x k + B k T s u k + v k ， y k = h（ x k ） + w k 。
第 14 卷
第7 期
2010 年 7 月
电 机 与 控 制 学 报 ELECTRI C MACHINES AND CONTROL
Vol. 14 No. 7 July 2010
直驱永磁同步风力发电机无位置传感器控制
1 1， 2 1 1 1 赵仁德 ， 刘星 ， 马帅 ， 王平 ， 陈天立
（ 1． 中国石油大学（ 华东） 信控学院，山东 东营 257061 ； 2． 中国水利电力对外公司，北京 100120 ）
陈天立（ 1984 —） ， 男， 硕士研究生， 研究方向为风力发电并网控制。
14
电
机
与
控
制
学
报
第 14 卷
风力机始终运行在最大功率点附近， 可实现最大功 ［ 2］ ， 率追踪控制 这需要用到转子位置和转速信息。 传统的方法是在转子轴上安装机械式位置和速度传 感器， 这既增加了成本， 又降低了系统可靠性， 所以
}
（5）
其中：I 为四阶单位阵； v 和 w 项分别代表系统噪声 和测量噪声， 在系统中， 将二者假定为零均值高斯白 其概率密度函数服从 噪声， p（ v） ～ N（ 0 ， Q） ，p（ w） ～ N（ 0 ， R） 。 （6）
第7 期
赵仁德等： 直驱永磁同步风力发电机无位置传感器控制
15
其中：Q 和 R 为 v 和 w 的协方差矩阵， 取v和w为 单位阵， 则协方差阵为常数阵， 并且和系统状态 x 及 采样时间 T s 不相关。 基于离散化的 PMSG 状态方程， 扩展卡尔曼滤 波实现算法如表 1 所示， 其中矩阵 P 代表估计状态 的协方差误差矩阵， 而 Jacobian 矩阵为 f （ x k ） Fk + 1 = xk = xk + 1 ， x
中图分类号：TM 315 文献标志码： A 文章编号： 1007－ 449X（ 2010 ） 07－ 0013－ 05
Sensorless control for directdriven permanent magnet synchronous generators in wind energy generation system
]，
0 0 ， 0 0Fra bibliotek和永磁无刷
－ Rs Ld Ld A = － ωe Lq 0 0
0 0 －
0 1
本文研究将简化卡尔曼滤波器应用到直驱式永 磁同步风力发电机转子位置和转速的估计中 ， 实现 并基于此实现最大功 无位置 / 速度传感器矢量控制， 率追踪。
0
引
言
发 电 机 （ permanent magnet synchronous generators， PMSG） 由于省去了齿轮箱， 采用全功率变换器， 具 有效率高、 可靠性好、 对电网异常的适应力强等特 ［ 1 － 3］ ， 。 点 代表了风力发电技术的发展方向之一 采用矢量控制实时调节发电机的电磁转矩， 使
转速， 但计算中的纯积分环节存在零漂问题 ， 需要增 6 － 7］ 加补偿器校正。 文献 ［ 采用基于锁相环的扩 展电动势估计方法， 估计精度受电机参数变化和各 8］ 种测量误差的影响。文献［ 采用锁相环模型与状 态观测器相结合的估计方法， 系统算法简单， 但忽略 9 － 10 ］ 了系统动态过程， 影响了性能。 文献 ［ 提出 采用滑模观测器的估计方法， 系统鲁棒性较强， 稳定 性好， 但滑模面及滑模增益的选择较困难。 采用扩 展卡尔曼滤波器（ extended Kalman filter，EKF ） 的估 ［ 11 ］ 算方法使系统具有优化和自适应能力 ， 而且能很 系统鲁棒性较强， 但算法 好地抑制测量和扰动噪声， 复杂、 工程实现较困难。简化卡尔曼滤波器 （ simplified Kalman filter， SKF） 因其对系统方程的完全线性 化， 使得整个算法相对于 EKF 大为简化， 而对系统 的状态估算能力又不会有太大的影响， 所以目前已 经被应用在感应电机转子位置估计 ［ 13 ］ 交流电机直接转矩控制中 。
磁同步发电机数学模型可表示为 di d vd R s Lq = － － id + ωe iq ， dt Ld Ld Ld
}
（4）
di q vq R s Ld 1 = － － iq － ωe id + ωe Ψf ， dt Lq Lq Lq Lq dω e p = （ Te + TL + Kf ωe ） ， dt J dθ e = ωe 。 dt
v q 为变换器施加给发电机定子的 dq 轴电 式中：v d 、 i q 分别是定子电流的 dq 轴分量； R s 、 Ld 、 压分量；i d 、 L q 分别是定子绕组电阻和 dq 轴电感；ω e 为转子电 角速度； ψ f 为 转 子 永 磁 体 磁 链； p 为 电 机 极 对 数； θ e 为转子电角度； K f 为 与 转 子 速 度 有 关 的 阻 尼 系 数；J 为转子转动惯量； T e 和 T L 分别为电机的电磁
［ 3 － 12 ］ 。 无位置传感器控制技术逐渐引起人们的关注 4 － 5］ 文献［ 通过计算定子磁链来估计转子位置和
转矩和负载转矩。 T e 的表达式为 Te = － 3 p（ ψ f i q + （ L d － L q ） i q i d ） ， 2 （2）
其中：对于隐极永磁同步电机， 或者在运行过程中使 则 凸极电机定子电流 d 轴分量始终为零， Te = － 3 pψ i 。 2 f q （3）
Abstract ：To realize vector control for directdriven permanent magnet synchronous generators（ PMSG） in wind energy generation system without position and speed sensors，simplified Kalman Filter （ SKF ） was applied to estimate rotor position and speed in this paper． The rotor position and speed were chosen as phase stator current was chosen as input． Discrete state estimation model of PMSG state variables，twobased on SKF was built up，and sensorless vector control was implemented using rotor flux oriented control strategy． Simulation results show that rotor position and speed can be precisely estimated by using this method． Dynamic and steady state performances are good． Maximum power point tracking （ MPPT） control is also achieved based on the method． Key words： wind energy generation； directdriven permanent magnet synchronous generators； simplified Kalman Filter； sensorless control； vector control
)
k e1 ， k e2 ， k e3 为可调参数， 其中， 卡尔曼增益矩阵的计 。 算大大简化 综上， 得到适用于 PMSG 无位置 / 速度传感器矢 量控制的简化卡尔曼滤波器估计算法 ， 即
)
)
Hk + 1 =
h （ x k ） x k
表1 Table 1
x = x k +1
。
（8）
)
扩展卡尔曼滤波算法 Algorithm of EKF
2 ZHAO Rende1 ， LIU Xing1， ， MA Shuai1 ， WANG Ping1 ， CHEN Tianli1
（ 1． College of Information and Control Engineering，China University of Petroleum，Dongying 257061 ，China； 2． China International Water ＆ Electric Corp，Beijing 100120 ，China）
－ cosθ e Ld sinθ e B= Lq 0 0
sinθ e Ld cosθ e － ， Lq 0 0
1
转子磁场定向的 PMSG 数学模型
q 坐标系下， 在同步旋转 d根据发电机惯例， 永
得到发电机状态及输出方程， 即 · x = f（ x） = Ax + Bu， y = h（ x） = Cx。
要： 为了在无位置传感器的情况下， 实现对直驱式永磁同步风力发电机的矢量控制 ， 研究用简 化卡尔曼滤波器进行电机转子位置和转速估计的方法 。选取转子位置和转速作为状态变量， 两相 摘 定子电流作为输入， 建立了基于简化卡尔曼滤波器的永磁同步发电机状态估计离散模型 ， 采用转子 实现了无位置传感器矢量控制。仿真结果表明：这种方法能够准确估计出电 磁场定向的控制策略， 机的转子位置和转速信息， 动静态性能良好， 并基于此实现了最大功率追踪控制 。 关键词：风力发电； 直驱式永磁同步发电机； 简化卡尔曼滤波器； 无位置传感器控制； 矢量控制