并网变流器全工况阻抗模型的黑箱辨识方法
阻抗分析法因适用于并网变流器控制结构和参数均未知的黑箱系统,已成为工程中评估宽频振荡风险的重要选择。以跟网型三相两电平变流器为例,首先,使用谐波线性化方法,严格推导了计及直流侧耦合的交流侧全工况开/闭环理论阻抗模型,实现了模型参数与工作点高阶项的完全解耦。其次,依据理论模型特征,明确了黑箱辨识方法的基本原理,分析了辨识单一开/闭环阻抗模型频率响应所需的工况数量。使用辨识得到的全工况阻抗模型,实现了不同短路比条件下系统安全运行域的快速评估,并通过时域仿真验证了其准确性。此外,讨论了所提方法的合理性、普适性以及相对于深度学习方法的优越性,为阻抗分析法的实际应用提供了参考。
基于MVO算法与改进目标函数的电力系统负荷频率控制
针对风电并网时的随机波动功率、负荷频率控制(load frequency control, LFC)系统参数变化所引起的电力系统频率稳定问题,提出了一种基于智能优化算法与改进目标函数的互联电网LFC系统最优PID控制器设计方法。首先,分析了基于PID控制的含风电互联电力系统LFC闭环模型。其次,在时间乘误差绝对值积分(integral of time multiplied absolute error, ITAE)性能指标的目标函数中考虑了区域控制器的输出信号偏差,对优化目标函数进行改进。采用性能优良的多元宇宙优化(multi-verse optimizer, MVO)算法先计算后验证的思路,寻优获得最优PID控制器参数。最后,以两区域4机组互联电力LFC系统为例,仿真验证了基于MVO算法结合改进目标函数所获得的PID控制器,比基于MVO算法所获得的PID控制器,对阶跃负荷扰动、随机负荷扰动、风电功率偏差扰动以及系统的参数变化,具有相对较好的鲁棒性能。并且,对控制器参数也具有相对较好的非脆弱性指标。
计及ROCOF与转子动能的风电机组自适应下垂控制策略
风电机组参与调频可提高风电并网系统的频率稳定性,但现有下垂控制难以兼顾频率响应特性和风机自身运行状态。为此,文中提出一种计及频率变化率(rate of change of frequency,ROCOF)与转子动能的自适应下垂控制策略,充分利用转子动能参与调频,确保风机稳定运行。首先,根据系统频率情况,将ROCOF划分区间,通过分段函数构建下垂系数与ROCOF的耦合函数,确保风电机组在扰动初期释放更多能量,提高风机对频率的支撑能力,减缓频率跌落速度。然后,引入转速影响因子,根据风机自身运行状态调整下垂系数,防止风机转子失速,避免频率二次跌落。最后,在MATLAB/Simulink平台上搭建风火联合系统仿真模型验证了所提控制策略有效性。仿真结果表明所提策略在保证风机转速稳定的同时,能有效利用风机转子动能改善系统频率响应特性。
考虑虚拟控制参数调节的风储联合调频优化模型预测控制
为提高大规模风电并网后电网频率稳定性,降低风储系统调频成本,提出考虑虚拟控制参数调节的优化模型预测控制策略。首先,计及储能系统对电网惯性水平与阻尼能力的作用,引入双曲正切函数自适应调节储能系统虚拟控制参数,满足不同时段的调频需求。然后,基于风储系统状态方程建立预测模型,以频率偏差与调频成本最小为控制目标,设计自适应模型预测控制策略。最后,搭建仿真模型,在阶跃和连续负荷扰动工况下对不同控制策略的效果进行对比分析。结果表明,所提控制策略能够有效改善电网调频效果,优化储能系统和风电机组的出力,具有更优的协同控制性能。
基于混沌粒子群的双馈风电机组LVRT实测建模及暂态参数辨识
高准确度仿真模型是进行大规模风电并网暂态稳定分析的基础,然而双馈风电机组(DFIG)控制策略与参数属于技术秘密难以获取,模型仿真准确性难以保证。针对DFIG故障暂态精确建模难题,提出了基于实测数据的DFIG建模及参数辨识方法。首先,基于电力系统综合稳定程序(PSASP)中DFIG模型及控制结构,建立低电压穿越(LVRT)控制数学模型并分析故障暂态过程,明确LVRT暂态控制核心参数。其次,基于DFIG的LVRT部分现场实测工况数据,利用混沌粒子群算法实现了DFIG故障暂态控制参数辨识。最后,基于剩余实测工况数据进行辨识参数准确性分析与校验,仿真验证了所提参数辨识方法的有效性及准确性。所提方法辨识结果泛化能力强、准确度高,具有较高的工程应用价值。
大规模风电接入场景下的失步振荡中心定位方法
振荡中心的准确定位是失步保护正确动作的基础,大规模风电并网导致系统阻抗参数发生变化,使得传统基于阻抗轨迹的失步定位方法的适应性严重下降。针对该问题,提出基于节点频差的失步振荡中心定位方法。首先分析大规模风电并网对系统总阻抗的影响。进一步根据发电机功角,计算其曼哈顿距离相似度并构建启动判据。最后,通过移动平均法对广域测量频率进行平滑处理,提出基于节点频差的失步振荡中心定位方法。仿真验证表明,所提基于节点频差的失步振荡中心定位方法受噪声影响较小,不受风电渗透率的影响,能够准确定位失步振荡中心位置。
含混合型潮流控制器的风电并网系统潮流优化
混合型潮流控制器(hybrid power flow controller, HPFC)可以有效解决风电并网系统中存在的支路潮流过载问题,且相较于统一潮流控制器成本更低。针对现有的HPFC潮流优化研究尚未计及支路潮流最大值约束和风电不确定性的问题,提出一种基于场景削减的含HPFC风电并网系统最优潮流模型。首先,建立HPFC的功率注入模型,并推导了注入功率表达式;其次,采用K均值算法削减风电、负荷概率场景,通过CH(+)指标选择最优场景集合;最后,建立兼顾发电机运行成本、系统网络损耗、正常运行及N-1故障下的支路负载率的多目标优化模型,采用多目标粒子群优化(multi-objective particle swarm optimization, MOPSO)算法进行求解,利用模糊满意度函数在Pareto解集中筛选出折衷解。在MATLAB中仿真验证所提方法的有效性,结果表明该方法可以计及风电不确定性,保证电网在不同场景下的安全经济运行。