摘要隨著傳統(tǒng)化石能源消耗不斷增加以及環(huán)境污染問題日益突出新能源發(fā)電技術(shù)成為現(xiàn)代能源體系發(fā)展的重要方向。其中風(fēng)力發(fā)電憑借資源豐富、清潔環(huán)保以及可持續(xù)利用等優(yōu)勢在新能源領(lǐng)域占據(jù)重要地位。然而由于自然風(fēng)速具有隨機性、間歇性和不可預(yù)測性風(fēng)力發(fā)電系統(tǒng)輸出功率會隨著風(fēng)速變化產(chǎn)生較大波動使風(fēng)力機難以長期運行在最佳能量轉(zhuǎn)換狀態(tài)。因此如何提高風(fēng)能利用率實現(xiàn)最大功率點跟蹤Maximum Power Point TrackingMPPT成為小型風(fēng)力發(fā)電系統(tǒng)控制研究中的關(guān)鍵問題。本文以小型永磁直驅(qū)風(fēng)力發(fā)電系統(tǒng)為研究對象針對傳統(tǒng)MPPT控制方法存在的響應(yīng)速度與穩(wěn)定性難以兼顧的問題設(shè)計了一種結(jié)合最佳葉尖速比法與爬山搜索法的復(fù)合最大功率點跟蹤控制策略。首先對小型永磁直驅(qū)風(fēng)力發(fā)電系統(tǒng)結(jié)構(gòu)及運行原理進行分析建立風(fēng)力機、永磁同步發(fā)電機以及雙PWM變流器數(shù)學(xué)模型其次對最佳葉尖速比法和爬山搜索法進行研究并結(jié)合兩種方法優(yōu)勢提出優(yōu)化MPPT控制策略最后利用MATLAB/Simulink建立完整仿真模型在階躍風(fēng)速和隨機風(fēng)速條件下驗證控制效果。仿真結(jié)果表明該控制策略能夠快速跟蹤風(fēng)力機最大功率點在提高風(fēng)能轉(zhuǎn)換效率的同時有效降低最大功率點附近的功率振蕩提高系統(tǒng)運行穩(wěn)定性。關(guān)鍵詞風(fēng)力發(fā)電系統(tǒng)永磁同步發(fā)電機最大功率點跟蹤MPPT控制葉尖速比法爬山搜索法MATLAB/Simulink1. 引言為什么風(fēng)力發(fā)電需要MPPT控制能源是現(xiàn)代社會發(fā)展的基礎(chǔ)資源。長期以來煤炭、石油和天然氣等傳統(tǒng)能源在能源結(jié)構(gòu)中占據(jù)主要地位但由于其不可再生性以及使用過程中產(chǎn)生的大量污染物能源轉(zhuǎn)型已經(jīng)成為全球發(fā)展的重要方向。風(fēng)能作為一種清潔可再生能源具有儲量豐富、環(huán)境污染小等特點被廣泛應(yīng)用于新能源發(fā)電領(lǐng)域。尤其是在偏遠地區(qū)、山區(qū)、海島等電網(wǎng)覆蓋不足區(qū)域小型風(fēng)力發(fā)電系統(tǒng)具有安裝靈活、維護方便等優(yōu)勢。小型風(fēng)力發(fā)電系統(tǒng)主要面向分布式供電和獨立供電場景但由于風(fēng)速存在隨機變化風(fēng)力機輸出功率會隨風(fēng)速變化產(chǎn)生明顯波動。風(fēng)力機輸出功率與風(fēng)速之間具有強非線性關(guān)系P12ρSv3CpP\frac{1}{2}\rho S v^3 C_pP21?ρSv3Cp?其中PPP風(fēng)力機捕獲機械功率ρ\rhoρ空氣密度SSS風(fēng)輪掃掠面積vvv風(fēng)速CpC_pCp?風(fēng)能利用系數(shù)。由公式可以看出風(fēng)速變化會直接影響風(fēng)能輸入而風(fēng)能利用系數(shù) CpC_pCp? 又受到風(fēng)機轉(zhuǎn)速、葉尖速比等因素影響。因此在不同風(fēng)速條件下風(fēng)力機都存在一個最佳運行點使輸出功率達到最大。這就是最大功率點跟蹤技術(shù)MPPT存在的意義。圖1 風(fēng)力發(fā)電系統(tǒng)最大功率點示意圖2. 小型永磁直驅(qū)風(fēng)力發(fā)電系統(tǒng)結(jié)構(gòu)分析小型永磁直驅(qū)風(fēng)力發(fā)電系統(tǒng)主要由以下幾個部分組成風(fēng)力機永磁同步發(fā)電機PMSG機側(cè)PWM變流器直流母線網(wǎng)側(cè)PWM變流器濾波環(huán)節(jié)電網(wǎng)控制系統(tǒng)。整體結(jié)構(gòu)如下圖2 小型永磁直驅(qū)風(fēng)力發(fā)電系統(tǒng)結(jié)構(gòu)框圖風(fēng)力機負責(zé)將空氣中的動能轉(zhuǎn)換為機械能。當(dāng)自然風(fēng)作用于葉片時葉片產(chǎn)生氣動力矩推動風(fēng)輪旋轉(zhuǎn)。由于永磁同步發(fā)電機與風(fēng)輪直接連接因此無需齒輪箱可以減少機械損耗提高系統(tǒng)效率。系統(tǒng)運行過程如下風(fēng)能 ↓ 風(fēng)力機 ↓ 機械能 ↓ 永磁同步發(fā)電機 ↓ 交流電能 ↓ 機側(cè)變流器 ↓ 直流母線 ↓ 網(wǎng)側(cè)變流器 ↓ 電網(wǎng)根據(jù)系統(tǒng)設(shè)計內(nèi)容機側(cè)變流器主要負責(zé)調(diào)節(jié)發(fā)電機轉(zhuǎn)速和電磁轉(zhuǎn)矩是實現(xiàn)MPPT控制的重要環(huán)節(jié)網(wǎng)側(cè)變流器主要用于穩(wěn)定直流母線電壓并實現(xiàn)電能并網(wǎng)。3. 風(fēng)力機數(shù)學(xué)模型與最大風(fēng)能捕獲原理3.1 風(fēng)能轉(zhuǎn)換基本原理風(fēng)力發(fā)電系統(tǒng)的核心任務(wù)是將空氣中的動能轉(zhuǎn)換為機械能再通過發(fā)電機實現(xiàn)機械能到電能的轉(zhuǎn)換?？諝膺\動過程中具有動能E12mv2E\frac{1}{2}mv^2E21?mv2其中$E$空氣具有的動能單位為 J$m$空氣質(zhì)量單位為 kg$v$空氣流動速度即風(fēng)速單位為 m/s。設(shè)空氣密度為 $\rho$風(fēng)輪掃掠面積為 $S$單位時間內(nèi)通過風(fēng)輪的空氣質(zhì)量可以表示為mρSvm\rho SvmρSv將其代入空氣動能公式可得到單位時間內(nèi)風(fēng)能所具有的功率Pw12ρSv3P_w\frac{1}{2}\rho Sv^3Pw?21?ρSv3其中$P_w$風(fēng)能理論功率$\rho$空氣密度$S$風(fēng)輪掃掠面積$v$風(fēng)速。對于半徑為 $R$ 的風(fēng)力機其葉片掃掠面積為SπR2S\pi R^2SπR2因此風(fēng)力機能夠獲得的理論風(fēng)能功率為Pw12ρπR2v3P_w\frac{1}{2}\rho \pi R^2v^3Pw?21?ρπR2v3由公式可以看出風(fēng)能功率與空氣密度成正比與風(fēng)輪面積成正比與風(fēng)速的三次方成正比。其中風(fēng)速是影響風(fēng)能大小最關(guān)鍵的因素。例如當(dāng)風(fēng)速增加一倍時理論風(fēng)能功率將增加約 8 倍。因此在實際風(fēng)力發(fā)電系統(tǒng)中需要通過控制策略實時調(diào)整風(fēng)機運行狀態(tài)提高風(fēng)能捕獲效率。3.2 貝茨極限與風(fēng)能利用系數(shù)雖然空氣中包含大量風(fēng)能但是由于氣流必須經(jīng)過風(fēng)輪后繼續(xù)流動因此風(fēng)力機無法將全部風(fēng)能轉(zhuǎn)換為機械能。德國物理學(xué)家貝茨Betz通過理論分析提出理想情況下風(fēng)力機最大只能捕獲風(fēng)中約59.3%的能量。該最大轉(zhuǎn)換效率稱為貝茨極限Betz Limit其表達式為Cpmax1627C_{pmax}\frac{16}{27}Cpmax?2716?計算得到Cpmax0.593C_{pmax}0.593Cpmax?0.593也就是說Cpmax59.3%C_{pmax}59.3\%Cpmax?59.3%其中$C_p$ 表示風(fēng)能利用系數(shù)Coefficient of Power用于描述風(fēng)力機將風(fēng)能轉(zhuǎn)換為機械能的能力。實際風(fēng)力機輸出機械功率可以表示為Pm12ρπR2v3CpP_m\frac{1}{2}\rho\pi R^2v^3C_pPm?21?ρπR2v3Cp?其中$P_m$風(fēng)力機機械輸出功率$\rho$空氣密度$R$風(fēng)輪半徑$v$風(fēng)速$C_p$風(fēng)能利用系數(shù)。風(fēng)能利用系數(shù)并不是固定值而是受到以下因素影響風(fēng)輪轉(zhuǎn)速葉片結(jié)構(gòu)槳距角風(fēng)速大小機械損耗。因此對于同一臺風(fēng)力機在不同運行狀態(tài)下CpC_pCp?會不斷變化。最大功率點跟蹤MPPT的本質(zhì)就是通過控制發(fā)電機轉(zhuǎn)速使風(fēng)力機始終運行在CpCpmaxC_pC_{pmax}Cp?Cpmax?附近從而獲得最大的風(fēng)能轉(zhuǎn)換效率。圖3-1 貝茨理論氣流變化示意圖上游風(fēng)速 $v_1$風(fēng)輪處速度 $v$下游速度 $v_2$說明風(fēng)能被風(fēng)輪吸收后速度降低。3.3 風(fēng)力機葉尖速比模型為了描述風(fēng)力機轉(zhuǎn)速與風(fēng)速之間的關(guān)系引入葉尖速比Tip Speed RatioTSR。葉尖速比定義為λωRv\lambda\frac{\omega R}{v}λvωR?其中$\lambda$葉尖速比$\omega$風(fēng)輪機械角速度單位 rad/s$R$風(fēng)輪半徑單位 m$v$風(fēng)速單位 m/s。葉尖速比表示風(fēng)力機葉片尖端速度與來流風(fēng)速之間的比例關(guān)系。對于確定結(jié)構(gòu)參數(shù)的風(fēng)力機Cpf(λ,β)C_pf(\lambda,\beta)Cp?f(λ,β)其中$\beta$槳距角$\lambda$葉尖速比。當(dāng)槳距角保持不變時Cpf(λ)C_pf(\lambda)Cp?f(λ)因此風(fēng)力機存在一個最佳葉尖速比λopt\lambda_{opt}λopt?當(dāng)λλopt\lambda\lambda_{opt}λλopt?時CpCpmaxC_pC_{pmax}Cp?Cpmax?此時風(fēng)力機能夠捕獲最大風(fēng)能。圖3-2 風(fēng)能利用系數(shù)Cp與葉尖速比關(guān)系曲線3.4 風(fēng)力機機械轉(zhuǎn)矩模型根據(jù)風(fēng)力機輸出功率與機械轉(zhuǎn)速關(guān)系PmTmωP_mT_m\omegaPm?Tm?ω因此TmPmωT_m\frac{P_m}{\omega}Tm?ωPm??代入風(fēng)力機功率公式Tm12ρπR2v3CpωT_m \frac{ \frac{1}{2}\rho\pi R^2v^3C_p } {\omega}Tm?ω21?ρπR2v3Cp??其中$T_m$風(fēng)力機機械轉(zhuǎn)矩$\omega$風(fēng)輪角速度。在MATLAB/Simulink建模過程中通常以風(fēng)速發(fā)電機轉(zhuǎn)速槳距角作為輸入變量通過計算葉尖速比風(fēng)能利用系數(shù)輸出功率機械轉(zhuǎn)矩建立風(fēng)力機模型。圖3-3 Simulink風(fēng)力機數(shù)學(xué)模型輸入Wind SpeedRotor SpeedPitch Angle輸出Mechanical TorqueWind Power4. 最大功率點跟蹤MPPT控制算法分析4.1 MPPT控制基本思想由于風(fēng)速具有隨機性和波動性風(fēng)力機最佳運行狀態(tài)會隨著風(fēng)速變化而改變。因此需要通過控制系統(tǒng)實時調(diào)整發(fā)電機轉(zhuǎn)速電磁轉(zhuǎn)矩變流器控制信號使風(fēng)力機始終運行在最大功率點附近。MPPT控制目標max?Pm\max P_mmaxPm?等價于max?Cp\max C_pmaxCp?即λ→λopt\lambda \rightarrow \lambda_{opt}λ→λopt?4.2 最佳葉尖速比法最佳葉尖速比法是一種基于風(fēng)力機數(shù)學(xué)模型的MPPT控制方法。其核心思想根據(jù)實時風(fēng)速計算最佳轉(zhuǎn)速。由λωRv\lambda\frac{\omega R}{v}λvωR?可得ωrefλoptvR\omega_{ref} \frac{\lambda_{opt}v}{R}ωref?Rλopt?v?其中$\omega_{ref}$最佳參考轉(zhuǎn)速$\lambda_{opt}$最佳葉尖速比。控制過程中將ωref\omega_{ref}ωref?與實際轉(zhuǎn)速ω\omegaω進行比較。通過控制器調(diào)節(jié)發(fā)電機電磁轉(zhuǎn)矩使ω→ωref\omega \rightarrow \omega_{ref}ω→ωref?最終實現(xiàn)最大功率輸出。圖4-1 最佳葉尖速比法控制框圖優(yōu)點1控制原理簡單基于明確的風(fēng)力機運行規(guī)律。2理論精度較高能夠準確定位最大功率點。3響應(yīng)速度較快風(fēng)速變化時可以快速調(diào)整目標轉(zhuǎn)速。缺點1依賴風(fēng)速測量需要實時獲得風(fēng)速。實際應(yīng)用中傳感器誤差安裝位置影響湍流擾動都會降低控制效果。2依賴系統(tǒng)參數(shù)需要提前獲得最佳葉尖速比風(fēng)機參數(shù)$C_p-\lambda$ 曲線。因此該方法工程應(yīng)用時通常需要結(jié)合其他算法優(yōu)化。4.3 爬山搜索法Hill Climbing爬山搜索法又稱擾動觀察法Perturb and ObservePO是一種無需準確風(fēng)速信息的MPPT方法。其基本思想通過人為改變控制變量然后觀察輸出功率變化方向?？刂谱兞客ǔ榘l(fā)電機轉(zhuǎn)速轉(zhuǎn)矩指令。假設(shè)當(dāng)前功率P(k)P(k)P(k)經(jīng)過擾動后P(k1)P(k1)P(k1)功率變化量ΔPP(k1)?P(k)\Delta PP(k1)-P(k)ΔPP(k1)?P(k)如果ΔP0\Delta P0ΔP0說明擾動方向正確。繼續(xù)保持當(dāng)前調(diào)整方向。如果ΔP0\Delta P0ΔP0說明遠離最大功率點。改變擾動方向。圖4-2 爬山搜索法控制流程圖優(yōu)點不需要風(fēng)速傳感器對風(fēng)機參數(shù)依賴較小結(jié)構(gòu)簡單容易數(shù)字化實現(xiàn)。缺點傳統(tǒng)固定步長爬山算法存在大步長優(yōu)點跟蹤速度快缺點最大功率點附近振蕩明顯。小步長優(yōu)點穩(wěn)態(tài)誤差小缺點動態(tài)響應(yīng)慢。因此傳統(tǒng)爬山搜索法無法同時滿足快速性穩(wěn)定性。5. 復(fù)合MPPT優(yōu)化控制策略設(shè)計針對上述兩種算法存在的問題本文提出一種基于最佳葉尖速比法與爬山搜索法結(jié)合的復(fù)合MPPT控制策略。其核心思想第一階段快速搜索當(dāng)系統(tǒng)啟動或者風(fēng)速發(fā)生明顯變化時利用最佳葉尖速比法快速計算目標轉(zhuǎn)速。即ωrefλoptvR\omega_{ref} \frac{\lambda_{opt}v}{R}ωref?Rλopt?v?使系統(tǒng)快速接近最大功率區(qū)域。第二階段精確優(yōu)化當(dāng)系統(tǒng)進入最大功率附近采用爬山搜索法進行微調(diào)。通過 ΔP\Delta PΔP 判斷搜索方向。同時采用變步長策略遠離最大功率點增大步長接近最大功率點減小步長。圖5-1 復(fù)合MPPT控制流程圖復(fù)合控制策略優(yōu)勢相比傳統(tǒng)方法該方法具有1. 更快動態(tài)響應(yīng)利用葉尖速比法快速定位。2. 更低穩(wěn)態(tài)振蕩利用爬山搜索法精細調(diào)整。3. 更強環(huán)境適應(yīng)能力減少對精確風(fēng)速和模型參數(shù)的依賴。因此該控制策略能夠兼顧MPPT速度穩(wěn)態(tài)精度系統(tǒng)穩(wěn)定性。6. MATLAB/Simulink小型風(fēng)力發(fā)電系統(tǒng)建模為了驗證所設(shè)計復(fù)合MPPT控制策略的有效性采用 MATLAB/Simulink 仿真平臺建立小型永磁直驅(qū)風(fēng)力發(fā)電系統(tǒng)模型。系統(tǒng)整體模型主要包括風(fēng)力機模型永磁同步發(fā)電機模型機側(cè)PWM變流器直流母線模型網(wǎng)側(cè)PWM變流器濾波環(huán)節(jié)電網(wǎng)模型MPPT控制系統(tǒng)。整體能量轉(zhuǎn)換過程如下風(fēng)能 ↓ 風(fēng)力機 ↓ 機械轉(zhuǎn)矩 ↓ 永磁同步發(fā)電機 ↓ 交流電 ↓ 機側(cè)PWM變流器 ↓ 直流母線 ↓ 網(wǎng)側(cè)PWM變流器 ↓ 電網(wǎng)圖6-1 小型永磁直驅(qū)風(fēng)力發(fā)電系統(tǒng)Simulink整體模型放置Simulink總模型截圖。建議包含風(fēng)力機模塊PMSG模塊MSC控制模塊GSC控制模塊DC LinkGrid模塊。6.1 風(fēng)力機模型設(shè)計風(fēng)力機模型主要用于模擬風(fēng)能到機械能的轉(zhuǎn)換過程。其輸入信號包括風(fēng)速風(fēng)輪轉(zhuǎn)速槳距角。輸出信號風(fēng)力機機械功率風(fēng)力機機械轉(zhuǎn)矩。風(fēng)力機輸出功率Pm12ρπR2v3Cp(λ,β)P_m \frac{1}{2} \rho \pi R^2 v^3 C_p(\lambda,\beta)Pm?21?ρπR2v3Cp?(λ,β)其中$P_m$機械輸出功率$\rho$空氣密度$R$風(fēng)輪半徑$v$風(fēng)速$C_p$風(fēng)能利用系數(shù)$\lambda$葉尖速比$\beta$槳距角。葉尖速比λωRv\lambda \frac{\omega R}{v}λvωR?通過計算λ\lambdaλ得到對應(yīng)CpC_pCp?進而獲得風(fēng)力機輸出機械功率。圖6-2 風(fēng)力機Simulink模型結(jié)構(gòu)Wind Speed | ↓ λ計算模塊 | ↓ Cp計算模塊 | ↓ Power Calculation | ↓ Mechanical Torque輸出6.2 永磁同步發(fā)電機PMSG模型設(shè)計永磁同步發(fā)電機是小型直驅(qū)風(fēng)力發(fā)電系統(tǒng)的核心能量轉(zhuǎn)換設(shè)備相比傳統(tǒng)異步發(fā)電機永磁同步發(fā)電機具有無勵磁繞組效率高結(jié)構(gòu)簡單低速運行性能好等優(yōu)點。因此非常適合應(yīng)用于小型風(fēng)力發(fā)電系統(tǒng)。永磁同步電機在$d-q$坐標系下數(shù)學(xué)模型為電壓方程udRsidLddiddt?ωeLqiqu_dR_si_dL_d\frac{di_d}{dt}-\omega_eL_qi_qud?Rs?id?Ld?dtdid???ωe?Lq?iq? uqRsiqLqdiqdtωeLdidωeψfu_q R_si_q L_q\frac{di_q}{dt} \omega_eL_di_d \omega_e\psi_fuq?Rs?iq?Lq?dtdiq??ωe?Ld?id?ωe?ψf?其中$u_d,u_q$定子電壓$i_d,i_q$定子電流$R_s$定子電阻$L_d,L_q$直軸和交軸電感$\omega_e$電角速度$\psi_f$永磁磁鏈。電磁轉(zhuǎn)矩Te32p[ψfiq(Ld?Lq)idiq]T_e \frac{3}{2}p [ \psi_f i_q (L_d-L_q)i_di_q ]Te?23?p[ψf?iq?(Ld??Lq?)id?iq?]其中$T_e$電磁轉(zhuǎn)矩$p$極對數(shù)。對于表貼式永磁同步電機LdLqL_dL_qLd?Lq?因此Te32pψfiqT_e \frac{3}{2}p\psi_f i_qTe?23?pψf?iq?由此可知通過控制$q$軸電流iqi_qiq?即可實現(xiàn)發(fā)電機電磁轉(zhuǎn)矩控制。圖6-3 永磁同步發(fā)電機數(shù)學(xué)模型6.3 機側(cè)變流器控制模型機側(cè)變流器Machine Side ConverterMSC的主要作用控制發(fā)電機轉(zhuǎn)速調(diào)節(jié)電磁轉(zhuǎn)矩實現(xiàn)MPPT控制。其控制目標使風(fēng)力機運行在最大功率點?？刂平Y(jié)構(gòu)主要包括轉(zhuǎn)速外環(huán)電流內(nèi)環(huán)SVPWM調(diào)制?？刂屏鞒蘉PPT算法 | ↓ 目標轉(zhuǎn)速ωref | ↓ 速度PI控制器 | ↓ 電磁轉(zhuǎn)矩參考值 | ↓ dq電流控制 | ↓ PWM信號 | ↓ 逆變器圖6-4 機側(cè)變流器控制框圖轉(zhuǎn)速控制環(huán)速度誤差eωωref?ωe_\omega \omega_{ref}-\omegaeω?ωref??ω經(jīng)過PI控制器Te?KpeωKi∫eωdtT_e^*K_p e_\omega K_i\int e_\omega dtTe??Kp?eω?Ki?∫eω?dt得到參考電磁轉(zhuǎn)矩。電流控制環(huán)根據(jù)轉(zhuǎn)矩關(guān)系Te32pψfiqT_e \frac32p\psi_f i_qTe?23?pψf?iq?得到iq?2Te?3pψfi_q^* \frac{2T_e^*}{3p\psi_f}iq??3pψf?2Te???然后通過電流控制器實現(xiàn)iq→iq?i_q\rightarrow i_q^*iq?→iq??最終控制發(fā)電機輸出轉(zhuǎn)矩。6.4 直流母線模型直流母線連接機側(cè)變流器和網(wǎng)側(cè)變流器。主要作用儲存能量平衡功率穩(wěn)定系統(tǒng)運行。直流母線電壓動態(tài)關(guān)系CdUdcdtimsc?igscC\frac{dU_{dc}}{dt} i_{msc}-i_{gsc}CdtdUdc??imsc??igsc?其中$C$直流電容$U_{dc}$直流母線電壓$i_{msc}$機側(cè)輸入電流$i_{gsc}$網(wǎng)側(cè)輸出電流。6.5 網(wǎng)側(cè)變流器控制模型網(wǎng)側(cè)變流器Grid Side ConverterGSC的主要任務(wù)保持直流母線電壓穩(wěn)定控制并網(wǎng)電流提高輸出電能質(zhì)量。控制采用電壓外環(huán) 電流內(nèi)環(huán)雙閉環(huán)控制結(jié)構(gòu)?？刂屏鞒蘒dc參考值 | ↓ 電壓PI控制 | ↓ 有功電流參考id* | ↓ dq電流控制 | ↓ PWM調(diào)制 | ↓ 并網(wǎng)圖6-5 網(wǎng)側(cè)變流器控制結(jié)構(gòu)圖7. 系統(tǒng)仿真方案設(shè)計為了驗證復(fù)合MPPT控制策略性能設(shè)計兩種典型風(fēng)速環(huán)境7.1 階躍風(fēng)速仿真階躍風(fēng)速用于測試系統(tǒng)動態(tài)響應(yīng)速度MPPT跟蹤能力轉(zhuǎn)速調(diào)節(jié)性能。例如初始風(fēng)速v8m/sv8m/sv8m/s隨后變化為v10m/sv10m/sv10m/s觀察系統(tǒng)響應(yīng)。圖7-1 階躍風(fēng)速輸入曲線7.2 隨機風(fēng)速仿真實際自然風(fēng)具有隨機性。因此采用隨機風(fēng)速模型模擬真實運行環(huán)境。隨機風(fēng)速能夠驗證算法適應(yīng)能力功率穩(wěn)定性抗擾動性能。圖7-2 隨機風(fēng)速輸入曲線8. 仿真結(jié)果分析8.1 階躍風(fēng)速條件下結(jié)果分析在階躍風(fēng)速變化過程中系統(tǒng)首先利用最佳葉尖速比算法快速調(diào)整運行狀態(tài)使風(fēng)力機快速接近新的最大功率區(qū)域。隨后復(fù)合MPPT控制進入精細搜索階段通過爬山搜索算法進一步優(yōu)化運行點。從仿真結(jié)果可以觀察到風(fēng)機轉(zhuǎn)速能夠快速跟隨變化輸出功率快速達到新的穩(wěn)定值最大功率點附近振蕩較小。8.2 隨機風(fēng)速條件下結(jié)果分析在隨機風(fēng)速情況下由于輸入風(fēng)能持續(xù)變化傳統(tǒng)固定步長MPPT容易產(chǎn)生較明顯功率波動。采用復(fù)合MPPT策略后風(fēng)速變化初期快速響應(yīng)穩(wěn)態(tài)階段減小擾動幅度輸出功率更加平穩(wěn)。仿真結(jié)果表明該控制方法能夠有效提高系統(tǒng)對復(fù)雜風(fēng)況的適應(yīng)能力。8.3 不同MPPT控制策略對比分析為了進一步驗證復(fù)合MPPT控制策略的有效性可以將其與傳統(tǒng)方法進行對比分析。常見方法包括最佳葉尖速比法傳統(tǒng)爬山搜索法復(fù)合MPPT控制方法。對比結(jié)果如下控制方法是否需要風(fēng)速動態(tài)響應(yīng)速度穩(wěn)態(tài)振蕩參數(shù)依賴最佳葉尖速比法需要快小較強爬山搜索法不需要一般較明顯較弱復(fù)合MPPT方法部分需要快小較弱由表可以看出1最佳葉尖速比法優(yōu)勢理論基礎(chǔ)明確最大功率點定位準確動態(tài)響應(yīng)速度快。不足依賴風(fēng)速測量需要準確獲取風(fēng)機參數(shù)。2傳統(tǒng)爬山搜索法優(yōu)勢不需要風(fēng)速傳感器結(jié)構(gòu)簡單工程實現(xiàn)方便。不足固定步長導(dǎo)致動態(tài)性能和穩(wěn)態(tài)性能難以兼顧。3復(fù)合MPPT控制策略結(jié)合兩種方法優(yōu)勢在啟動階段采用最佳葉尖速比思想快速定位最大功率區(qū)域。在穩(wěn)定運行階段采用爬山搜索算法進一步優(yōu)化運行點。因此該方法兼顧了快速性穩(wěn)定性適應(yīng)性。9. 復(fù)合MPPT控制策略優(yōu)勢總結(jié)通過前文分析和仿真驗證可以總結(jié)該控制方法具有以下優(yōu)勢。9.1 提高動態(tài)響應(yīng)能力傳統(tǒng)爬山搜索法需要不斷試探運行方向。當(dāng)風(fēng)速突然變化時系統(tǒng)需要較長時間尋找新的最大功率點。復(fù)合MPPT策略利用最佳葉尖速比方法直接計算目標運行速度ωrefλoptvR\omega_{ref} \frac{\lambda_{opt}v}{R}ωref?Rλopt?v?使系統(tǒng)快速進入最大功率區(qū)域。因此提高了系統(tǒng)動態(tài)響應(yīng)速度。9.2 降低最大功率點附近振蕩傳統(tǒng)固定步長爬山算法當(dāng)接近最大功率點時仍然保持較大的擾動步長。導(dǎo)致輸出功率周期性波動能量損失增加。復(fù)合算法通過減小搜索步長使運行點更加接近dPdω0\frac{dP}{d\omega}0dωdP?0即最大功率點。9.3 提高復(fù)雜風(fēng)況適應(yīng)能力實際運行環(huán)境中風(fēng)速并不是理想階躍變化而是隨機變化波動明顯存在擾動。復(fù)合MPPT控制方法能夠根據(jù)運行狀態(tài)動態(tài)調(diào)整控制策略因此具有更好的環(huán)境適應(yīng)能力。10. 小型風(fēng)力發(fā)電系統(tǒng)設(shè)計總結(jié)本文圍繞小型永磁直驅(qū)風(fēng)力發(fā)電系統(tǒng)最大功率點跟蹤控制問題展開研究完成了系統(tǒng)建模、控制策略設(shè)計以及仿真驗證。主要工作如下1建立風(fēng)力發(fā)電系統(tǒng)數(shù)學(xué)模型分析了風(fēng)能轉(zhuǎn)換原理風(fēng)力機數(shù)學(xué)模型貝茨極限風(fēng)能利用系數(shù)葉尖速比關(guān)系。建立了風(fēng)力機機械功率和機械轉(zhuǎn)矩模型為MPPT控制提供理論基礎(chǔ)。2分析傳統(tǒng)MPPT控制方法研究了最佳葉尖速比法特點控制精度高動態(tài)響應(yīng)快依賴風(fēng)速。爬山搜索法特點結(jié)構(gòu)簡單無需風(fēng)速測量存在穩(wěn)態(tài)振蕩。3設(shè)計復(fù)合MPPT控制策略針對傳統(tǒng)方法不足提出最佳葉尖速比法 爬山搜索法的復(fù)合控制策略。其核心思想啟動階段快速搜索。穩(wěn)定階段精確優(yōu)化。實現(xiàn)快速跟蹤穩(wěn)定運行提高風(fēng)能利用率。4完成MATLAB/Simulink仿真驗證建立完整系統(tǒng)模型包括風(fēng)力機永磁同步發(fā)電機機側(cè)PWM變流器網(wǎng)側(cè)PWM變流器電網(wǎng)模型MPPT控制模塊。通過階躍風(fēng)速隨機風(fēng)速兩種工況進行驗證。仿真結(jié)果表明設(shè)計的控制策略能夠有效跟蹤最大功率點并改善系統(tǒng)輸出功率穩(wěn)定性。11. MATLAB/Simulink仿真資源說明本文涉及的小型永磁直驅(qū)風(fēng)力發(fā)電系統(tǒng)模型采用 MATLAB/Simulink 建立。仿真模型主要包括風(fēng)力機模型PMSG模型雙PWM變流器模型MPPT控制模塊電網(wǎng)接口模型。讀者可以根據(jù)本文介紹的系統(tǒng)結(jié)構(gòu)數(shù)學(xué)模型控制流程進行模型復(fù)現(xiàn)和進一步研究。如果用于本科畢業(yè)設(shè)計或課程設(shè)計可以進一步擴展模糊控制MPPT神經(jīng)網(wǎng)絡(luò)MPPT自適應(yīng)變步長算法滑?？刂颇Ｐ皖A(yù)測控制。12. 未來研究方向雖然本文設(shè)計的復(fù)合MPPT控制策略能夠有效提升風(fēng)力發(fā)電系統(tǒng)性能但仍存在進一步優(yōu)化空間。未來可以從以下幾個方面展開研究12.1 智能算法優(yōu)化利用模糊邏輯控制神經(jīng)網(wǎng)絡(luò)強化學(xué)習(xí)實現(xiàn)更加智能化的MPPT控制。12.2 自適應(yīng)步長控制傳統(tǒng)爬山搜索算法最大的問題是步長固定。未來可以根據(jù)ΔP\Delta PΔP變化趨勢自動調(diào)整擾動步長。實現(xiàn)遠離最大功率點大步搜索接近最大功率點小步優(yōu)化。12.3 實物實驗驗證目前系統(tǒng)主要通過Simulink進行仿真驗證。后續(xù)可以結(jié)合DSP控制器STM32控制平臺實驗樣機進行實際測試。13. 結(jié)語隨著新能源技術(shù)不斷發(fā)展小型風(fēng)力發(fā)電系統(tǒng)將在分布式能源、電網(wǎng)覆蓋不足地區(qū)以及獨立供電場景中發(fā)揮越來越重要的作用。然而由于風(fēng)能具有隨機性和間歇性如何提高風(fēng)能利用率仍然是風(fēng)力發(fā)電控制領(lǐng)域的重要研究方向。本文針對小型永磁直驅(qū)風(fēng)力發(fā)電系統(tǒng)設(shè)計了一種結(jié)合最佳葉尖速比法和爬山搜索法的復(fù)合MPPT控制策略。通過 MATLAB/Simulink 建模與仿真分析證明該方法能夠快速響應(yīng)風(fēng)速變化并在最大功率點附近保持較好的穩(wěn)定性。相比傳統(tǒng)MPPT算法復(fù)合控制策略在動態(tài)性能和穩(wěn)態(tài)性能之間取得了更好的平衡為小型風(fēng)力發(fā)電系統(tǒng)高效運行提供了一種可行方案。