基于AOA算法的风电系统最大功率点跟踪研究.pdf

年月J o u r n a l o fG r e e nS c i e n c ea n dT e c h n o l o g y第 卷第 期收稿日期:基金项目:湖南省自然科学基金项目(编号:J J );湖南省教育厅科学研究项目(编号:C )作者简介:罗丹(),女,讲师,硕士,主要从事智能控制方向研究.基基于于AAOOAA算算法法的的风风电电系系统统最最大大功功率率点点跟跟踪踪研研究究罗 丹,章若冰,李夏青(湖南铁道职业技术学院,湖南 株洲 ;陕西榆林能源集团杨伙盘煤电有限公司,陕西 榆林 )摘要:在风电系统最大功率跟踪控制器设计时,爬山搜索法、扰动观察法等传统方法在跟踪速度和跟踪效率上存在局限性.考虑阿基米德优化算法是一种具有良好搜索性能的新型算法,能够更好地提高跟踪速率,提出了采用阿基米德优化算法(A OA算法)设计风电系统最大功率跟踪控制器(MP P TA OA).为验证该方法的可行性选用固定风速和渐变风速种状态下的最大功率跟踪结果,将该方法与遗传算法、人工蜂群算法进行了比较,通过MA T L A B进行仿真验证,仿真结果表明:所提出的AOAMP P T能够快速且有效地获得最大功率点,能够更好地提高风电系统效率.关键词:阿基米德优化算法;MP P T;最大功率;风电系统中图分类号:T K 文献标识码:A文章编号:()R e s e a r c ho nM a x i m u mP o w e rP o i n tT r a c k i n go fW i n dT u r b i n eS y s t e mB a s e do nA O AA l g o r i t h mL u oD a n,Z h a n gR u o b i n g,L iX i a q i n g(H u n a nR a i l w a yT e c h n i c a lC o l l e g e,Z h u z h o u,H u n a n ,C h i n a;S h a a n x iY u l i nE n e r g yG r o u pY a n gH u o p a nC o a lP o w e rC o,L t d,Y u l i n,S h a a n x i ,C h i n a)A b s t r a c t:I nt h ed e s i g no fm a x i m u mp o w e rp o i n t t r a c k i n gc o n t r o l l e r s f o rw i n dp o w e r s y s t e m s,t r a d i t i o n a lm e t h o d s s u c ha sm o u n t a i nc l i m b i n gs e a r c hm e t h o da n dd i s t u r b a n c eo b s e r v a t i o nm e t h o dh a v e l i m i t a t i o n s i nt e r m so f t r a c k i n gs p e e da n de f f i c i e n c y I no r d e r t o i m p r o v e t h e t r a c k i n gr a t e,c o n s i d e r i n g t h a t a p h i do p t i m i z a t i o na l g o r i t h mi san e wa l g o r i t h mw i t hg o o ds e a r c hp e r f o r m a n c e,t h i sp a p e rp r o p o s e s t h ed e s i g no f aw i n dp o w e rs y s t e m m a x i m u mp o w e rp o i n t t r a c k i n gc o n t r o l l e r(MP P TAOA)b a s e do na p h i do p t i m i z a t i o na l g o r i t h m I no r d e r t ov e r i f y t h e f e a s i b i l i t yo f t h em e t h o d,t h em a x i m u mp o w e r p o i n t t r a c k i n g r e s u l t su n d e r t w os t a t e so f f i x e dw i n ds p e e da n dg r a d u a lw i n ds p e e da r es e l e c t e d,a n dt h em e t h o di sc o m p a r e dw i t hg e n e t i ca l g o r i t h ma n da r t i f i c i a lb e ec o l o n ya l g o r i t h mT h r o u g h MAT L A Bs i m u l a t i o nv e r i f i c a t i o n,t h es i m u l a t i o n r e s u l t s s h o wt h a t t h ep r o p o s e dMP P TAOAc a nq u i c k l ya n de f f e c t i v e l y t r a c k t o t h em a x i m u mp o w e rp o i n t,a n dc a nb e t t e r i m p r o v e t h ee f f i c i e n c yo fw i n dp o w e rs y s t e m s K e yw o r d s:a p h i do p t i m i z a t i o na l g o r i t h m;MP P T;m a x i m u mp o w e rp o i n t;w i n dp o w e rs y s t e m s 引言由于传统能源存在较多的环境问题,太阳能和风能等可再生能源在许多工程应用中得到广泛应用.在可再生能源中,风能是发展最快的能源.在风力发电系统中,为了从风力机中获取最大功率,因此进行最大功率点跟踪(MP P T)是十分必要的.在MP P T中所采用的算法可以分为间接和直接种功率控制器.间接功率控制器是最大化机械功率,直接功率控制器是直接控制输出功率.直接控制功率的功率控制器算法常用的有爬山搜索法、扰动观察法和人工神经网络等传罗丹,等:基于AOA算法的风电系统最大功率点跟踪研究能源与节能统方法,然而传统方法在跟踪速度和效率方面存在一定的局限,特别是在风速快速变化的情况下,获得的最大功率点(MP P)容易陷入局部探索值.因此本文引入一种新的阿基 米德优化 算法 进行风电系统的最大功率点跟踪,以永磁同步风力发电系统为例进行研究,以期快速有效地获得风电系统最大功率点.风力机模型风电系统由风力机(WT)与永磁同步发电机组成,发电机的交流输出功率通过三相整流器转换为直流信号,通过MP P TAOA控制器输出占空比实现对B o o s t转换器的直流输入信号进行控制.永磁同步风力机(PM S G)模型风力机将风能转换为机械能,风能表达式如下:PwA Vw()式()中,中是空气密度,k g/m;A是风力机扫掠面积,m;Vw是风速,m/s.风力机的风轮输出机械功率数学表达式为:PmCp(,)Pw()式()中,Cp是功率系数,是叶片桨距角,;是叶尖速比.Cp的数学表达式如下所示:CpCp(,)Cp()()不同桨距角下Cp随着的变化呈非线性变化.功率系数、叶尖速比和桨叶节距角的关系图如图所示.每条曲线的最大叶尖速比和最大功率因数定义为o p t和Cm a xp.图功率系数、叶尖速比和桨叶节距角的关系风力机机械功率与转速的变化如图所示,最大机械功率下的转速数学表达式描述如下:o p tmo p tVwR图风力机的性能曲线风力机获得的最大功率计算如下:Pm a xmCp(o p t)PwCm a xpA Vw()PMG S模型本文以PM S G为研究对象,PM S G的坐标系下的数学表达式如下:vdLqeiqLddiqdtRsiqvws feLqeidLqdiqdtRsiq()电磁转矩表达式如下:TLPs fiq(LqLd)idiq()P是极点对数.WT和PMG S的动力学方程可以写成如下:TmPs fiq(LqLd)idiqfmJd md t()式()中,J是风力发电机的转动惯性系数,f是摩擦系数;Tm是机械转矩,Nm.B o o s t转换器工作原理B o o s t转换器的等效电路如图所示.当磁化电感为Lm时变压器是一个理想变压器,一次侧电感为LI k,二次侧电感为LI k.Ci n是低通滤波器,当MO S管断开时能将电感电流减少到为零.B o o s t转换器的电压增益表达式为:Vo u tVi nnDs()式()中,n是变压器的匝数比,S是MO S F E T的占空比.年月绿 色 科 技(J o u r n a l o fG r e e nS c i e n c ea n dT e c h n o l o g y)第 期图B o o s t转换器的等效电路B o o s t转换器的等效输入电阻Ri n计算方 式如下:Ri n(Ds)nRL()式()中:RL是负载电阻,.B o o s t转换器的占空比能够控制输入电阻和输入电流,在占空比增加的情况下,输入电阻Ri n减小,导致转换器的输入功率增加,输入电流的增加使风力涡轮机转速下降.可以通过MP P T控制器来控制占空比,以获得风力发电系统的最大功率.基于AOA算法的风电系统最大功率跟踪控制 阿基米德优化算法阿基米德优化算法(AOA)是一种基于种群的优化算法,其设计思想是来自于物理学中的基本定理 阿基米德定理.阿基米德原理指出,完全或部分浸没在流体中的物体会受到一个浮力,其大小等于该物体所排开的流体重量.在AOA算法中,种群(候选解)是浸没在流体中的物体(个体),通过对种群进行随机初始化,然后计算相应的适应度函数,在反复迭代的过程中,AOA算法更新个体的密度、体积和加速度,优化适应度值,从而获得最 优 解.有 学 者 对 算 法 进 行 分 析、比 较 和 验证,并将其应用到实际绿色单元调度 等优化问题中证明该算法的有效性.算法的具体操作步骤如下.物体初始化物体初始化表达式如式()所示:OiIir a n d(uiIi),i,N()式()中,Oi是N个物体中的第i个物体,ui和Ii是第i个物体的上限和下限,N是物体 的数量.每个对象的体积和密度按公式()和()进行随机初始化:d e nir a n d(,)()v o lir a n d(,)()加速度按公式()初始化:a c cilir a n d(uili),i,N()更新密度和体积物体密度和体积按公式()和()更新:d e nlid e ntir a n d(d e nb e s td e nti)()v o lliv o ltir a n d(v o lb e s tv o lti)()式()、()中:d e nb e s t和v o lb e s t是物体迭代过程中最优物体的密度和最优物体的体积.计算转移算子和密度因子在开始阶段,物体间会发生碰撞,经过不断更新后,物 体 之 间 会 趋 于 平 衡 状 态.一 行 为 是 由AOA算法中的转移算子T F实现的,有助于算法从全局探索到局部开发的转换.转换算子计算公式为:T Fe x p(tTm a xTm a x)()式()中Tm a x是最大迭代次数.同样,密度因子d也可以帮助A O A算法从全局到局部的搜索.计算公式为:dte x p(Tm a xttm a x)(ttm a x)()探索阶段当T F 时,物体加速度通过随机选取一个物 体 按 公 式()进 行 更 新,其 中d e nm r和 是在v o lm r.a c ctid e nm rv o lm ra c cm rd e ntiv o lti()当T F 时,物体加速度选取最优物体的密度和体积按公式()进行更新.a c ctid e nb e s tv o lb e s ta c cb e s td e ntiv o lti()然后根 据 公 式()对 物 体 加 速 度 做 归 一 化计算.a c ctin o r md e nb e s tv o lb e s ta c cb e s td e ntiv o lti()位置更新当T F 时,物体位置按公式()进行更新.xtixtiCr a n da c ctim o r md(xr a n dxti)()当T F 时,物体位置按公式()进行更新.罗丹,等:基于AOA算法的风电系统最大功率点跟踪研究能源与节能xtixtb e s tFCr a n da c ctim o r md(Txb e s txti)()式()中,TCT F,F,i fP,i fP,Pr a n dC,C、C、C和C都是固定值.更新适应度函数当迭代次数小于最大迭代次数的停止要求时,根据适应度函数对每个物体进行评价,保留最优解,转到步骤().否则 输出保留 的物体最优 解d e nb e s t、v o lb e s t、a c cb e s t和xb e s t.MP P TA OA控制算法流程本文将采用风能系统中MP P T跟踪问题转换为最大值优化问题,将风能系统中的功率函数作为目标函数.目标函数表达式如下:m a xPeVo u t(t)n(Ds)Ii n(t)()选择AOA算法进行MP P T控制器设计是因为它实现起来简单直接,是一种最新提出的优化算法且控制参数较少.求解MP P T的AOA优化模型(MP P TAOA)流程如图所示.图MP P TA OA算法流程 仿真结果分析本文考虑恒定风速、可变风速种不同工作条件下的MP P T优化.风电系统和MP P TAOA算法相关参数选取如表所示.AOA的种群规模选择为,最大迭代次数分配为 .在MAT L A B环境中进行仿真,将文中的AOA算法与GA算法、B B O算法分别进行 次独立仿真实验,选取最优适应度值为最优解.表风电系统和MP P TA OA算法相关参数选取风力机参数数值PM S G参数数值J k gmo t p PCm a xp Rs Vi nm/sn/R m 实验仿真:恒定风速情况下本文一种方案是考虑风速不随时间变化,固定风速为 m/s.将所提的AOA算法与遗传算法GA、人工蜂群算法A B C的仿真结果进行比较,最优解的相关数据如表所示,最大功率跟踪适应度曲线如图所示.表恒定风速情况下的最大功率值算法名称A OAA B CGAPm a x 图风力机最大功率跟踪适应度曲线从表和 图的 仿 真 结 果 表 明:所 提 出 的AOA优于A B C和C A算法,在MO S F E T的占空比为 时,最大电流功率为 W,GA算法获得的仅次于AOA算法最大功率为 W,A B C算法最大功率为 W.这证实了C A和A B C都处于局部最优状态,AOA算法在固定风速的MP P T问题中可以获得最优功率点.实验仿真:渐变风速情况下考虑中风速情况下,风速变化曲线如图所 年月绿 色 科 技(J o u r n a l o fG r e e nS c i e n c ea n dT e c h n o l o g y)第 期示.s的风速是m/s,s时风速转变为 m/s.将种算法进行仿真得到的数据如表所示.从表中数据可以看出在风速发生改变之后,提出的AOA算法仍可以获得最大功率值,要优于另外种算法,表明了AOA算法在获取最大功率跟踪上有更强的开发能力.表渐变风速情况下的最大功率值算法/时间最大功率值A B C/(s)A B C/(s)GA/(s)GA/(s)A OA/(s)A OA/(s)Pm a x(W)图渐变风速的变化 结论根据研究结果得到如下结论:()本文提出了一种新的阿基米德优化算法(AOA)解决风电系统MP P T问题,以提高其最大功率跟踪性能.所提出的AOA控制了B o o s t转换器的MO S F E T占空比,从而使风电系统的输出功率最大化.()研究了在固定风速和渐变风速种状态下,将提出的AOA算法与人工蜂群算法A B C、遗传算 法GA进 行 比 较,分 别 获 得 最 大 功 率 值 为 、W.结果表明提出的AOA算法可以获得风电系统最大功率值.通过本次的研究为后续开展实际风速下的最大功率跟踪提供了研究基础,同时预计以后能够为其他新能源系统和电力系统服务.参考文献:L i a n gR H,L i a oJHA F u z z yO p t i m i z a t i o n A p p r o a c hf o rG e n e r a t i o nS c h e d u l i n g W i t h W i n da n dS o l a rE n e r g yS y s t e m sJI E E E T r a n s a c t i o n so n P o w e rS y s t e m s,():P o u r b e h z a d iM,N i k n a mT,A g h a e i J,e t a l O p t i m a l o p e r a t i o no fh y b r i dA C/D Cm i c r o g r i d su n d e ru n c e r t a i n t yo f r e n e w a b l ee n e r g yr e s o u r c e s:Ac o m p r e h e n s i v e r e v i e wJ I n t e r n a t i o n a l J o u r n a lo fE l e c t r i c a lP o w e r&E n e r g yS y s t e m s,E l s e v i e r,:B a t a i n e hK M,D a l a l a hD A s s e s s m e n t o fw i n de n e r g yp o t e n t i a lf o r s e l e c t e da r e a si nJ o r d a nJR e n e w a b l eE n e r g y,E l s e v i e r,:C l i m a t ec h a n g e T h ep h y s i c a ls c i e n c eb a s i sc o n c l u s i o n sJB u l l e t i nf u e rA n g e w a n d t eG e o l o g i e,()G l o b a lW i n dE n e r g yC o u n c i l G l o b a lW i n dR e p o r t RB r u s s e l s:G l o b a lW i n dE n e r g yC o u n c i l,李咸善,徐浩,杜于龙采用叶尖速比法和爬山搜索法相结合的风力发电系统最大功率点跟踪研究J电力系统保护与控制,():M o u s aH H H,Y o u s s e fAR,M o h a m e dEE MH y b r i da n da d a p t i v es e c t o r sP&O MP P Ta l g o r i t h mb a s e dw i n dg e n e r a t i o ns y s t e mJ R e n e w a b l eE n e r g y,:M o u s aH,Y o u s s e fA R,M o h a m e dEA d a p t i v eP&O MP P Ta l g o r i t h m b a s e d w i n dg e n e r a t i o ns y s t e m u s i n gr e a l i s t i c w i n df l u c t u a t i o n sJ I n t e r n a t i o n a l J o u r n a l o fE l e c t r i c a l P o w e r&E n e r g yS y s t e m s,:韩云昊,方基泽,杨慧霞,等基于滑模状态观测器的永磁风电系统最大功率点跟踪控制策略J上海电力学院学报,():王探,靖惠晶基于遗传算法的永磁直驱风力发电的最大功率点跟踪J江南大学学报(自然科学版),():苏杰,曾喆昭基于A C P I的风力发电系统MP P T控制方法J电力系统保护与控制,():李咸善,徐浩,杜于龙采用叶尖速比法和爬山搜索法相结合的风力发电系统最大功率点跟踪研究J电力系统保护与控制,():D h a lKG,R a yS,R a iR,e t a l A r c h i m e d e sO p t i m i z e r:T h e o r y,A n a l y s i s,I m p r o v e m e n t s,a n dA p p l i c a t i o n sJA r c h i v e so fC o m p u t a t i o n a l M e t h o d si n E n g i n e e r i n g,S p r i n g e rS c i e n c ea n dB u s i n e s sM e d i aB V,李守,玉陈俊,何庆基于自适应反馈调节因子的阿基米德优化算法J计算机科学,():H a s h i mFA,H u s s a i nK,H o u s s e i nE H,e ta l A r c h i m e d e so p t i m i z a t i o na l g o r i t h m:an e wm e t a h e u r i s t i ca l g o r i t h mf o rs o l v i n go p t i m i z a t i o np r o b l e m sJ A p p l i e d I n t e l l i g e n c e,S p r i n g e r,():史宏俊,张开明,郭涛采用滑模自适应控制的永磁同步风力发电系统最大功率控制J电力系统及其自动化学报,()买买提热依木阿布力孜,刘谨言,项志成,等因果图研究双馈风电系统最大功率跟踪控制J计算机仿真,()罗仕杭,何庆多策略协同改进的阿基米德优化算法及其应用J计算机应用研究,()陈俊,何庆,李守玉基于黄金莱维引导机制的阿基米德优化算法J计算机应用,():申江念永基于仿真集成的阿基米德算法在建材制造系统中的绿色单元调度问题优化J黑龙江科技信息,()