【異步風(fēng)力發(fā)電機(jī)參數(shù)的辨識(shí)方法探究7000字（論文）】

異步風(fēng)力發(fā)電機(jī)參數(shù)的辨識(shí)方法研究摘要在傳統(tǒng)煤炭石油資源日漸短缺和環(huán)境保護(hù)要求日益提高的今天，人們對(duì)新能源不斷的發(fā)展和利用，風(fēng)能已成為新能源領(lǐng)域中可開(kāi)發(fā)利用水平最高，最具商業(yè)化發(fā)展的新型清潔能源。隨著風(fēng)電機(jī)組裝機(jī)容量的不斷擴(kuò)大，其運(yùn)行狀況對(duì)電網(wǎng)運(yùn)行的穩(wěn)定性和可靠性影響也越來(lái)越大，不僅對(duì)電力系統(tǒng)的頻率、電壓和波形產(chǎn)生干擾，而且直接影響了電力系統(tǒng)調(diào)度。所以，獲取準(zhǔn)確的風(fēng)力發(fā)電機(jī)參數(shù)有助于電力調(diào)度部門統(tǒng)籌安排調(diào)度計(jì)劃，對(duì)研究大規(guī)模風(fēng)電接入的影響和電力系統(tǒng)實(shí)時(shí)潮流計(jì)算等有著重要意義。針對(duì)實(shí)際運(yùn)行中的雙饋異步風(fēng)力發(fā)電機(jī)參數(shù)難以直接測(cè)量的問(wèn)題，本文以甘肅某風(fēng)電場(chǎng)1MW雙饋異步風(fēng)力發(fā)電機(jī)為研究對(duì)象，分別采用帶遺忘因子的遞推最小二乘法、模型參考自適應(yīng)法和模擬退火粒子群優(yōu)化算法來(lái)進(jìn)行參數(shù)辨識(shí)，然后以辨識(shí)精度最高的算法辨識(shí)得到的發(fā)電機(jī)參數(shù)作為參數(shù)評(píng)估的依據(jù)，采用基于數(shù)學(xué)模型的方法對(duì)辨識(shí)得到的參數(shù)進(jìn)行評(píng)估研究。關(guān)鍵詞：異步電機(jī)；風(fēng)力發(fā)電；電力參數(shù)；監(jiān)測(cè)目錄TOC\o"1-3"\h\u175271引言 1172792異步風(fēng)力發(fā)電機(jī) 1320752.1異步風(fēng)力發(fā)電機(jī)的工作原理 1265402.2異步風(fēng)力發(fā)電機(jī)參數(shù)可辨識(shí)性分析 4276323異步風(fēng)力發(fā)電機(jī)參數(shù)的辨識(shí)方法 5135333.1最小二乘法 5146173.1.1最小二乘法原理 5119843.1.2帶遺忘因子的遞推最小二乘法 6102613.2基于FFRLS的雙饋異步風(fēng)力發(fā)電機(jī)參數(shù)辨識(shí) 7184263.2.1電氣參數(shù)辨識(shí)模型 7134123.2.2仿真分析 8320713.3基于MRAS的雙饋異步風(fēng)力發(fā)電機(jī)參數(shù)辨識(shí) 11248073.4算例分析 122864結(jié)束語(yǔ) 1428006參考文獻(xiàn) 151引言近些年來(lái)，隨著經(jīng)濟(jì)的不斷增長(zhǎng)，傳統(tǒng)化石能源消耗快速，大量的二氧化碳和煙塵排放造成嚴(yán)重的環(huán)境污染、全球氣候變暖等一系列問(wèn)題，導(dǎo)致生態(tài)環(huán)境嚴(yán)重惡化，而且過(guò)快的化石能源消耗將造成資源枯竭，加之化石能源不可再生。為了應(yīng)對(duì)日漸短缺的化石能源和環(huán)境保護(hù)的雙重壓力，很多國(guó)家已經(jīng)開(kāi)始了新能源方面的研究。早在19世紀(jì)末，丹麥建立了世界上第一個(gè)風(fēng)力發(fā)電裝置，風(fēng)能的利用逐漸引起人們的關(guān)注。九十年代以來(lái)，美國(guó)、法國(guó)、德國(guó)、丹麥等一些發(fā)達(dá)國(guó)家率先開(kāi)展了風(fēng)力發(fā)電技術(shù)的研究，使世界風(fēng)力發(fā)電技術(shù)取得了突飛猛進(jìn)的發(fā)展。風(fēng)能作為一種能夠替代傳統(tǒng)化石燃料可再生綠色環(huán)保能源，成為新能源利用中最具競(jìng)爭(zhēng)力的重要資源。目前，風(fēng)力發(fā)電機(jī)的設(shè)計(jì)、制造技術(shù)已經(jīng)趨向成熟，產(chǎn)品進(jìn)入商品化階段，發(fā)電成本競(jìng)爭(zhēng)力也越來(lái)越強(qiáng)，風(fēng)力發(fā)電已經(jīng)成為世界上增長(zhǎng)速度最快的新型清潔能源發(fā)電。我國(guó)幅員遼闊，是世界上風(fēng)力資源占有率最高的國(guó)家，風(fēng)力發(fā)電與火力發(fā)電和水力發(fā)電相比，具有建造成本低、可分散建設(shè)的優(yōu)點(diǎn)，作為人口大國(guó)和資源相對(duì)缺乏的國(guó)家，我國(guó)適合大規(guī)模的發(fā)展風(fēng)力發(fā)電。近幾年來(lái)，全國(guó)各地不斷擴(kuò)大風(fēng)電市場(chǎng)規(guī)模，作為可再生能源發(fā)電的風(fēng)力發(fā)電，優(yōu)勢(shì)逐漸顯現(xiàn)出來(lái)。據(jù)《中國(guó)風(fēng)電發(fā)展報(bào)告2010》預(yù)測(cè)：2020年，中國(guó)風(fēng)電累計(jì)裝機(jī)可以達(dá)到2.3億千瓦，相當(dāng)于13個(gè)三峽電站；總發(fā)電量可以達(dá)到4696億千瓦時(shí)，相當(dāng)于取代200個(gè)火電廠。目前，風(fēng)力發(fā)電技術(shù)已經(jīng)比較成熟，裝機(jī)容量和發(fā)電量日益擴(kuò)大，隨著國(guó)家對(duì)能源需求和環(huán)保力度的不斷加大，我國(guó)風(fēng)力發(fā)電產(chǎn)業(yè)的發(fā)展勢(shì)頭迅猛。圖1.1為2001年到2014年中國(guó)風(fēng)電裝機(jī)容量對(duì)比圖，據(jù)中國(guó)風(fēng)能協(xié)會(huì)的統(tǒng)計(jì)數(shù)據(jù)顯示：截止2014年底，中國(guó)全年風(fēng)力發(fā)電新增裝機(jī)達(dá)2335.05萬(wàn)千瓦，同比增長(zhǎng)45.1%，累計(jì)裝機(jī)容量達(dá)到1.1476339億千瓦，新增裝機(jī)容量和累計(jì)裝機(jī)容量?jī)身?xiàng)數(shù)據(jù)均居世界第一，從中國(guó)的資源結(jié)構(gòu)來(lái)看，風(fēng)力發(fā)電成為火力發(fā)電和水力發(fā)電之后的第三大發(fā)電能源。2異步風(fēng)力發(fā)電機(jī)2.1異步風(fēng)力發(fā)電機(jī)的工作原理作為目前應(yīng)用最廣泛的風(fēng)力發(fā)電機(jī)型，雙饋異步風(fēng)力發(fā)電機(jī)組具有以下特點(diǎn)：從結(jié)構(gòu)看，雙饋異步風(fēng)力發(fā)電機(jī)易于安裝，結(jié)構(gòu)簡(jiǎn)單，可維護(hù)性好，與同步風(fēng)力發(fā)電機(jī)相比，重量和體積大大減小。雙饋異步風(fēng)力發(fā)電機(jī)的制造技術(shù)成熟，國(guó)內(nèi)風(fēng)電場(chǎng)采用的大多數(shù)兆瓦級(jí)風(fēng)力發(fā)電機(jī)均為雙饋異步風(fēng)力發(fā)電機(jī)，市場(chǎng)認(rèn)可度高。由于變頻器容量?jī)H為雙饋異步風(fēng)力發(fā)電機(jī)額定容量的1/4到1/3，變頻器的成本價(jià)格比全功率變頻器低30%左右，所以雙饋異步風(fēng)力發(fā)電機(jī)組的價(jià)格更低。在穩(wěn)態(tài)運(yùn)行情況下，當(dāng)定子繞組施加三相電壓時(shí)，轉(zhuǎn)子繞組會(huì)產(chǎn)生三相電流，定子繞組和轉(zhuǎn)子繞組間的氣隙會(huì)產(chǎn)生一個(gè)以同步轉(zhuǎn)速1n旋轉(zhuǎn)的磁場(chǎng)，有如下關(guān)系式：其中，f1是電網(wǎng)頻率；p是發(fā)電機(jī)的極對(duì)數(shù)。在轉(zhuǎn)子中通入頻率為f2的電流時(shí)，轉(zhuǎn)子本身的速度n2同頻率f2間的關(guān)系為：（2-1）由式2.1可以看出，只要改變通入轉(zhuǎn)子繞組的電流頻率f2，就可以改變轉(zhuǎn)子的轉(zhuǎn)速n2，而且改變通入轉(zhuǎn)子繞組電流的相序，就可以改變旋轉(zhuǎn)磁場(chǎng)的轉(zhuǎn)向。雙饋異步風(fēng)力發(fā)電機(jī)的同步轉(zhuǎn)速n1是頻率為50Hz時(shí)的旋轉(zhuǎn)磁場(chǎng)轉(zhuǎn)速，n為轉(zhuǎn)子速度，只要維持，就能使定子繞組的感應(yīng)電勢(shì)頻率始終保持為50Hz。由等式可得異步風(fēng)力發(fā)電機(jī)的轉(zhuǎn)差率s為：則通入轉(zhuǎn)子三相繞組的電流頻率f2為：（2-2）式2.2表明，只要通入轉(zhuǎn)差頻率為f1s的電流，定子三相繞組中就能產(chǎn)生50Hz的恒頻電勢(shì)。因此，只要控制流入轉(zhuǎn)子繞組的電流頻率，就可以實(shí)現(xiàn)變速恒頻發(fā)電。雙饋異步風(fēng)力發(fā)電機(jī)的運(yùn)行原理圖如圖2.1所示，根據(jù)轉(zhuǎn)子速度的變化，得到雙饋異步風(fēng)力發(fā)電機(jī)的三種運(yùn)行狀態(tài)：欠同步運(yùn)行：發(fā)電機(jī)的轉(zhuǎn)速n小于同步轉(zhuǎn)速n1，旋轉(zhuǎn)磁場(chǎng)轉(zhuǎn)速n2與轉(zhuǎn)子轉(zhuǎn)速方向相同，。同步運(yùn)行：n=n1，轉(zhuǎn)差頻率f2=0，此時(shí)通入轉(zhuǎn)子繞組的是直流電流。超同步運(yùn)行：發(fā)電機(jī)的轉(zhuǎn)速n大于同步轉(zhuǎn)速n1，改變通入轉(zhuǎn)子繞組中電流的相序，使旋轉(zhuǎn)磁場(chǎng)的轉(zhuǎn)速n2與轉(zhuǎn)子的轉(zhuǎn)速n方向相反，。圖2.1雙饋異步風(fēng)力發(fā)電機(jī)運(yùn)行原理圖雙饋異步風(fēng)力發(fā)電機(jī)實(shí)質(zhì)上是一種繞線式感應(yīng)發(fā)電機(jī)，可以依據(jù)感應(yīng)發(fā)電機(jī)的T型等值電路進(jìn)行推導(dǎo)，得出雙饋異步風(fēng)力發(fā)電機(jī)的T型等值電路模型。在實(shí)際運(yùn)行時(shí)，雙饋異步風(fēng)力發(fā)電機(jī)的定轉(zhuǎn)子繞組匝數(shù)不同，需要將轉(zhuǎn)子側(cè)繞組的參數(shù)歸算到定子側(cè)。歸算前，雙饋異步風(fēng)力發(fā)電機(jī)的等效電路如圖2.2所示。定子側(cè)電壓電流的正方向按照發(fā)電機(jī)慣例，轉(zhuǎn)子側(cè)電壓電流的正方向按電動(dòng)機(jī)慣例。圖2.2雙饋異步風(fēng)力發(fā)電機(jī)的T型等值電路由圖2.2可以得到歸算前的方程為：其中，Rs是定子電阻；Rr是轉(zhuǎn)子電阻；Lls是定子漏感；Llr是轉(zhuǎn)子漏感。將圖2.2所示的等效電路中的轉(zhuǎn)子側(cè)歸算到定子側(cè)，使歸算前后的轉(zhuǎn)子功率保持不變，等效電路如圖2.3所示。圖2.3歸算后的等效T型等值電路圖由圖2.3可得歸算后的雙饋異步風(fēng)力發(fā)電機(jī)的方程為：通常情況下，短路實(shí)驗(yàn)和空載實(shí)驗(yàn)等參數(shù)測(cè)量方法都是基于T型等值電路來(lái)進(jìn)行參數(shù)估計(jì)，利用雙饋異步風(fēng)力發(fā)電機(jī)的T型等值電路，適合進(jìn)行粗略的參數(shù)估計(jì)，不適于精確的參數(shù)辨識(shí)。2.2異步風(fēng)力發(fā)電機(jī)參數(shù)可辨識(shí)性分析異步風(fēng)力發(fā)電機(jī)的參數(shù)可辨識(shí)性是指根據(jù)風(fēng)電場(chǎng)實(shí)際測(cè)量的數(shù)據(jù)能否獲得數(shù)學(xué)模型中待辨識(shí)參數(shù)的解。雙饋異步風(fēng)力發(fā)電機(jī)在實(shí)際運(yùn)行中由于受到外界的影響，運(yùn)行狀況不斷變化，采用解析法分析復(fù)雜的非線性模型，確定其參數(shù)是否可辨識(shí)很有難度。因此，對(duì)數(shù)學(xué)模型進(jìn)行線性化處理來(lái)確定模型參數(shù)的可辨識(shí)性。用狀態(tài)方程來(lái)表示雙饋異步風(fēng)力發(fā)電機(jī)的數(shù)學(xué)模型，然后將數(shù)學(xué)模型變換成Laplace傳遞函數(shù)的形式，根據(jù)風(fēng)電場(chǎng)的實(shí)際測(cè)量數(shù)據(jù)分析參數(shù)的可辨識(shí)性。異步風(fēng)力發(fā)電機(jī)的數(shù)學(xué)模型整理成狀態(tài)方程為：對(duì)上式進(jìn)行Laplace變換，得到：對(duì)應(yīng)的傳遞函數(shù)為：傳遞函數(shù)系數(shù)矩陣為：基于雙饋異步風(fēng)力發(fā)電機(jī)的數(shù)學(xué)模型，根據(jù)輸入輸出的測(cè)量數(shù)據(jù)獲得唯一的傳遞函數(shù)G(s)，得到傳遞函數(shù)中s的各次系數(shù)，來(lái)分析雙饋異步風(fēng)力發(fā)電機(jī)中參數(shù)的可辨識(shí)性。取傳遞函數(shù)中矩陣元素的系數(shù)M構(gòu)成待辨識(shí)參數(shù)方程，通過(guò)求解有效方程組可獲取雙饋異步風(fēng)力發(fā)電機(jī)的待辨識(shí)參數(shù)。分析結(jié)果表明，除了Ls和Lr不能獨(dú)立唯一辨識(shí)出來(lái)，其他參數(shù)均能唯一辨識(shí)。在介紹雙饋異步風(fēng)力發(fā)電機(jī)特點(diǎn)及工作原理的基礎(chǔ)上推導(dǎo)T型等值電路，然后詳細(xì)介紹雙饋異步風(fēng)力發(fā)電機(jī)在三相靜止和兩相旋轉(zhuǎn)坐標(biāo)系下的數(shù)學(xué)模型，最后分析雙饋異步風(fēng)力發(fā)電機(jī)的參數(shù)可辨識(shí)性，為下文用不同方法進(jìn)行參數(shù)辨識(shí)做出鋪墊。3異步風(fēng)力發(fā)電機(jī)參數(shù)的辨識(shí)方法3.1最小二乘法19世紀(jì)初期，科學(xué)家勒讓德和高斯為最小二乘法的創(chuàng)立及發(fā)展作出了杰出的貢獻(xiàn)。最小二乘法的目標(biāo)是通過(guò)最小誤差的平方和來(lái)尋找數(shù)據(jù)間的匹配程度，作為一種數(shù)學(xué)計(jì)算工具，通過(guò)大量的數(shù)據(jù)觀測(cè)獲得最佳結(jié)果或最可能表現(xiàn)形式。最小二乘法的思想是使觀測(cè)值和估計(jì)值之差的平方和達(dá)到最小，建立一種平衡關(guān)系，防止極端誤差的出現(xiàn)，使得到的估計(jì)值和觀測(cè)值相近，有助于使系統(tǒng)的估計(jì)值更接近真實(shí)的狀態(tài)。3.1.1最小二乘法原理系統(tǒng)在運(yùn)行的過(guò)程中，每隔一段固定時(shí)間取得一組觀測(cè)數(shù)據(jù)，就會(huì)在前一組數(shù)據(jù)估計(jì)的基礎(chǔ)上，根據(jù)算法對(duì)結(jié)果進(jìn)行修正，得出當(dāng)前新的參數(shù)估計(jì)值。隨著新觀測(cè)數(shù)據(jù)的積累，不斷的對(duì)參數(shù)估計(jì)進(jìn)行修正來(lái)減少誤差，直至達(dá)到滿意的精確程度。假設(shè)系統(tǒng)為差分方程：其中，x(k)、y(k)為測(cè)量值的輸入和輸出；p1…pna，q1…qnb為待辨識(shí)參數(shù)。考慮噪聲的影響，設(shè)輸出的觀測(cè)值為y(k)，則有：若已知N組輸入輸出數(shù)據(jù)，則觀測(cè)方程為：將上式化為最小二乘法的標(biāo)準(zhǔn)形式為：設(shè)待辨識(shí)參數(shù)的估計(jì)值為，則系統(tǒng)輸出的估計(jì)值為：將上式作差，得到：J是的二次函數(shù)?？芍?dāng)非奇異時(shí)，求得極小值為：當(dāng)只有一個(gè)局部最小值時(shí)，得到待辨識(shí)參數(shù)唯一的最小二乘估計(jì)。最小二乘法就是將待辨識(shí)系統(tǒng)模型轉(zhuǎn)化成形如式3.6的標(biāo)準(zhǔn)型式，使目標(biāo)函數(shù)取得最小值，從而得到待辨識(shí)參數(shù)的估計(jì)值。3.1.2帶遺忘因子的遞推最小二乘法最小二乘法對(duì)采集到的數(shù)據(jù)進(jìn)行一次性運(yùn)算，觀測(cè)數(shù)據(jù)越多，計(jì)算精度就越高，但是需要較大的數(shù)據(jù)存儲(chǔ)空間，適合離線的參數(shù)辨識(shí)，對(duì)于在線參數(shù)辨識(shí)來(lái)說(shuō)，有一定的缺陷。于是首先引出了遞推最小二乘法，通過(guò)迭代公式對(duì)新觀測(cè)的數(shù)據(jù)進(jìn)行修正，計(jì)算得到當(dāng)前新的參數(shù)估計(jì)，這樣就大大減少了數(shù)據(jù)的存儲(chǔ)和計(jì)算量，成為一種實(shí)用的在線辨識(shí)方法。當(dāng)差分方程增加一組觀測(cè)數(shù)據(jù)時(shí)，和都增加一行。將采集到的觀測(cè)數(shù)據(jù)代入迭代公式，反復(fù)迭代后得到待辨識(shí)參數(shù)的遞推最小二乘估計(jì)值。由于雙饋異步風(fēng)力發(fā)電機(jī)的運(yùn)行環(huán)境和狀態(tài)實(shí)時(shí)變化，采用遞推最小二乘法進(jìn)行參數(shù)辨識(shí)時(shí)，隨著觀測(cè)數(shù)據(jù)的增加，迭代公式中的NG和NK會(huì)變得越來(lái)越小，使新采集的觀測(cè)數(shù)據(jù)對(duì)待辨識(shí)參數(shù)值起不到更新作用，待辨識(shí)參數(shù)可能會(huì)出現(xiàn)飽和而達(dá)不到精度。為了彌補(bǔ)遞推最小二乘法在這方面的局限，我們?cè)谟眠f推最小二乘法進(jìn)行雙饋異步風(fēng)力發(fā)電機(jī)在線辨識(shí)時(shí)引入遺忘因子λ。在觀測(cè)數(shù)據(jù)中加入遺忘因子λ，則有：通過(guò)遺忘因子l的衰減作用對(duì)不同時(shí)刻的觀測(cè)數(shù)據(jù)進(jìn)行加權(quán)，增強(qiáng)了新觀測(cè)數(shù)據(jù)對(duì)辨識(shí)參數(shù)的更新，所以，針對(duì)雙饋異步風(fēng)力發(fā)電機(jī)的運(yùn)行環(huán)境和狀態(tài)的實(shí)時(shí)變化，我們用FFRLS算法進(jìn)行雙饋異步風(fēng)力發(fā)電機(jī)在線辨識(shí)。3.2基于FFRLS的雙饋異步風(fēng)力發(fā)電機(jī)參數(shù)辨識(shí)雙饋異步風(fēng)力發(fā)電機(jī)在實(shí)際運(yùn)行時(shí)，發(fā)電機(jī)參數(shù)是時(shí)變的；雖然雙饋異步風(fēng)力發(fā)電機(jī)是非線性的，但是對(duì)于待辨識(shí)的發(fā)電機(jī)參數(shù)來(lái)說(shuō)，其數(shù)學(xué)模型能推導(dǎo)成最小二乘形式。通過(guò)上一節(jié)的分析，我們采用基于FFRLS算法進(jìn)行待辨識(shí)參數(shù)的估計(jì)。FFRLS算法的辨識(shí)框圖如圖3.1所示。3.2.1電氣參數(shù)辨識(shí)模型雙饋異步風(fēng)力發(fā)電機(jī)主要的待辨識(shí)電氣參數(shù)有5個(gè)：Rs、Rr、Ls、Lr和Lm。由圖3.1可以看出基于FFRLS算法的電機(jī)參數(shù)辨識(shí)步驟，通過(guò)迭代運(yùn)算得到辨識(shí)參數(shù)的最優(yōu)值。定子側(cè)采取發(fā)電機(jī)慣例、轉(zhuǎn)子側(cè)采取電動(dòng)機(jī)慣例，定子電流以流出為正，轉(zhuǎn)子電流以流入為正，將兩相旋轉(zhuǎn)坐標(biāo)系下的數(shù)學(xué)模型重寫如下。電壓方程為：圖3.1FFRLS算法辨識(shí)框圖3.2.2仿真分析(1)仿真數(shù)據(jù)以甘肅某風(fēng)電場(chǎng)1.5MW雙饋異步風(fēng)力發(fā)電機(jī)組實(shí)測(cè)數(shù)據(jù)為例進(jìn)行仿真，該風(fēng)電場(chǎng)自運(yùn)營(yíng)起記錄的數(shù)據(jù)有實(shí)時(shí)風(fēng)速，發(fā)電機(jī)組的轉(zhuǎn)速，電壓，電流以及輸出功率值等。選擇2013年4月至8月記錄的雙饋異步風(fēng)力發(fā)電機(jī)組數(shù)據(jù)為樣本集，時(shí)間間隔10min采樣記錄一次，隨機(jī)選取切入風(fēng)速3.5m/s、8m/s和額定風(fēng)速12.5m/s下的采樣數(shù)據(jù)進(jìn)行仿真驗(yàn)證，基于MATLAB建立仿真模型，F(xiàn)FRLS算法的迭代次數(shù)設(shè)計(jì)為100次，遺忘因子λ為0.98，對(duì)雙饋異步風(fēng)力發(fā)電機(jī)進(jìn)行參數(shù)辨識(shí)，得到三種不同風(fēng)速下的參數(shù)辨識(shí)結(jié)果對(duì)比。仿真結(jié)果分析切入風(fēng)速3.5m/s時(shí)的參數(shù)在線辨識(shí)結(jié)果如圖3.2所示。圖3.2切入風(fēng)速3.5m/s時(shí)的辨識(shí)結(jié)果風(fēng)速為8m/s時(shí)的參數(shù)在線辨識(shí)結(jié)果如圖3.3所示。圖3.3風(fēng)速為8m/s時(shí)的辨識(shí)結(jié)果圖3.2(a)、圖3.2(b)、圖3.2(c)、圖3.2(d)、圖3.2(e)和圖3.2(f)是風(fēng)速為3m/s下的雙饋異步風(fēng)力發(fā)電機(jī)參數(shù)辨識(shí)結(jié)果，圖3.3(a)、圖3.3(b)、圖3.3(c)、圖3.3(d)、圖3.3(e)和圖3.3(f)是風(fēng)速為8m/s下的雙饋異步風(fēng)力發(fā)電機(jī)參數(shù)辨識(shí)結(jié)果，圖3.4(a)、圖3.4(b)、圖3.4(c)、圖3.4(d)、圖3.4(e)和圖3.4(f)是風(fēng)速為12.5m/s下的雙饋異步風(fēng)力發(fā)電機(jī)參數(shù)辨識(shí)結(jié)果。從圖3.2、圖3.3、圖3.4可以看出，參數(shù)值的變化很小，隨著風(fēng)速的增大，參數(shù)值有變大的趨勢(shì)。額定風(fēng)速12.5m/s時(shí)的參數(shù)在線辨識(shí)結(jié)果如圖3.4所示。圖3.4額定風(fēng)速12.5m/s下的辨識(shí)結(jié)果三種不同風(fēng)速下基于FFRLS辨識(shí)得到的雙饋異步風(fēng)力發(fā)電機(jī)參數(shù)結(jié)果對(duì)比如表3.1所示。表3.1不同風(fēng)速下基于FFRLS辨識(shí)得到的參數(shù)結(jié)果對(duì)比從表3.1中可以看出，基于FFRLS算法辨識(shí)得到的雙饋異步風(fēng)力發(fā)電機(jī)參數(shù)有隨風(fēng)速增大而變大的趨勢(shì)，但是與實(shí)際值相比較誤差較大，主要原因是由于在搭建數(shù)學(xué)模型時(shí)采用了穩(wěn)態(tài)下的數(shù)學(xué)模型，沒(méi)有反映出雙饋異步風(fēng)力發(fā)電機(jī)的暫態(tài)特性。所以，為了得到更加準(zhǔn)確的辨識(shí)結(jié)果，引入模型參考自適應(yīng)法對(duì)雙饋異步風(fēng)力發(fā)電機(jī)進(jìn)行參數(shù)辨識(shí)，與FFRLS算法辨識(shí)得到的參數(shù)進(jìn)行對(duì)比。3.3基于MRAS的雙饋異步風(fēng)力發(fā)電機(jī)參數(shù)辨識(shí)模型參考自適應(yīng)系統(tǒng)是指包含有理想系統(tǒng)模型并可以根據(jù)工作狀態(tài)自行調(diào)整參數(shù)的適應(yīng)控制系統(tǒng)。最初是為設(shè)計(jì)飛機(jī)自動(dòng)駕駛儀提出的，隨著智能控制技術(shù)的發(fā)展，模型參考自適應(yīng)系統(tǒng)的應(yīng)用已經(jīng)成熟。目前，模型參考自適應(yīng)控制技術(shù)已經(jīng)在特種汽車無(wú)人駕駛系統(tǒng)、無(wú)人飛機(jī)自動(dòng)駕駛系統(tǒng)和機(jī)械手控制系統(tǒng)等方面得到應(yīng)用。模型參考自適應(yīng)系統(tǒng)框圖如圖3.5所示。圖3.5模型參考自適應(yīng)系統(tǒng)框圖將圖3.5所示的MRAS(ModelReferenceAdaptiveSystem,模型參考自適應(yīng))原理應(yīng)用于雙饋異步風(fēng)力發(fā)電機(jī)的參數(shù)辨識(shí)中，以實(shí)際運(yùn)行的雙饋異步風(fēng)力發(fā)電機(jī)作為參考模型，雙饋異步風(fēng)力發(fā)電機(jī)的狀態(tài)觀測(cè)方程作為可調(diào)模型，可測(cè)量作為估計(jì)偏差，以此來(lái)調(diào)整可調(diào)模型中的待辨識(shí)參數(shù)值，最終達(dá)到辨識(shí)發(fā)電機(jī)參數(shù)的目的。基于MRAS的雙饋異步風(fēng)力發(fā)電機(jī)參數(shù)辨識(shí)框圖如圖3.6所示。由圖3.6可以看出，若已知雙饋異步風(fēng)力發(fā)電機(jī)的端電壓（輸入）和發(fā)電機(jī)轉(zhuǎn)速，則雙饋異步風(fēng)力發(fā)電機(jī)的電流（輸出）可以根據(jù)狀態(tài)方程計(jì)算出來(lái)。由于雙饋異步風(fēng)力發(fā)電機(jī)的參數(shù)在運(yùn)行的過(guò)程中會(huì)受到溫度、磁路飽和及集膚效應(yīng)等的影響而發(fā)生緩慢的改變，造成觀測(cè)的輸出電流和實(shí)際的輸出電流發(fā)生偏差，所以運(yùn)行過(guò)程中，以雙饋異步風(fēng)力發(fā)電機(jī)作為參考模型，以觀測(cè)方程作為可調(diào)系統(tǒng)建立一個(gè)模型參考自適應(yīng)系統(tǒng)，利用電流的估計(jì)偏差來(lái)實(shí)時(shí)調(diào)整模型中使用的發(fā)電機(jī)參數(shù)，使電流偏差逐漸收斂到零，達(dá)到參數(shù)辨識(shí)的目的。圖3.6雙饋異步風(fēng)力發(fā)電機(jī)參數(shù)辨識(shí)框圖3.4算例分析以2013年5月記錄的雙饋異步風(fēng)力發(fā)電機(jī)組實(shí)測(cè)數(shù)據(jù)為樣本集，從中取風(fēng)速為3.5m/s、風(fēng)速為8m/s和額定風(fēng)速12.5m/s下的各100組實(shí)測(cè)數(shù)據(jù)進(jìn)行仿真分析。首先依據(jù)采集到的實(shí)測(cè)數(shù)據(jù)通過(guò)SA-PSO算法得到辨識(shí)參數(shù)，然后將辨識(shí)得到的發(fā)電機(jī)參數(shù)帶入公式得到發(fā)電機(jī)的電壓值，再將得到的電壓值帶入公式得到計(jì)算功率值，基于MATLAB建立仿真模型，然后對(duì)實(shí)測(cè)功率和計(jì)算功率曲線進(jìn)行仿真驗(yàn)證。不同風(fēng)速下的仿真曲線圖如圖3.7、圖3.8和圖3.9所示。圖3.73.5m/s風(fēng)速下的實(shí)測(cè)功率和計(jì)算功率仿真曲線圖圖3.88m/s風(fēng)速下的實(shí)測(cè)功率和計(jì)算功率仿真曲線圖圖3.912.5m/s風(fēng)速下的實(shí)測(cè)功率和計(jì)算功率仿真曲線圖由圖3.7、圖3.8和圖3.9可以看出，計(jì)算功率值曲線和實(shí)測(cè)功率值曲線擬合度高。不同風(fēng)速下的誤差對(duì)比如表3.2所示，不同風(fēng)速下的誤差曲線如圖5.5、圖5.6和圖5.7所示。表3.2三種不同風(fēng)速下的誤差對(duì)比表風(fēng)速殘差相似度φ平均百分比誤差e(%)3.5m/s0.98670.98678m/s0.98820.988212.5m/s0.99310.9931圖3.103.5m/s風(fēng)速下的功率誤差曲線圖圖3.118m/s風(fēng)速下的功率誤差曲線圖圖3.1212.5m/s風(fēng)速下的功率誤差曲線圖從表3.2可以看出，三種不同風(fēng)速下有功功率值的殘差相似度高且均達(dá)到98%以上，平均百分比誤差值很小，反映出兩條功率曲線間的誤差很小。由圖3.10、圖3.11和圖3.12所示的功率誤差曲線圖可以看出，計(jì)算功率值跟實(shí)測(cè)功率值曲線的誤差很小、擬合度高，也進(jìn)一步說(shuō)明了基于SA-PSO算法辨識(shí)得到的參數(shù)值精度高，達(dá)到了參數(shù)評(píng)估的目的，對(duì)于電力系統(tǒng)調(diào)度評(píng)估發(fā)電機(jī)狀態(tài)及電網(wǎng)潮流計(jì)算等都具有重要的實(shí)際意義。4結(jié)束語(yǔ)異步風(fēng)力發(fā)電機(jī)參數(shù)在運(yùn)行過(guò)程中由于受到溫度、頻率、噪聲等外界因素而發(fā)生變化，對(duì)于電網(wǎng)運(yùn)行的穩(wěn)定性和可靠性造成很大的影響，不僅對(duì)電力系統(tǒng)的頻率、電壓、波形產(chǎn)生干擾，而且直接影響了電力系統(tǒng)調(diào)度。為了研究大規(guī)模風(fēng)電接入對(duì)電網(wǎng)的影響及電力系統(tǒng)實(shí)時(shí)潮流計(jì)算等的要求，提出了基于FFRLS方法、MRAS法和SA-PSO算法的三種參數(shù)辨識(shí)方法，充分利用風(fēng)電場(chǎng)實(shí)際采集的各種數(shù)據(jù)，從不同的角度出發(fā)對(duì)雙饋異步風(fēng)力發(fā)電機(jī)進(jìn)行比較分析，最終得到精度最高的參數(shù)辨識(shí)結(jié)果。在此基礎(chǔ)上，基于數(shù)學(xué)模型的方法對(duì)辨識(shí)得到的參數(shù)進(jìn)行評(píng)估分析，通過(guò)比較雙饋異步風(fēng)力發(fā)電機(jī)的實(shí)際輸