基于电阻在线辨识的DFIG定子磁通观测器及方法.pdf

《基于电阻在线辨识的DFIG定子磁通观测器及方法.pdf》由会员分享，可在线阅读，更多相关《基于电阻在线辨识的DFIG定子磁通观测器及方法.pdf（25页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202010092922.5 (22)申请日 2020.02.14 (71)申请人 山东水利职业学院 地址 276826 山东省日照市学苑路677号 (72)发明人 肖丰霞闫廷光刘玉霞孙玉亮 (74)专利代理机构 济南圣达知识产权代理有限 公司 37221 代理人 李琳 (51)Int.Cl. H02P 21/14(2016.01) H02P 21/13(2006.01) H02P 21/22(2016.01) H02J 1/10(2006.01) (54)发明名称 一种基于电阻。

2、在线辨识的DFIG定子磁通观 测器及方法 (57)摘要 本公开提供了一种基于电阻在线辨识的 DFIG定子磁通观测器及方法， 构建静止/坐 标系中DFIG数学模型， 设计定子磁通估计和转子 电流估计方程， 设计误差动态方程， 寻找自适应 率， 使得电流误差为0， 以得到定子电阻估计值和 定子磁通估计值， 以代替依靠精确参数的电压模 型计算方式， 提高了系统跟踪性能。 即使持续激 励条件未能满足， 比如空载启动时， 定子电流为 0， 无法在线估计定子电阻， 但是依然能准确估计 定子磁通。 权利要求书1页 说明书16页 附图7页 CN 111181461 A 2020.05.19 CN 111181。

3、461 A 1.一种基于电阻在线辨识的DFIG定子磁通观测方法， 其特征是： 包括： 构建静止 / 坐标系中DFIG数学模型， 设计定子磁通估计和转子电流估计方程， 设计误 差动态方程， 寻找自适应率， 使得电流误差为0， 以得到定子电阻估计值和定子磁通估计值。 2.如权利要求1所述的一种基于电阻在线辨识的DFIG定子磁通观测方法， 其特征是： 首 先构建d/q同步坐标系下的DFIG数学模型， 并对其进行整理， 对输出进行求导， 实现了从输 出到输入的输入输出线性化。 3.如权利要求1所述的一种基于电阻在线辨识的DFIG定子磁通观测方法， 其特征是： 利 用未知的有界常数， 表示变化的电阻值。。

4、 4.如权利要求1所述的一种基于电阻在线辨识的DFIG定子磁通观测方法， 其特征是： 构 建基于变化的电阻值的误差模型， 针对误差模型设计协同自适应反馈线性化控制器， 考虑 自适应率， 得到最终的控制器。 5.一种基于电阻在线辨识的DFIG定子磁通观测器， 其特征是： 包括： 模型构建模块， 被配置为构建静止 / 坐标系中DFIG数学模型； 估计模块， 被配置为设计定子磁通估计和转子电流估计方程， 设计误差动态方程； 自适应模块， 被配置为寻找自适应率， 使得电流误差为0， 以得到定子电阻估计值和定 子磁通估计值。 6.并网双馈风力发电机最大功率点自适应跟踪控制方法， 其特征是： 包括以下步骤。

5、： 根据风力机捕获到风能的功率公式， 推导出捕获的风能最大功率点与DFIG转子角频率 关系的公式， 得到不同风速下最佳的转子角频率， 作为DFIG系统最大功率点跟踪对象； 构建d/q同步坐标系下的DFIG数学模型； 构建 / 静止坐标系下定子磁通观测器， 得到电阻未知下的定子磁通估计值； 采用自适应控制方法对单环反馈线性化解耦后电阻不确定系统进行最大功率点跟踪 控制。 7.如权利要求6所述的并网双馈风力发电机最大功率点自适应跟踪控制方法， 其特征 是： 采用模型参考自适应跟踪控制算法实现对给定目标的跟踪， 根据最大功率点的控制要 求， 将输出稳定在预定参考范围内。 8.如权利要求6所述的并网双。

6、馈风力发电机最大功率点自适应跟踪控制方法， 其特征 是： 构建 / 静止坐标系下定子磁通观测器， 得到电阻未知下的定子磁通估计值的具体过程 为： 构建静止 / 坐标系中DFIG数学模型， 设计定子磁通估计和转子电流估计方程， 设计误 差动态方程， 寻找自适应率， 使得电流误差为0， 以得到定子电阻估计值和定子磁通估计值。 9.一种计算机可读存储介质， 其特征是： 其中存储有多条指令， 所述指令适于由终端设 备的处理器加载并执行权利要求1-4中任一项所述的一种基于电阻在线辨识的DFIG定子磁 通观测方法或权利要求6-8并网双馈风力发电机最大功率点自适应跟踪控制方法。 10.一种终端设备， 其特征。

7、是： 包括处理器和计算机可读存储介质， 处理器用于实现各 指令； 计算机可读存储介质用于存储多条指令， 所述指令适于由处理器加载并执行权利要 求1-4中任一项所述的一种基于电阻在线辨识的DFIG定子磁通观测方法或权利要求6-8并 网双馈风力发电机最大功率点自适应跟踪控制方法。 权利要求书 1/1 页 2 CN 111181461 A 2 一种基于电阻在线辨识的DFIG定子磁通观测器及方法 技术领域 0001 本公开属于风力发电机定子磁通观测器设计技术领域， 涉及一种基于电阻在线辨 识的DFIG定子磁通观测器及方法。 背景技术 0002 本部分的陈述仅仅是提供了与本公开相关的背景技术信息， 不必。

8、然构成在先技 术。 0003 双馈感应风力发电机(DFIG)是最常用的风力发电机。 近几年， 基于直流并网的双 变流器DFIG被海洋风电领域的学者广泛关注。 该结构发电机的定子和转子直接通过定子侧 变流器(stator sideconverter SSC)和转子侧变流器(rotor side converter RSC)连接 到直流电网， 如图1所示， 实现了直流输电的一步到位， 为通过高压直流输电(HVDC)的海上 风电场的发展降低了设备费用及电能损耗。 0004 基于直流并网DFIG增加了定子侧变流器， 定子电压和磁通不再受到电网的束缚， 同时在进行运行控制过程中相比基于交流电网的DFIG。

9、， 就要增加对定子侧变流器的控制策 略， 需要用到定子磁通参数。 据发明人了解， 虽然DFIG的磁通可以通过磁通计进行测量， 但 仍存在机械鲁棒性差、 成本增加等问题， 基本不被学者们采用。 使用传统的定子磁通电压模 型和定子磁通电流模型估计磁通， 依赖于系统精确参数， 电机运行过程中的温度和集肤效 应会改变电机的电阻阻值等， 这些参数的变化必然会导致磁链估计误差。 发明内容 0005 本公开为了解决上述问题， 提出了一种基于电阻在线辨识的DFIG定子磁通观测器 及方法， 本公开实现了在满足持续激励条件时， 具有在线电阻辨识的自适应定子磁通观测 器， 即基于直流并网DFIG的电阻参数变化甚至电。

10、阻未知的情况下， 也能准确估计定子磁通。 0006 根据一些实施例， 本公开采用如下技术方案： 0007 一种基于电阻在线辨识的DFIG定子磁通观测方法， 包括： 0008 构建静止 / 坐标系中DFIG数学模型， 设计定子磁通估计和转子电流估计方程， 设 计误差动态方程， 寻找自适应率， 使得电流误差为0， 以得到定子电阻估计值和定子磁通估 计值。 0009 作为可选择的实施方式， 首先构建d/q同步坐标系下的DFIG数学模型， 并对其进行 整理， 对输出进行求导， 实现了从输出到输入的输入输出线性化。 0010 作为可选择的实施方式， 利用未知的有界常数， 表示变化的电阻值。 0011 作。

11、为可选择的实施方式， 构建基于变化的电阻值的误差模型， 针对误差模型设计 协同自适应反馈线性化控制器， 考虑自适应率， 得到最终的控制器。 0012 一种基于电阻在线辨识的DFIG定子磁通观测器， 包括： 0013 模型构建模块， 被配置为构建静止 / 坐标系中DFIG数学模型； 0014 估计模块， 被配置为设计定子磁通估计和转子电流估计方程， 设计误差动态方程； 说明书 1/16 页 3 CN 111181461 A 3 0015 自适应模块， 被配置为寻找自适应率， 使得电流误差为0， 以得到定子电阻估计值 和定子磁通估计值。 0016 作为应用， 提供直流并网双馈风力发电机最大功率点自。

12、适应跟踪控制方法， 包括 以下步骤： 0017 根据风力机捕获到风能的功率公式， 推导出捕获的风能最大功率点与DFIG转子角 频率关系的公式， 得到不同风速下最佳的转子角频率， 作为DFIG系统最大功率点跟踪对象； 0018 构建d/q同步坐标系下的DFIG数学模型； 0019 构建 / 静止坐标系下定子磁通观测器， 得到电阻未知下的定子磁通估计值； 0020 采用自适应控制方法对单环反馈线性化解耦后电阻不确定系统进行最大功率点 跟踪控制。 0021 作为可选择的实施方式， 采用模型参考自适应跟踪控制算法实现对给定目标的跟 踪， 根据最大功率点的控制要求， 将输出稳定在预定参考范围内。 002。

13、2 一种计算机可读存储介质， 其中存储有多条指令， 所述指令适于由终端设备的处 理器加载并执行所述的一种基于电阻在线辨识的DFIG定子磁通观测方法或并网双馈风力 发电机最大功率点自适应跟踪控制方法。 0023 一种终端设备， 包括处理器和计算机可读存储介质， 处理器用于实现各指令； 计算 机可读存储介质用于存储多条指令， 所述指令适于由处理器加载并执行所述的一种基于电 阻在线辨识的DFIG定子磁通观测方法或并网双馈风力发电机最大功率点自适应跟踪控制 方法。 0024 与现有技术相比， 本公开的有益效果为： 0025 传统定子磁通计算方法需要精确的系统参数， 无法在电阻未知下得到准确值。 本 公。

14、开在持续激励条件下， 构建 / 静止坐标系下定子磁通观测器， 得到电阻未知下的定子磁 通估计值， 代替依靠精确参数的电压模型计算方式， 提高了系统跟踪性能。 即使持续激励条 件未能满足， 比如空载启动时， 定子电流为0， 无法在线估计定子电阻， 但是依然能准确估计 定子磁通。 0026 可用于最大功率点跟踪控制领域。 附图说明 0027 构成本公开的一部分的说明书附图用来提供对本公开的进一步理解， 本公开的示 意性实施例及其说明用于解释本公开， 并不构成对本公开的不当限定。 0028 图1是在直流并网中使用基于直流变流器系统的DFIG； 0029 图2是本公开的输出机械功率、 最优功率和转子转。

15、速关系曲线； 0030 图3是本公开的控制逻辑示意图； 0031 图4是风速性能图； 0032 图5是三种控制方法(反馈线性化FLC、 自适应反馈线性化控制FLC-A、 矢量控制VC) 转子转速比较性能图； 0033 图6是三种控制方法转子转速跟踪误差比较性能图； 0034 图7是三种控制方法最大功率点跟踪性能比较图； 0035 图8-9是反馈线性化(FLC)和自适应反馈线性化(FLC-A)控制的具有不确定电阻的 说明书 2/16 页 4 CN 111181461 A 4 系统在随机风条件下的跟踪性能； 0036 图10是基于直流并网的DFIG的转子频率； 0037 图11是通过本文提出定子磁。

16、铁观测器得到的电流估计值； 0038 图12是通过本文提出定子磁铁观测器得到的 轴下磁通估计值； 0039 图13是通过本文提出定子磁铁观测器得到的磁通估计误差； 0040 图14是通过滑模观测器得到的定子电流估计值； 0041 图15是通过滑模观测器得到的定子电流误差值； 0042 图16是滑模观测器得到的 轴下定子磁通估计值； 0043 图17是滑模观测器得到的 轴下定子磁通估计误差值； 0044 图18是通过本文提出定子磁铁观测器得到的磁通估计值； 0045 图19是通过本文提出定子磁铁观测器得到的电阻的估计值 具体实施方式： 0046 下面结合附图与实施例对本公开作进一步说明。 004。

17、7 应该指出， 以下详细说明都是例示性的， 旨在对本公开提供进一步的说明。 除非另 有指明， 本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常 理解的相同含义。 0048 需要注意的是， 这里所使用的术语仅是为了描述具体实施方式， 而非意图限制根 据本公开的示例性实施方式。 如在这里所使用的， 除非上下文另外明确指出， 否则单数形式 也意图包括复数形式， 此外， 还应当理解的是， 当在本说明书中使用术语 “包含” 和/或 “包 括” 时， 其指明存在特征、 步骤、 操作、 器件、 组件和/或它们的组合。 0049 首先， 对实施例中的公式参数含义进行解释： 0050 us。

18、d、 usq、 isd、 isq、 sd、 sq分别为DFIG定子d轴和q轴电压、 电流、 磁通； 0051 urd、 urq、 ird、 irq、 rd、 rq分别为DFIG转子d轴和q轴电压、 电流、 磁通1为DFIG同步 角频率； 0052 r为DFIG转子角频率； 0053 Rs,Rr分别为定子电阻和转子电阻； 0054 Lm,Lr,Ls分别为分别DFIG绕组互感、 转子绕组自感、 定子绕组自感； 0055 Te,Tm分别为DFIG电磁转矩和负载转矩； 0056 np,J分别为DFIG极对数和转动惯量。 0057 本公开的主要目的是对基于直流并网的DFIG电阻参数受客观因素影响变化时的。

19、 最大功率点跟踪控制， 以达到指定的系统性能。 具体做法是： 1.在反馈线性化解耦的基础 上， 选择协同自适应控制器实现最大功率点跟踪(MPPT)控制， 把电阻的变化值作为系统的 干扰， 设计自适应率来估计干扰项， 当干扰出现时， 系统仍能准确地跟踪最大功率点； 2.为 了获得准确的定子磁通， 设计了一种在持续激励条件下具有在线电阻辨识的自适应定子磁 通观测器， 即使当DFIG空载启动时， 定子电流为0， 持续激励条件不满足， 定子电阻无法估 计， 但本实施例提出的方法仍然可以准确地估计定子磁链。 通过MATLAB/SimPowerSystems 仿真， 将本实施例的控制方法自适应反馈线性化控。

20、制(FLC-A)与矢量控制(VC)和反馈线性 化控制(FLC)进行了比较， 结果表明， 在电阻不确定的情况下， 该控制器具有较好的MPPT性 说明书 3/16 页 5 CN 111181461 A 5 能。 0058 首先， 构建基于直流并网DFIG数学模型： 0059 d/q同步坐标系下的DFIG数学模型为： 0060 0061 其中： Ca(LrLs-Lm2)/Ls,CbLm/Ls。 0062 风力机数学模型 0063 当叶尖速比 等于最佳叶尖速比 opt时， 风力涡轮机的输出机械功率Pwt等于最佳功 率Pwtmax。 此时， 功率系数维持在最大值为Cpmax， 因此， 风力机的最佳角速度。

21、值*r公式为： 0064 0065 其中， Rwt为风力机半径， Vwind是风速。 它们的关系如图2所示。 0066 在控制器设计上， 包括： 0067 1.协调自适应反馈线性化控制 0068 将方程(1)整理后， 变成下面这种形式： 0069 0070 其中： 0071 xx1 x2 x3 x4 x5T sdsq ird irq rT 0072 uu1 u2 u3 u4Tusd usq urd urqT 0073 yh1(x) h2(x) h3(x) h4(x)Tx1 x2 x4 x5T sdsq irq rT 说明书 4/16 页 6 CN 111181461 A 6 0074 0075。

22、 0076 0077 在公式(3)中， x是5维状态相量， fi(x)(i1,2,5)和gi(x)(i1,2,3,4)分别是 5d和4d光滑向量场。 每一个输出yi对应一个关系度ri， 通过计算是1， 1， 1和2。 于是系统关系 度r1+1+1+25n， 满足反馈线性化条件。 按照公式(4)对输出yi进行求导， 直到输入uj出 现。 0078 0079 将方程(3)按照公式(4)计算， 得到一个新系统： 0080 0081 其中： 0082 说明书 5/16 页 7 CN 111181461 A 7 0083 0084 0085 从而实现了从出yi到uj的输入输出线性化， 利用线性控制理论求。

23、解系统的MPPT。 考 虑到转子和定子的电阻受客观因素的影响， 其阻值不是恒定的， 本实施例采用模型参考自 适应跟踪控制算法实现对给定目标的跟踪。 新的控制输入设计如下： 0086 0087此处，通过方程(17)知 sq0， 所以det(E(x)0， 存 在逆矩阵E(x)-1， uE(x)-1U。 系统(5)整理成： 0088 0089根据MPPT控制要求， 将输出稳定在其中 *sd， *sq， i*rq， *r为 系统的MPP参考值。 系统跟踪误差定义为： 0090 0091 0092 当t时， eyi0。 对误差模型(8)求导得： 0093 0094 0095 整理为： 0096 0097。

24、 同时有： 说明书 6/16 页 8 CN 111181461 A 8 0098 0099 2.基于干扰观测器的FLC-A 0100 由于系统电阻Rs和Rr对客观环境的变化很敏感， 会随着温度等变化引起阻值的改 变。 我们假设Qi(i1,2.4)是未知的有界常数， 表示变化的电阻值。 那么， Rs和Rr分别 是定子和转子电阻的变化值。 因此， 误差模型(9)可以重写为： 0101 0102 0103 0104 0105 总结成： 0106 0107 0108 0109是Qi的估计,代进方程(10)得: 0110 0111 0112 0113 0114显然， 控制器U在动态模型中是解耦的。 根据。

25、式(11)， 将协同自适应 反馈线性化控制设计为： 说明书 7/16 页 9 CN 111181461 A 9 0115 0116 0117 0118 0119其中， ki(i1,2.4)是正常数反馈增益， ki0。 自适应率为： 0120 0121 0122 0123 其中， i(i1,2.4)是自适应增益， i0。 0124 从方程(6)知， 系统的控制器为： 0125 0126 为了验证， 利用Lyapanov函数(15)证明了控制器(11)可以使基于直流并网的DFIG 在MPPT上运行， 对参数变化引起的不确定失配具有较强的鲁棒性。 0127 0128 对方程(15)求导， 然后将方程。

26、(11)、 (12)、 (13)代入: 0129 0130 然后定义方程M1(t)为 0131 0132 因为M(t)0.， 所以， V1(t)可以被定义为： 0133 0134其中and因为V1(t)0,通过方程(16) 可以得到如下结论： 0135 说明书 8/16 页 10 CN 111181461 A 10 0136 因此， 按照Barbalats Lemma， 当t时M1(t)0， 换言之， 当t时ei(t)0。 综上所述， 即使存在参数不确定性， 所提出的控制器仍然具有稳定型和鲁棒型。 0137 4.控制器参考点 0138 在本实施例要求的控制目标中， 方程(2)决定了参考值*r。。

27、 定子磁通和转子电流 参考值由定子磁通定向得到， 也就是说， 定子磁通矢量参考值与q轴方向一致。 0139 0140 其中Vs是发电机额定电压幅值,1是同步角频率.把方程(17)带入方程(1)， 可以 得到转子电流参考值： 0141 0142 基于电阻在线估计的定子磁通观测器： 0143 根据同步旋转d/q坐标系中的DFIG数学模型(1)， 当同步角频率10时， 可以得 到静止 / 坐标系中的DFIG数学模型： 0144 0145 1.设计自适应率 0146 假设： Ca和Cb是已知的常数参数， Rs和Rr是未知的常数参数， ir ,ir , s 和 s 的积分 是有界的。 根据方程(20)，。

28、 设计一个自适应观测器为： 0147 0148其中，是估计值； f and f是被加入的已知函数,将在后面进 说明书 9/16 页 11 CN 111181461 A 11 行设计。 是估计误差。 0149 方程(20)减去(21)得到误差动态方程(22)和(23)： 0150 0151 0152 接下来， 利用已知变量设计f和f函数， 使电流误差收敛到零。 但在方程(23)中， 由 于存在未知参数和未知状态误差的乘积， 因此很难直接设计函数f和f。 因此， 我们假设状 态z和z代替方程(23)中的和 0153 0154 整理为： 0155 0156其中， 说明书 10/16 页 12 CN 。

29、111181461 A 12 同时因为Rs和Rr都是常数,所以对方程(25)求导， 然 后将方程(22)和(23)代入， 得到结果如下： 0157 0158 0159 从方程(26)知， 状态变量z和z的动力学方程等于已知函数， 所以， 状态变量z和 z的估计值可以直接被设计为： 0160 0161 0162然后， 将方程(25)代入(23)， 同时用和替换z和z。 0163 0164其中， 0165 设计函数f和f见方程(27)， 使得当参数误差为零时， 电流误差动力学渐近稳定。 0166 0167 其中， k是正常数， 将方程(27)代入(26)， 整理成如下矩阵 0168 0169 说明。

30、书 11/16 页 13 CN 111181461 A 13 0170 0171利用Lyapunov函数(29)推导估计值的自适应率。 0172 0173其中,r,s,R,z,z是正实 数自适应增益。 对方程(29)求导得 0174 0175当函数的动力学方程被设计为方程(31)时 0176 0177这里A是一个负定矩阵.因为 和估计值的自适应率被设计为： 0178 0179 具体为 0180 0181最后， 定子磁通估计值被获得， 通过将方程(32)代入方程(21)。 0182 2、 稳定分析 0183 1)、 对状态变量xr稳定性分析 0184 通过方程(30)知： 0185 说明书 12。

31、/16 页 14 CN 111181461 A 14 0186因此， 按照Barbalats引理,当t时,x(t)0， 即意味着 01872)的稳定性分析 0188 将方程(28)和(31)定义成一个线性时变系统 0189 0190 其中,P是一个22的单位矩阵,满足方程ATP+PA-Q,Q是一个正定对称矩阵.从 方程(31)知， 也是一个正定对称矩阵。 从前面的假设知,|W(t)|and是一致有界. 如果持续激励条件满足， 那么就有: 0191 0192 其中T和C是正实数 ,u是一个任意的向量， 满足|u|1。 按照引理(Lemma B.2.3),是系统(33)的全局指数稳定平衡点。 01。

32、93如果不满足持续激励条件， 估计值使用以下简单的投影算法保证为正数 0194 0195 0196 0197这里是投影算法的估计。 01983)and的稳定性分析 0199 设计一个Lyapunov方程： 0200 0201 对方程(35)求导， 将方程(22)代入得 说明书 13/16 页 15 CN 111181461 A 15 0202 0203当满足持续激励条件时，此时当DFIG无负载运行时， 定子电流不存 在， 定子电阻无法估计， 即持续激励条件不被满足。 这时， 有DFIG的磁通公式， 知 s Lmir 和 sLmir ， 因此依然成立。 可以看出， 本实施例所提出的方法可以准确地。

33、估计定子磁 通， 不管是否满足持续激励条件。 0204 综上所述， 系统控制方案如图3所示。 0205 仿真结果由MATLAB/SimPowerSystems给出， 并进行了3种不同目的的仿真。 首先， 在斜坡风速下， 将所提出的控制策略与矢量控制(VC)和反馈线性化控制(FLC)在系统进行 最大功率点跟踪时进行了比较； 其次， 当系统参数电阻变化时， 验证了所提出的控制策略的 鲁棒性优于FLC； 最后， 验证了自适应定子磁通观测器的实时性， 并与定子磁通滑模观测器 进行了比较。 DFIG系统参数具体为： 0206 DFIG参数 0207 Prated1.5MW,fnom60Hz,vs_nom。

34、1.0pu,Rs0.023pu,Rr0.016pu,Ls 3.071pu,Lr3.056pu,Lm2.9pu,np3. 0208 风力机参数 0209 1.225kg/m3,Rwt40m,H5.04s, 0210 控制系数 0211 k11500,k21500,k31000,k46000； 0212 12000,22000,3a1500,3b1500,44000， r0.2， s0.2， R0.08， z1000， k2000； 0213 由FLC-A、 FLC和VC控制的基于直流并网的DFIG系统最大功率点跟踪性能如图4-7 所示。 图4描述了斜坡风速， 速度在1.5秒和4.8秒时急剧上升，。

35、 用时0.3秒从8米/秒升至12 米/秒。 图5为VC、 FLC-A、 FLC控制下的DFIG转子角频率运行状态， 图中虚线为最优转子转速 *r， 显然， VC提供的转子角频率跟踪值滞后于最优值。 跟踪误差如图6所示， 其中FLC最大跟 踪误差为0.08pu,VC最大跟踪误差为0.48pu,FLC-A最大跟踪误差为0.017pu。 图7是DFIG系 统捕获风力机输出最大功率系数的情况， 采用FLC-A时， 与VC相比风速快速上升时的Cpmax捕 捉性能提高了50， 与FLC相比提高了2。 因此， 所提出的FLC-A可以改善随机风速下的快 速时变跟踪性能。 0214 参数电阻变化的仿真结果 02。

36、15 图8-9显示了由FLC和FLC-A控制的具有不确定电阻的系统在随机风条件下的跟踪 性能， 风速取图3中的前4秒。 假设电阻随温度增加， 假设电阻被估计的最大值是原值的2倍， 图8为两个阻值下FLC的转子频率跟踪图。 当转子频率快速上升时， 正常 说明书 14/16 页 16 CN 111181461 A 16 电阻最大跟踪误差为0.08pu， 双倍电阻最大跟踪误差为0.17pu。 很明显， 跟踪误差随电阻的 变化而增大。 本实施例所提出FLC-A在不同电阻下的响应如图9所示， 该控制器的自适应率 可以实时估计电阻的变化， 并补偿跟踪控制中由于阻抗失配而产生的不确定性， 定子磁通 观测器还。

37、可以在线识别电阻变化， 提供可靠的磁通状态。 因此， 图9所示的两个阻值下的转 子频率跟踪值相差不大， 最大跟踪误差均在0.02pu左右。 综上所述， 利用FLC-A改进了系统 在阻值不确定性下的跟踪性能。 0216 定子磁通观测器的仿真结果 0217 定子磁通观测器仿真结果如图11-13和图18-19所示。 图14-17为滑模观测器的定 子电流和定子磁通及其估计误差。 图10为基于直流并网的DFIG的转子频率。 定子电流的实 际和被估计值展示在图11中,当DFIG处于暂态运行时， 可以准确地估计电流。 图12中的红色 实线估计定子磁通， 从图的放大部分可以看出， 估计的流量与实际流量基本吻合。

38、。 通量估计 误差如图13所示， 系统启动后0.2s内进入平稳周期， 误差范围最终为0.04pu。 当转子磁通 变化较快时， 误差范围控制在0.14pu内。 0218 滑模定子磁通观测器是通过估计定子电流得到的， 因此从图16和图14可以看出它 们是同步变化的。 因此， 当系统不满足持续励磁条件时， 该方法不能正确估计定子磁链。 图 17是定子磁通滑模观测器估计的定子磁通误差值， 可以看出2s后达到稳定值， 稳定后误差 范围为0.15pu， 当转子频率快速变化时， 误差范围在6pu内， 这些值远远高于本实施例所 提出的观测器的相应值。 综上所述， 所提出的观测器具有良好的精度和快速时变估计能力。

39、。 0219图18是定子磁通估计值和实际定子磁通值它 们的标幺值接近1。 从图18中的小窗图可以看到 s和 s是相位差90度的正弦分布。 定子和 转子的电阻估计值如图19所示， 可以得到准确的电阻估计值。 0220 本领域内的技术人员应明白， 本公开的实施例可提供为方法、 系统、 或计算机程序 产品。 因此， 本公开可采用完全硬件实施例、 完全软件实施例、 或结合软件和硬件方面的实 施例的形式。 而且， 本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机 可用存储介质(包括但不限于磁盘存储器、 CD-ROM、 光学存储器等)上实施的计算机程序产 品的形式。 0221 本公开是参照根据。

40、本公开实施例的方法、 设备(系统)、 和计算机程序产品的流程 图和/或方框图来描述的。 应理解可由计算机程序指令实现流程图和/或方框图中的每一流 程和/或方框、 以及流程图和/或方框图中的流程和/或方框的结合。 可提供这些计算机程序 指令到通用计算机、 专用计算机、 嵌入式处理机或其他可编程数据处理设备的处理器以产 生一个机器， 使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实 现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。 0222 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特 定方式工作的计算机可读存储器中， 使得存。

41、储在该计算机可读存储器中的指令产生包括指 令装置的制造品， 该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或 多个方框中指定的功能。 0223 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上， 使得在计 算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理， 从而在计算机或 说明书 15/16 页 17 CN 111181461 A 17 其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一 个方框或多个方框中指定的功能的步骤。 0224 以上所述仅为本公开的优选实施例而已， 并不用于限制本公开， 对于本领域的技 术人员来说， 本。

42、公开可以有各种更改和变化。 凡在本公开的精神和原则之内， 所作的任何修 改、 等同替换、 改进等， 均应包含在本公开的保护范围之内。 0225 上述虽然结合附图对本公开的具体实施方式进行了描述， 但并非对本公开保护范 围的限制， 所属领域技术人员应该明白， 在本公开的技术方案的基础上， 本领域技术人员不 需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。 说明书 16/16 页 18 CN 111181461 A 18 图1 图2 说明书附图 1/7 页 19 CN 111181461 A 19 图3 图4 图5 说明书附图 2/7 页 20 CN 111181461 A 20 图6 图7 图8 说明书附图 3/7 页 21 CN 111181461 A 21 图9 图10 图11 说明书附图 4/7 页 22 CN 111181461 A 22 图12 图13 图14 说明书附图 5/7 页 23 CN 111181461 A 23 图15 图16 图17 说明书附图 6/7 页 24 CN 111181461 A 24 图18 图19 说明书附图 7/7 页 25 CN 111181461 A 25 。