《Wind Energy》:Enhanced Control of 1.5?MW DFIG Generators in MRWT Systems Using GA-Based PI-ST-SMC: Comparative Assessment With ST-SMC
编辑推荐:
本文提出了一种新颖的基于遗传算法的比例积分超螺旋滑模控制(GA-PI-ST-SMC)策略,用于运行在多转子风力发电机组(MRWT)系统中的1.5 MW双馈感应发电机(DFIG)转子侧变换器。该方法将超螺旋滑模控制的强鲁棒性和有限时间收敛特性与遗传算法的全局优化
本文提出了一种新颖的基于遗传算法的比例积分超螺旋滑模控制(GA-PI-ST-SMC)策略,用于运行在多转子风力发电机组(MRWT)系统中的1.5 MW双馈感应发电机(DFIG)转子侧变换器。该方法将超螺旋滑模控制的强鲁棒性和有限时间收敛特性与遗传算法的全局优化能力相结合,以实现控制器最优整定并在不同运行条件下提升系统性能。研究人员在标称条件和扰动条件下系统评估了所提控制器的有效性,并与常规超螺旋滑模控制器(ST-SMC)进行了基准比较。比较结果显示,功率质量和动态响应均获得显著改善。在标称运行条件下,所提出的GA-PI-ST-SMC将有功功率Ps纹波降低了46.35%,电流总谐波畸变率(THD)降低了34.60%。此外,在涉及参数变化和系统不确定性的鲁棒性测试中,该控制器保持了优越性能,与常规ST-SMC方案相比,无功功率Qs纹波降低了95.06%,电流THD降低了39.14%。这些结果表明,所提出的基于优化的控制框架显著增强了干扰抑制能力,抑制了功率振荡,并改善了电流波形质量,同时保持了系统稳定性和鲁棒性。因此,GA-PI-ST-SMC可作为基于DFIG的大功率MRWT应用的一种有效且可靠的控制解决方案,有助于推动鲁棒且高效的可再生能源转换系统的发展。
本研究围绕双馈感应发电机(DFIG)在多转子风力发电机组(MRWT)系统中的控制问题展开。DFIG是中大型风电转换系统的核心设备,具有变流器容量小、变速运行效率高等优点,但系统对参数变化、电网扰动及非线性气动效应敏感,传统控制方法难以同时兼顾良好的功率质量、动态响应与鲁棒性。MRWT作为新兴技术,由多个转子共支撑结构组成,能提升能量捕获和模块化扩展能力,但转子间气动相互作用引起转矩与功率波动,对控制器提出了更高要求。滑模控制(SMC)虽然鲁棒性强,但存在抖振;超螺旋滑模控制(ST-SMC)可抑制抖振,却仍依赖增益整定,且已有智能改进方法(如ANFIS-STSMC、TO-STSMC等)结构复杂、参数众多。针对上述问题,研究人员提出了一种基于遗传算法(GA)优化的比例积分超螺旋滑模控制(GA-PI-ST-SMC)策略,应用于1.5 MW DFIG MRWT系统的转子侧变换器,并与常规ST-SMC进行系统对比。研究在MATLAB/Simulink中建立了MRWT和DFIG数学模型,设计了融合PI滑模面与超螺旋算法的控制器,利用GA以ITAE为目标函数离线优化控制器参数,并通过变风速、参数变化和阶跃风速三种工况验证了性能。结果表明,所提方法在标称条件下将有功功率纹波降低46.35%,电流总谐波畸变率(THD)降低34.60%;在参数变化条件下,无功功率纹波降低95.06%,电流THD降低39.14%,显著改善了功率质量、动态响应和鲁棒性,为高性能DFIG风电变换系统提供了有效方案。该论文发表在《Wind Energy》。
主要关键技术方法如下:研究人员构建了MRWT气动模型和DFIG在dq坐标系下的数学模型;设计了以PI调节器为滑模面的超螺旋滑模控制器,兼顾稳态精度与强鲁棒性;采用遗传算法(GA)对控制器增益(K1、K2、μ、γ、ρ)进行离线优化,目标函数为ITAE积分误差指标;利用Lyapunov理论完成了控制器稳定性证明;基于MATLAB/Simulink平台搭建了1.5 MW DFIG-MRWT直接功率控制(DPC)系统仿真模型,并与常规ST-SMC进行对比分析。
### 4.1 标称条件下的性能
在变风速剖面下,研究人员比较了两种控制器的响应。结果表明,GA-PI-ST-SMC显著降低了P
s和Q
s的纹波,其中P
s纹波降低46.35%,Q
s纹波降低43.23%;电流THD由2.40%降至1.57%,降幅34.60%;定子电流纹波从约50 A降至28 A,电磁转矩纹波从160 N·m降至80 N·m。同时,ITAE和稳态误差也分别得到大幅减小,说明所提方法在跟踪精度和功率平滑方面均优于ST-SMC。
### 4.2 鲁棒性测试
为考察参数变化下的控制性能,研究人员将定转子电阻值乘以2、电感值乘以0.5。在此条件下,GA-PI-ST-SMC仍保持明显优势:P
s纹波降低62.50%,Q
s纹波降低95.06%,电流THD从4.19%降至2.56%,转矩纹波从300 N·m降至120 N·m(降幅60%),P
s稳态误差降低91.95%,Q
s稳态误差降低73.95%。这表明GA优化的控制器在系统参数不确定时具有更强的鲁棒性和更小的性能退化。
### 4.3 第三项测试:阶跃风速剖面
在风速阶跃变化条件下,研究人员进一步测试了控制器的动态性能。结果显示,在所有风速点,GA-PI-ST-SMC的THD均较ST-SMC降低约40%–47%,例如在8 m/s时THD从2.32%降至1.36%。功率纹波降低50%,ITAE降低16.50%(P
s)和41.86%(Q
s),稳态误差大幅下降。但同时注意到,P
s过冲增加了78.54%,响应时间也有所延长,说明优化过程更侧重稳态精度与纹波抑制,牺牲了部分瞬态快速性。
讨论部分指出,GA-PI-ST-SMC在纹波、ITAE和稳态误差方面全面优于ST-SMC,但存在响应时间变长和部分过冲增大的权衡;未来可通过多目标优化、自适应增益调节或混合优化算法来平衡动态与稳态性能。研究结论可归纳为:本文提出了一种基于GA-PI-STSMC的增强型直接功率控制策略,用于1.5 MW DFIG-MRWT系统,结合了STSMC的鲁棒性与PI滑模面的稳态精度,并利用GA实现了控制器参数的自动最优整定。仿真表明,所提方案显著降低了有功和无功功率纹波、电流THD,改善了跟踪行为和对参数变化的鲁棒性。该工作目前仅基于仿真验证,后续将开展硬件在环(HIL)、实时平台及实验样机测试,并进一步考虑电网故障、测量噪声和湍流风等更复杂工况,以全面评估其实用性。