基于电流源型永磁同步风力发电系统模型方案案例剖析

为了综合考虑系统中控制器PI参数设计的准确性和简便性，提出一种基于解析计算的设计方法。该方法首先在分析考虑工程实际情况的控制系统传递函数基础上，推导出控制器PI参数解析计算表达式；然后按照系统性能要求及系统参数确定计算式中的关键待定参数进而得到PI参数的值；最后，针对10kW CSC-PMSG-WGS系统实例，分析采用该方法的PI参数详细设计过程。

仿真和实验结果证明了采用所提控制器参数设计方法能够有效减少控制器参数设计工作量，并且取得良好的动态和稳态控制性能。

基于背靠背全功率变流器的直驱永磁同步风力发电系统（Direct Permanent Magnet SynchronousGenerator Wind Generation System, D-PMSG-WGS）具有效率高、抗电网故障能力强等优点[1]，正逐渐成为研究热点。背靠背变流器按照直流环节储能元件的不同分为电压源型变流器（Voltage SourceConverter, VSC）和电流源型变流器（Current Source Converters, CSC）[2]。一般背靠背变流器的控制分为机侧控制和网侧控制，且控制器主要采用PI控制这种经典且实用的控制结构[3-5]。

为了获得最优的控制系统闭环性能，现有文献大都是根据系统的传递函数幅频特性来设计控制器参数。在工程应用中的经典方法是在忽略延时、采样滤波等环节后将系统传递函数近似为一阶或二阶系统再采用零极点对消的方法进行比例积分（Proportional-Integral,PI）参数的简单设计[6-8]，但这些处理导致计算结果不够准确，从而使得控制效果不好，往往需要对计算得到的控制器参数进行再调节。

近年来随着智能算法研究的深入，部分文献在控制器参数设计中引入了一些复杂的PI参数智能优化算法，如自适应全局最优和声搜寻（Self- adaptiveGlobal Best Harmony Search, SGHS）算法[9]、改进粒子群（Particle SwarmOptimization, PSO）算法[10]、神经元算法（NeuronAlgorithm, NA）[11]和混合遗传算法（Hybrid Genetic Algorithm, HGA）[12]等。

这些算法虽然准确有效，但是由于其复杂的计算过程而不具有通用性，如采用PSO算法和HGA等都需要针对特定系统构造需要的目标函数，这意味着当系统结构、功率等级、控制目标等发生变化时，需要投入额外工作量以重新配置智能算法计算所需参数。由此可见，PI参数设计方法应当全面考虑准确性和通用性。

文献[13]中提出一种基于主导极点和幅值裕度的方法，但在传递函数建模中，未考虑实际应用中的死区延时和系统的阻尼特性。传递函数建模应当如文献[14]中所示，考虑到实际系统的死区延时和滤波延时等影响因素。设计者可参照文献[15]中给出的考虑了实际系统非线性特性和期望的幅值、相位裕度直接计算得到控制器PI参数。

上述方法主要是针对电压源型PMSG-WGS的控制器设计，考虑到电压源型变换器和电流源型变换器系统在结构和控制上的不同，基于电流源型的永磁同步风力发电系统（Permanent MagnetSynchronous Generator Wind Generation System based on Current Source Converter,CSC-PMSG-WGS）的控制器参数设计方法也有不同。

本文提出一种基于解析计算的CSC-PMSG- WGS控制器参数设计方法。该方法在推导考虑工程实际情况的控制系统传递函数基础上，得出PI参数解析计算式，进而按照系统性能要求和系统参数确定计算式中的关键参数从而计算PI参数值。简便起见，本文以CSC-PMSG-WGS系统机侧控制器为例对所提出的方法进行详细阐述，并给出一个10kW机侧系统的控制器设计过程，对设计结果进行了仿真和实验验证。

图1 CSC-PMSG-WGS系统结构图

结论

本文建立了考虑系统实际情况的电流源型永磁同步风力发电系统机侧系统传递函数模型，根据系统稳定条件得到电流、转速环的控制器PI参数解析计算公式，并以10kW机侧系统为例，给出其系统参数，详细介绍了如何选取适合控制性能需要的开环截止频率和相位裕度，并设计了系统控制器PI参数。

仿真和实验结果证明了采用本文所提出控制器参数设计方法能够有效减少控制器参数设计工作量，并能取得良好的动态和稳态控制性能。下一步的研究方向是对PI参数的解析计算公式进行化简，进而对不同系统之间的PI参数关系进行研究。这对于探究不同系统之间的通用PI控制器参数设计具有重要意义。