本发明涉及一种基于群灰狼优化算法的双馈感应风电机组调频pid控制方法，属于电力系统控制技术领域。
背景技术：
随着环保社会和能源危机的日益加近，风力发电系统作为一种绿色能源，在电力系统中的地位变得重要。风力发电设备由于受到风速不断随机变化的影响，其输出电能与电网系统并网时，往往存在功率和频率上的偏差，一旦这种偏差加剧，容易导致电网内部调频能力受损，影响系统稳定性。风力发电的最大功率追踪控制是为了使风力机最大限度地利用风能，使其持续获得最大功率。但目前的针对双馈感应电机的最大功率追踪控制存在控制成本高，追踪时间长，追踪精度低等特点，大大限制了风力发电的发展，由此有必要对其加以改进。
技术实现要素：
本发明要解决的技术问题是针对目前现有控制技术存在的弊端，提出一种控制成本低，追踪时间短，追踪精度高的基于群灰狼优化算法的双馈感应风电机组调频pid控制方法。
本发明的技术方案是：在离线状态下，对双馈感应风电机组电网侧换流器中参数进行pid控制，主要是将发电机参考转子速度和无功功率与其实际值相对比，将对比差值输入pid控制得到相应参考电流，将所得参考电流与实际电流相对比，将对比差值输入pid控制得到转子电压，将所得电压通过添加补偿量输出控制器外部，通过输出电压完成对风电机组的调频。风电机的调频过程需要不断循环此过程，以实现持续的最大功率点跟踪。运用群灰狼算法对pid控制环节进行优化，使其可以更快速、更精确的实现最优的跟踪效果。
具体步骤为：
(1)在换流器外部得到发电机转子速度的参考值，将其与转子的实际速度相对比，将对比差值输入pid控制器输出转子交流侧电流参考值，将其与转子交流侧电流实际值相对比，将对比差值输入pid控制器输出转子交流侧电压，将其通过添加补偿量得到最终控制器输出转子交流侧调节电压。
(2)在换流器外部得到发电机无功功率的参考值，将其与转子无功功率实际值相对比，将对比差值输入pid控制器输出转子直流侧电流参考值，将其与转子直流侧电流实际值相对比，将对比差值输入pid控制器输出转子直流侧电压，将其通过添加补偿量得到最终控制器输出转子直流侧调节电压。
(3)将群灰狼优化算法用于构造pid控制增益参数的优化模型，控制要求优化后的目标函数在限制条件内最小，以达到最佳的功率点跟踪。优化公式为：
其中，f(x)为目标函数，qs为无功功率实际值，
(4)使用第(1)、(2)步输出的转子交流、直流侧调节电压对转子的速度和无功功率进行调节。
(5)风电机的调频控制需要不断循环前三步过程，以实现持续对风能的最大功率点跟踪。
本发明的有益效果是：
1、本发明采用实际的转子转速来进行风速的预测，可以避免对风速的时刻测量，由此可以有效的降低由风速测量而产生的误差对风速的最大功率点追踪造成的影响。
2、本发明通过转子转速和无功功率通过pid控制器对双馈感应风电机组实施调频，避免了传统根据风速调整转速进行调频对电网系统稳定性造成的影响。
3、本发明采用群灰狼优化算法对pid控制进行优化，加快了控制速度，提高了控制精度。
附图说明
图1是本发明pid控制中使用优化算法进行最大功率点跟踪仿真模型示意图；
图2是本发明不同算法经过10次求解统计得到的箱线图；
图3是本发明当风速连续阶跃过程中使用群灰狼优化系统的响应图；
图4是本发明当风速随机变化过程中使用群灰狼优化系统的响应图；
图5是本发明当网电压突然跌落至额定值的30％时使用群灰狼优化系统的响应图；
具体实施方式
下面结合附图和具体实施方式，对本发明作进一步说明。
一种基于群灰狼优化算法的双馈感应风电机组调频pid控制方法，在离线状态下，对双馈感应风电机组电网侧换流器中的参数进行pid控制，将发电机参考转子速度和无功功率与其实际值相对比，将对比差值输入pid控制得到相应参考电流，将所得参考电流与实际电流相对比，将对比差值输入pid控制得到转子电压，运用群灰狼算法对pid控制环节进行优化，将所得电压通过添加补偿量输出控制器外部，通过输出电压完成对风电机组的调频，风电机的调频过程需要不断循环此过程，以实现持续的最大功率点跟踪。
具体步骤如下：
(1)在换流器外部得到发电机转子速度的参考值，将其与转子的实际速度相对比，将对比差值输入pid控制器输出转子交流侧电流参考值，将其与转子交流侧电流实际值相对比，将对比差值输入pid控制器输出转子交流侧电压，将其通过添加补偿量得到最终控制器输出转子交流侧调节电压；
(2)在换流器外部得到发电机无功功率的参考值，将其与转子无功功率实际值相对比，将对比差值输入pid控制器输出转子直流侧电流参考值，将其与转子直流侧电流实际值相对比，将对比差值输入pid控制器输出转子直流侧电压，将其通过添加补偿量得到最终控制器输出转子直流侧调节电压；
(3)将群灰狼优化算法用于构造pid控制增益参数的优化模型，控制要求优化后的目标函数在限制条件内最小，以达到最佳的功率点跟踪，优化公式为：
其中，f(x)为目标函数，qs为无功功率实际值，
(4)使用第(1)、(2)步输出的转子交流、直流侧调节电压对转子的速度和无功功率进行调节；
(5)风电机的调频控制需要不断循环前三步过程，以实现持续对风能的最大功率点跟踪。
本发明提出的群灰狼算法(groupedgreywolfoptimizer,ggwo)和没有使用优化算法时在三种不同工况下进行仿真对比。仿真结果如下：
图2不同算法在10次运算后统计得到的箱线图。从中可见，群灰狼算法在局部探测和全局探索中间取得了适当的平衡，因此群灰狼优化算法相对于优化之前，在目标函数中获得了最高的收敛稳定性，实现了最小的目标函数，因此获得的pid控制增益参数是最优的。
实施例1：风速从8m/s连续阶跃到12m/s工况下系统的响应，风速每次阶跃变化增加1m/s，来模拟风速的突变。从图3可以清楚地发现，与优化前相比群灰狼算法可以提供最大的功率因数，实现最大的风能捕捉。在有功功率调节时，群灰狼算法获得了最小有功功率，能够更平稳更快速地调节有功功率。
实施例2：风速在8m/s至12m/s之间随机变化时系统的响应。风速具有不可预测性，由此采用随机风速变化来研究群灰狼算法的控制性能。风速在额定工作范围内，开始由10m/s，经过随机变化，最终返回到10m/s。系统响应如图4所示。可以清楚地发现，群灰狼算法可以得到震荡最小的功率系数。在有功功率调节后段不使用优化时依旧震荡的情况下，出现了几乎平滑化的曲线。证明了在运用群灰狼算法时，不易因风力的随机突变而对系统的调节造成干扰。
实施例3：仿真模拟电网额定电压由于线路的突然接地短路造成下降30％并持续了625ms，系统作出的响应的情况如图5所示。结果表明，群灰狼算法相较于优化之前功率系数震荡较小，且依旧能始终保持相对最小的有功功率。因此，群灰狼算法可以做到快速有效的修复系统因电网电压跌落而造成的干扰，增强电力系统的稳定性。
上面结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。