一种双馈风电机组卸荷电阻自适应投切方法技术

本发明专利技术提供一种双馈风电机组卸荷电阻自适应投切方法，包括以下步骤：使用人工神经网络控制器，将电网电压、直流侧电容电压、电容网侧功率、电容机侧功率输入到人工神经网络模型，得出卸荷电阻值；使用人工神经网络控制器将卸荷电阻值转化为控制信号，发送给电位器；控制信号控制电位器进行卸荷电阻自适应投切。本发明专利技术可以解决现有技术中Chopper电路因为卸荷电路反复投切，引起直流电压和直流电流波动，对变流器和晶闸管等电力电子元器件造成损坏，进而影响风电机组控制功能和功率输出的技术问题。

【技术实现步骤摘要】
一种双馈风电机组卸荷电阻自适应投切方法
本专利技术涉及风力发电
，具体涉及一种双馈风电机组卸荷电阻自适应投切方法。
技术介绍
随着风力发电的广泛使用，风力发电机组在并网时对电网的影响也越来越大。为保障电网运行的稳定性，相关标准规定只有电网电压跌落于规定值以后，才允许风力发电机组脱网，所以低电压穿越能力已成为现在风力发电机组并网的硬性要求。Chopper电路(斩波电路)在双馈风电机组低电压穿越控制期间，能够发挥重要作用，可以有效抑制直流侧电压骤升引起的安全隐患。对于双馈风电机组，当电网发生短路故障导致电压跌落时，会造成变流器直流母线上的输入输出功率不平衡，引起直流母线电压升高。低电压穿越期间，为保护开关器件，通常会关闭开关器件，投入Crowbar电路(直流侧撬棒保护电路)。但如果Crowbar电路的电阻过大，直流母线的电容就会被充电，造成直流母线电压进一步升高。传统Chopper电路的引入就是为了靠门限反复投切卸荷电阻，来消耗卸掉直流母线的电容上多余的电荷，起到降压的作用，来降低直流母线电压。但传统Chopper电路对卸荷电阻进行投切时，没有考虑因为卸荷电路反复投切，引起直流电压和直流电流波动造成的影响。直流电压和直流电流的快速波动可能对变流器和晶闸管等电力电子元器件造成损坏，影响风电机组控制功能和功率输出。
技术实现思路
针对现有技术中的缺陷，本专利技术提供一种双馈风电机组卸荷电阻自适应投切方法，以解决现有技术中Chopper电路因为卸荷电路反复投切，引起直流电压和直流电流波动，对变流器和晶闸管等电力电子元器件造成损坏，进而影响风电机组控制功能和功率输出的技术问题。本专利技术采用的技术方案是，一种双馈风电机组卸荷电阻自适应投切方法。在第一种可实现方式中，包括以下步骤：使用人工神经网络控制器，将电网电压、直流侧电容电压、电容网侧功率、电容机侧功率输入到人工神经网络模型，得出卸荷电阻值；使用人工神经网络控制器将卸荷电阻值转化为控制信号，发送给电位器；控制信号控制电位器进行卸荷电阻自适应投切。结合第一种可实现方式中，在第二种可实现方式中，人工神经网络模型为反向传播神经网络模型。结合第二种可实现方式中，在第三种可实现方式中，反向传播神经网络模型的建模包括以下步骤：S1.选取典型工况，根据双馈风力发电机组的并网模型得出典型卸荷电阻值，构建典型卸荷电阻数据库；S2.将典型卸荷电阻数据库中的多组数据输入到反向传播神经网络,训练反向传播神经网络，得到反向传播神经网络模型。结合第三种可实现方式中，在第四种可实现方式中，步骤S1具体包括以下：选取典型工况，计算典型卸荷电阻的理论取值范围；通过仿真平台搭建双馈风力发电机组的并网模型，并网模型包括变流器控制子模型、电网-变流器-发电机子模型、主控-变桨子模型、传动链-风力机子模型；使用并网模型，结合典型卸荷电阻的理论取值范围，得出多种典型工况下的多个典型卸荷电阻值。结合第四种可实现方式中，在第五种可实现方式中，典型卸荷电阻的理论取值范围满足以下公式：在上述公式中，Rc为典型卸荷电阻，Udc为直流母线电容上的电压，PRCmax为卸荷电阻最大允许功率，Udcmax为直流母线电容允许的最大电压，Pe为风电机组的额定功率，uf为故障电压，β为变流器过载倍数，ig为网侧电流。结合第三种可实现方式中，在第六种可实现方式中，步骤S2中，将多组数据中的电网电压、直流侧电容电压、电容网侧功率、电容机侧功率作为反向传播神经网络的输入，将典型卸荷电阻值作为反向传播神经网络的输出，进行训练。结合第一种可实现方式中，在第七种可实现方式中，电位器为数字电位器。由上述技术方案可知，本专利技术的有益技术效果如下：1.通过采用本实施例中的技术方案，在低电压穿越期间，能够自适应调整卸荷电阻，减少chooper电路开关管的反复开关，有效减少直流侧电压波动。避免对变流器和晶闸管等电力电子元器件造成损坏，进而影响风电机组控制功能和功率输出。2.因为卸荷电阻的取值受到多个参数的影响，相互之间的关联较为复杂，选用BP神经网络(反向传播神经网络)，十分适合求解内部机制复杂的问题。附图说明为了更清楚地说明本专利技术具体实施方式，下面将对具体实施方式(或现有技术描述)中所需要使用的附图作简单地介绍。在所有附图中，各元件或部分并不一定按照实际的比例绘制。图1为本专利技术实施例的方法流程图；图2(a)为变流器控制子模型示意图；图2(b)为电网-变流器-发电机子模型示意图；图2(c)为主控-变桨子模型示意图；图2(d)为传动链-风力机子模型示意图；图3为BP神经网络模型建模流程图；图4为BP神经网络模型示意图；图5为数字电位器电路结构图；图6为卸荷电阻自适应投切控制原理图。具体实施方式下面将结合附图对本专利技术技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，因此只作为示例，而不能以此来限制本专利技术的保护范围。实施例如图1所示，本实施例提供一种双馈风电机组卸荷电阻自适应投切方法，包括以下步骤：使用人工神经网络控制器，将电网电压、直流侧电容电压、电容网侧功率、电容机侧功率输入到人工神经网络模型，得出卸荷电阻值；使用人工神经网络控制器将卸荷电阻值转化为控制信号，发送给电位器；控制信号控制电位器进行卸荷电阻自适应投切。以下对本实施例的工作原理作详细说明。1.构建典型卸荷电阻数据库对于型号、规格不同的双馈风力发电机组，其卸荷电阻的取值是不同的。针对某一台型号、规格确定的双馈风力发电机组，选取典型工况，构建典型卸荷电阻数据库。典型卸荷电阻数据库的构建步骤具体如下：1.1计算典型卸荷电阻的理论取值范围因为直流母线电容上的功率变化为电容两端输入输出功率之差，所以直流母线电容两侧功率满足如下公式(1)：在上述公式(1)中，Udc为直流母线电容上的电压。等式的等号左边表示直流母线电容上的功率变化，等式的等号右边表示直流母线电容两端输入输出功率之差。忽略损耗，用RC表示卸荷电阻值，可得RC的计算公式如下：在上述公式(2)中，Udcmax为直流母线电容允许的最大电压。综合公式(1)和公式(2),可得典型卸荷电阻的理论取值范围，满足如下公式：在上述公式(3)中，Rc为典型卸荷电阻，Udc为直流母线电容上的电压，PRCmax为卸荷电阻最大允许功率，Udcmax为直流母线电容允许的最大电压，Pe为风电机组的额定功率，uf为故障电压，β为变流器过载倍数，ig为网侧电流。1.2通过仿真平台搭建双馈风力发电机组的并网模型，使用并网模型选取多种典型工况下的多个典型卸荷电阻值，构成典型卸荷电阻数据库在本实施例中，仿真可选用Mat本文档来自技高网...

【技术保护点】
1.一种双馈风电机组卸荷电阻自适应投切方法，其特征在于，包括以下步骤：/n使用人工神经网络控制器，将电网电压、直流侧电容电压、电容网侧功率、电容机侧功率输入到人工神经网络模型，得出卸荷电阻值；/n使用所述人工神经网络控制器将所述卸荷电阻值转化为控制信号，发送给电位器；/n所述控制信号控制电位器进行卸荷电阻自适应投切。/n

【技术特征摘要】
1.一种双馈风电机组卸荷电阻自适应投切方法，其特征在于，包括以下步骤：
使用人工神经网络控制器，将电网电压、直流侧电容电压、电容网侧功率、电容机侧功率输入到人工神经网络模型，得出卸荷电阻值；
使用所述人工神经网络控制器将所述卸荷电阻值转化为控制信号，发送给电位器；
所述控制信号控制电位器进行卸荷电阻自适应投切。


2.根据权利要求1所述的一种双馈风电机组卸荷电阻自适应投切方法，其特征在于：所述人工神经网络模型为反向传播神经网络模型。


3.根据权利要求2所述的一种双馈风电机组卸荷电阻自适应投切方法，其特征在于，所述反向传播神经网络模型的建模包括以下步骤：
S1.选取典型工况，根据双馈风力发电机组的并网模型得出典型卸荷电阻值，构建典型卸荷电阻数据库；
S2.将所述典型卸荷电阻数据库中的多组数据输入到反向传播神经网络,训练反向传播神经网络，得到反向传播神经网络模型。


4.根据权利要求3所述的一种双馈风电机组卸荷电阻自适应投切方法，其特征在于，步骤S1具体包括以下：
选取典型工况，计算典型卸荷电阻的理论取值范围；
...

【专利技术属性】
技术研发人员：陈宝刚，刘一星，王世均，刘增里，孙军，周琪，
申请(专利权)人：中国船舶重工集团海装风电股份有限公司，
类型：发明
国别省市：重庆;50