공학석사학위논문 대용량풍력발전시스템에서 DFT 를이용한능동댐핑성능개선방법 아주대학교대학원 전자공학과 이세호 -1-
대용량풍력발전시스템에서 DFT 를이용한능동댐핑성능개선방법 Active damping for large-scale wind power systems with an LCL-filter using DFT 지도교수이교범 이논문을공학석사학위논문으로제출함 2011 년 12 월 08 일 아주대학교대학원전자공학과이세호 -2-
이세호의공학석사학위논문을인준함. 심사위원장이교범인 심사위원김영길인 심사위원곽노준인 아주대학교대학원 2011 년 12 월 08 일 -3-
초록 이세호전자공학부일반대학원아주대학교 본논문은 LCL-필터를사용하는대용량풍력발전시스템의간단한능동댐핑알고리즘을제안한다. L-필터, LC-필터와비교해볼때, LCL-필터는비교적으로작은인덕터값을이용하여계통전류의고주파를제거할수있지만, 공진이발생된다. 따라서 LCL-필터사용시공진보상은필수적이다. 본논문에서는추가적인센서나수동소자의사용없이개선된 DFT 알고리즘을이용하여능동댐핑을수행하는방법을제한했고, 시뮬레이션을통해서성능을입증한다 -4-
목차 제 1 장서론... 6 제 2 장 3 병렬 Back to Back 컨버터와 LCL-필터... 10 2.1 3 병렬 Back-to-back 컨버터시스템... 10 2.2 LCL-filter 설계... 12 제 3 장 DFT 알고리즘를이용한공진보상... 14 3.1 DFT 알고리즘... 14 3.2 공진보상... 17 제 4 장시뮬레이션... 22 제 5 장결론... 31 참고문헌... 32-5-
그림차례 그림 1.1 3병렬 Back-to-back 컨버터로운전되는풍력발전시스템... 8 그림 2.1 3병렬시스템구성도... 10 그림 2.2 외부제어방법블록다이어그램... 11 그림 2.3 대용량풍력발전시스템에서순환전류... 12 그림 3.1 DFT 알고리즘을이용한블록다이어그램... 15 그림 3.3 500ms에서변화하는크기를가진 DFT 알고리즘파형 : (a) N=50, (b) N=100... 20 그림 3.4 DFT 알고리즘을이용한공진보상블록다이어그램... 21 그림 4.1 DFT 능동댐핑이적용되지않은 (a) 출력전류와 (b) 주파수특성... 24 그림 4.2. DFT 능동댐핑이적용된 (a) 출력전류와 (b) 주파수특성... 25 그림 4.3 LPF, Notch filter 와 DFT 알고리즘의주파수특성비교 : (a) Low Pass Filter, (b) Notch filter, (c) DFT 알고리즘... 27 그림 4.4 DFT 알고리즘이 1.5초부터나타나는시뮬레이션파형 : (a) 계통전류, (b) d-q축전류, (c) 추출한공진전류... 29-6-
제 1 장서론 최근, 에너지자원의고갈로인하여신재생에너지를이용한발전시스템이대두되고있으며, 그중풍력발전시스템은가장빠르게성장하고있는발전시스템이다. 풍력발전시스템에는 DFIG와 PMSG가있으며, PMSG는 DFIG와비해볼때, 구조가간단하고, 풍속도범위가넓게가져갈수있다는것과제어가쉽다는장점을가진다 [1]. Back to back converter를통해계통과연결된대용량 PMSG 풍력발전시스템에서는대용량전력변환장치가필요하고 LCL-필터설계에어려움이있다. 본논문에서는 LCL-필터설계에대한방법을제안하고자한다. 대용량풍력발전시스템에는넓은운전영역, 높은효율, 실용적인가변속제어를위한매입형영구자석동기발전기 (IPMSG : Interior Permanent Synchronous Generator), Back-to-back 컨버터, 필터설계에관한연구개발이활발히진행중이다. 먼저매입형영구자석동기기는영구자석이회전자철심내부에존재하여외형적으로표면부착형 (SPM: Surface Permanent Magnet) 에비해월등히강인하다. 또한자석과고정자회전자계에의한상호작용으로발생하는토크외에회전자구조특성으로발생하는 d-q축인덕턴스차이에의한릴럭턴스토크성분을이용할수있어단위전류에서최대토크운전을하여효율을증가시킬수있다. 시스템설계측면에서계통과직접연결되어정격용량에상응하는스위치및필터선정에관한문제는그림 1.1과같이컨버터의병렬운전및 LCL필터를이용하여효과적으로해결할수있다. 그림 1.1과같이 Back-to-back 컨버터를 3병렬운전하면, 각각의컨버터가부담할용량이 1/3로줄어들어스위치용량을줄일수있고, LCL필터는기존의 L필터에비해더적은동량으로동일한스위칭고조파감쇄성능을얻을수있다. -7-
Machine-side converter Grid-side Converter Blade L L PMSG L V dc_link L L in L out Grid V wind S N C dc L L C f R d 그림 1.1 3 병렬 Back-to-back 컨버터로운전되는풍력발전시스템 Fig 1.1 Wind power system with 3-parallel back-to-back converters. 앞에서언급했던 LCL 필터의장점이외에도필터의 L필터의경우시스템정격이커짐에따라가격상승과부분적인필터설계에의한동적인응답특성을떨어뜨리게된다. 이문제에대한해결방안으로 LCL-필터를최적화하여적용하게되면인덕턴스값을낮추는최적의필터설계를할수있다. LCL-필터는 PWM 정류기와인버터에사용되고있는 3차필터인데 [3][4], 동일한인덕턴스값에서 L필터나 LC필터보다필터로써더높은효과를얻을수있고비용적인면에서도경제적으로설계가이룰수있다. 하지만대용량풍력발전시스템이병렬로설계되었을때이방법은몇가지문제를발생하게된다. 첫째로 Leg 사이에서순환전류가흐르는것이고둘째로 LCL 필터에서공진이발생하는것이다. 순환전류와 LCL-필터의공진문제를저감하기위해서본논문에서는인덕턴스를공유하는방법과 DFT 알고리즘를적용하는방법으로접근하였다. 또한 DFT 알고리즘적용에의한 LCL-필터공진감소효과에초점을두었다. 최근에 LCL-필터의공진을보상하기위한능동댐핑알고리즘으로는 PQR power transformations [5], a Digital Infinite Impulse Response filter [6], Genetic algorithm [7] 이제안되었지만, 위에서언급한방법들은추가적인센서나정교한게인및 -8-
파라미터설정이필요하다. 본논문은 back-to-back 컨버터를사용한 3병렬 PMSG 풍력발전시스템에서발생하는공진을 DFT 알고리즘을이용하여감소시키는방법을제안하였으며, 시뮬레이션을통해서제안된방법의타당성을보인다. -9-
제 2 장 3 병렬 Back to Back 컨버터와 LCL- 필터 2.1 3병렬 Back-to-back 컨버터시스템본논문에서는 back-to-back 컨버터를이용하여시스템을구성하였으며, backto-back 컨버터의커패시터를 1/3로줄이기위해서 3병렬시스템을구성하였다. 전체시스템의구성도는그림 2.1과같다. PMSG L sharing L sharing L i L g Grid L sharing C dc_link L sharing C fδ Wind Turbine Machine Side Converter Bridge Grid Side Converter Bridge LCL-filter Grid 그림 2.1 3 병렬시스템구성도 Fig 2.1 A three-paralled Power Converter for a Wind power turbin. 전류센서의위치에따라서외부제어방법과내부제어방법으로구분할수있다. 내부제어방법은외부제어방법에비해전류센서를많이필요로하게되므로본논문에서는전류측정방법으로모든전류의총합을측정하는외부제어방법을적용하였다. 그림 2.2는외부전류제어의블록다이어그램을나타낸다. -10-
L sharing Converter Bridge L sharing LCLfilter Grid L sharing ref_i qse ref_i dse Current Controller & PWM 그림 2.2 외부제어방법블록다이어그램 Fig. 2.2 Block diagram of outer current control method. 그림 2.3은 3병렬 Back to back 컨버터의 IGBT에서순환전류가나타나는것을나타내었다. 병렬로결선된레그들은 IGBT의스위칭에따라서단락회로를만들어지며, 단락회로는큰순환전류의원인이된다. 순환전류는높은 DC 링크전압 (V dc ) 에의해서흐르게되므로레그사이에추가적인인덕터 (L sharing ) 를필요로하게된다. 그리고 3병렬시스템에발생되는순환전류는식 (1) 처럼 DC 링크전압 (V dc ) 과추가적인인덕터 (L sharing ) 를이용하여나타낼수있다. I C. C 1 Vdc dt 2L (1) S -11-
L sharing L sharing Blade & PMSG L sharing C L sharing LCLfilter Grid L sharing L sharing Circulating current 그림 2.3 대용량풍력발전시스템에서순환전류 Fig 2.3 Circulating current in a large-scale wind power V dc 와 L sharing 값은식 (1) 에의하면순환전류에의해영향을주게되는데이 전력변환장치에서순환전류를해결하기위해서는 L sharing 이레그의각측면 쪽에연결되어야한다. 2.2 LCL-filter 설계최적의필터설계는계통연계전력변환장치의전력품질을향상하기위해매우중요하다. Δ 결선된 LCL-filter의캐패시턴스는 Y 결선된 LCL 필터의 1/3 수준이라는장점을이용해본논문에서는 Δ 결선 LCL 필터를설계하였다. 최적의 LCL 필터는스위칭주파수의대역폭에서출력전류고조파성분을감소시킬수있는데식 (2) 에전달함수로표현된다. 2 2 2 ( s Rd C f zlcs zlc ) is ( ) 1 Gs () v() s Ls s R C s 2 2 2 d f res res. (2) 단, z 1/ L C, L z / L L L L 2 2 2 LC g f res T LC g, T i g 이다. -12-
그림 2.4 에서 i(h) 와 v(h) 는전류와전압의 h 차고조파를나타내는데, 공진보 상에대한댐핑저항이연결되어있지않다면식 (2) 는식 (3) 과같이표현할 수있다. 2 2 ( s zlc ) 2 2 res is ( ) 1 Gs () v() s Ls s (3) Inverter Grid i i (h) L sharing L i L g i g (h) 3C fδ v i (h) v g (h) 그림 2.4 단상 LCL 필터등가회로 Fig. 2.4 Equivalent single-phase LCL-filter. 추가적인댐핑저항이없을때허수축에위치한극점과영점은공진문제를발생시켜안정한상태를유지할수없다. 따라서허수축에위치한극점과영점을 s-평면의좌측으로이동시켜야하며, 이과정은캐패시터에저항을직렬로연결하면된다. 하지만이것은불필요한전력손실을발생하게되며, 추가적인저항에의한전력손실은식 (4) 에의해구할수있다. 2 d 3 d [ i ( ) g ( )] (4) h P R i h i h 본논문에서는전력손실, 공진, 상지연을유발하지않는 DFT 필터를적용 한능동댐핑방법에대해서제안하였다. -13-
제 3 장 DFT 알고리즘를이용한공진보상 3.1 DFT 알고리즘 DFT 알고리즘을이용하면, 원하는주파수의위상과크기를알수있다 [8]- [10]. 따라서 DFT 알고리즘을이용할경우적은계산과추가적인센서나소자없이 LCL-필터의공진보상을할수있다. 알고리즘의출력은식 (5) 와식 (6) 과같다. N 1 n 0 2 j nk nk X[ k] X[ n] WN,( WN e ) (5) H G 2 k j N 1 e z () z 2 k 1 2cos( ) z N 1 z 1 2 (6) 식 (5) 는 Discrete Fourier 함수를표현하고식 (6) 은 DFT 알고리즘의 z-도메인전달함수를나타낸다. 주파수주기가 kf S /N일때, DFT 입력신호는정규화주파수로결정된 2πk/N의중앙에서위치한다. 여기서 f S 는 DFT 알고리즘의주파수샘플링비율을나타낸다. z-도메인전달함수 H G (z) 는식 (7) 과같이 H 1 (z) 과 H 2 (z) 로구분하고, 식 (8) 에 H 1 (z) 와 H 2 (z) 에대해서나타내었다. S( z) Y( z) Y( z) HG ( z) H1( z) H2( z) X ( z) S( z) X ( z) (7) -14-
H () z 1 Sz ( ) 1 X() z 2 1 2cos( ) z N 2 k X() z j N H2( z) 1 e z Sz () k 1 2 1 z (8) x(n) 과 y(n) 시간 - 도메인식은역 z- 변환을사용하여계산할수있다. 그리고 이식 (9), 식 (10) 과같이결과를얻을수있다. 2 k s( n) 2cos( ) s( n 1) s( n 2) x( n) (9) N 2 k j N y( n) s( n) e s( n 1) (10) xn [ ] + + + + z 1 + 3cos 2 kn j2 k / N + e z 1-1 sn ( ) yn [ ] 그림 3.1 DFT 알고리즘을이용한블록다이어그램 Fig. 3.1 The block diagram using the DFT algorithm. 그림 3.1 는 DFT 알고리즘의블록다이어그램을나타낸다. 만약신호의주파 수를알고있다면 DFT 알고리즘은필요한신호의정확한크기와위상을찾을 -15-
수있으며그크기와위상은식 (11) 과식 (12) 와같다. 2 2 2 y ( n) s ( n 1) s ( n 2) k 2 k s( n 1) s( n 2) 2cos( ) N (11) Im{ y [ n]} 2 k sin( ) sn ( 2) N 1 k 1 yk [ n] tan tan Re{ y [ ]} 2 k k n s( n 1) s( n 2) cos( ) N (12) DFT 알고리즘에서크기와위상계산을위한표본들은슬라이딩창에저장되어있으며, 새로운표본이추가될때마다가장오래된표본이없어지는방법으로표본을관리하여계산한다. DSP 시스템에서 DFT 알고리즘은계통연계형시스템에기반을둔 LCL필터의공진성분들을보상하기위한 2차필터나 IIR필터와같은역할을할수있다. -16-
3.2 공진보상 L-필터에서 LC부분이추가됨에따라서생성되는극점과영점으로인하여공진이발생하게된다. 발생된공진은시스템의안정도문제를야기시킨다. 따라서불안정한시스템의경우, 측정된 3상전류에서변환된 d, q축고정좌표계전류는기본파주파수성분, 저차주파수성분그리고공진에의한주파수성분이존재하게되며, 다음과같은식으로나타낼수있다. dq j j j i i e i e i e fund _ freq low_ order _ freq res _ freq ( ) ( ) ( ) (13) DFT 알고리즘을이용하여공진성분만을검출하고검출된성분으로공진보상을해줌으로시스템의안정성문제를해결할수있으며, 다음과같은식으로나타낼수있다. i i i (14) dq( fund _ freq, low _ order _ f ) dq( fund _ freq, low _ order _ f, res _ f ) dq( res _ f ) 그림 3.2 는위에서설명한 DFT 알고리즘을적용한공진보상블록다이어그 램을나타낸다. I abc abc dq - I dq i fund_f i fund_f i low_order_f ires_f ilow_order_f i res_f The DFT filter K 그림 3.2 전류의공진보상블록다이어그램 Fig 3.2 A Current control block diagram -17-
DFT 알고리즘을이용하여공진보상을위해서는 3 개의값이결정되어야한 다. 첫번째, 알고자하는신호의주파수 두번째, DFT 알고리즘의샘플링주기 세번째, DFT 알고리즘계산을위한샘플링개수 첫번째, 알고자하는신호의주파수는공진성분의크기와위상을알아야하기때문에계통연계형시스템의 LCL 필터에서발생하는공진주파수로결정한다. 두번째, 샘플링주기는알고자하는신호의주파수에의해서결정된다. 결정된주파수의주기보다샘플링주기가더욱큰경우개선된 DFT 알고리즘은결정된주파수의크기와위상을정확하게나타낼수가없다. 따라서샘플링주기는결정된주파수의주기보다작게선택하는해야한다. 세번째, 버퍼사이즈 N 값의결정은정상상태에서 DFT 알고리즘의정확도와 DFT 알고리즘의동적응답특성사이에서 trade-off 된다. y(n) 은이전값에의해개선된 s(n) 을이용하여계산된다. 버퍼사이즈에따라서 DFT알고리즘은알고자하는주파수를찾을수있다. 긴 N값은 y(n) 과 s(n) 이긴시간동안변화하는것을의미한다. 최신의정보를가진버퍼의경우는크기 10의정보를가지고있지만, 나머지 99개의버퍼는크기 100의정보를가지기때문이다. 즉, 모든버퍼가 10의정보를가지기까지시간이지나야만, 정확한크기 10의정보를찾을수있다. 이와는반대로짧은 N의경우신호의크기를찾는데아주빠르게반응한다. 예를들어, 알고자하는주파수의크기가 100에서 10으로변하고, 버퍼사이즈가 100이면 DFT 알고리즘은 10ms 이네에그크기를찾지만버퍼사이즈가 50이면 DFT 알고리즘은 5ms이내에크기의변화를찾는다. 그림 7-18-
은위에서예를든 N의영향을나타낸다. 버퍼사이즈가길때 DFT 알고리즘은식 (14) 와같이공진주파수를보상하기위해이용되고보상된 i dq 는전류제어를위해사용된다. 다음으로공진주파수의크기는새로측정된 i dq 의해검출된다. 비록새로측정된값이 DFT알고리즘에의해구해질지라도 DFT 알고리즘은긴버퍼사이즈의 0에서 1사이의버퍼값이이전의값이기때문에이전크기로계산할수있다. 식 (14) 에서이전값의크기를빼는것은보상되지않는지령치전류보다더큰공진지령치전류를만든다. 따라서안정한 N값은중요하고 DFT 알고리즘에서검출지연효과는이득 K값에의해최소화된다. 그 K값은 1보다작게된다. -19-
Magnitude (a) Magnitude (b) 그림 3.3 500ms 에서변화하는크기를가진 DFT 알고리즘파형 : (a) N=50, (b) N=100 Fig. 3.3 The waveform of the DFT with changing magnitude at 500ms : (a) N = 50, (b) N=100 위에서제시한 3가지방법은우수한주파수검출능력을가진 DFT 알고리즘에적용하는데필수적이다. 특히버퍼사이즈 N을결정하는것은앞에서언급했던것과마찬가지로정상상태에의정확성과동적응답특성사이에서trade- off가있는것을고려하여시스템에적절한값을결정해야한다. DFT 알고리즘에적용을위해서결정한 3가지성분은이미계산되어 RAM과 -20-
ROM 공간에저장된다. 따라서 DFT 알고리즘은추가적인센서를필요로하지않고간단한제어방법으로쉽게적용할수있다. 또한저차고조파의위상지연에도영향을받지않는다. 그림 8은전체적인블록다이어그램을나타낸다. L sharing L sharing L i L g Grid L sharing 3C fδ V * dc - + PI dq I s q_ref + - SVM PI αβ PI - + I s d_ref I s d_res I s q_res Compensation component of d-axis The DFT filter Compensation component of q-axis Angle Detection & Curren Coordinates Transformation I s d I s q 그림 3.4 DFT 알고리즘을이용한공진보상블록다이어그램 Fig. 3.4 Resonance compensation block diagram using DFT algorithm -21-
제 4 장시뮬레이션 DFT 알고리즘의타당성을검증하기위하여 PISM 을이용하여시뮬레이션을 수행하였다. 시뮬레이션은표 1, 표 2, 표 3 에서제시된환경에서수행하였다. 정격출력선간계통전압 DC-link 전압정격전류스위칭주파수샘플링주파수계통주파수 10 [kw] 220 [Vrms] 600 [V] 21.4 [Arms] 2000 [Hz] 4000 [Hz] 60 [Hz] 표 1 10kW 풍렬발전시스템파라미터 Table 1 Simulation parameter of the 10kW Wind System 계통측인덕턴스인버터측인덕턴스캐패시터용량 (Δ 결선 ) 인덕턴스 (Lsharing) 공진주파수 3 [mh] 4.31 [mh] 7.35 [uf] 0.3 [mh] 824 [Hz] 표 2 10kW 풍력발전시스템에서 LCL 필터특성 Table 2 Design specification of LCL-filters for 10 KW wind system -22-
샘플링주기 100 [us] 샘플링갯수 50 공진주파수 825 [Hz] 표 3 DFT 알고리즘설정값 Table 3 Design specification of the DFT -23-
Ia_grid[A] Ib_grid[A] Ic_grid[A] (a) Ia_grid[A] resonant harmonic (b) 그림 4.1 DFT 능동댐핑이적용되지않은 (a) 출력전류와 (b) 주파수특성 Fig. 4.1 Simulated waveform of (a) output current and frequency characteristic without the DFT active damping 그림 4.1-(a) 는 DFT 알고리즘이적용되지않은출력전류를나타내며, 그림 4.1-(b) 는 a- 상전류의주파수특성을나타낸파형이다. 위의그림을통해 LCLfilter 에의한공진이 824Hz 에발생함을확인할수있다. -24-
Ia_grid[A] Ib_grid[A] Ic_grid[A] (a) Ia_grid[A] resonant harmonic (b) 그림 4.2. DFT 능동댐핑이적용된 (a) 출력전류와 (b) 주파수특성 Fig. 4.2 Simulated waveform of (a) output current and (b frequency characteristic with the DFT active damping 그림 4.2 는 DFT 알고리즘의능동댐핑의효과를보여주는파형이다. 그림 4.2 를통해서 DFT 알고리즘의능동댐핑방법이공진보상을수행하여출력전류의 공진이제거됨을확인할수있다. -25-
(a) (b) -26-
(c) 그림 4.3 LPF, Notch filter 와 DFT 알고리즘의주파수특성비교 : (a) Low Pass Filter, (b) Notch filter, (c) DFT 알고리즘 Fig. 4.3 The comparison with the frequency characteristic of LPF, Notch and the DFT algorithm: (a) Low pass filter, (b) Notch filter, and (c) DFT algorithm. 그림 4.3은공진발생문제해결을위해서다른필터들을사용한경우와 DFT 를사용한경우를비교한파형이다. 그림 4.3-(a) 에는 Low pass filter를사용하여수동댐핑을수행한경우이며, 이방법은 Low pass filter의차단주파수를기본파주파수근처까지낮춰야하지만차단주파수를낮출경우, 저주파성분에영향을주게된다. 그림 4.3-(a) 은 Low pass filter를사용한경우이며, 저차수고주파가증가함을확인할수있다. 그림 4.3-(b) 는노치필터가능동댐핑으로사용될때, 출력전류를나타낸다. 노치필터방법은 Low pass filter를가진능동댐핑방법보다더효과적이지만 Low pass filter 방법처럼저차수고조파성분에영향을준다. -27-
그림 4.3-(c) 는 DFT 알고리즘을이용한능동댕핑방법에대해나타내는데이 DFT 방법은앞서소개한다른방법에비해가장작은저차수고조파영향을 가지게된다. -28-
Ia_grid[A] Ib_grid[A] Ic_grid[A] (a) I s q[a] I s d[a] (b) Ia_res [A] (c) 그림 4.4 DFT 알고리즘이 1.5 초부터나타나는시뮬레이션파형 : (a) 계통전류, (b) d-q 축 전류, (c) 추출한공진전류 Fig. 4.4 Simulated waveform of the DFT algorithm applying at 1.5 second: (a) grid currents, (b) d-q axis current, (c) extracted resonant current -29-
그림 4.4는 DFT 알고리즘의동적응답특성을나타내었고알고리즘이적용된능동댐핑방법은 1.5초부터공진보상을시작한다. 그림 12-(a) 는 3상-출력전류를 12-(b) 는 d-q축으로변환된전류를나타낸다. 그리고 12-(c) 는 DFT알고리즘을이용하여추출한공진신호를나타낸다. 그림에서보는것과같이능동댐핑이사용된 1.5초부터공진성분이사라짐을확인할수있다. -30-
제 5 장결론 본논문에서는대용량시스템에서 LCL-필터의사용으로발생할수있는공진현상을피하기위한 DFT 알고리즘을이용한능동댐핑기법을제안하였다. DFT를이용한능동댐핑방법은추가적인센서나소자를사용하지않고도공진보상을수행하였으며, 이를시뮬레이션을통해서확인했다 -31-
참고문헌 [1] A. O. D. Tommaso, R. Miceli, G. R. Galluzzo, and M. Trapanese, Optimum Performance of Permanent Magnet Synchronous Generators Coupled to Wind Turbines, in conf. Rec. IEEE PES2007, pp. 1-7, June. 2007. [2] F. Tang, X. Jin, Y. Tong, J. Liu, F. Zhou, and L. Ma, Parallel interleaved grid-converters in MW-level wind power generation, in Proc. IEMDC, pp. 789-796, May. 2009 [3] M. Liserre, F. Blaabjerg, and S. Hansen, Design and Control of an LCL-filter-based Three-Phase Active Rectifier, IEEE Trans. on Industry Applications, vol. 41, no. 5, pp. 1284-1285, September./October. 2005. [4] I. J. Gabe, V. F. Montagner, and H. Pinheiro, Design and Implementation of a Robust Current Controller for VSI Connected to the Grid Through an LCL Filter, IEEE Trans. on Power Electronics, vol. 24, no. 6, pp. 1444-1452, June. 2009. [5] H. G. Jung, K. B. Lee, S. Choi, and W. Choi, Performance Improvement of LCL-Filter Based Grid Connected-Inverters Using PQR Power Transformations, IEEE Trans. on Power Electronics, vol. 25, no. 5, pp. 1320-1330, May. 2010. [6] C. P. Dick, S. Richter, M. Rosekeit, J. Rolink, and R. W. De Doncker, Active Damping of LCL Resonance with Minimum Sensor Effort by Means of a Digital Infinite Impulse Response Filter, European conference, Power Electronics and Application, pp. 1-8, September. 2007. [7] M. Liserre, A. Dell Aquila, and F. Blaabjerg, Genetic Algorithm-Based Design of the Active Damping for an LCL-Filter Three-Phase Active Rectifier, IEEE Trans. on Power Electronics, vol. 19, no. 1, pp. 76-86, January. 2004. [8] M. Felder, J. Mason, and B. Evans, Efficient dual tone multi-frequency detection using the non-uniform discrete Fourier transform, IEEE Signal processing Letters., vol. 5, pp. 160-163, July. 1998. [9] E. Jacobsen, R. Lyons, The sliding DFT, Signal Processing Magazine, IEEE, vol. 20, no. 2, pp. 74-80, March. 2003. [10] K. P. Sozanski, Sliding DFT Control Algorithm for Three-Phase Active Power Filter, APEC 06. Twenty-First Annual IEEE, pp. 1223-1229, March. 2006. -32-
Abstract Se-Ho Lee Electronic Engineering Graduate School Ajou University This paper proposes a simple active damping algorithm for a large-scale wind power system with an LCL-filter. Compared to an L-filter or an LC-filter, the LCL filter can decrease the harmonics induced by low switching frequency, and make a satisfactory grid side current using a comparatively low-inductance. Using the LCL filter, an additional active damping of the filter resonance is necessary. This paper introduces the active damping method using the DFT filter to improve performance without any additional sensors and complexities. The proposed algorithm is verified by simulations in comparison with the existing methods. -33-