第43卷第23期电力系统保护与控制V ol.43 No.23 2015年12月1日Power System Protection and Control Dec. 1, 2015 一种风电机组在低风速区间的功率控制方法 张安安1，郭红鼎2，于 兵1，李 楠3，李 超1
(1.西南石油大学电气信息学院，四川 成都 610500；2.许继保护自动化系统公司，河南 许昌 461000；
3.国网成都供电公司，四川 成都 610045)
摘要：由于在低风速区间风速变化较快、风能密度较低，因此对风电机组的功率转换效率造成了较大影响。针对风电机组在低风速区域的运行特点，从功率控制角度出发，以提高风电机组功率输出效率为目的，采用最大功率点跟踪控制策略(MPPT)实现对风能最大限度的捕获，提出了大范围快速对焦最优转速的控制策略。与传统爬山法相比，该方法具有寻优速度快、精确度高、简单易行的优点。在Power Simulation(PSIM)环境中仿真分析，研究结果表明：该控制策略对提高机组稳定性和功率转换效率具有一定的价值。 关键词：低风速区间；D-PMSG；功率控制；MPPT；大范围快速对焦法
A power control method of wind turbines in low wind speed area
ZHANG Anan1, GUO Hongding2, YU Bing1, LI Nan3, LI Chao1
(1. School of Electrical Engineering and Information, Southwest Petroleum University, Chengdu 610500, China;
排屑装置2. XJ Protection & Automation Systems Company, Xuchang 461000, China;
3.State Grid Chengdu Electric Power Supply Company, Chengdu 610045, China)
Abstract: Wind velocity alters rapidly and the density of wind energy is lower in low wind speed area, which greatly affect power conversion efficiency of wind turbines. Aimed at enhancing wind turbines efficiency of power output, MPPT is adopted to capture maximum wind power from the perspective of power control according to operating peculiarity of wind turbine in low wind speed area. On the basis, a control strategy of fast focusing optimal rotating speed in wide range is simple, highly accurate and quicker to achieve optimal solution compared with conventional climbing method.
Simulation in Power Simulation (PSIM) shows that this control strategy has a certain value for improving wind turbine stability and power conversion efficiency.
This work is supported by National Natural Science Foundation of China (No. 51107107).
Key words: low wind area; D-PMSG; power control; MPPT; fast focusing in wide range
中图分类号：TM619 文章编号：1674-3415(2015)23-0084-06
0 引言
风力发电机组(以下简称风电机组)在风速低于额定风速区间(以下简称低风速区间)运行时由于受到自身结构和风速波动的影响而不能捕获到理想的最大风能，因此其功率转换效率问题一直都是风力发电中研究的重点和热点[1-18]。
目前，国内外通常采用最大功率点跟踪(MPPT)的控制策略完成风能最大限度地捕获。MPPT控制
基金项目：国家自然科学基金资助项目(51107107)；中国博士后基金面上项目资助(2014M562335) 的目的是精确快速地搜索到最优转速，从而使得发电机组始终保持最大功率输出。在国内外文献中，经典的MPPT控制方式主要有三大类：叶尖速比法[1-3]、功率曲线法[4-10]以及爬山法[11-15]。其中最为简单实用的方法就是爬山法，本文方法就是在此基础上进行优化改进的。叶尖速比法是传统的MPPT控制方式，较为简单，但该方法需要知道风力机相关参数[2-3]，然而不同的风力机会有不同的参数，而且风力机参数会根据运行环境和时间发生改变，因此该方法的可靠性有待提高。功率曲线法MPPT控制策略在低风速区间时最大功率跟踪速度较慢，这大大降低了机组捕获风能的能力[7]；而且，实际风速大多时间处于频繁波动状态，而功率曲线法只考虑了不同风 张安安，等 一种风电机组在低风速区间的功率控制方法 - 85 -
速下的稳态运行[8]，却忽略了稳态工作点之前的动态跟踪[9]。因此在低风速区间，一般采用爬山法作为MPPT 控制方法，该方法尤其适用于转动惯量较小且风力机参数不明确的小型风电机组[16]。传统的爬山法[11-13]搜索比较繁琐、精确度不够高；文献[14]结合超短期风速和功率预测实现最大功率的跟踪，但需要同时控制发电机和风机，较为复杂；文献[15]验证了变步长爬山法能在风速变化时自动搜索达到每一风速对应的最佳转速，实现风机最大风能的捕获，但其最大风能跟踪速度还有待提高。因此，基于MPPT 控制原理，本文提出采用大范围快速对焦法搜索最大功率点，该方法只需搜索一次即可精准快速地实现功率控制。为验证本文提出方法的正确性和可行性，在Power Simulation(PSIM)中搭建了一个额定功率为6 kW 的直驱永磁同步发电机(D-PMSG)风电机组仿真平台，在此平台上对常规爬山法和本文方法进行了对比分析，结果验证了本文方法的有效性。
1 风力机功率特性
风力机是风能转化为机械源动力的重要部件之
一，风力机直接影响发电系统的性能和发电效率。由贝兹理论[19]可得到风力机捕获风能为
23t p 0.5πP r V C ρ=
(1)
式中：P t 为风力机输出机械功率；ρ为空气密度；r 为风力机叶片扫过面积的半径；V 为风速；C p 为风能利用系数，它与桨距角β和叶尖速比γ有关，工程实践中其表达公式为
p 0.22(1160.45)exp(12.5)i i C λβ=--- (2) 上式中
3110.08)0.035(1)i γββ=+-+ (3)
式(2)、式(3)中各个系数为经验值[20]，C p 是关于β和γ的非线性函数，通过式(2)、式(3)拟合出如图1(a)所示的曲线。从图可以看出：当β恒定时，存在一个最佳叶尖速比opt γ以及对应的最大风能利用系数值C pmax ，此时转化效率最高；伴随桨距角的减小，最大风能利用系数逐渐增大，β=0°时达到最大值，当在低风速区域时，为捕获最大风能，桨叶将始终保持β=0°状态。
图1风力机参数特性曲线pamam
Fig. 1 Characteristic curves of wind turbine parameters
风力机输出转矩与角速度r ω成反比，表达式为
t t r T P = (4) 角速度r ω和风速V 存在关系：r V r ωγ=；因
此，实际上功率-转速特性曲线和转矩-转速特性曲线具有一致性，它们的运行状态是统一的。本文β=0°时，风力机输出功率与风轮转速之间存在如图1(b)所示的关系，从图可以看出：每一风速下都有一个最佳转速值，此时有最大功率P opt ；另外，风速越大输出功率相对越大。
2 最大功率点跟踪控制策略
塑料袋泳衣风速波动范围大、变化频繁，尤其是低风速区
间很难及时有效地捕获到最大风能。本文基于风力
机功率-转速曲线特性，采用图像处理领域中的对焦思想获取最优转速，从而提高风能利用效率。对焦技术目前已达到一个较高的水准[21]，自动对焦是依附焦点搜索评价函数实现的，如图2所示，F 为焦点。本文利用对焦评价函数几何曲线和功率-转速曲
图2 对焦评价函数示意图
Fig. 2 Focus evaluation function curve
- 86 - 电力系统保护与控制
线相似的特点，将最大功率点视为焦点，提出采用大范围快速对焦法搜索最大功率点。
大范围快速对焦法分为两步：通过判断功率-转速曲线上函数差值的符号变化完成大范围粗调；再利用功率-转速函数的高斯插值在焦点附近精调，从而实现快速、准确的最大功率点追踪。
图3中抛物线为任一风速下的功率-转速曲线(转速十分小的部分忽略，如min ωω<)，取起始转速
1k ω(min 1opt k ωωω≤<)，利用功率-转速曲线获得曲线
另一侧两个转速2k ω、3k ω，以两侧的三个转速为起点按步长h 1相向搜索，直到12k k P P - 的符号发生改变，则粗调停止。
图3大范围快速对焦最大功率点原理图 Fig. 3 Schematics of wide range and quickly focusing
the maximum power point
从图1(b)可以看出，离顶点越远的线段越趋近线性，因此确定精调范围(粗调后的转速范围)时可将功率-转速曲线近似看成一个等腰三角形，如图3中∆ABC ，根据图中相似三角形关系可以得到
1max 2max
32max
1k
k k k
k k k k k k P a n P a P a m P a P a m d P a d m n -⎧=⎪⎪⎪-=⎪
⎨⎪--⎪=
⎪⎪
=+⎩ (5) 将式(5)整理如下
1212231212232222k k k k
k
k k k k k k k k k d d P P m P P d d P P n P P -⎧=+⎪-⎪
⎨
-⎪=-⎪-⎩
(6) 式中：121k k k d ωω=-，232k k k d ωω=-；其中
k =1,2,3，…，为搜索次数。
于是可以获得精调范围为
222k j k k m ωωω≤≤+或者112k j k k n ωωω≤≤+ (7) 不等式中：j =1,2,3,…。
图1(b)中功率-转速曲线簇中的每条曲线都近似是一条开口向下的对称抛物线，越靠近曲线顶部特征越明显。而曲线顶部与高斯函数曲线形状一致，所以在式(7)的范围内采用高斯内插方法精调获得最优转速十分合理，高斯函数如式(8)。
22
max opt exp ()2P P ωωσ⎡⎤=--⎣⎦ (8)
式中：opt ω表示高斯曲线的平均值(即最优转速)；σ表示高斯曲线的方差。
在式(7)的转速范围内取三个转速1ω、2ω、
3ω(123ωωω<<)，它们之间的步长为0.25倍精调范围，即步长20.5k h m =(或20.5k h n =)。将1ω、2ω、3ω及其对应的功率1P 、2P 、3P 代入式(8)，两边同时取对数可得
2
21max 1opt 22
2max 2opt 223max 3opt ln ln ()2ln ln ()2ln ln ()2P P P P P P ωωσωωσωωσ⎧=--⎪⎪=--⎨⎪=--⎪⎩ (9) 通过式(9)整理后可解得
22222
2211332opt 2
2211332(ln )()ln ln ()2(ln )()ln ln ()P P P P P P ωωωωωωωωω---=⎡⎤---⎣
⎦ (10) 此时精调结束，opt ω即为某一风速条件下输出的最优转速值，它对应的功率max P 即为最大功
率点。
若精度要求更高，可增加j 的数量，同样通过高斯函数计算，直到满足要求。
3 仿真分析
为验证本文控制策略的可行性和理论分析的正确性，基于PSIM/SIMCAD 搭建风电机组模型，仿真模型中主要参数设置如下：额定功率P =6 kW ；额定风速V =12 m/s ；空气密度ρ=1.2 kg/m 3；风力机叶片扫过面积半径r =2.1 m ；桨距角恒定为β=0º；定子电阻R s =0.2Ω；定子电感L =12.6 mH ；极对数为n p =12；电网线电压u g =180 V ；滤波电感L g =5 mH ；频率f =50 Hz ；直流电压U dc =400 V ；电容C =1 880μF 。在PSIM/SIMVIEM 中对仿真结果进行分析。为验证本文控制策略的可行性和正确性，本文搭建了如图4所示的组合风模型，该模型可参考文献[22]。图中V 1为基本风，描述的是风电场平均风速的变化情况；V 2为阵风，反映风速的突变性；V 3为渐变风，反映风速的渐变性；V 4为随即风，反映的是风速变
张安安，等 一种风电机组在低风速区间的功率控制方法 - 87 -
化的随机性。
图4 组合风模型
Fig. 4 Combination of wind speed
图5反映了在风速大范围波动时本文策略的效果。图5(b)的仿真波形为发电机实际转速和本文MPPT 控制下的最优转速，从图中的波形可看出发电机实际转速紧跟MPPT 控制下的最优给定转速，最大转差处也不超过5 rpm/s 。这充分说明发电机实际转速跟踪效果好，能实现机组稳定运行。图
5(c)
图5 风速大范围频繁连续波动时仿真图 Fig. 5 Simulation diagram when wind speed wide,
frequent and continuous fluctuation
和5(d)为本文MPPT 与常规方法的参数比较图，从图5(c)可以看出本文大范围自动对焦法控制效果较好，功率利用系数C p 基本在0.39~0.44之间振荡，比常规爬山法利用率高，风速越低效果越为明显；图5(d)中风速最小处，本文MPPT 输出功率大小较常规方法最大时能提升7.8%。说明本控制策略能适应低风速区间的风速环境，动态响应快且控制精度较高。
进一步验证本文方法在更复杂风速环境下的有效性，在以上风速基础上加入渐变风速信号，风速仿真波形如图6(a)所示。从图6(b)所示的功率输出波形可以看出本文方法在风速低且复杂的环境中同样能保持较高效率。
图6 复杂风速环境时的仿真图
Fig. 6 Simulation diagram of complex wind environment
图7(a)为突变风速仿真波形。图7(b)中给出了风速从9 m/s 与额定风速12 m/s 突变时本文MPPT 控制策略与常规爬山法的发电机输出功率响应速度
图7 风速突变时仿真波形
Fig. 7 Simulation waveform when speed mutation
- 88 - 电力系统保护与控制
比较图。从图可见，与常规方法相比，无论是风速上升还是下降，本文方法较常规方法响应速度提高了30%左右。
4 结论
本文提出大范围快速对焦算法实现MPPT控制，与常规方法相比，本文方法具有以下优点：1) 常规爬山法在最大功率点附近需要来回反复搜索，而本文精调方式可一次性完成；2)本文方法粗调时可取相对较大步长，从而缩短了搜索时间；3) 常规爬山法精度高低取决于步长大小，而本文方法利用高斯函数即可达到较高的精度。从仿真结果可知：当风速动态波动时，本文方法搜索效果较好，风能得到充分利用；当风速在稳态之间切换时，本文方法响应速度更快，调节时间更短。
参考文献
[1] QIAO W, ZHOU W, ALLER J M, et al. Wind speed
estimation based sensorless output maximization control
for a wind turbine driving a DFIG[J]. IEEE Transactions
on Power Electronics, 2008, 23(3): 1156-1169.
[2] 茅靖峰, 吴爱华, 吴国庆, 等. 基于扩张状态观测的永
磁直驱风力发电系统MPPT自适应滑模控制[J]. 电力
系统保护与控制, 2014, 42(18): 58-65.
废水处理有机系统MAO Jingfeng, WU Aihua, WU Guoqing, et al. Adaptive
sliding mode MPPT control for PMSG-based wind
energy conversion systems based on extended state
observer[J]. Power System Protection and Control, 2014,
42(18): 58-65.
[3] 马卫东. 风力发电机组最大功率追踪[J]. 高压电器,
2012, 48(7): 57-65.
MA Weidong. Maximum power point tracking for wind
turbine[J]. High Voltage Apparatus, 2012, 48(7): 57-65.
[4] 刘其辉, 贺益康, 赵仁德. 变速恒频风力发电系统最
大风能追踪控制[J]. 电力系统及其自动化, 2003,
27(20): 62-67.
LIU Qihui, HE Yikang, ZHAO Rende. The maximal
wind-energy tracing control of a variable-speed
mide-008constant-frequency wind power generation system[J].
Automation of Electric Power Systems, 2003, 27(20):
62-67.
[5] BOUSCAYROL A, DELARUE P, GUILLAUD X.
Power strategies for maximum control structure of a wind
energy conversion system with a synchronous machine[J].
Renewable Energy, 2005, 30(15): 2273-2288. [6] ZELLAGUI M. Using maximum power point tracker
(MPPT) for harmonic mitigation in small wind turbines
generator[J]. International Journal of Electrical and
Power Engineering, 2008, 2(5): 345-352.
[7] 陈家伟, 陈杰, 龚春英. 变速风力发电机组恒带宽最
大功率跟踪控制策略[J]. 中国电机工程学报, 2012,
32(27): 32-28.
CHEN Jiawei, CHEN Jie, GONG Chunying. A constant-
bandwidth MPPT strategy for variable-speed WECS[J].
Proceedings of the CSEE, 2012, 32(27): 32-38.
[8] 耿华, 杨耕, 周伟松. 考虑风机动态的最大风能捕获
策略[J]. 电力自动化设备, 2009, 29(10): 107-111.
GENG Hua, YANG Geng, ZHOU Weisong. MPPT
strategy considering wind turbine dynamics[J]. Electric
Power Automation Equipment, 2009, 29(10): 107-111. [9] 殷明慧, 张小莲, 叶星, 等. 一种基于收缩跟踪区间的
改进最大功率点跟踪控制[J]. 中国电机工程学报,
2012, 32(27): 24-27.
YIN Minghui, ZHANG Xiaolian, YE Xing, et al.
Improved MPPT control based on the reduction of
tracking range[J]. Proceedings of the CSEE, 2012, 32(27): 24-27.
[10] 李杰, 屈克庆, 张仁杰. 应用三相Z源逆变器的PMSG
风力发电系统MPPT方法[J]. 电力系统及其自动化学
报, 2010, 22(6): 67-71.
LI Jie, QU Keqing, ZHANG Renjie. Method of MPPT
for PMSG wind generation system based on three-phase
Z-source inverter[J]. Proceedings of the CSU-EPSA,
2010, 22(6): 67-71.
[11] GONZALEZ L G, FIGUERES E, GARCERA G, et al.
Maximum power point tracking with reduced mechanical
stress applied to wind energy conversion systems[J].
Applied Energy, 2010, 87: 2304-2312.
[12] KOUTROULIS E, KALAITZAKIS K. Design of a
maximum power tracking system for wind-energy-
conversion applications[J]. IEEE Transactions on
Industrial Electronics, 2006, 53(2): 486-494.
视频门禁系统[13] AGARWAL V, AGARWAL R K, PA TIDAR P, et al. A
novel scheme for rapid tracking of maximum power point
in wind energy conversion systems[J]. IEEE Transactions
on Energy Conversion, 2010, 25(1): 228-236.
[14] 王晓兰, 李家亮, 马呈霞. 基于功率预测的变速变桨
距风电系统的优化控制[J]. 电力系统保护与控制,
2013, 41(13): 88-92.
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议