Lu Sun1; Haoyu Kang1; Jin Wang1; Zequan Li1; Jianjun Liu2; Yiming Ma3; Libing Zhou1
1. Huazhong University of Science and Technology, Wuhan, China
2. Dongfang Electric Corporation, Deyang, China
3. Southern Power Grid Energy Storage Co., Ltd, Guangzhou, China
L. Sun et al., "Analytical Model and Topology Optimization of Doubly-Fed Induction Generator," in CES Transactions on Electrical Machines and Systems, vol. 8, no. 2, pp. 162-169, June 2024, doi: 10.30941/CESTEMS.2024.00022.
摘 要
双馈感应发电机作为大型风力发电机组能量转换的核心部件，其输出性能对风力发电机组的电能质量起着决定性的作用。为了实现DFIG的快速、准确的设计优化，提出了一种新的混合驱动代理辅助优化方法。它首先建立了精确的DFIG子域模型，用于分析预测性能指标。然后，以子域模型生成的廉价分析数据集为源域，以昂贵的有限元分析数据集为目标域，用迁移学习的方法训练出高精度的代理模型，用于后续的多目标优化过程。基于该模型，以电动势总谐波畸变、齿槽转矩和铁损为目标，以槽径和内/外径为参数进行拓扑优化，实现了DFIG的快速、准确的电磁设计。最后，在一台3MW双馈电机上进行了实验，验证了该方法的有效性。
Abstract
As the core component of energy conversion for large wind turbines, the output performance of doubly-fed induction generators (DFIGs) plays a decisive role in the power quality of wind turbines. To realize the fast and accurate design optimization of DFIGs, this paper proposes a novel hybrid-driven surrogate-assisted optimization method. It firstly establishes an accurate subdomain model of DFIGs to analytically predict performance indexes. Furthermore, taking the inexpensive analytical dataset produced by the subdomain model as the source domain and the expensive finite element analysis dataset as the target domain, a high-precision surrogate model is trained in a transfer learning way and used for the subsequent multi-objective optimization process. Based on this model, taking the total harmonic distortion of electromotive force, cogging torque, and iron loss as objectives, and the slot and inner/outer diameters as parameters for optimizing the topology, achieve a rapid and accurate electromagnetic design for DFIGs. Finally, experiments are carried out on a 3MW DFIG to validate the effectiveness of the proposed method.
作者信息
孙鲁，1995年出生在中国鞍山。他分别于2018年和2021年在中国沈阳工业大学获得电气工程专业的学士学位和硕士学位。目前，他正在华中科技大学攻读博士学位。他的研究方向包括：双馈感应电机的建模与优化设计和永磁电机的转子涡流损耗建模与抑制。
康皓宇，2002年出生在陕西榆林。他于2023年在华中科技大学获得电气工程学士学位和经济学学士学位。目前，他正在在华中科技大学电机及控制工程系攻读硕士学位。他的研究方向是双馈感应电机的解析建模与优化设计。
王晋，1979年出生在中国河北。他分别于2002年、2005年和2010年在华中科技大学获得电气工程学士、硕士和博士学位。2010年至2013年，他在华中科技大学担任博士后研究员。目前，他是华中科技大学电气与电子工程学院的副教授。他的研究兴趣包括：电机的设计与控制，及其在水力发电、抽水蓄能、油气钻探、电动飞机等方面的应用。
★
《中国电工技术学会电机与系统学报（英文）》(CES TEMS)是中国电工技术学会和中国科学院电工研究所共同主办、IEEE PELS学会技术支持的英文学术期刊。期刊发表国内外有关高性能电机系统、电机驱动、电力电子、可再生能源系统、电气化交通等研发及应用领域中原创、前沿学术论文。中国工程院院士马伟明担任主编，IEEE的执委Don Tan博士为国际主编。目前已被ESCI、EI、Scopus、 Inspec、Google scholar、IEEE Xplore、中国科学引文数据库(CSCD) 核心版、DOAJ、CSTPCD、知网、万方、维普等数据库收录。
