基于Matlab Simulink的风力发电爬山法 建模研究.docx

基于Matlab/Simulink的风力发电爬山法建模研究 摘 要 针对风力发电爬山法S函数建模原理较为复杂， 易出错且不易排查的缺点， 采用Matlab/Simulink基础模 块建立风电系统爬山法模型。仿真算例表明，基于 Matlab/Simulink的爬山法模型能够正确地找到最大 功率点，实现MPPT控制。该方法简单有效，与风电系统仿真模型相互独立，易于进行算法改进，具有 很强的实用性。 关键词 风力发电，爬山法， Matlab/Simulink，最大功率点跟踪 1. 引言 风力发电是一种应用较为广泛的新能源发电技术。目前风电机组多采用变速恒频技术。为了最大限 度地捕获风能，变速恒频的风电机组常采用最大功率点跟踪(Maximum Power Point Tracking, MPPT) 控制 策略以使得风电机组在低于额定风速时始终跟踪变化的风速，保持最佳叶尖速比运行，获得最大输出功 率。爬山法是最常用的 MPPT 方法之一，由于其实施简单，不依赖风速测量和风机自身特性，具有良好 的自适应性，因而广泛应用于小型风电机组[1] [2]。 Matlab 功能强大，与多种软件均存在接口，是风力发电建模和仿真研究的常用软件。目前，对于风 力发电爬山法的建模， 多采用 Matlab 的 S 函数实现， 通过编辑 S 函数， 定义输入输出变量以及运算规则， 最终生成一个可以在 Matlab/Simulink 中直接调用的模块。然而， S 函数原理较为复杂，易出错且不易排 查，对于初学者来说，十分困难。本文介绍了一种简便的实现方法，只需调用 Matlab/Simulink 中的基础 模块即可实现。仿真分析了风速变化对输出功率的影响，建立的风力发电系统爬山法模型能够正确地找 到最大功率点，实现 MPPT 控制。 2. 风力发电系统的工作特性 风力机吸收风的动能，把外界自然风的动能转化为风力机的机械能。它决定了整个风力发电系统的 输出功率。 根据流体力学和风能捕获原理，得到风扫过风轮时所具有的动能为 1 P = ρ Av3 w 2 风力机从风能中吸收的能量为 P = 1 ρ Av3 C (λ, β) m 2 p (1) (2) 式中， ρ 为空气密度， 1.215 kg/m3； A 为风穿过横截面的面积，单位 m2； v为通过风轮的风速，单 位 m/s； C 为风能利用系数，通常为叶尖速比 λ 和叶桨矩角β 的函数。 p 根据贝茨理论，风力机将风能转换成机械能的风能利用系数 C 极限值约为 0.593。外加机械损耗和 p 传输损耗，风力发电机的转换效率远达不到理想效果，转换效率约在 0.3~0.4 之间，风能利用率很低。在 额定风速以下时，叶桨矩角 β 保持为 0，采用最大功率跟踪(Maximum Power Point Tracking, MPPT) 控制 算法调节风机转速以获得最佳叶尖速比 λ ，使风能利用系数 C 最大，从而使风力机尽可能地工作在最大 p 功率点，提高能源的利用率[3] [4]。 3. 爬山法的基本原理 根据贝兹理论，特定风速下风力机吸收的功率是风机转速的函数，此时风力机输出的功率-转速曲线 如图 1 所示。 图中 MPP 为最大功率点(Maximum Power Point, MPP)， ω为风机转速， P 为风机输出功率。 由图 1 可知，风力机功率– 转速曲线是具有唯一极值的凸函数，爬山法利用该特性，通过主动的周期 性施加转速扰动，观察扰动后系统输出功率 Pe 的改变方向(由于风力机功率 P 较难测量，在爬山法实施 过程中通常用转速扰动响应稳定后的输出功率 Pe 代替 P)，进而确定系统处于“上山阶段”还是“下山阶 段”，并确定下一步转速扰动的方向(搜索方向)。如此反复进行直至达到 MPP 处(山顶)，因此该算法形 e e象的称为爬山搜索算法。其实现过程为：主动扰动转速，检查扰动后 P 的变化方向，若 P e e 原来搜索方向继续扰动，否则扰动反向；如此反复，工作点将不断接近 MPP，最终到达 MPP。爬山法的 流程图如图 2 所示，图中 n 为扰动次数。爬山法的数学描述如式(3)所示。 (3) (3) 式中 k 为扰动步长幅值，sign 函数运算规则为 x 105 3 MPP 2.5下 2.5 上山2Δω0 上山 2 ΔP0 Δω0 ΔP0 Δω0 ΔP0 / P 1 0.5 0 12403 1 2 4 0 ω/(r