CN103646128B - 适用于微电网的动态等值方法 - Google Patents

Abstract

本发明提供了一种适用于微电网的动态等值方法，在被研究系统内部设置电压扰动；记录扰动期间微电网与上级配电网之间联络线的动态响应，包括母线电压以及联络线输送的有功、无功，并通过电力系统分析理论换算得到流过联络线的交直轴电流；采用估计等值法对微电网系统进行等值，选取非机理传递函数模型为微电网等值模型；以电压数据作为系统输入，交直轴电流作为系统的输出，采用小生境免疫算法对选取的传递函数模型进行参数辨识；并最终进行模型的验证校核。本发明提高了微电网等值模型的精度，为研究主动配电网电压稳定、多微网的协调控制以及微电网的行为模式奠定理论分析基础。

Description

适用于微电网的动态等值方法

技术领域

本发明属于电力系统动态等值领域，具体涉及一种适用于微电网的动态等值方法，尤其是考虑微电源控制方式对微电网外部动态特性的影响，并采用非机理模型对微电源进行等效的技术方案。

背景技术

配电网中可再生能源设备的接入能起到减缓温室效应的作用，也符合智能电网建立对环境友好电网的需求，而分布式电源的控制和并网技术的发展和成熟，也成为了如今越来越多的分布式电源接入电网的重要因素。当配网中某区域的分布式发电设备达到一定规模时可以用“微电网”的概念对其进行控制和管理。同大电网系统一样对含微电网的系统进行规划及控制时需要借助于仿真分析，在不进行简化的前提下直接对该类系统进行有效的分析是难以完成的，因此需要对微电网进行等值研究。具体来讲，静态分析方面，微电网的等值模型可以用于微网之间以及微网与上级电网之间的潮流计算，配电网络损耗计算以及静态安全分析等。动态分析方面，等值模型可以服务于被研究系统的稳定计算、电压稳定、低电压脱扣和新的分布式设备接入系统的规划及评估等。

然而对微电网的等值研究并不是一项简单的工作，国内外尚没有成熟的微电网等值方法和被广泛认可的等值模型。现有的电力系统等值方法如同调等值法和估计等值法，前者是一种基于元件和网络简化的等值方法，但该方法中并没有涉及到逆变器的简化法则，而逆变器元件在微电网系统中是广泛存在的，所以同调等值法不适用于微电网的等值研究。而在估计等值法中，现有等值模型多采用电机模型，但等值电机并不能很好地模拟逆变器控制的微电源的外部动态特性。因此本发明将在估计等值法的基础上，提出一种基于微电网控制方式的非机理传递函数模型，使得该模型能够有效地模拟微电网运行时的外部特性。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种适用于微电网的动态等值方法，目的在于解决大量分布式电源接入对传统电力系统等值带来的新问题以及如何采用适当的方法及模型对微电网运行时的外特性进行等值的问题。

本发明提出的一种适用于微电网的动态等值方法，包括以下步骤：

步骤1：在被研究系统内部设置电压扰动；

步骤2：在扰动期间记录微电网与上级配电网之间联络线的动态响应，包括母线电压以及联络线输送的有功、无功，并通过电力系统分析理论换算得到流过联络线的交直轴电流；

步骤3：采用估计等值法对微电网系统进行等值，选取非机理传递函数模型为微电网等值模型；

步骤4：将步骤2中测得的电压数据作为系统输入，交直轴电流作为系统的输出，采用小生境免疫算法对选取的传递函数模型进行参数辨识。

步骤5：在同样的激励下，将实际量测得到的联络线的响应与辨识得到的传递函数模型的输出进行比较，进行验证校核。

优选地，非机理传递函数模型中的传递函数为二阶连续传递函数，且分母的常数项为零。

与现有技术相比，本发明具有如下的有益效果：

传统的配电网等值模型(如综合负荷模型)并未考虑微电网中微电源的控制方式对微电网的外特性产生的影响，而本发明中使用的模型是基于微电源控制结构的传递函数模型，它能够更有效地模拟微电网运行时的外特性，因此本发明提高了含微电网的系统的潮流计算及仿真精度，同时为研究主动配电网电压稳定、多微网的协调控制以及微电网的行为模式奠定理论分析基础。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明实施例所采用的仿真系统图。

图2为本发明实施例获得的辨识源数据曲线，其中(a)为输入直轴电压曲线，(b)为输出交直轴电流曲线。

图3为本发明实施例中所采用的估计等值法原理图。

图4为本发明辨识程序中所采用的辨识算法流程图。

图5为辨识所得模型的动态响应与真实系统输出的拟合曲线，其中(a)为直轴电流拟合曲线，(b)为输出交轴电流拟合曲线。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

本发明提出的一种适用于微电网的动态等值方法，应用到某微电网的动态等值中，详细实施方案如下：

步骤1、在系统内部设置短路故障扰动：

对于本实施例，是在系统仿真软件中，在系统的内部设置三相短路故障，仿真系统如图1所示，在0.5s时发生故障，在0.6s时，故障切除。

步骤2、记录微电网系统与外部系统的联络线的动态响应，包括母线的电压信息、微电源传输的电流信息：

对于本实施例，在扰动时记录图1所示系统的10KV母线三相电压瞬时值以及微电源DG1输出有功无功瞬时值信息，记录时段为0.4s至0.9s，记录频率为2000Hz。

步骤3、对原始数据进行数据预处理：

对步骤2中所得的原始数据能否用于参数辨识进行判断，将判断适合辨识的数据进行平波处理，并通过电力系统坐标变换知识将三相电压和有功无功转换为直轴电压的时间序列和交直轴电流的时间序列并保存在文件中，其中电压信息作为辨识模型输入电流信息作为辨识模型输出。本例中获得的电压和电流波形如图2所示，图2中，Ud表示直轴电压，t表示时间，id表示直轴电流，iq表示交轴电流。

步骤4、微电网的等值模型结构：

采用估计等值法对微电网进行动态等值，估计等值法原理见图3。

估计等值法的参数辨识过程其实是个优化问题求解的过程，优化的目标函数V_N为：

$\mathrm{\ϵ}\left(t\right|\mathrm{\θ})=y\left(t\right)-\hat{y}\left(t\right|\mathrm{\θ})---\left(1\right)$

$V_N=\underset{t=1}{\overset{N}{\Σ}}{||\mathrm{\ϵ}\left(t\right|\mathrm{\θ})||}^2---\left(2\right)$

其中，y(t)为实际系统输出，为当前参数下的模型输出，δ(t)为实际系统扰动，u(t)为系统外部输入，t为时间序列，N为数据采样点数，θ为模型参数向量，ε(t|θ)为模型响应和实际响应的误差。

用非机理的传递函数模型对微电网进行等值，等值结构的数学模型如式(3)、(4)所示：

$\{\begin{array}{c}P=u_d{i}_d+u_q{i}_q\\ Q=-u_d{i}_q+u_q{i}_d\end{array}---\left(3\right)$

$\{\begin{array}{c}{\mathrm{\Δi}}_d\left(s\right)=\frac{{\mathrm{Bs}}^2+Cs+D}{s^2+As}\mathrm{\Δ}P\left(s\right)\\ {\mathrm{\Δi}}_q\left(s\right)=\frac{{\mathrm{Fs}}^2+Gs+H}{s^2+Es}\mathrm{\Δ}Q\left(s\right)\end{array}---\left(4\right)$

其中，P为有功，Q为无功，u_d、u_q为交直轴电压，i_d、i_q为交直轴电流，[A、B、C、D、E、F、G、H]为传递函数模型参数，Δi_d(s)、Δi_q(s)为频域的交直轴电流，ΔP(s)、ΔQ(s)为频域的有功、无功。

式(3)和式(4)构成了以交直轴电压为输入，交直轴电流为输出的模型结构，所需要辨识的参数有8个。式(4)所示传递函数是根据微电源的双环控制结构所得，待辨识参数是内外环控制参数和滤波电路参数的解析函数，但它们不再具有明确的物理意义。

步骤5、参数辨识：

对于本实施例，采用小生境免疫算法对等值模型的参数进行辨识，算法实现的流程图如图4，调用步骤3中保存的数据文件，进行模型的参数辨识，参数辨识结果如表1所示。

表1 参数辨识结果

步骤6、验证校核：

在同样的激励下，将系统实际量测得到的响应与辨识得到的传递函数模型的输出进行比较，进行验证校核。对于本实施例，等值模型得到的动态响应与实际系统的动态响应比较图如图5所示。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (5)

1.一种适用于微电网的动态等值方法，其特征在于，包括以下步骤：

步骤1：在被研究系统内部设置电压扰动；

步骤2：在扰动期间记录微电网与上级配电网之间联络线的动态响应，所述动态响应包括母线电压数据以及联络线输送的有功、无功数据，并根据所述动态响应换算得到流过联络线的交直轴电流；

步骤3：对微电网系统进行等值，建立微电网等值模型；

步骤4：将步骤2中测得的母线电压数据作为系统输入，交直轴电流作为系统的输出，对选取的非机理传递函数模型进行参数辨识；

步骤5：在同样的激励下，将实际量测得到的联络线的响应与辨识得到的非机理传递函数模型的输出进行比较，进行验证校核；

步骤3中，选取非机理传递函数模型作为微电网等值模型，其中，非机理传递函数模型具体为：

$\left\{\begin{array}{c}P=u_d{i}_d+u_q{i}_q\\ Q=-u_d{i}_q+u_q{i}_d\end{array}\right.$

$\left\{\begin{array}{c}\mathrm{\Δ}{i}_d\left(s\right)=\frac{{\mathrm{Bs}}^2+Cs+D}{s^2+As}\mathrm{\Δ}P\left(s\right)\\ \mathrm{\Δ}{i}_q\left(s\right)=\frac{{\mathrm{Fs}}^2+Gs+H}{s^2+Es}\mathrm{\Δ}Q\left(s\right)\end{array}\right.$

其中，P为有功，Q为无功，u_d、u_q为交直轴电压，i_d、i_q为交直轴电流，[A、B、C、D、E、F、G、H]为传递函数模型参数，Δi_d(s)、Δi_q(s)为频域的交直轴电流，ΔP(s)、ΔQ(s)为频域的有功、无功。

2.根据权利要求1所述的适用于微电网的动态等值方法，其特征在于，步骤3中，采用估计等值法对微电网系统进行等值，其中，估计等值法具体为：

$\begin{array}{cc}\mathrm{\ϵ}\left(t\right|\mathrm{\θ})=y\left(t\right)-\hat{y}\left(t\right|\mathrm{\θ})& V_N=\underset{t=1}{\overset{N}{\Σ}}\left|\right|\mathrm{\ϵ}\left(t\right|\mathrm{\θ})|{|}^2\end{array}$

其中，V_N为优化的目标函数，y(t)为实际系统输出，为当前参数下的模型输出，t为时间序列，N为数据采样点数，θ为模型参数向量，ε(t|θ)为模型响应和实际响应的误差。

3.根据权利要求2所述的适用于微电网的动态等值方法，其特征在于，非机理传递函数模型中的传递函数为二阶连续传递函数，且分母的常数项为零。

4.根据权利要求3所述的适用于微电网的动态等值方法，其特征在于，采用的非机理传递函数模型结构是基于微电源的恒功率双环控制方式，以反映含该类微电源的微电网的外部动态特性。

5.根据权利要求1所述的适用于微电网的动态等值方法，其特征在于，步骤4中辨识的数据源中选取母线电压为输入，联络线传输的交直轴电流为输出，并采用小生境免疫算法进行参数寻优。