摘要：经济在快速发展，社会在不断进步，风力发电在我国发展十分迅速，考虑到部分空载并网时达到稳定状态较慢、拟合精度较低的问题，提出了一种风力发电机组空载并网智能控制方法。设计智能控制，控制对象输出量与期望输出量相同;通过最近邻聚类算法获得初始的智能控制规则，再利用神经网络进行规则优化;综合智能控制与控制策略，实现风力发电机组空载并网智能控制。实验结果显示:风机发电组空载并网智能控制方法较常规控制方法早2s达到稳定状态;智能控制方法的拟合误差平方和低于常规控制方法，表明智能控制方法对样本的拟合精度较高，在控制风力发电机组空载并网时的效果越好。
关键词：风力发电机组;空载并网;智能神经网络控制
引言
能源和环境问题是当今世界各国关注的焦点问题。在已知的绿色、高效新能源和可再生能源中，风能作为永不枯竭的清洁能源，日益受到高度重视。研究风力发电机组的并网技术至关重要。变速恒频双馈风力发电作为一种有效利用风能的技术受到广泛的关注。双馈风力发电机的并网方式有空载并网、负载并网和孤岛并网3种。对空载并网方式的原理作了介绍，并通过发电机的建模与仿真研究，发现空载并网方式在并网过程中，定子的冲击电流较小，转子电流也能够稳定过渡，因而是一种较为理想的并网实施方案。因此，本文拟以交流励磁的双馈感应电机（doublefedinductiongenerator，DFIG）为研究对象，对DFIG的变速恒频运行原理进行分析，建立DFIG在d-q坐标系下的数学模型，并且构建基于定子磁链定向的转子侧变频器的矢量系统，包括DFIG空载并网和接入电网后的控制策略。同时，对电流环PI调节器进行设计，以提高其动态响应速度和系统的抗干扰能力。最后，结合DFIG的转子侧及网侧控制策略，通过仿真和试验对设计的可行性进行验证。
1双馈式风力发电机组数学模型
双馈感应电机具有非线性、时变性、强耦合的特点，分析和求解困难．为了简化分析和应用于矢量变换控制，按照发电机的正方向规定，可以得到ｄ－ｑ同步旋转坐标系下双馈发电机的定转子电压、磁链数学模型：
式中：ｕｓｄ、ｕｓｑ、ｕｒｄ、ｕｒｑ分别为双馈风力发电机定、转子电压的ｄ、ｑ轴分量；ψｓｄ、ψｓｑ、ψｒｄ、ψｒｑ分别为双馈风力发电机定、转子磁链的ｄ、ｑ轴分量；ω１为ｄ－ｑ轴同步旋转角速度；ωｒ为转子角速度；ωｓ为转差频率，ωｓ＝ω１－ωｒ；Ｌｍ＝３／２Ｌｍｓ，为ｄ－ｑ坐标系下同轴定子与转子绕组间的等效互感；Ｌｍｓ表示与定子绕组相交链的互感磁通的最大值所对应的定子互感；Ｌｓ＝Ｌｍ＋Ｌｌ１，为ｄ－ｑ坐标系下两相定子绕组的自感，Ｌｒ＝Ｌｍ＋Ｌｌ２，为ｄ－ｑ坐标系下两相转子绕组的自感；Ｌｌ１为定子侧漏感，Ｌｌ２为转子侧漏感．由于并网前发电机处于空载状态，故定子侧电流为０．故得到双馈风力发电机空载运行时定、转子电压方程和定、转子磁链方程：
2风力发电机组空载并网智能控制方法
2.1双馈风力发电机空载并网控制策略
将定子磁链定向的矢量控制运用于双馈风力发电机控制，由式，可建立变速恒频双馈风力发电机空载并网控制策略。双馈风力发电机空载并网的实质是通过电网观测量，调节电机转子励磁，使电机定子输出与电网匹配的电压，实现无冲击并网。检测三相电网电压得出所需的磁链角，控制器采用比例积分（PI）控制器，通过调节PI控制器实现转子电流的闭环控制。d，q支路控制电压urd，urq经过前馈解耦的电压补偿后，由Park变换为urα，urβ控制信号，再经过SVPWM控制技术驱动逆变器为转子励磁，实现对双馈风力发电机的空载并网控制。该控制系统中，定子电压频率通过调整转子励磁频率来满足条件，系统并网时可满足电机宽转速范围要求，进而提高并网控制的成功率。
2.2优化控制规则
对于风力发电机组空载并网系统来说，其具有高度的非线性，需要借助ＲBF神经网络对控制规则进行优化。当智能控制的规则集个数与ＲBF网络的隐层个数相等时，使神经网络中的权值对应规则库中的参数。利用神经网络的记忆特性来记忆规则，同时利用神经网络的学习功能对控制规则进行调整，达到优化的目的。利用神经网络结构实现的模糊推理，生成的模神经控制具有非线性控制作用，又具有神经网络的自学习和自适应能力。通过最近邻聚类算法获得初始的控制规则，然后再把控制规则参数输入到神经网络中进行参数调整。在算法中，首先将第一个数据作为第一组的聚类中心，如果一个数据距离该聚类中心的距离小于某个预期值，就把这个数据放到此组中;否则，把该数据设为新一组聚类的聚类中心。
2.3基于ＳＰＷＭ的定子电压闭环控制策略
电压瞬时值闭环控制中，内环的电流闭环控制与ＳＰＷＭ电压开环控制的内环控制是一样的．外环电压控制中，考虑到了暂态的变化，由式可以看出转子电流ｑ轴分量是由定子与电网电压的ｄ轴分量的差值经过ＰＩ控制得到，转子电流的ｄ轴分量是由定子与电网电压的ｑ轴分量的差值经过ＰＩ控制得到．最终通过电流内环与电压外环的控制，让定子电压的ｄ－ｑ轴分量追随电网电压的ｄ－ｑ轴分量，从而同时实现电压幅值、相位、频率的追踪，实现无冲击电流的并网．
2.4基于ＳＰＷＭ的转子电压控制
ＳＰＷＭ电压开环控制策略中参考电流与实际电流进行ＰＩ控制，输出ｕ′ｒｄ、ｕ′ｒｑ后经过交叉耦合项，即可得到转子电压参考值，经过坐标变换后通过ＳＰＷＭ控制ＩＧＢＴ的通断．上述控制策略没有直接对双馈风力发电机定子电压实施闭环控制，并且参考电流的获取考虑的是其稳态下的状态，而忽略了暂态的影响．因此，当电网电压发生波动时，定子侧电压将不能准确地跟随网侧电压，从而不能准确实现零冲击电流并网的目的．
2.5实现智能控制
控制方法是通过控制器实现的，将智能控制方法应用到控制器中得到功率智能控制器，输出期望功率值，有效控制风电机组空载并网。由于控制发电机变桨距还包括其他控制环，现仅展现研究的功率智能控制部分。通过智能控制器结合控制策略，控制变桨距执行机构工作。
结语
研究基于定子磁链定向的矢量控制和电网电压定向的矢量控制策略，设计了d-q坐标系下的DFIG的数学模型，对电流环PI调节器进行了设计，在并网过程中，定子输出电流平稳，冲击电流几乎为零，定子电压与电网电压在0.05s之前顺利实现并网。从仿真和试验中可以看出，空载并网方式很好地实现了发电机与电网间的柔性并网过程。仿真和试验结果表明，此控制策略及PI调节器设计是正确可行的。
参考文献
［1］綦慧，潘全成．双馈风电模拟系统空载并网控制与试验研究［J］．电气自动化，2018，40(6):34－37．
［2］吴昊峰，王向东，李树江．新的模糊控制风力机的最大风能捕获方法［J］．电子设计工程，2017，25(18):147－151．
［3］张文娟．带自调整因子的双馈风力发电空载并网模糊控制［J］．机械与电子，2018，36(5):52－55．
［4］张冬冬，韩顺杰，于佳文，等．双馈风力发电机并网运行控制及仿真［J］．科技创新与应用，2018，236(16):16－18．
［5］吕艳玲，冯曦，朱博，等．双馈风力发电机BP神经网络并网策略研究［J］．哈尔滨理工大学学报，2017，22(5):40－45．