基于改进SVD-Prony算法的永磁同步风力发电机参数辨识
2017-03-20刘洋,蔺红,晁勤
水力发电 2017年12期
刘 洋,蔺 红,晁 勤
(新疆大学电气工程学院,新疆 乌鲁木齐 830001)
由于永磁同步风力发电机具有功率因数高、效率高和易于精确定位控制等优点,永磁同步风力发电机被广泛应用大型风力发电机、高性能精确伺服中[1-3]。发电机参数(电阻、电感、磁链)是分析电力系统电磁暂态和机电暂态计算和控制的基础数据,由于缺少准确的实际参数,造成计算结果与实际工况不符,严重影响计算的准确性和可信度[4],因此精确捕获永磁同步风力发电机参数的重要性显得越来越突出[5-6]。
国内外专家对发电机参数辨识进行了大量的研究。由于三相短路电流中存在基波和谐波分量,各分量的变化规律由发电机的参数决定[7-8],因此有文献采用发电机定子侧三相短路试验获取三相短路电流的方法进行参数辨识,文献[9]采用最小二乘法对三相短路的双馈式异步风力发电机进行参数辨识;文献[10]采用全局最优位置变异PSO优化算法对三相短路的双馈式异步风力发电机参数进行分步辨识,但都不适用于辨识永磁同步风力发电机参数。文献[11-13]分别采用快速傅里叶变换算法(FFT)、神经网络算法、粒子群算法对永磁同步电机进行参数辨识,但未采用短路试验法。文献[14-16]利用Prony算法的辨识精度高、辨识速度快且能够在线辨识等优点,并各自增加滤波方法、小波预处理、神经网络算法等改进措施抑制噪声干扰,但辨识的是低频振荡参数,而不是永磁同步风力发电机参数,且不能准确确定拟合模型的阶数,影响了参数辨识的准确度。……
登录APP查看全文
