一种变频器制造技术

本发明专利技术提供的一种变频器

【技术实现步骤摘要】
一种变频器CROWBAR状态识别方法


[0001]本专利技术属于风力发电领域，具体涉及一种变频器
CROWBAR
状态识别方法
。

技术介绍

[0002]为了保障风力发电系统的安全性与可靠性，电力相关部门对风电场低电压穿越
(low voltage ride
‑
through
，
LVRT)
提出了明确要求，即风电机组在并网点电压跌落的一定范围内，必须在保证自身系统安全运行的前提下不脱网运行，并应能够向电网提供无功功率，帮助电网恢复电压
。
[0003]为了使风电机组具备低电压穿越能力，一般采用
Crowbar
电路对变流器和机组的稳定运行进行保护，检测到电压跌落后，变流器切换为故障控制策略运行，转子侧并接
Crowbar
回路开始吸收暂态转子电流，防止电流过大，并同时闭锁机侧变流器
,
待暂态电流衰减后，
Crowbar
回路退出；由于双馈型风力发电机需依赖附加电路与控制完成各种故障穿越要求，导致了双馈型风力发电机组具有不同于传统同步发电机的复杂故障电机电流特征
,
同时，在实际工程中应用的
Crowbar
电路中包含工频整流二极管与
IGBT
等电力电子器件，因此，双馈型风力发电机组中采用
Crowbar
电路对变流器和机组的稳定运行进行保护时，
Crowbar
电路需要长时间承受开关脉冲，导致
Crowbar
电路中各个器件工作状态极其严酷，进而造成
Crowbar
电路寿命受到影响
。

技术实现思路

[0004]本专利技术的目的在于提供一种变频器
CROWBAR
状态识别方法，解决了现有的双馈型风电机组变频器存在复杂故障电机电流特征，导致
Crowbar
器件寿命受到影响
。
[0005]为了达到上述目的，本专利技术采用的技术方案是：
[0006]本专利技术提供的一种变频器
CROWBAR
状态识别方法，包括以下步骤：
[0007]步骤1，建立双馈型风力发电机组
Crowbar
电路保护动作期间的模型；
[0008]步骤2，根据步骤1中所建立的双馈型风力发电机组
Crowbar
电路保护动作期间的模型，计算得到同步坐标系条件下转子电流解析式；
[0009]步骤3，根据得到的同步坐标系条件下转子电流解析式计算得到同步坐标系下转子电流；
[0010]步骤4，获取仿真数据，所述仿真数据包括双馈型风力发电机组正常运行数据
、
双馈型风力发电故障或电压跌落发生后的运行数据；
[0011]步骤5，利用仿真数据对预设的
ANN
网络进行优化，得到优化后的
ANN
网络；
[0012]步骤6，根据优化后的
ANN
网络计算得到故障期间同步坐标系条件下的转子电流；
[0013]步骤7，根据步骤3和步骤6中得到的转子电流对
Crowbar
状态进行分类
。
[0014]本优选实施例在于，在于，步骤2中，根据步骤1中所建立的双馈型风力发电机组
Crowbar
电路保护动作期间的模型，计算得到同步坐标系条件下转子电流解析式，具体方法是：
[0015]S21
，根据步骤1中所建立的双馈型风力发电机组
Crowbar
电路保护动作期间的模型，计算得到同步坐标系下双馈型风力发电机组的定子电流方程和转子电流方程；
[0016]S22
，根据
S21
中得到的定子电流方程和转子电流方程得到同步坐标系条件下转子电流的微分方程；
[0017]S23
，求解
S22
中得到的微分方程，得到同步坐标系条件下转子电流解析式
。
[0018]本优选实施例在于，在于，
S22
中，根据
S21
中得到的定子电流方程和转子电流方程得到同步坐标系条件下转子电流的微分方程，具体方法是：
[0019]S221
，当双馈型风力发电机组发生故障时，假设控制器设定的控制策略能够使双馈型风力发电机的转子电压能够无差跟踪控制器给定的参考值，且不计开关暂态过程，则得到转子侧变流器的暂态方程表达式；
[0020]S222
，根据控制器设定的故障控制策略将暂态方程表达式中的转子电流参考值的向量形式分别分解至
d
轴
、q
轴，得到
d
轴幅值和
q
轴幅值的表达式；
[0021]S223
，将
S21
中得到的定子电流方程和转子电流方程
、
转子侧变流器的暂态方程表达式以及
d
轴幅值和
q
轴幅值的表达式相结合，得到同步坐标系条件下转子电流的微分方程
。
[0022]本优选实施例在于，在于，
S23
中，求解
S22
中得到的微分方程，得到同步坐标系条件下转子电流解析式，具体方法是：
[0023]设定同步坐标系条件下转子电流的微分方程的边界条件：
[0024][0025]其中，表示正常运行工况下转子电流参考值；
[0026]根据得到的边界条件求解微分方程，得到同步坐标系条件下转子电流解析式：
[0027][0028]其中，
λ1、
λ2分别为步骤5中微分方程的特征根
。
[0029]本优选实施例在于，在于，步骤5中，利用仿真数据对预设的
ANN
网络进行优化，得到优化后的
ANN
网络，具体方法是：
[0030]将仿真数据中双馈型风力发电机组故障前的端口电压
u
s
|0‑
、
双馈型风力发电机机组视在功率
S0、
转子角速度
ω
r
以及双馈型风力发电机故障期间的端口电压
u
s
|
0+
与计算获得的故障期间同步坐标系条件下转子电流
i
r
作为训练集训练步骤9中的
ANN
网络，得到优化后的
ANN
网络
。
[0031]本优选实施例在于，在于，步骤7中，根据步骤3和步骤6中得到的转子电流对
Crowbar
状态进行分类，具体方法是：
[0032]根据步骤3和步骤6中得到的转子电流判断
Crowbar
电路是否应该动作；
[0033]利用双馈型风力发电机组历史运行数据汇本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种变频器
CROWBAR
状态识别方法，其特征在于，包括以下步骤：步骤1，建立双馈型风力发电机组
Crowbar
电路保护动作期间的模型；步骤2，根据步骤1中所建立的双馈型风力发电机组
Crowbar
电路保护动作期间的模型，计算得到同步坐标系条件下转子电流解析式；步骤3，根据得到的同步坐标系条件下转子电流解析式计算得到同步坐标系下转子电流；步骤4，获取仿真数据，所述仿真数据包括双馈型风力发电机组正常运行数据
、
双馈型风力发电故障或电压跌落发生后的运行数据；步骤5，利用仿真数据对预设的
ANN
网络进行优化，得到优化后的
ANN
网络；步骤6，根据优化后的
ANN
网络计算得到故障期间同步坐标系条件下的转子电流；步骤7，根据步骤3和步骤6中得到的转子电流对
Crowbar
状态进行分类
。2.
根据权利要求1所述的一种变频器
CROWBAR
状态识别方法，其特征在于，步骤2中，根据步骤1中所建立的双馈型风力发电机组
Crowbar
电路保护动作期间的模型，计算得到同步坐标系条件下转子电流解析式，具体方法是：
S21
，根据步骤1中所建立的双馈型风力发电机组
Crowbar
电路保护动作期间的模型，计算得到同步坐标系下双馈型风力发电机组的定子电流方程和转子电流方程；
S22
，根据
S21
中得到的定子电流方程和转子电流方程得到同步坐标系条件下转子电流的微分方程；
S23
，求解
S22
中得到的微分方程，得到同步坐标系条件下转子电流解析式
。3.
根据权利要求2所述的一种变频器
CROWBAR
状态识别方法，其特征在于，
S22
中，根据
S21
中得到的定子电流方程和转子电流方程得到同步坐标系条件下转子电流的微分方程，具体方法是：
S221
，当双馈型风力发电机组发生故障时，假设控制器设定的控制策略能够使双馈型风力发电机的转子电压能够无差跟踪控制器给定的参考值，且不计开关暂态过程，则得到转子侧变流器的暂态方程表达式；
S222
，根据控制器设定的故障控制策略将暂态方程表达式中的转子电流参考值的向量形式分别分解至
d
轴
、q
轴，得到
d
轴幅值和
q
轴幅值的表达式；
S223
，将
S21
中得到的定子电流方程和转子电流方程
、
转子侧变流器的暂态方程表达式以及
d
轴幅值和
q
轴幅值的表达式相结合，得到同步坐标系条件下转子电流的微分方程
。4.
根据权利要求2所述的一种变频器
CROWBAR
状态识别方法，其特征在于，
S23
中，求解
S22
中得到的微分方程，得到同步坐标系条件下转子电流解析式，具体方法是：设定同步坐标系条件下转子电流的微分方程的边界条件：其中，表示正常运行工况下转子电流参考值；根据得到的边界条件求解微分方程，得到同步坐标系条件下转子电流解析式：
其中，
λ1、

【专利技术属性】
技术研发人员：高晨，李春晓，王马泉，李建民，魏楠，李振华，童博，谢小军，赵勇，
申请(专利权)人：西安热工研究院有限公司，
类型：发明
国别省市：