變速恒頻雙饋風(fēng)力發(fā)電機結(jié)構(gòu)分散化并網(wǎng)控制

劉新宇, 姚致清，陳鐵軍

（1.鄭州大學(xué)電氣工程學(xué)院， 河南 鄭州 450001；2.華北水利水電學(xué)院，河南 鄭州 450011；3.華中科技大學(xué)，湖北 武漢 430074；4.許繼集團有限公司，河南 許昌 461000）

0 引言

雙饋式變速變槳距風(fēng)力發(fā)電是近幾年來發(fā)展起來的一種全新高效的發(fā)電方式，它的突出優(yōu)點在于它能夠追蹤最佳風(fēng)能利用系數(shù)， 最大限度地捕獲風(fēng)能，并且發(fā)電機和網(wǎng)側(cè)的連接是柔性連接，可以根據(jù)電網(wǎng)電壓、電流和發(fā)電機的轉(zhuǎn)速來調(diào)節(jié)轉(zhuǎn)子勵磁電流，從而精確地調(diào)節(jié)發(fā)電機定子輸出電壓，實現(xiàn)軟并網(wǎng)，避免了并網(wǎng)時發(fā)生的電流沖擊和過大的電壓波動。正是由于上述的特點，變速恒頻雙饋風(fēng)力發(fā)電機的并網(wǎng)控制技術(shù)已經(jīng)成為越來越多科研人員研究的熱點。

目前，變速恒頻風(fēng)力發(fā)電機組的并網(wǎng)方式主要有空載并網(wǎng)、帶獨立負載并網(wǎng)和孤島并網(wǎng)三種并網(wǎng)方式。其中，空載并網(wǎng)時發(fā)電機不帶負載，也不參與能量和轉(zhuǎn)速的控制，容易實現(xiàn)。根據(jù)雙饋式變速變槳風(fēng)力機空載并網(wǎng)的特點， 國內(nèi)外學(xué)者已經(jīng)進行了大量深入的研究，提出了多種控制算法，主要有PI（比例積分）控制、魯棒控制、變結(jié)構(gòu)控制、自抗擾控制、預(yù)測控制、模糊控制等各種控制方法。這些方法均在變速變槳風(fēng)力發(fā)電并網(wǎng)的某一方面展示了其優(yōu)越性, 但各有其局限性。文獻[1-4]提出了雙饋風(fēng)力發(fā)電機并網(wǎng)的PI（比例積分）控制，將矢量控制技術(shù)應(yīng)用到了雙饋發(fā)電機并網(wǎng)控制之中，提出了一種基于定子磁鏈定向和電網(wǎng)電壓定向的空載并網(wǎng)控制方法，實現(xiàn)了風(fēng)力發(fā)電有功和無功的解耦控制。但在這些控制方法中，由于變速變槳風(fēng)力發(fā)電機組本身的非線性和不確定性，使得PI調(diào)節(jié)器的控制參數(shù)受電機參數(shù)變化的影響較大，系統(tǒng)的實時性和抗擾動性能都較差。文獻[5]將滑模變結(jié)構(gòu)復(fù)合控制引入到雙饋發(fā)電機并網(wǎng)控制技術(shù)中，提高了并網(wǎng)的動態(tài)響應(yīng)速度，系統(tǒng)對內(nèi)部參數(shù)的攝動和外部干擾具有較強的魯棒性。但這種控制方法仍然沒有擺脫PI控制思想的束縛，控制性能依賴控制器參數(shù)程度較高。文獻[6]針對變速變槳風(fēng)力發(fā)電機并網(wǎng)特點，提出了一種自抗擾并網(wǎng)控制策略，該控制策略不需要精確電機參數(shù)就可以實現(xiàn)并網(wǎng)控制，并對參數(shù)的攝動以及內(nèi)外擾動都具有良好的魯棒性。但這種方法同樣需要繁雜的k1、k2參數(shù)選擇，計算量大，理論過于復(fù)雜，而且過于依賴設(shè)計者經(jīng)驗，在應(yīng)用中沒有表現(xiàn)出比傳統(tǒng)方法太多的優(yōu)勢。

本文提出按照雙饋風(fēng)力發(fā)電機并網(wǎng)過程運動特性的基本因果關(guān)系即因果鏈，建立起雙饋風(fēng)力發(fā)電并網(wǎng)的結(jié)構(gòu)分散化模型，并以該模型為基礎(chǔ)，分別在子系統(tǒng)級上設(shè)計預(yù)估系統(tǒng)和控制系統(tǒng)，從而達到對整個并網(wǎng)系統(tǒng)的預(yù)估和控制。既保證了發(fā)電機轉(zhuǎn)子的d軸電流、q軸電流快速收斂和較好的跟蹤精度，又很好地改善了并網(wǎng)過程的動態(tài)響應(yīng)性能，為雙饋式風(fēng)力發(fā)電并網(wǎng)控制開辟了一條新的途徑。

1 鏈系統(tǒng)控制方法的基本思想

鏈系統(tǒng)方法[7]認為系統(tǒng)原本是自下而上一些簡單的子系統(tǒng)通過相互間的信息傳遞而相互關(guān)聯(lián)、相互影響而形成的，而非分解來的，其控制思想是通過對一般多輸入多輸出受控系統(tǒng)進行因果分析，抽取其在控制方面起主要作用的因果關(guān)系，得到從控制輸入經(jīng)若干中間測量輸出，最后達到受控輸出的鏈狀因果結(jié)構(gòu)（因果鏈），如圖1所示。

圖1 因果鏈結(jié)構(gòu)圖Fig. 1 Structure diagram of the causality chain

圖1 中，10Z 為控制輸入；11Z 、12Z 、13Z 為中間測量輸出；14Z為受控輸出；i1Σ， i=1，2，3，4稱為因果鏈中的單元。

按照上述鏈系統(tǒng)的思想，可以認為系統(tǒng)是由若干條因果鏈以及鏈與鏈中各子系統(tǒng)相互聯(lián)系、相互制約而形成的分散化結(jié)構(gòu)，如圖2所示。

圖2 分散模型結(jié)構(gòu)圖Fig. 2 Structure diagram of the decentralized model

由圖2可以看出，鏈系統(tǒng)中的每個單元通過關(guān)聯(lián)與其他相關(guān)單元相關(guān)聯(lián)。通過自身動態(tài)變化和單元間相互影響過程，共同描述對象的整體運動特性。通過接受本單元相關(guān)信息和直接關(guān)聯(lián)的單元的測量和預(yù)測信息，預(yù)測該單元的運動趨勢，并分析判斷，做出該單元的控制決策。針對每個單元設(shè)計單元預(yù)測系統(tǒng)和控制系統(tǒng)。各單元預(yù)測系統(tǒng)按照研究對象的關(guān)聯(lián)模式相互關(guān)聯(lián)，并經(jīng)由關(guān)聯(lián)傳遞單元預(yù)測信息，共同完成對整體系統(tǒng)未來一定時間動態(tài)特性的預(yù)測，各單元控制系統(tǒng)也經(jīng)由關(guān)聯(lián)傳遞控制信息，從而完成對整體系統(tǒng)的控制。

2 雙饋發(fā)電機并網(wǎng)分析與建模

雙饋風(fēng)力發(fā)電機并網(wǎng)控制策略如圖3所示。發(fā)電機在并網(wǎng)前定子開路，取電網(wǎng)電壓和轉(zhuǎn)子電流作為控制信息提供給控制系統(tǒng)，據(jù)此調(diào)節(jié)發(fā)電機的勵磁，按并網(wǎng)條件控制發(fā)電機定子空載電壓。當(dāng)發(fā)電機定子輸出電壓和電網(wǎng)電壓在幅值﹑頻率和相位上完全相同時，進行并網(wǎng)操作。并網(wǎng)成功后，系統(tǒng)自動從并網(wǎng)控制切換到發(fā)電控制[8-9]（最佳風(fēng)能追蹤控制）。

圖3 雙饋風(fēng)力發(fā)電機并網(wǎng)控制策略圖Fig. 3 Cutting-in control strategy diagram of the double-fed wind turbine

2.1 雙饋發(fā)電機數(shù)學(xué)模型

如圖4所示，采用電動機慣例的雙饋發(fā)電機在兩相旋轉(zhuǎn)d-q坐標(biāo)系下的電壓方程和磁鏈方程如式（1）、式（2）所示[10]。

圖4 雙饋發(fā)電機在兩相旋轉(zhuǎn)坐標(biāo)系下的模型Fig. 4 Two-phase rotating coordinate model of the doubly-fed generator

式中： Rr為轉(zhuǎn)子繞組等效電阻； Ls、 Lr、 Lm分別為定、轉(zhuǎn)子繞組自感及互感； ids、 iqs、idr、 iqr分別為d、q軸定子和轉(zhuǎn)子電流；uds、uqs、udr、uqr分別為d、q 軸定、轉(zhuǎn)子電壓； ψds、ψqs、ψdr、ψqr分別為d、q軸定子磁鏈和轉(zhuǎn)子磁鏈；ω1、ωs分別為同步角頻率和轉(zhuǎn)差角頻率。

當(dāng)雙饋發(fā)電機定子磁鏈達到穩(wěn)態(tài)，并忽略其電磁暫態(tài)過程時，定、轉(zhuǎn)子電壓與定、轉(zhuǎn)子磁鏈方程變?yōu)槭剑?）、式（4）所示。

另外，通過對式（3）、式（4）的分析可知，系統(tǒng)在空載并網(wǎng)前定子電流為零，則可得

由式（5）可知，空載時只需控制轉(zhuǎn)子電流就可以使定子輸出電壓滿足并網(wǎng)的條件。但是，控制轉(zhuǎn)子電流是通過間接控制變頻器加在轉(zhuǎn)子上的外加電壓來實現(xiàn)的，所以，還需推導(dǎo)出變頻器加在轉(zhuǎn)子上的外加電壓與轉(zhuǎn)子電流之間的關(guān)系[11]。因此，將式（4）代入式（3）得

式（6）就是變頻器加在轉(zhuǎn)子上的外加電壓與轉(zhuǎn)子電流之間的關(guān)系式。

另外，當(dāng)把定子電壓定向在d-q坐標(biāo)系的d軸上時，由式（5）可得轉(zhuǎn)子電流的給定值為

2.2 雙饋風(fēng)力發(fā)電并網(wǎng)鏈系統(tǒng)模型

將式（6）離散化得

通過對式（8）的分析，根據(jù)鏈系統(tǒng)分析方法可知，待控系統(tǒng)的受控輸出是雙饋電機轉(zhuǎn)子電流dri、qri，控制輸入是轉(zhuǎn)子電壓dru 、qru ，二者應(yīng)分別引導(dǎo)一條因果鏈，這里順次定義為iL， 2,1=i 。

1）雙饋電機轉(zhuǎn)子d軸電流鏈1L

Z10：轉(zhuǎn)子d軸電流控制信號 udr(k)； Z11：轉(zhuǎn)子d軸電流 idr(k)。

2）雙饋電機轉(zhuǎn)子q軸電流鏈 L2

Z20：轉(zhuǎn)子q軸電流控制信號 uqr(k)； Z21：轉(zhuǎn)子q軸電流 iqr(k)。

整個雙饋風(fēng)力發(fā)電并網(wǎng)鏈結(jié)構(gòu)控制模型如圖5所示，它由2個單元模型、2條因果鏈、2項鏈間關(guān)聯(lián)構(gòu)成。

圖5 雙饋風(fēng)力發(fā)電并網(wǎng)鏈結(jié)構(gòu)控制模型Fig. 5 Chain-structure diagram of the double-fed variable-speed variable-pitch wind turbine system

從圖中可以看出，雙饋風(fēng)力發(fā)電并網(wǎng)控制系統(tǒng)是一個兩輸入兩輸出系統(tǒng)，兩個輸出量分別是雙饋電機轉(zhuǎn)子電流的d、q軸分量，兩個控制輸入量分別是轉(zhuǎn)子電壓信號的d、q軸分量。系統(tǒng)的轉(zhuǎn)子電壓信號的d、q軸分量信號任被改變其一，都將影響到系統(tǒng)輸出轉(zhuǎn)子電流的d、q軸分量的大小，所以雙饋風(fēng)力發(fā)電并網(wǎng)系統(tǒng)是一個強耦合的多變量系統(tǒng)。以往對雙饋風(fēng)力發(fā)電并網(wǎng)系統(tǒng)的控制方法大部分是在對系統(tǒng)解耦之后進行的，但是耦合系統(tǒng)所包含的信息遠遠多于解耦系統(tǒng)包含的信息，強行割裂系統(tǒng)內(nèi)的信息關(guān)聯(lián)可能會造成系統(tǒng)的不穩(wěn)定。本文采用依托因果鏈傳遞預(yù)估信息和控制指令的控制方法不再強行對系統(tǒng)進行解耦，為雙饋風(fēng)力發(fā)電并網(wǎng)控制提供了新的思路。

假設(shè)各單元ij∑的動態(tài)模型取[12]

其中： Xij是和輸出有關(guān)的變量串集合，它由兩部分組成，一部分是對∑ij有直接作用的控制輸入，另一部分是對∑ij有關(guān)聯(lián)作用的其他單元的測量輸出；Zij、Zij?1∈Z，Zij?1是對單元∑ij輸出Zij有直接影響作用的輸入；的滯后步數(shù)；Fij是待辨識的參數(shù)集合。因此可以得出各單元模型，雙饋電機輸出轉(zhuǎn)子d軸電流鏈模型為

雙饋電機輸出轉(zhuǎn)子q軸電流鏈模型為

3 預(yù)估和控制

3.1 預(yù)估

預(yù)估是克服時滯，提高控制品質(zhì)的一種有效方法。為了克服雙饋風(fēng)力發(fā)電并網(wǎng)系統(tǒng)滯后的影響，需要進行預(yù)估?；诮Y(jié)構(gòu)分散化模型設(shè)計的預(yù)估系統(tǒng)，它擁有單元預(yù)估系統(tǒng)、基本關(guān)聯(lián)模型和依托因果鏈的預(yù)估信息傳遞模型，因此能夠保證在子系統(tǒng)設(shè)計的預(yù)估算法，仍然能夠獲得對整體系統(tǒng)運動特性的預(yù)估。在單采樣周期鏈系統(tǒng)中，因變量1?ijZ相對于果變量ijZ的滯后步數(shù)為而0iZ相對于ijZ 的滯后為

則雙饋電機輸出轉(zhuǎn)子d軸電流鏈預(yù)估模型為

雙饋電機輸出轉(zhuǎn)子d軸電流鏈預(yù)估模型為

3.2 控制

鏈系統(tǒng)控制算法的基本思想是確定一組可實現(xiàn)的子控制器，依托相應(yīng)因果鏈的控制指令傳遞模型，使系統(tǒng)整體控制性能達到預(yù)定的指標(biāo)。由文獻[12]可以得到雙饋電機輸出轉(zhuǎn)子d軸電流鏈的控制算法。

令

其中：1?z 是一步延時算子；1p是設(shè)計參數(shù)。

則可以得到

將式（17）帶入式（16），整理得到

同理，令

其中：1?z 是一步延時算子；2p是設(shè)計參數(shù)。

則可以得到

而

將式（21）帶入式（20），整理可以得到雙饋電機輸出轉(zhuǎn)子d軸電流鏈的控制算法。

式(18)、式(22)即是雙饋電機轉(zhuǎn)子輸出電流鏈的控制算法，其中1a、2a、1b、2b、1c、2c是待辨識參數(shù)；1p、2p為設(shè)計參數(shù)。*10Z 、*20Z 、*11Z 、分別是10Z 、20Z 、11Z 、21Z 的期望值；分別是10Z、20Z、11Z、21Z的估計值。

空載并網(wǎng)時，式（7）中的參數(shù)采用辨識的方法來確定的。根據(jù)實時采集到的us、irq的值進行參數(shù)辨識，得到參數(shù)－1/ω1Lm的辨識值，從而避免了控制性能對系統(tǒng)參數(shù)變化的敏感性。另外，由于系統(tǒng)最終的控制目的是使定子端電壓的大小和電網(wǎng)電壓一致，所以定子電壓us用電網(wǎng)電壓ug來替代。整個雙饋發(fā)電機空載并網(wǎng)控制系統(tǒng)框圖如圖6所示。

圖6 雙饋發(fā)電機空載并網(wǎng)控制系統(tǒng)框圖Fig. 6 Cutting-in control system diagram of the double-fed wind turbine without load

4 系統(tǒng)仿真與結(jié)果分析

為了驗證鏈系統(tǒng)并網(wǎng)控制策略的合理性，本文利用 Matlab軟件平臺對所提出的控制策略進行可行性仿真實驗。仿真中所使用的7.5 kW雙饋電機風(fēng)力發(fā)電系統(tǒng)實驗平臺的主要參數(shù)，如表1所示。

表1 仿真參數(shù)Table 1 Simulation parameters

在實際運行當(dāng)中，雙饋電機風(fēng)力發(fā)電系統(tǒng)的相關(guān)參數(shù)會隨著環(huán)境和時間的推移發(fā)生變化，所以常規(guī)的 PI控制器的參數(shù)整定成為了制約該控制方法的瓶頸。而鏈系統(tǒng)并網(wǎng)控制算法可以根據(jù)需要實時更新其參數(shù)值，實現(xiàn)了系統(tǒng)并網(wǎng)的實時控制。式(11)~式(12)中的系統(tǒng)參數(shù)的實時數(shù)值可以通過最小二乘法遞推算法在線辨識得到[13]，表2是某一時段辨識出的實時參數(shù)值。

表2 某一時段辨識出的實時參數(shù)值Table 2 The identified real-time parameters of the certain period of time

文中p、p′為預(yù)估設(shè)計參數(shù)，取值范圍為(-1~1)，仿真時取0.91。

圖7和圖8分別是在并網(wǎng)前常規(guī)PI控制定子電壓仿真曲線圖和結(jié)構(gòu)分散化控制定子電壓仿真曲線圖。

圖7 常規(guī)PI控制定子電壓仿真曲線Fig. 7 Stator voltage simulation curve of the conventional PI control

圖8 結(jié)構(gòu)分散化控制定子電壓仿真曲線Fig. 8 Stator voltage simulation curve of the structure decentralized control

從圖7和圖8可以看出：采用常規(guī)PI控制時，定子電壓大約在七個周期的時間才能完全達到并網(wǎng)要求的電壓精度。要進一步加快系統(tǒng)的響應(yīng)速度，勢必會產(chǎn)生很大的超調(diào)，從而影響到系統(tǒng)的穩(wěn)定性。而采用結(jié)構(gòu)分散化控制只需半個周期的時間就達到了并網(wǎng)電壓的精度要求，且不會產(chǎn)生超調(diào)?？梢妼τ诓⒕W(wǎng)前定子輸出電壓的控制，結(jié)構(gòu)分散化控制方法明顯優(yōu)于常規(guī)PI控制方法。

圖9和圖10分別是在并網(wǎng)時常規(guī)PI控制定子三相電流仿真曲線圖和結(jié)構(gòu)分散化控制定子三相電流仿真曲線圖。

圖9 常規(guī)PI控制定子三相并網(wǎng)電流仿真曲線Fig. 9 Stator three-phase grid-connected current simulation curve of the conventional PI control

圖10 結(jié)構(gòu)分散化控制定子三相并網(wǎng)電流仿真曲線Fig. 10 Stator three-phase grid-connected current simulation curve of the structure decentralized control

從圖9和圖10可以看出：采用常規(guī)PI控制，在并網(wǎng)的瞬間會產(chǎn)生較大的沖擊電流，進而引起電網(wǎng)電壓波動。隨著風(fēng)電機組的單機容量越來越大，這種沖擊是必須要避免的[14]。而采用結(jié)構(gòu)分散化控制時，在并網(wǎng)的瞬間定子三相沖擊電流很小，基本上實現(xiàn)了雙饋風(fēng)力發(fā)電機的無沖擊并網(wǎng)。

圖11和圖12分別是在并網(wǎng)前常規(guī)PI控制轉(zhuǎn)子電流q軸、d軸分量仿真曲線圖。圖13和圖14分別是在并網(wǎng)前結(jié)構(gòu)分散化控制轉(zhuǎn)子電流q軸、d軸分量仿真曲線圖。

從圖11~圖14可以看出：采用結(jié)構(gòu)分散化控制算法可以使轉(zhuǎn)子電流q軸、d軸分量很快跟隨上了給定值，而常規(guī)PI控制跟隨速度較慢且超調(diào)較大?？梢姴捎媒Y(jié)構(gòu)分散化的控制方法可以很好改善轉(zhuǎn)子電流的動態(tài)波形，進而使定子空載電壓很快達到并網(wǎng)所要求的精度。所以通過對并網(wǎng)時轉(zhuǎn)子電流q軸、d軸分量的動態(tài)仿真波形分析可知，結(jié)構(gòu)分散化并網(wǎng)控制方法明顯優(yōu)于常規(guī)PI并網(wǎng)控制方法。

圖11 常規(guī)PI控制轉(zhuǎn)子q軸電流仿真曲線Fig. 11 Rotor q-axis current component simulation curve of the conventional PI control

圖12 常規(guī)PI控制轉(zhuǎn)子d軸電流仿真曲線Fig. 12 Rotor d-axis current component simulation curve of the conventional PI control

圖13 結(jié)構(gòu)分散化控制轉(zhuǎn)子q軸電流仿真曲線Fig. 13 Rotor q-axis current component simulation curve of the structure decentralized control

圖14 結(jié)構(gòu)分散化控制轉(zhuǎn)子d軸電流仿真曲線Fig.14 Rotor d-axis current component simulation curve of the structure decentralized control

5 結(jié)論

本文采用鏈系統(tǒng)控制方法，通過對雙饋風(fēng)力發(fā)電機并網(wǎng)模型進行動態(tài)分析，以雙饋發(fā)電機轉(zhuǎn)子電流的q軸、d軸分量為重點控制的對象，充分考慮雙饋風(fēng)力發(fā)電系統(tǒng)并網(wǎng)過程中的耦合關(guān)系，改善了風(fēng)力發(fā)電系統(tǒng)定子輸出電壓的質(zhì)量。仿真結(jié)果表明，與傳統(tǒng)PI控制方法相比，采用結(jié)構(gòu)分散化控制方法，實現(xiàn)了系統(tǒng)相關(guān)參數(shù)的實時在線辨識，解決了目前雙饋風(fēng)力發(fā)電系統(tǒng)并網(wǎng)時采用常規(guī)PI控制所遇到的瓶頸，使整個風(fēng)力發(fā)電并網(wǎng)過程的控制更具有適應(yīng)性和穩(wěn)定性，進而對提高風(fēng)力發(fā)電系統(tǒng)并網(wǎng)的質(zhì)量有重大的意義。

[1] 曾志勇, 王清靈, 馮靖. 變速恒頻雙饋風(fēng)電負載并網(wǎng)控制[J]. 電力系統(tǒng)保護與控制, 2009, 37(14): 34-37．ZENG Zhi-yong, WANG Qing-ling, FENG Jing. Study on the load cutting-in control of the variable speed constant frequency (VSCF) wind-power generator[J].Power System Protection and Control, 2009, 37(14):34-37．

[2] 王思耕, 葛寶明, 畢大強. 基于虛擬同步發(fā)電機的風(fēng)電場并網(wǎng)控制研究[J]. 電力系統(tǒng)保護與控制, 2011,39(21): 49-54.WANG Si-geng, GE Bao-ming, BI Da-qiang. Control strategies of grid-connected wind farm based on virtual synchronous generator[J]. Power System Protection and Control, 2011, 39(21): 49-54.

[3] 劉其輝，賀益康，張建華．交流勵磁變速恒頻風(fēng)力發(fā)電機并網(wǎng)控制策略[J]. 電力系統(tǒng)自動化, 2006, 30(3)：51-55.LIU Qi-hui, HE Yi-kang, ZHANG Jian-hua. Grid connection control strategy of AC-excited VSCF wind powergenerator[J]. Automation of Electric Power Systems, 2006, 30(3): 51-55.

[4] 趙棟利, 許洪華, 趙斌. 變速恒頻風(fēng)力雙饋發(fā)電機并網(wǎng)電壓控制研究[J]. 太陽能學(xué)報, 2004, 25(5): 587-591.ZHAO Dong-li, XU Hong-hua, ZHAO Bin. Study on the cut-in voltage control of a VSCF double-fed induction enerator[J]. Acta Energiae Solaris Sinica, 2004, 25(5):587-591．

[5] 周明明, 李世華. 變速恒頻雙饋風(fēng)力發(fā)電機并網(wǎng)的復(fù)合控制[J]. 東南大學(xué)學(xué)報, 2012, 42(1): 55-61.ZHOU Ming-ming, LI Shi-hua. Composite control for cutting-in control of variable speed constant frequency doubly fed wind power generator[J]. Journal of Southeast University, 2012, 42(1): 55-61.

[6] 付旺保, 趙棟利, 潘磊. 基于自抗擾控制器的變速恒頻風(fēng)力發(fā)電并網(wǎng)控制[J]. 中國電機工程學(xué)報, 2006,26(3): 13-18.FU Wang-bao, ZHAO Dong-li, PAN Lei. Cutting-in control of the VSCF wind power generator based on auto-disturbance rejection controller[J]. Proceedings of the CSEE, 2006, 26(3): 13-18.

[7] 陳鐵軍. 結(jié)構(gòu)分散化方法控制理論[M]. 烏魯木齊：科技出版社, 2004: 6-50．CHEN Tie-jun. The decentralized structure control theory[M]. Urumqi: Science and Technology Press, 2004:6-50．

[8] 何玉林, 劉軍, 李俊, 等. 變速變槳距風(fēng)力發(fā)電機組控制策略優(yōu)化[J]. 電力系統(tǒng)保護與控制, 2009, 37(12):56-59.HE Yu-lin, LIU Jun, LI Jun, et al. Variable-speed variable-pitch wind turbine control strategy optimization[J]. Power System Protection and Control,2009, 37(12): 56-59．

[9] 馮希科, 邰能靈, 宋凱. 風(fēng)力發(fā)電機對配電網(wǎng)影響的比較分析[J]. 電力系統(tǒng)保護與控制, 2009, 37(11):25-29.FENG Xi-ke, TAI Neng-ling, SONG Kai. The impact of wind turbines on the comparative analysis of distribution networks[J]. Power System Protection and Control, 2009,37(11): 25-29.

[10] 任永峰, 安中全. 雙饋式風(fēng)力發(fā)電機組柔性并網(wǎng)運行與控制[M]. 北京: 機械工業(yè)出版社, 2011.REN Yong-feng, AN Zhong-quan. Flexible grid connected operation and control of the double-fed wind turbine generator[M]. Beijing: China Machine Press,2011.

[11] 趙宇, 郭清滔, 王奔, 等. 基于變結(jié)構(gòu)控制的交流勵磁變速恒頻風(fēng)力發(fā)電機勵磁控制研究[J]. 電力系統(tǒng)保護與控制, 2010, 38(15): 13-17.ZHAO Yu, GUO Qing-tao, WANG Ben, et al. Research of AC excited VSCF wind power generator excitation control system based on variable structure control[J].Power System Protection and Control, 2010, 38(15):13-17.

[12] 陳鐵軍，陳華芳. 高爐煉鐵焦比和爐溫的鏈系統(tǒng)控制算法研究[J]. 化工自動化儀表, 2010, 37(4): 26-28.CHEN Tie-jun, CHEN Hua-fang. Research on coke ratio and temperature control algorithm in puddling based on chain system[J]. Control and Instruments in Chemical Industry, 2010, 37(4): 26-28.

[13] 王鴻山. 風(fēng)力發(fā)電機控制中的參數(shù)辨識技術(shù)[D]. 合肥:合肥工業(yè)大學(xué), 2009.WANG Hong-shan. Technology of parameters identification for wind-driven generator control[D]. Hefei:Hefei University of Technology, 2009.

[14] 玉華, 周任軍, 韓磊, 等. 基于 CVaR的風(fēng)電并網(wǎng)發(fā)電風(fēng)險效益分析[J]. 電力系統(tǒng)保護與控制, 2012, 40(4):43-47.YU Hua, ZHOU Ren-jun, HAN Lei, et al. Analysis on risk and economic benefits of grid-connected wind farm based on CVaR[J]. Power System Protection and Control,2012, 40(4): 43-47.