[发明专利]一种双馈电机参数在线辨识方法

说明书

本发明提出了一种双馈电机参数在线辨识方法，针对电机运行过程中参数变化特点，基于多新息辨识理论与随机梯度辨识方法，并加入变遗忘因子，提出基于变遗忘因子多新息随机梯度方法的双馈电机参数辨识方法。该方法考虑到双馈电机非线性强耦合，采用定子磁链定向的矢量控制技术，搭建双馈电机矢量控制系统采集数据，并推导dq坐标系下电机参数辨识模型的标准形式，根据方法迭代计算出电机电感及电阻参数。本方法适用于双馈电机在电动和发电两种状态，能够在线辨识电机定子参数，提高控制模型精度，改善控制性能。

技术领域

本发明涉及一种双馈电机参数在线辨识方法，尤其适用于风力发电系统的双馈电机，属于电机控制技术领域。

背景技术

双馈电机是一种新型电机，在特定场合使用较小容量的变频器即可控制较大容量的调速系统。其具有较宽的调速范围，能够在多种状态下运行，能够实现定子功率因数的调节。另外因为风力发电具有转速变化不定、随机性大等特点，而双馈电机可以实现变速恒频运行，因此广泛用于风力发电领域。

在众多双馈电机控制方法中比较成熟的是矢量控制方法，矢量控制模型有电流环和速度环两个闭环回路，通过设定两个回路控制器的参数控制电机运行，控制器参数设定需要精确的电机参数。同时其他的控制策略，如直接转矩控制，自适应控制等，也都离不开精确的参数，然而双馈电机自身和周围环境的变化导致的参数不确定性以及模型中各参数之间的强耦合性导致控制算法不精确。为了得到精确的电机参数来更好控制电机的运行，需要找到合适的参数辨识算法进行参数辨识。

双馈电机的相关参数通常通过实验的方法进行测试，常用的有空载实验和堵转实验两种。这两种方法有一定的局限性，测试所得到的电机参数只是大约值与真实的参数有一定的差距，并且在工业应用中有些工业设备在运行时限制很多，不利于实验法测试电机参数。离线参数辨识需要在电机运行前进行，得到的只是电机的初始运行参数，无法得到电机运行中相关参数的变化。如果想实时获得电机参数并且根据参数对控制做出调整，则需耍在电机运行中对电机参数的变化进行实时更改，这样就出现了永磁同步电机的在线参数辨识。目前电机参数辨识的方法主要有最小二乘法、模型参考自适应法、神经网络法、遗传算法等。最小二乘方法简单，精度高，但由于辨识过程中需要计算协方差矩阵，计算量较大；模型参考自适应法的自适应律设计过程比较复杂，特别是当多个电机同时辨识时，不一定能够设计出满足稳定性要求的自适应律；神经网络法需要预先规定网络结构，然后通过遗传算法确定适应度函数等，比较复杂；人工智能法的实现需要复杂的建模处理，会增加电机的控制复杂度，目前在实际工程中应用并不广泛。

因此，为解决在双馈电机实际运行时，不易采用离线辨识方法，现有在线辨识方法存在计算量大、设计控制复杂等问题，有必要设计一种双馈电机参数在线辨识方法。针对双馈电机，采用变遗忘因子多新息随机梯度法，对电机参数进行实时辨识，提高控制模型的精确度，改善控制性能。

发明内容

本发明的目的在于解决双馈电机实际运行时，不易采用离线辨识参数辨识方法，而现有在线辨识方法计算量较大，设计、控制过程复杂等问题，如最小二乘方法辨识需要计算协方差矩阵等，提出一种双馈电机参数在线辨识方法。本发明方法适用于双馈电机在电动和发电两种状态，能够在线辨识电机定子参数，提高控制模型精度，改善控制性能。

为实现上述目的，本发明采用以下技术方案来实现：

一种双馈电机参数在线辨识方法，包括以下步骤：

步骤一、建立双馈电机在同步旋转dq坐标系下的数学模型；

步骤二、对随机梯度法进行改进，引入新息长度p，将原来的单新息量e(t)扩展到数据长度为p的多新息向量，即根据随机梯度算法得到多新息随机梯度算法；在多新息随机梯度辨识方法中加入变遗忘因子，得到变遗忘因子多新息随机梯度算法辨识表达式；

步骤三、对步骤一中dq坐标系下的数学模型进行变换，并进行离散化，得到双馈电机在dq坐标系下的标准辨识形式；