基于改进黑洞算法的DFIG控制参数分步辨识方法

曹晓庆; 娄世元; 李鹤; 马文杰; 杨荣欣; 李致

doi:10.19912/j.0254-0096.tynxb.2025-0058

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于改进黑洞算法的DFIG控制参数分步辨识方法

更新时间：2026-07-22

- 基于改进黑洞算法的DFIG控制参数分步辨识方法
- 基于改进黑洞算法的DFIG控制参数分步辨识方法
- 太阳能学报 2026年47卷第6期页码：252-260
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：10.19912/j.0254-0096.tynxb.2025-0058
  中图分类号： TM614
- 网络首发：2026-07-08，
  
  纸质出版：2026
- 稿件说明：
移动端阅览
曹晓庆, 娄世元, 李鹤, 等. 基于改进黑洞算法的DFIG控制参数分步辨识方法[J]. 太阳能学报, 2026,47(6):252-260.

曹晓庆, 娄世元, 李鹤, et al. 基于改进黑洞算法的DFIG控制参数分步辨识方法[J]. 2026, 47(6): 252-260.
曹晓庆, 娄世元, 李鹤, 等. 基于改进黑洞算法的DFIG控制参数分步辨识方法[J]. 太阳能学报, 2026,47(6):252-260. DOI： 10.19912/j.0254-0096.tynxb.2025-0058.

曹晓庆, 娄世元, 李鹤, et al. 基于改进黑洞算法的DFIG控制参数分步辨识方法[J]. 2026, 47(6): 252-260. DOI： 10.19912/j.0254-0096.tynxb.2025-0058.

摘要

为解决现有双馈感应发电机（DFIG）转子侧变流器（RSC）PI控制参数辨识速度、精度不足以及参数较多的问题

提出一种利用改进黑洞算法（IBHA）与RT-LAB半实物仿真平台来进行分步辨识的方法。首先

基于RSC控制方程

结合RT-LAB硬件在环（HIL）试验平台采集DFIG实际控制器的运行特征数据;然后

为确定不同参数的响应能力计算各参数的轨迹灵敏度

确定最佳观测量并分析其可辨识性;再次

以RT-LAB实测数据与IBHA为基础建立分步辨识策略;最后

以HIL测试数据为依据

对比分析几种算法的辨识结果

证明了所提方法的有效性。

Abstract

To address the issues of low efficiency

limited precision

and multiple parameters in existing PI controller identification methods for rotor-side converters （RSC） of doubly-fed induction generators （DFIG）

a hierarchical identification framework combining an improved black hole algorithm （IBHA） with the RT-LAB hardware-in-the-loop （HIL） co-simulation platform is proposed. Firstly

based on the RSC control dynamics

the operational characteristic data of the actual controller of DFIG is collected by the RT-LAB HIL co-simulation platform. Secondly

a trajectory sensitivity analysis is performed to quantify the dynamic response characteristics of each parameter

followed by the selection of optimal observables and a rigorous identifiability assessment based on persistent excitation criteria. Thirdly

a stepwise identification strategy is established based on the RT-LAB measured data and IBHA. Finally

based on the HIL test data

the identification results of several algorithms are compared and analyzed

which verifies the effectiveness of the proposed method.

关键词

Keywords

references

孙浩宁, 王德林, 李京华. 基于转速差补偿环的双馈风力机电网调频特性研究[J]. 电测与仪表, 2025, 62(8): 62-67.

乔左江, 杜欣慧, 薛晴. 大规模风电参与系统调频研究综述[J]. 电测与仪表, 2023, 60(7): 1-12.

秦继朔, 贾科, 孔繁哲, 等. 基于寻优算法的永磁风力机并网逆变器故障穿越控制参数分步辨识[J]. 中国电机工程学报, 2021, 41(S1): 59-69.

赵正阳, 杜钦君, 凌辉, 等. 改进的同步磁阻电机模型预测转矩控制[J]. 太阳能学报, 2023, 44(6): 469-476.

李经纬. 双馈风电机组变流器控制系统参数辨识算法研究[D]. 天津: 河北工业大学, 2021.

吴碧巧, 曾实, 王天一. 面向双馈风机的分层型免疫协同进化粒子群算法多参数辨识[J]. 科学技术与工程, 2019, 19(33): 179-185.

董福杰, 刘颖明, 王晓东, 等. 基于寻优算法的双馈风力机变流器动态运行控制参数辨识[J]. 电力科学与工程, 2024, 40(3): 61-69.

郭强, 王鹤, 聂永辉, 等. 考虑恢复暂态过程的直驱发电系统低电压穿越模型参数解耦辨识方法[J]. 高电压技术, 2021, 47(10): 3430-3440.

吴昌友, 付熙松, 裴均珂. 基于信息共享搜索策略的自适应灰狼算法研究[J]. 电光与控制, 2022, 29(7): 22-28.

杨繁杰. 双馈风电机组参数辨识及高压穿越研究[D]. 昆明: 昆明理工大学, 2023.

LI H, WU Y, LI Q H, et al.Improved identification method of doubly-fed induction generator based on trajectory sensitivity analysis[J]. International journal of electrical power & energy systems, 2021, 125: 106472.

潘学萍, 郭金鹏, 孙晓荣, 等. 双馈风电场频率响应特性的频域等值建模方法[J]. 电网技术, 2025, 49(6): 2465-2475.

张剑, 何怡刚. 基于轨迹灵敏度分析的永磁直驱风电场等值模型参数辨识[J]. 电工技术学报, 2020, 35(15): 3303-3313.

许饶琪, 彭晓涛, 秦世耀, 等. 基于M序列的双馈风机变流器参数辨识方法研究[J]. 电网技术, 2022, 46(2): 578-586.

CAI D S, SUN F Y, LI L L, et al.Accurate parameter identification method for coupled sub/super-synchronous oscillations for high penetration wind power systems[J]. ISA transactions, 2024, 150: 166-180.

YANG F J, ZENG Y, QIAN J, et al.Parameter identification of doubly-fed induction wind turbine based on the ISIAGWO algorithm[J]. Energies, 2023, 16(3): 1355-1355.

ZHENG W M, LIU N, CHAI Q W, et al.Application of improved black hole algorithm in prolonging the lifetime of wireless sensor network[J]. Complex & intelligent systems, 2023, 9(5): 5817-5829.

王育飞, 郝德扬, 薛花, 等. 计及云图和混沌特性的光伏功率组合预测方法[J]. 太阳能学报, 2023, 44(12): 74-81.

何伟, 陈薄, 贾清健, 等. 基于改进蛇优化算法的永磁同步电机电气参数辨识[J]. 重庆大学学报, 2024, 47(11): 81-93.

徐恒山, 朱士豪, 黄永章, 等. 基于GRU-IPSO算法的双馈风机控制参数辨识[J]. 华北电力大学学报(自然科学版), 2025, 52(4): 70-80.

方欣, 姚骏, 刘育明, 等. 双馈风电系统低压穿越期间的参数辨识方法研究[J]. 电工电能新技术, 2024, 43(2): 1-11.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于加权多新息改进Sage-Husa AEKF的锂离子电池SOC估计研究

基于MODE算法的光伏逆变器机电暂态模型LVRT控制方式与控制参数辨识研究

飞轮储能系统含参数辨识的双矢量交替顺序模型预测控制

基于FFRLS的独立变桨系统载荷预测控制

考虑多时间尺度特性的锂离子电池建模与参数辨识