CN105576675B - 一种含多台风机的电力系统的阻尼控制的方法和系统 - Google Patents
一种含多台风机的电力系统的阻尼控制的方法和系统 Download PDFInfo
- Publication number
- CN105576675B CN105576675B CN201610060554.XA CN201610060554A CN105576675B CN 105576675 B CN105576675 B CN 105576675B CN 201610060554 A CN201610060554 A CN 201610060554A CN 105576675 B CN105576675 B CN 105576675B
- Authority
- CN
- China
- Prior art keywords
- matrix
- signal sequence
- parameter
- wind turbine
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000013016 damping Methods 0.000 title claims abstract description 301
- 238000000034 method Methods 0.000 title claims abstract description 56
- 239000011159 matrix material Substances 0.000 claims abstract description 209
- 108010076504 Protein Sorting Signals Proteins 0.000 claims abstract description 141
- 230000010355 oscillation Effects 0.000 claims abstract description 100
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 239000002245 particle Substances 0.000 claims description 34
- 238000005259 measurement Methods 0.000 claims description 26
- 238000000354 decomposition reaction Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 230000000052 comparative effect Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 230000033228 biological regulation Effects 0.000 claims description 3
- 238000004804 winding Methods 0.000 claims 1
- 230000005764 inhibitory process Effects 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 20
- 238000002474 experimental method Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 230000005611 electricity Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000005457 optimization Methods 0.000 description 6
- 241000196324 Embryophyta Species 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000009795 derivation Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 241000208340 Araliaceae Species 0.000 description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 3
- 230000020169 heat generation Effects 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- H02J3/386—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/002—Flicker reduction, e.g. compensation of flicker introduced by non-linear load
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Abstract
本发明提供了一种含多台风机的电力系统的阻尼控制方法和系统,该阻尼控制方法包括:测量风机联络线功率信号和区域间交流联络线功率信号,得到风机联络线功率波动信号序列和区域间交流联络线功率波动信号序列;根据上述信号序列结合电力系统的子空间状态空间辨识算法构建电力系统状态空间模型,其中该模型包括系统矩阵;计算系统矩阵的主导振荡模式,获取每个风机联络线功率波动信号序列对主导振荡模式的能控性;根据能控性大小,选取风机装设附加阻尼控制器;采用相位补偿法设计附加阻尼控制器模型,将区域间交流联络线功率波动信号序列输入附加阻尼控制器,输出风机转速调整信号提高阻尼。本发明技术方案能提高对电力系统低频振荡的抑制效果。
Description
技术领域
本发明涉及风电控制技术领域,更为具体地说,涉及一种含多台风机的电力系统的阻尼控制方法和系统。
背景技术
随着化石能源的不断紧缺,风电成为各国未来能源战略的重要发展方向。风电具有洁净以及成本低廉等特点,且风力发电已经成为世界上公认的最接近大规模商业化的可再生能源技术之一。
然而,随着大规模风电等新能源的并网,远距离大容量电力外送过程中,有可能恶化电力系统阻尼特性,同时风电存在波动性、随机性以及间歇性等特点,会引发电力系统低频振荡,威胁电网安全稳定运行。为了抑制低频振荡,已有文献通过外加储能装置、增强网架等一次系统策略增强电力系统阻尼,以抑制低频振荡,但上述方式成本较高,难以大规模应用。相比之下,在二次系统通过附加阻尼控制环改变输出功率的相位、幅值以增加阻尼的附加阻尼控制方式,具有经济和易工程实现等优点。
目前,风机对电网系统扰动响应不大,永磁同步风机基本无响应,双馈风机响应同样有限,故有必要对风机附加阻尼控制器以提高风机的响应,进一步提高电力系统阻尼。实际电力系统中不同地点的并网风电场对电力系统低频振荡的抑制效果差异大,含多台风机的电力线系统中附加阻尼控制器的设置位置不佳、协调控制不强,对电力系统低频振荡的抑制效果不强。
综上所述,如何优化多台风机附加阻尼控制器的协调阻尼控制以提高系统的阻尼成为目前本领域技术人员亟待解决的技术问题。
发明内容
本发明的目的是提供一种多台风机协调阻尼控制的技术方案,以解决背景技术中所介绍的现有技术的含多台风机的电力线系统中附加阻尼控制器参数不优,协调控制不强,对电力系统低频振荡的抑制效果不强的问题。
为了解决上述技术问题,本发明提供如下技术方案:
本发明提供了一种含多台风机的电力系统的阻尼控制方法,该阻尼控制方法包括:
同步测量所述电力系统的风机联络线功率信号和区域间交流联络线功率信号,得到多个测量时刻对应的风机联络线功率信号序列和区域间交流联络线功率信号序列;
去除所述风机联络线功率信号序列和所述区域间交流联络线功率信号序列的直流分量,分别得到风机联络线功率波动信号序列和区域间交流联络线功率波动信号序列;
以所述风机联络线功率波动信号序列作为模型输入,所述区域间交流联络线功率波动信号序列作为模型输出,结合电力系统的子空间状态空间辨识算法,构建所述电力系统状态空间模型,其中,所述电力系统状态空间模型包括电力系统的系统矩阵、输入矩阵、输出矩阵和前馈矩阵;
根据所述电力系统状态空间模型计算所述系统矩阵的主导振荡模式,所述主导振荡模式为电力系统系统状态对应的阻尼最弱的振荡模式;
获取每个风机的风机联络线功率波动信号序列对所述主导振荡模式的能控性;
根据所述能控性的大小,选取预定数量的风机装设附加阻尼控制器;
采用相位补偿法设计附加阻尼控制器模型,以所述区域间交流联络线功率波动信号序列作为所述附加阻尼控制器的输入信号,输出风机转速调整信号;
根据所述风机转速调整信号,使用风机变流器的控制器的有功功率控制环提高所述阻尼。
优选地,所述含多台风机的电力系统的阻尼控制方法还包括:
根据风机联络线功率波动信号序列的能控性大小,调整所述附加阻尼控制器的控制器增益;
以所述主导振荡模式的阻尼最大化为目标,使用粒子群算法对所述附加阻尼控制器的待优化参数进行优化,得到所述附加阻尼控制器的最优参数;
使用所述最优参数调整所述附加阻尼控制器,对所述区域间交流联络线功率波动信号序列进行相位补偿和增益调节,输出最优风机转速调整信号。
优选地,所述以所述风机联络线功率波动信号序列作为模型输入,所述区域间交流联络线功率波动信号序列作为模型输出,结合电力系统的子空间状态空间辨识算法,构建所述电力系统状态空间模型,具体包括:
根据所述风机联络线功率波动信号序列、区域间交流联络线功率波动信号序列以及所述电力系统的系统状态之间关系,构建前向迭代形式的电力系统状态空间模型,所述电力系统状态空间模型包括电力系统的系统矩阵、输入矩阵、输出矩阵和前馈矩阵;
根据得到的各个测量时刻对应的所述风机联络线功率波动信号序列和所述区域间交流联络线功率波动信号序列以及各个测量时刻的系统状态,构建电力系统的输入、输出和系统状态汉克尔矩阵;
联立所述输入、输出和系统状态汉克尔矩阵以及所述前向迭代形式的电力系统状态空间模型,得到简化电力系统状态空间模型,其中,所述简化电力系统状态空间模型包括广义能观性矩阵;
根据所述简化电力系统状态空间模型计算子空间斜投影,对所述子空间斜投影进行奇异值分解,求解所述广义能观性矩阵;
根据所述广义能观性矩阵求解所述电力系统状态空间模型的系统矩阵、输入矩阵、输出矩阵和前馈矩阵。
优选地,所述含多台风机的电力系统的阻尼控制方法还包括:
计算所述电力系统的系统矩阵的特征值矩阵和右特征向量矩阵;
根据所述右特向量征矩阵计算所述电力系统状态空间模型的左特征向量;
将所述左特征向量乘以所述电力系统的输入矩阵,计算所述风机联络线功率波动信号序列对所述主导振荡模式的能控性;
根据所述能控性的大小,选取预定数量的风机装设附加阻尼控制器。
优选地,所述含多台风机的电力系统的阻尼控制方法还包括:
根据所述区域间交流联络线功率波动信号序列、风机转速调整信号、控制器增益以及补偿环节参数的关系,建立附加阻尼控制器状态空间模型,所述附加阻尼控制器状态空间模型包括附加阻尼控制器的系统矩阵、输入矩阵、输出矩阵和前馈矩阵;
联立所述电力系统状态空间模型和所述附加阻尼控制器状态空间模型,构建闭环系统状态空间模型,其中,所述闭环系统状态空间模型为所述附加阻尼控制器和所述电力系统构成的闭环系统的状态空间模型,所述闭环系统状态空间模型包括闭环系统的系统矩阵;
根据所述闭环系统状态空间模型计算所述闭环系统的系统矩阵。
优选地,所述以所述主导振荡模式的阻尼最大化为目标,使用粒子群算法对所述附加阻尼控制器的待优化参数进行优化,得到所述附加阻尼控制器的最优参数,具体包括:
确定所述附加阻尼控制器的待优化参数、待优化参数的约束条件和主导振荡模式对应的最大阻尼;其中,所述待优化参数包括控制器增益、相位补偿的超前时间常数和滞后时间常数;
初始化所述附加阻尼控制器的待优化参数,获取所述待优化参数的最优值和最大阻尼;
更新所述待优化参数的实际值和偏差量;
根据所述闭环系统的系统矩阵计算各个待优化参数在所述主导振荡模式对应的实际阻尼;
比较所述待优化参数在主导振荡模式下对应的实际阻尼和最大阻尼的大小,根据比较结果更新所述待优化参数的最优值和最大阻尼;
查找满足所述约束条件的待优化参数,作为最优参数调整所述附加阻尼控制器,以使所述电力系统在所述主导振荡模式下的阻尼最大。
根据本发明的第二方面,还提出了一种含多台风机的电力系统的阻尼控制系统,该阻尼控制系统包括:
测量模块,用于同步测量所述电力系统的风机联络线功率信号和区域间交流联络线功率信号,得到多个测量时刻对应的风机联络线功率信号序列和区域间交流联络线功率信号序列;
处理模块,用于去除所述风机联络线功率信号序列和所述区域间交流联络线功率信号序列的直流分量,分别得到风机联络线功率波动信号序列和区域间交流联络线功率波动信号序列;
构建模块,用于以所述风机联络线功率波动信号序列作为模型输入,所述区域间交流联络线功率波动信号序列作为模型输出,结合电力系统的子空间状态空间辨识算法,构建所述电力系统状态空间模型,其中,所述电力系统状态空间模型包括电力系统的系统矩阵、输入矩阵、输出矩阵和前馈矩阵;
计算模块,用于根据所述电力系统状态空间模型计算所述系统矩阵的主导振荡模式,所述主导振荡模式为电力系统系统状态对应的阻尼最弱的振荡模式;
获取模块,用于获取每个风机的风机联络线功率波动信号序列对主导振荡模式的能控性;
选取模块,用于根据能控性的大小,选取预定数量的风机装设附加阻尼控制器;
设计模块,用于采用相位补偿法设计所述附加阻尼控制器模型,以所述区域间交流联络线功率波动信号序列作为所述附加阻尼控制器的输入信号,输出风机转速调整信号;
阻尼调节模块,用于根据所述风机转速调整信号,使用风机转子侧变流器的控制器的有功功率控制环提高所述阻尼。
优选地,所述含多台风机的电力系统的阻尼控制系统还包括:
增益调整模块,用于根据风机联络线功率波动信号序列的能控性大小,调整所述附加阻尼控制器的控制器增益;
参数获取模块,用于以所述主导振荡模式的阻尼最大化为目标,使用粒子群算法对所述附加阻尼控制器的待优化参数进行优化,获取所述附加阻尼控制器的最优参数;
信号序列调节模块,用于使用所述最优参数调整所述附加阻尼控制器,对所述区域间交流联络线功率波动信号序列进行相位补偿和增益调节,输出最优风机转速调整信号。
优选地,所述构建模块具体包括:模型构建子模块,用于根据所述风机联络线功率波动信号序列、区域间交流联络线功率波动信号序列、所述电力系统的系统状态之间关系,构建前向迭代形式的电力系统状态空间模型,所述电力系统状态空间模型包括电力系统的系统矩阵、输入矩阵、输出矩阵和前馈矩阵;
矩阵构建子模块,用于根据得到的各个测量时刻对应的所述风机联络线功率波动信号序列和所述区域间交流联络线功率波动信号序列以及各个测量时刻的系统状态,构建电力系统的输入、输出和系统状态汉克尔矩阵;
联立子模块,用于联立所述输入、输出和系统状态汉克尔矩阵以及所述前向迭代形式的电力系统状态空间模型,得到简化电力系统状态空间模型,其中,所述简化电力系统状态空间模型包括广义能观性矩阵;
分解子模块,用于根据所述简化电力系统状态空间模型计算子空间斜投影,对所述子空间斜投影进行奇异值分解,求解所述广义能观性矩阵;
求解子模块,用于根据所述广义能观性矩阵求解所述电力系统状态空间模型的系统矩阵、输入矩阵、输出矩阵和前馈矩阵。
优选地,所述含多台风机的电力系统的阻尼控制系统还包括:附加阻尼控制器状态空间模型构建模块,用于根据所述区域间交流联络线功率波动信号序列、风机转速调整信号、控制器增益以及补偿环节参数的关系,建立附加阻尼控制器状态空间模型,所述附加阻尼控制器状态空间模型包括附加阻尼控制器的系统矩阵、输入矩阵、输出矩阵和前馈矩阵;
联立模块,用于联立所述电力系统状态空间模型和所述附加阻尼控制器状态空间模型,构建闭环系统状态看空间模型,其中,所述闭环系统状态空间模型为所述附加阻尼控制器和所述电力系统构成的闭环系统的状态空间模型,所述闭环系统状态空间模型包括所述闭环系统的系统矩阵;
系统矩阵计算模块,用于根据所述闭环系统状态空间模型计算所述闭环系统的系统矩阵;
所述参数获取模块具体包括:确定子模块,用于确定所述附加阻尼控制器的待优化参数、待优化参数的约束条件和主导振荡模式对应的最大阻尼;其中,所述待优化参数包括控制器增益、相位补偿的超前时间常数和滞后时间常数;
初始化子模块,用于初始化所述附加阻尼控制器的待优化参数,获取所述待优化参数的最优值和最大阻尼;
更新子模块,用于更新所述待优化参数的实际值和偏差量;
计算子模块,用于根据所述闭环系统的系统矩阵计算各个待优化参数在主导振荡模式对应的实际阻尼;
比较子模块,用于比较所述待优化参数在主导振荡模式下对应的实际阻尼和最大阻尼的大小,所述更新子模块还用于所述比较子模块的比较结果更新所述待优化参数的最优值和最大阻尼;
查找子模块,用于查找满足所述约束条件的待优化参数,作为最优参数调整所述附加阻尼控制器,以使所述电力系统在所述主导振荡模式下的阻尼最大。
通过上述工作过程可以得出,本发明提供的含多台风机的电力系统的阻尼控制系统方案,通过同步测量电力系统的风机联络线功率信号和区域间交流联络向功率信号,经过处理得到多个测量时刻对应的风机联络线功率波动信号序列和区域间交流联络线功率波动信号序列,以风机联络线功率波动信号序列作为模型输入,区域间交流联络线功率波动信号序列作为模型输出,构建电力系统状态空间模型,根据电力系统状态空间模型计算所述电力系统的系统矩阵的主导振荡模式,该主导振荡模式能够为电力系统的系统状态对应的阻尼最弱的振荡模式,反映的是振荡持续时间最长的振荡模式,然后根据每个风机的风机联络线功率波动信号序列对主导振荡模式的能控性,该能控性反映了电力系统状态空间模型的模型输入(即风机联络线功率波动信号序列)对振荡模式下阻尼的提高能力的大小,如背景技术中所述,实际电力系统中不同地点的并网风电场对电力系统低频振荡的抑制效果差异大,因此有些地点的风机的能控性较小,甚至能控性为负值,若在此地点装设附加阻尼控制器,对低频振荡的抑制效果差,而且还浪费资源,因此根据能控性大小,选取预定数量的风机装设附加阻尼控制器,如在能控性大的风机装设,然后采用相位补偿法设计附加阻尼控制器模型,以区域间交流联络线功率波动信号序列作为附加阻尼控制器的输入信号,输出风机转速调整信号,该附加阻尼控制器模型与上述电力系统状态空间模型构成闭环系统,能够根据电力系统状态空间模型输出的区域间交流联络线功率波动信号序列作为附加阻尼控制器的输入信号,输出的风机转速调整信号与上述风机联络线功率波动信号序列相等价,通过该风机转速调整信号附加到基准转速上,稳定风机联络线功率,从而能够抑制风机联络线的低频振荡,提高电力系统的阻尼。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1是本发明一示例性实施例示出的一种含多台风机的电力系统的阻尼控制系统的结构示意图;
图2是本发明一示例性实施例示出的一种含多台风机的电力系统的阻尼控制方法的流程示意图;
图3是本发明一示例性实施例示出的一种含多台风机的电力系统的阻尼控制方法的流程示意图;
图4是本发明一示例性实施例示出的一种含多台风机的电力系统的阻尼控制方法的流程示意图;
图5是本发明一示例性实施例示出的一种含多台风机的电力系统的阻尼控制方法的流程示意图;
图6是本发明一示例性实施例示出的一种附加阻尼控制器的控制框图;
图7是本发明一示例性实施例示出的一种含多个风电场的区域互联电力系统的结构示意图;
图8是本发明一示例性实施例示出的一种含多台风机的电力系统的阻尼控制方法的流程示意图;
图9是本发明一示例性实施例示出的一种含多台风机的电力系统的阻尼控制方法的流程示意图;
图10是本发明一示例性实施例示出的一种含多台风机的电力系统的阻尼控制系统的结构示意图;
图11是本发明一示例性实施例示出的一种含多台风机的电力系统的阻尼控制系统的结构示意图;
图12是本发明一示例性实施例示出的一种含多台风机的电力系统的阻尼控制系统的结构示意图;
图13是本发明一示例性实施例示出的一种含多台风机的电力系统的阻尼控制系统的结构示意图;
图14a是本发明一示例性实施例示出的一种含多台风机的电网系统的系统接线示意图;
图14b是一种对图14a所示电网系统进行阻尼控制的区域间交流联络线有功功率对比效果示意图;
图14c是一种对图14a所示电网系统进行阻尼控制的风电场输出有功功率对比效果示意图;
图14d是一种对图14a所示电网系统进行阻尼控制的风机转速的对比效果示意图;
图14e是一种对图14a所示电网系统进行阻尼控制的区域间交流联络线有功功率对比效果示意图。
具体实施方式
本发明实施例提供的含多台风机的电力系统的阻尼控制方案,解决了背景技术中所介绍的电力系统中不同地点的并网风电场对电力系统低频振荡的抑制效果差异大,阻尼协调控制不强,对电力系统低频振荡的抑制效果不强的问题。
为了使本技术领域的人员更好地理解本发明实施例中的技术方案,并使本发明实施例的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明实施例中的技术方案作进一步详细的说明。
请参考附图1,图1是本发明一示例性实施例示出的一种含多台风机的电力系统的阻尼控制系统的结构示意图。如图1所示,本发明实施例提供的含多台风机的电力系统的阻尼控制系统,包括:
电力系统状态空间模型、阻尼控制器以及有功控制环,其中,风机联络线功率波动信号序列作为电力系统状态空间模型的输入,交流联络线功率波动信号序列作为模型输出,构建电力系统状态空间模型,根据对风机联络线功率波动信号序列的能控性,确定需要安装附加阻尼控制器的风机,将附加阻尼控制器安装到风机上后,将交流联络线功率波动信号序列作为附加阻尼控制器的输入,经过附加阻尼控制器的优化处理,生成转速调整信号,该转速调整信号经过变流器的控制器的有功控制环进行处理,对风机转速进行优化,从而调节电力系统低频振荡,提高电力系统的阻尼,其中,转速调整信号与区域间交流联络线呈一次线性关系,即两者相等价,因此附加阻尼控制器与电力系统状态空间模型构成了闭环系统。从而进一步,针对不同地点的风机,实现了阻尼控制器参数的自适应调整,阻尼控制效果好。
请参见图1和图2,图2是本发明一示例性实施例提供的一种含多台风机的电力系统的阻尼控制方法的流程示意图,如图2所示,包括以下步骤:
S210:同步测量所述电力系统的风机联络线功率信号和区域间交流联络线功率信号,得到多个测量时刻对应的风机联络线功率信号序列和区域间交流联络线功率信号序列。
S220:去除所述风机联络线功率信号序列和所述区域间交流联络线功率信号序列的直流分量,分别得到风机联络线功率波动信号序列和区域间交流联络线功率波动信号序列。
S230:以所述风机联络线功率波动信号序列作为模型输入,所述区域间交流联络线功率波动信号序列作为模型输出,结合电力系统的子空间状态空间辨识算法,构建所述电力系统状态空间模型,其中,所述电力系统状态空间模型包括电力系统的系统矩阵、输入矩阵、输出矩阵和前馈矩阵。
具体步骤如下:使用广域量测系统同步测量含多个风机的电力系统的风机联络线功率信号和区域间交流联络线功率信号,分别得到风机联络线功率信号序列Pw和区域间交流联络线功率信号序列Pac,然后通过数据预处理去掉Pw和Pac的直流分量,分别得到风机联络线功率信号波动序列·Pw和区域间交流联络线功率信号波动序列·Pac,再利用子空间状态空间辨识算法(N4SID)对上述·Pw和·Pac进行辨识,建立含多个风机的电力系统状态空间模型。
具体地,利用子空间状态空间辨识算法(N4SID),对风机联络线功率波动信号序列·Pw和区域间交流联络线功率波动信号序列·Pac进行辨识,建立含多个风机的电力系统状态空间模型,具体方法如图3所示:
S310:根据所述风机联络线功率波动信号序列、区域间交流联络线功率波动信号序列以及所述电力系统的系统状态之间关系,构建前向迭代形式的电力系统状态空间模型,所述电力系统状态空间模型包括电力系统的系统矩阵、输入矩阵、输出矩阵和前馈矩阵,模型如下所示;
其中,向量ut∈Rm和向量yt∈Rl分别是电力系统的m个输入(风机联络线功率波动信号序列)和l个输出(风机联络线功率波动信号序列)在t时刻的测量值。xt∈Rn是电力系统在t时刻的状态向量。A∈Rn×n是系统矩阵,反映了电力系统的状态与状态之间的关系,B∈Rn ×m是输入矩阵,反映了电力系统的输入与输入之间关系,C∈Rl×n是输出矩阵,反映了电力系统的输出与输出之间关系,D∈Rl×m是前馈矩阵,反映了电力系统的输入与输出之间关系。
S320:根据得到的各个测量时刻对应的所述风机联络线功率波动信号序列和所述区域间交流联络线功率波动信号序列以及各个测量时刻的系统状态,构建电力系统的输入、输出和系统状态汉克尔矩阵。
具体地,利用风机联络功率波动信号序列·Pw和区域间交流联络线功率波动信号序列·Pac中的采样数据·Pw(0),·Pw(1),…,·Pw(i),·Pw(i+1),…·Pw(2i+j-2)和·Pac(0),·Pac(1),…,·Pac(i),·Pac(i+1),…·Pac(2i+j-2)构造电力系统的输入、输出和系统状态的Hankel矩阵如下:
上式中,Y、U和X分别表示电力系统的输出、输入和状态变量的Hankel矩阵,p和f分别表示过去和将来相对时刻,参数i和j由用户定义,一般的,i·n(n为辨识模型阶数),j·i。其中,过去和将来相对时刻是将测量的各个时刻从某一时间点进行断开,该时间点之前为过去,该时间点以后为将来。
S330:联立所述输入、输出和系统状态汉克尔矩阵以及所述前向迭代形式的电力系统状态空间模型,对上述电力系统状态空间模型进行简化,得到简化电力系统状态空间模型,如下:
其中,Γi为广义能观性矩阵,为下三角Toeplitz矩阵,为{A,B}的逆广义能控性矩阵。
S340:根据所述简化电力系统状态空间模型计算子空间斜投影,对所述子空间斜投影进行奇异值分解,求解所述广义能观性矩阵。
子空间斜投影为上述未来输出矩阵在未来输入矩阵的正交补上的投影:
奇异值分解的过程如下:
在上式两侧分别乘上特定值W1、W2;得到如下所示公式:
其中,对上式进行奇异值分解可得参数如下:
上式中,(U1U2)的左奇异值向量;(V1 TV2 T)T的右奇异值向量;S1为对角阵,对角元素为矩阵(U1U2)的奇异值,该奇异值分解具有以下性质:
rank(Οi)=n
从奇异值分解中可以获得系统的阶次n,则计算的广义能观性矩阵
S350:根据所述广义能观性矩阵求解所述电力系统状态空间模型的系统矩阵、输入矩阵、输出矩阵和前馈矩阵。
电力系统的系统矩阵A和输出矩阵C的求解过程如下:
电力系统的输出矩阵C可直接有广义能观性矩阵Γi获得C=Γi(1:m,:);
利用矩阵Γi的转移不变性
其中表示不包含前l行的Γi阵,Γ i表示不含后l行的Γi阵,上标表示Moore-Penrose伪逆;
电力系统的输入矩阵B和前馈矩阵D的求解过程如下:
其中通过使用最小二乘方法求解上述方程即可求得上述电力系统的输入矩阵B和前馈矩阵D。
S240:根据所述电力系统状态空间模型计算所述电力系统的系统矩阵的主导振荡模式,所述主导振荡模式为电力系统系统状态对应的阻尼最弱的振荡模式。
S250:获取每个风机的风机联络线功率波动信号序列对所述主导振荡模式的能控性。
S260:根据能控性的大小,选取预定数量的风机装设附加阻尼控制器。
具体获取对主导振荡模式的能控性的方法如图4所示,包括如下步骤:
S410:计算所述电力系统的系统矩阵的特征值矩阵和右特征向量矩阵;
S420:根据所述右特征向量矩阵计算所述电力系统状态空间模型的左特征向量;
S430:将所述左特征向量乘以所述电力系统的输入矩阵,计算所述风机联络线功率波动信号序列对所述主导振荡模式的能控性;
然后,执行上述步骤S260根据主导振荡模式对应的能控性的大小,选取预定数量的风机装设附加阻尼控制器。
本实施例中,根据主导振荡模式对应的能控性大小,选取预定数量的风机装设附加阻尼控制器的具体做法如下:
计算电力系统状态空间模型中的系统矩阵的主导振荡模式对应的左特征向量;
对于上述辨识所得的电力系统的系统矩阵A,计算该系统矩阵A的特征值矩阵·和右特征向量矩阵Φ;其中,·=diag(·1·2…·n),Φ=(φ1φ2…φn);
则系统矩阵的右特征向量矩阵为:
对于主导振荡模式·k的能控性表示为
其中B为上述电力系统状态空间模型中辨识所得的输入矩阵B,将各个输入量(区域间交流联络线功率波动信号序列),然后可按照能控性的大小排序,选取能控性较大的作为附加阻尼控制器的输出信号。
S270:采用相位补偿法设计附加阻尼控制器模型,以所述区域间交流联络线功率波动信号序列作为所述附加阻尼控制器的输入信号,输出风机转速调整信号。
S280:根据所述风机转速调整信号,使用风机变流器的控制器中的有功功率控制环,利用风机旋转动能提高所述阻尼。
通过上述工作过程可以得出,本发明提供的含多台风机的电力系统的阻尼控制系统方案,通过同步测量电力系统的风机联络线功率信号和区域间交流联络向功率信号,经过处理得到多个测量时刻对应的风机联络线功率波动信号序列和区域间交流联络线功率波动信号序列,以风机联络线功率波动信号序列作为模型输入,区域间交流联络线功率波动信号序列作为模型输出,构建电力系统状态空间模型,根据电力系统状态空间模型计算所述电力系统的系统矩阵的主导振荡模式,该主导振荡模式能够为电力系统的系统状态对应的阻尼最弱的振荡模式,反映的是振荡持续时间最长的振荡模式,然后根据每个风机的风机联络线功率波动信号序列对主导振荡模式的能控性,该能控性反映了电力系统状态空间模型的模型输入(即风机联络线功率波动信号序列)对振荡模式下阻尼的提高能力的大小,如背景技术提到,实际电力系统中不同地点的并网风电场对电力系统低频振荡的抑制效果差异大,因此有些地点的风机的能控性较小,甚至能控性为负值,若在此地点装设附加阻尼控制器,对低频振荡的抑制效果差,而且还浪费资源,因此根据能控性大小,选取预定数量的风机装设附加阻尼控制器,如在能控性大的风机装设,然后采用相位补偿法设计附加阻尼控制器模型,以区域间交流联络线功率波动信号序列作为附加阻尼控制器的输入信号,输出风机转速调整信号,该附加阻尼控制器模型与上述电力系统状态空间模型构成闭环系统,能够根据电力系统状态空间模型输出的区域间交流联络线功率波动信号序列作为附加阻尼控制器的输入信号,输出的风机转速调整信号与上述风机联络线功率波动信号序列相等价,通过该风机转速调整信号附加到基准转速上,稳定风机联络线功率,从而能够抑制风机联络线的低频振荡,提高电力系统阻尼。
具体的设计附加阻尼控制器模型的做法如图5所示,包括如下步骤:
S510:根据所述区域间交流联络线功率波动信号序列、风机转速调整信号、控制器增益以及补偿环节参数的关系,建立附加阻尼控制器状态空间模型,所述附加阻尼控制器状态空间模型包括附加阻尼控制器的系统矩阵、输入矩阵、输出矩阵和前馈矩阵;
S520:联立所述电力系统状态空间模型和所述附加阻尼控制器状态空间模型,构建闭环系统状态空间模型,其中,所述闭环系统状态空进模型为所述附加阻尼控制器和所述电力系统构成的闭环系统的状态空间模型,所述闭环系统状态空间模型包括闭环系统的系统矩阵;
S530:根据所述闭环系统状态空间模型计算所述闭环系统的系统矩阵。
采用相位补偿的方法设计附加阻尼控制器状态空间模型,该附加阻尼控制器如图6所示,包括隔直环节、补偿环节、增益环节以及限幅环节,其中,隔直环节是一个微分环节,主要作用是使稳态时附加阻尼控制器输出为零,而电力系统振荡时动态信号通过,从而确保附加阻尼控制器只在系统振荡时投入运行;补偿环节由超前环节或滞后环节组成,提供相位补偿,使风电场提供的附加力矩与系统功率波动反向,实现“削峰填谷”的效果;增益环节确保附加力矩有足够幅值;限幅环节,确保输出值不要过大。将上述区域间交流联络线功率波动信号序列·Pac作为附加阻尼控制器的输入信号,附加阻尼控制器的输出风机转速调整信号·damp,然后将该风机转速调整信号·damp送至风机转子侧变流器的控制器的有功功率控制环;使风机转速在基准转速上按该风机转速调整信号·damp进行调整,从而利用风电机组的旋转动能使电力系统阻尼提高。
根据区域间交流联络线功率波动信号序列判断区域间交流联络线功率是否上升或下降,当区域间交流联络线功率上升时,风机转速调整信号为负值附加到基准转速上,使得风机实际转速变小,风机输出功率(即风机联络线功率)也相应减小,进一步抑制区域间交流联络线功率的上升;当区域间交流联络线功率下降时,风机转速调整信号为正值附加到基准转速上,使得风机实际转速增大,风机输出功率相应增加,抑制区域间交流联络线功率的下降。这样就提高阻尼,抑制风机联络线功率和区域间交流联络线功率的振荡。
上述电力系统状态空间模型与附加阻尼控制器状态空间模型构成闭环系统,由于电力系统辨识为状态空间的形式,因此为了方便计算与处理,将附加阻尼控制器加入该电力系统,必须先将附加阻尼控制器模型由传递函数形式转换到状态空间形式,由自动控制原理传递函数转换到状态空间的推导理论可得,附加阻尼控制器状态空间方程的系统矩阵Ac、输入矩阵Bc、输出矩阵Cc、前馈矩阵Dc矩阵分别由下述公式求得:
式中,Y(s)为附加阻尼控制器的输出信,U(s)为附加阻尼控制器的输入信号,K为附加阻尼控制器增益,T1、T2、T3、T4为补偿环节参数,s为拉普拉斯算子。
附加阻尼控制器在补偿环节的传递函数为:
附加阻尼控制器的状态空间方程:
式中,x为附加阻尼控制器的状态变量,为附加阻尼控制器的状态变量的一阶导数,y为附加阻尼控制器的系统输出,u为附加阻尼控制器的系统输入,Ac、Bc、Cc、Dc分别为附加阻尼控制器的系统矩阵、输入矩阵、输出矩阵和前馈矩阵。
其中,
上述为单个风机附加阻尼控制器状态空间方程的推导过程,下述为采用两个风电机组分别设置附加阻尼控制器的推导过程:
式中,B^c、C^c和D^c分别为两个风电机组的附加阻尼控制器的系统矩阵、输入矩阵、输出矩阵和前馈矩阵。
基于上述步骤中电力系统状态空间模型的辨识结果:
即可得到电力系统加附加阻尼控制器构成的闭环系统的闭环状态空间模型,该闭环状态空间模型为下述闭环状态空间方程矩阵:
闭环系统的闭环状态空间方程的系统矩阵的计算公式如下:
附加阻尼控制器包括相位补偿环节,相位补偿环节的补偿相位原理推导如下:
含多个风电场的区域互联电力系统如图7所示,A1和A2代表2个风机安装区域,A1含n台同步发电机,A2含m台同步发电机,WT代表风电场,风机安装区域A1通过交流输电线路向区域A2输送功率Pac。设发电机采用经典二阶模型,E’恒定,则第i台发电机有如下方程:
其中:·i和·i为第i台发电机功角和角速度,Mi为发电机惯性时间常数,Pmi和Pei为发电机机械功率和电磁功率,Di为发电机阻尼。根据惯量中心(COI)的概念,A1的COI功角和COI角速度定义如下:
其中:由此可得区域A1有如下转子运动方程:
其中:
同理可得区域A2的COI功角、COI角速度和转子运动方程。区域A1、区域A2发电机电磁功率表达式如下:
式中PL1·和PL2·为区域A1和A2的总负荷;Pd为永磁同步风机风电场出力,Pac为交流线传输功率,忽略线路损耗及分布电容则得到区域间交流联络线功率波动信号序列为:
设风速恒定,将区域间交流联络线功率表达式以及区域A1、区域A2发电机电磁功率表达式代入区域A1的转子运动方程,则:
令设定发电机机械功率恒定并忽略发电机阻尼,上式可改写为:
若Pd不加以调制,则有特征根:
上述特征根表明功角在扰动后的过渡过程中等幅振荡,若引入附加阻尼控制使得
则有特征根
由此可见,通过合适的控制策略,如引入联络线功率,通过相位补偿、增益等环节使·Pd和··COI成正比(同相位),则可使电力系统的阻尼增加,有效抑制区域A1和A2功角间的相对振荡。
本例补偿环节n=2,此时,附加阻尼控制器的传递函数为:
另外,在设置了上述闭环系统后,还需要对附加阻尼控制器进行参数优化,具体的参数优化步骤如图8所示,包括如下步骤:
S810:根据风机联络线功率波动信号序列的能控性大小,调整所述附加阻尼控制器的控制器增益;
S820:以所述主导振荡模式的阻尼最大化为目标,使用粒子群算法对所述附加阻尼控制器的待优化参数进行优化,得到所述附加阻尼控制器的最优参数;
S830:使用所述最优参数调整所述附加阻尼控制器,对所述区域间交流联络线功率波动信号序列进行相位补偿和增益调节,输出最优风机转速调整信号。
将上述步骤设计的阻尼控制器状态空间模型加入到电力系统状态空间模型中,构成闭环系统的状态空间模型,
其中,上述步骤S820:以主导振荡模式的阻尼最大化为目标,使用粒子群算法对所述附加阻尼控制器的待优化参数进行优化,得到所述附加阻尼控制器的最优参数具体的优化方法如图9所示,包括如下步骤:
S910:确定所述附加阻尼控制器的待优化参数、待优化参数的约束条件和主导振荡模式对应的最大阻尼;其中,所述待优化参数包括控制器增益、相位补偿的超前时间常数和滞后时间常数;
作为一种实施例,针对含两个风电场的电力系统,上述步骤中设计的阻尼控制器传递函数为:
每个阻尼控制器有5个参数:K、T1、T2、T3、T4,根据控制器设计原理及经验,T2、T4为给定值,不需优化,K、T1、T3为待优化参数。
约束条件如下:
式中,K1、K2分别为两个风电场阻尼控制器的增益,由B步中能控性大小可给出K1、K2之间的关系,F为B步中输入信号对主导振荡模式的能控性的比值。也即存在5个待优化参数:K1、T11、T13、T21、T23。
目标函数,即主导振荡模式对应的最大阻尼:maxξ;
式中ξ为系统主导振荡模式的阻尼比,目标函数即为该振荡模式下阻尼比的最大化。
S920:初始化附加阻尼控制器的待优化参数,获取所述待优化参数的最优值和最大阻尼。
初始化附加阻尼控制器的所有待优化参数。设定学习因子c1、c2,最大迭代次数Kmax,初始惯性权值·ini,最大迭代次数时的惯性权值·fin,在搜索空间随机产生粒子x1,x2,…,xm,随机产生粒子速度v1,v2,…,vm,记录个体最优位置pbesti与个体最优值fbest.i以及群体最优位置gbesti与群体最优值fgbest.i。
S930:更新所述待优化参数的实际值和偏差量;
新一代粒子速度为:
vid(k+1)=ω(k)·vid(k)+c1·r1(pid(k)-xid(k))+c2·r2(pgd(k)-xid(k))
其中,惯性权重ω(k)=(ωini-ωinf)(Kmax-k)Kmax+ωinf
上式中,k表示迭代数,c1、c2为学习因子,其中c1用来调节粒子往个体最优位置方向移动的步长,c2用来调节粒子往群体最优位置方向移动的步长。r1、r2为[0,1]之间的随机数。pid表示第i个粒子迄今为止搜索到的最优位置下的第d个坐标分量。pgd表示整个粒子群迄今为止搜索到的最优位置下的第d个坐标分量。
新一代粒子位置为:
xid(k+1)=xid(k)+vid(k+1),1≤i≤n,1≤d≤D
式中,D表示D维的搜索空间,n表示总粒子数。
S940:根据所述闭环系统的系统矩阵计算各个待优化参数在所述主导振荡模式对应的实际阻尼。
将各个粒子的当前位置代入C步中的系统闭环状态空间方程的A矩阵中,计算群中各个粒子所对应主导振荡模式的阻尼比·(xi)。
S950:比较所述待优化参数在主导振荡模式下对应的实际阻尼和最大阻尼的大小,根据比较结果更新所述待优化参数的最优值和最大阻尼。
比较粒子当前对应的阻尼比和个体最优值,更新个体最优位置pbesti与个体最优值fbest.i。
如果fbest.i优于·(xi),即fbest.i>·(xi),则个体最优位置pbesti与个体最优值fbest.i均不变,否则,令fbest.i=·(xi)且pbesti=x(i)。
比较粒子当前对应的阻尼比和群体最优值,更新群体最优位置gbesti与群体最优值fgbest。
如果fgbest优于·(xi),,即fgbest>·(xi),则群体最优位置gbesti与群体最优值fgbest均不变,否则,令fgbest=·(xi)且gbesti=x(i)。
检查迭代次数k是否超过Kmax,超过则计算结束,当前粒子位置为系统控制参数群体最优值,否则k=k+1,返回步骤D3。
S960:查找满足所述约束条件的待优化参数,作为最优参数调整所述附加阻尼控制器,以使所述电力系统在所述主导振荡模式下的阻尼最大。
具体地,在整个参数取值范围内搜索满足约束条件的Ki、T1i、T3i(i=1,2)的最佳组合,使得目标函数,即主导振荡模式下的阻尼最大化。
其中,图9上述各个步骤中,
粒子指由待优化量(K增益、T1超前、T3滞后常数)组成的列向量;
粒子群指包含所有粒子的矩阵;
粒子位置指粒子中待优化量的值;
粒子速度指粒子与新一代粒子的偏差,也就是粒子向下一个位置移动的大小;
个体最优值指一次迭代中,所有粒子所对应的阻尼比最大值;
个体最优位置指一次迭代中,阻尼比最大值所对应的待优化量的值;
群体最优值指所有迭代中的粒子所对应的阻尼比最大值;
群体最优位置指所有迭代中阻尼比最大值所对应的待优化量的值。
基于同一发明构思,本申请实施例还提供了一种含多台风机的电力系统的阻尼控制系统,由于所述系统对应的方法是本申请实施例中的含多台风机的电力系统的阻尼控制方法,并且该系统解决问题的原理与方法相似,因此该系统的实施可以参见方法的实施,重复之处不再赘述。
如图10所示,图10是本发明一示例性实施例提供的一种含多台风机的电力系统的阻尼控制系统的结构示意图,该阻尼控制系统包括:
测量模块1001,用于实时测量所述电力系统中广域量测子系统的风机联络线功率信号和区域间交流联络线功率信号,得到多个测量时刻对应的风机联络线功率信号序列和区域间交流联络线功率信号序列;
处理模块1002,用于去除风机联络线功率信号序列和区域间交流联络线功率信号序列的直流分量,分别得到风机联络线功率波动信号序列和区域间交流联络线功率波动信号序列;
构建模块1003,用于以所述风机联络线功率波动信号序列作为模型输入,所述区域间交流联络线功率波动信号序列作为模型输出,结合电力系统的子空间状态空间辨识算法,构建所述电力系统状态空间模型,其中,所述电力系统状态空间模型包括电力系统的系统矩阵、输入矩阵、输出矩阵和前馈矩阵;
计算模块1004,用于根据所述电力系统状态空间模型计算所述系统矩阵的主导振荡模式,所述主导振荡模式为电力系统系统状态对应的阻尼最弱的振荡模式;
获取模块1005,用于获取每个风机的风机联络线功率波动信号序列对所述主导振荡模式的能控性;
选取模块1006,用于根据能控性的大小,选取预定数量的风机装设附加阻尼控制器;
设计模块1007,用于采用相位补偿法设计所述附加阻尼控制器模型,以所述区域间交流联络线功率波动信号序列作为所述附加阻尼控制器的输入信号,输出风机转速调整信号;
阻尼调节模块1008,用于根据所述风机转速调整信号,使用风机转子侧变流器的控制器的有功功率控制环提高所述阻尼。
优选地,所述含多台风机的电力系统的阻尼控制系统还包括:
增益调整模块1009,用于根据风机联络线功率波动信号序列的能控性大小,调整所述附加阻尼控制器的控制器增益;
参数获取模块1010,用于以所述主导振荡模式的阻尼最大化为目标,使用粒子群算法对所述附加阻尼控制器的待优化参数进行优化,获取所述附加阻尼控制器的最优参数;
信号序列调节模块1011,用于使用所述最优参数调整所述附加阻尼控制器,对所述区域间交流联络线功率波动信号序列进行相位补偿和增益调节,输出最优风机转速调整信号。
所述构建模块1003,具体包括:
模型构建子模块10031,用于根据风机联络线功率波动信号序列、区域间交流联络线功率波动信号序列、所述电力系统的系统状态之间关系,构建前向迭代形式的电力系统状态空间模型,电力系统状态空间模型包括电力系统的系统矩阵、输入矩阵、输出矩阵和前馈矩阵;
矩阵构建子模块10032,用于根据得到的各个测量时刻对应的所述风机联络线功率波动信号序列和所述区域间交流联络线功率波动信号序列以及各个测量时刻的系统状态,构建电力系统的输入、输出和系统状态汉克尔矩阵;
联立子模块10033,用于联立所述输入、输出和系统状态汉克尔矩阵以及所述前向迭代形式的电力系统状态空间模型,得到简化电力系统状态空间模型,其中,所述简化电力系统状态空间模型包括广义能观性矩阵;
分解子模块10034,用于根据所述简化电力系统状态空间模型计算子空间斜投影,对所述子空间斜投影进行奇异值分解,求解所述广义能观性矩阵;
求解子模块10035,用于根据所述广义能观性矩阵求解所述电力系统状态空间模型的系统矩阵、输入矩阵、输出矩阵和前馈矩阵。
如图13所示,本实施例中的含多台风机的电力系统的阻尼控制系统除了上述图10和图11所示实施例提供的各个结构模块外还包括:
附加阻尼控制器状态空间模型构建模块1012,用于根据所述区域间交流联络线功率波动信号序列、风机转速调整信号、控制器增益以及补偿环节参数的关系,建立附加阻尼控制器状态空间模型,所述附加阻尼控制器状态空间模型包括附加阻尼控制器的系统矩阵、输入矩阵、输出矩阵和前馈矩阵;
联立模块1013,用于联立所述电力系统状态空间模型和所述附加阻尼控制器状态空间模型,构建闭环系统状态空间模型,其中,所述闭环系统状态空间模型为所述附加阻尼控制器和所述电力系统构成的闭环系统的状态空间模型;
系统矩阵计算模块1014,用于根据闭环系统状态空间模型计算闭环系统的系统矩阵;
所述参数获取模块1010具体包括:
确定子模块10101,用于确定所述附加阻尼控制器的待优化参数、待优化参数的约束条件和主导振荡模式对应的阻尼;其中,所述待优化参数包括控制器增益、相位补偿的超前时间常数和滞后时间常数;
初始化子模块10102,用于初始化所述附加阻尼控制器的待优化参数,获取所述待优化参数的最优值和最大阻尼;
更新子模块10103,用于更新所述待优化参数的实际值和偏差量;
计算子模块10104,用于根据所述系统矩阵计算子模块1014计算的闭环系统的系统矩阵计算各个待优化参数在主导振荡模式对应的实际阻尼;
比较子模块10105,用于比较所述待优化参数在主导振荡模式下对应的实际阻尼和最大阻尼的大小,所述更新子模块还用于所述比较子模块的比较结果更新所述待优化参数的最优值和最大阻尼;
查找子模块10106,用于查找满足所述约束条件的待优化参数,作为最优参数调整所述附加阻尼控制器,以使所述电力系统在所述主导振荡模式下的阻尼最大。
下面通过仿真实验对本发明提供的含多个风机的电力系统的阻尼控制方法进行验证,。
仿真实验一:
采用含两个风电场的EPRI-36(Electric Power Research Institute,电力科学研究院)节点电力系统对本例的方法进行仿真,如图14a所示的BUS5母线接有容量100MW的风电场,BUS2母线接有容量130MW的风电场,BUS5母线处的风电场装有本例设计的附加阻尼控制器,BUS2母线处风电场没有装设;风电场运行在恒定风速下,20s时BUS9-BUS23母线线路发生三相短路故障,故障持续时间为0.1s。
区域间交流联络线有功功率、风电场BUS5的电力系统有功功率和风机转子转速如图14a所示。图14b表明无附加阻尼控制时,区域间交流联络线有功功率波动较大,需较长时间恢复;采用上述实施例提供的阻尼控制方法中的附加阻尼控制后,电力系统有功功率波动较小且恢复较快。图14c表明无附加阻尼控制器时,风电场输出有功功率波动较小,几乎不能向电力系统提供阻尼,采用本方法中的附加阻尼控制后,风电场发出振荡较大的有功功率,从而向电力系统提供阻尼。图14d表明无附加阻尼控制器时,风机转子无法感知系统振荡,采用本方法中的附加阻尼控制后,通过风机转子转速的增减来存储/释放动能。
该仿真实验验证了本方法中设计的阻尼控制器的正确性,能够提高电力系统的阻尼。
仿真实验二:
本仿真实验与仿真实验一的实验条件与参数基本相同,不同的仅仅是:BUS5、BUS2处的风电场都加装了本方法中设计的附加阻尼控制器。仿真比较本方法中提出的附加阻尼控制器参数优化的有效性,故障设置与仿真实验一相同。
区域间交流联络线有功功率如图14e所示。图14e表明无附加阻尼控制时,区域间交流联络线有功功率波动最大,需长时间恢复;有附加阻尼控制器但其参数未经优化时,区域间交流联络线有功功率波动较无附加阻尼控制时要小,恢复所需时间也较短;有附加阻尼控制器且其参数经过优化时,区域间交流联络线有功功率波动最小,恢复所需时间最短。
该仿真实验不仅再一次验证了本方法中设计的阻尼控制器的正确性,更说明了本方法中提出的阻尼控制器参数优化的有效性。
以上的仿真实验证明,本发明方法中设计的阻尼控制器及其参数优化算法的有效性,能够有效增强电力系统的阻尼,提高电网稳定性,保证电网和风电场经济安全稳定运行。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其它实施例的不同之处。
以上所述的本发明实施方式,并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种含多台风机的电力系统的阻尼控制方法,其特征在于,包括:
同步测量所述电力系统的风机联络线功率信号和区域间交流联络线功率信号,得到多个测量时刻对应的风机联络线功率信号序列和区域间交流联络线功率信号序列;
去除所述风机联络线功率信号序列和所述区域间交流联络线功率信号序列的直流分量,分别得到风机联络线功率波动信号序列和区域间交流联络线功率波动信号序列;
以所述风机联络线功率波动信号序列作为模型输入,所述区域间交流联络线功率波动信号序列作为模型输出,结合电力系统的子空间状态空间辨识算法,构建所述电力系统状态空间模型,其中,所述电力系统状态空间模型包括电力系统的系统矩阵、输入矩阵、输出矩阵和前馈矩阵;
根据所述电力系统状态空间模型计算所述电力系统的系统矩阵的主导振荡模式,所述主导振荡模式为电力系统系统状态对应的阻尼最弱的振荡模式;
获取每个风机的风机联络线功率波动信号序列对所述主导振荡模式的能控性;
根据能控性的大小,选取预定数量的风机装设附加阻尼控制器;
采用相位补偿法设计附加阻尼控制器模型,以所述区域间交流联络线功率波动信号序列作为所述附加阻尼控制器的输入信号,输出风机转速调整信号;
根据所述风机转速调整信号,使用风机的有功功率控制环提高所述阻尼。
2.根据权利要求1所述的含多台风机的电力系统的阻尼控制方法,其特征在于,还包括:
根据风机联络线功率波动信号序列的能控性大小,调整所述附加阻尼控制器的控制器增益;
以所述主导振荡模式的阻尼最大化为目标,使用粒子群算法对所述附加阻尼控制器的待优化参数进行优化,得到所述附加阻尼控制器的最优参数;
使用所述最优参数调整所述附加阻尼控制器,对所述区域间交流联络线功率波动信号序列进行相位补偿和增益调节,输出最优风机转速调整信号。
3.根据权利要求1所述的含多台风机的电力系统的阻尼控制方法,其特征在于,所述以所述风机联络线功率波动信号序列作为模型输入,所述区域间交流联络线功率波动信号序列作为模型输出,结合电力系统的子空间状态空间辨识算法,构建所述电力系统状态空间模型,具体包括:
根据所述风机联络线功率波动信号序列、区域间交流联络线功率波动信号序列以及所述电力系统的系统状态之间关系,构建前向迭代形式的电力系统状态空间模型,所述电力系统状态空间模型包括电力系统的系统矩阵、输入矩阵、输出矩阵和前馈矩阵;
根据得到的各个测量时刻对应的所述风机联络线功率波动信号序列和所述区域间交流联络线功率波动信号序列以及各个测量时刻的系统状态,构建电力系统的输入、输出和系统状态汉克尔矩阵;
联立所述输入、输出和系统状态汉克尔矩阵以及所述前向迭代形式的电力系统状态空间模型,得到简化电力系统状态空间模型,其中,所述简化电力系统状态空间模型包括广义能观性矩阵;
根据所述简化电力系统状态空间模型计算子空间斜投影,对所述子空间斜投影进行奇异值分解,求解所述广义能观性矩阵;
根据所述广义能观性矩阵求解所述电力系统状态空间模型的系统矩阵、输入矩阵、输出矩阵和前馈矩阵。
4.根据权利要求3所述的含多台风机的电力系统的阻尼控制方法,其特征在于,还包括:
计算所述电力系统的系统矩阵的特征值矩阵和右特征向量矩阵;
根据所述右特征向量矩阵计算所述电力系统状态空间模型的左特征向量;
将所述左特征向量乘以所述电力系统的输入矩阵,计算所述风机联络线功率波动信号序列对所述主导振荡模式的能控性;
根据所述能控性的大小,选取预定数量的风机装设附加阻尼控制器。
5.根据权利要求2所述的含多台风机的电力系统的阻尼控制方法,其特征在于,还包括:
根据所述区域间交流联络线功率波动信号序列、风机转速调整信号、控制器增益以及补偿环节参数的关系,建立附加阻尼控制器状态空间模型,所述附加阻尼控制器状态空间模型包括附加阻尼控制器的系统矩阵、输入矩阵、输出矩阵和前馈矩阵;
联立所述电力系统状态空间模型和所述附加阻尼控制器状态空间模型,构建闭环系统状态空间模型,其中,所述闭环系统状态空间模型为所述附加阻尼控制器和所述电力系统构成的闭环系统的状态空间模型,所述闭环系统状态空间模型包括闭环系统的系统矩阵;
根据所述闭环系统状态空间模型计算所述闭环系统的系统矩阵。
6.根据权利要求5所述的含多台风机的电力系统的阻尼控制方法,其特征在于,所述以所述主导振荡模式的阻尼最大化为目标,使用粒子群算法对所述附加阻尼控制器的待优化参数进行优化,得到所述附加阻尼控制器的最优参数,具体包括:
确定所述附加阻尼控制器的待优化参数、待优化参数的约束条件和主导振荡模式对应的最大阻尼;其中,所述待优化参数包括控制器增益、相位补偿的超前时间常数和滞后时间常数;
初始化所述附加阻尼控制器的待优化参数,获取所述待优化参数的最优值和最大阻尼;
更新所述待优化参数的实际值和偏差量;
根据所述闭环系统的系统矩阵计算各个待优化参数在所述主导振荡模式对应的实际阻尼;
比较所述待优化参数在主导振荡模式下对应的实际阻尼和最大阻尼的大小,根据比较结果更新所述待优化参数的最优值和最大阻尼;
查找满足所述约束条件的待优化参数,作为最优参数调整所述附加阻尼控制器,以使所述电力系统在所述主导振荡模式下的阻尼最大。
7.一种含多台风机的电力系统的阻尼控制系统,其特征在于,包括:
测量模块,用于同步测量所述电力系统的风机联络线功率信号和区域间交流联络线功率信号,得到多个测量时刻对应的风机联络线功率信号序列和区域间交流联络线功率信号序列;
处理模块,用于去除所述风机联络线功率信号序列和所述区域间交流联络线功率信号序列的直流分量,分别得到风机联络线功率波动信号序列和区域间交流联络线功率波动信号序列;
构建模块,用于以所述风机联络线功率波动信号序列作为模型输入,所述区域间交流联络线功率波动信号序列作为模型输出,结合电力系统的子空间状态空间辨识算法,构建所述电力系统状态空间模型,其中,所述电力系统状态空间模型包括电力系统的系统矩阵、输入矩阵、输出矩阵和前馈矩阵;
计算模块,用于根据所述电力系统状态空间模型计算所述系统矩阵的主导振荡模式,所述主导振荡模式为电力系统系统状态对应的阻尼最弱的振荡模式;
获取模块,用于获取每个风机的联络线功率波动信号序列对所述主导振荡模式的能控性;
选取模块,用于根据能控性的大小,选取预定数量的风机装设附加阻尼控制器;
设计模块,用于采用相位补偿法设计所述附加阻尼控制器模型,以所述区域间交流联络线功率波动信号序列作为所述附加阻尼控制器的输入信号,输出风机转速调整信号;
阻尼调节模块,用于根据所述风机转速调整信号,使用风机的有功功率控制环提高所述阻尼。
8.根据权利要求7所述的含多台风机的电力系统的阻尼控制系统,其特征在于,还包括:
增益调整模块,用于根据风机联络线功率波动信号序列的能控性大小,调整所述附加阻尼控制器的控制器增益;
参数获取模块,用于以所述主导振荡模式的阻尼最大化为目标,使用粒子群算法对所述附加阻尼控制器的待优化参数进行优化,获取所述附加阻尼控制器的最优参数;
信号序列调节模块,用于使用所述最优参数调整所述附加阻尼控制器,对所述区域间交流联络线功率波动信号序列进行相位补偿和增益调节,输出最优风机转速调整信号。
9.根据权利要求7所述的含多台风机的电力系统的阻尼控制系统,其特征在于,所述构建模块,具体包括:
模型构建子模块,用于根据所述风机联络线功率波动信号序列、区域间交流联络线功率波动信号序列以及所述电力系统的系统状态之间关系,构建前向迭代形式的电力系统状态空间模型,所述电力系统状态空间模型包括电力系统的系统矩阵、输入矩阵、输出矩阵和前馈矩阵;
矩阵构建子模块,用于根据得到的各个测量时刻对应的所述风机联络线功率波动信号序列和所述区域间交流联络线功率波动信号序列以及各个测量时刻的系统状态,构建电力系统的输入、输出和系统状态汉克尔矩阵;
联立子模块,用于联立所述输入、输出和系统状态汉克尔矩阵以及所述前向迭代形式的电力系统状态空间模型,得到简化电力系统状态空间模型,其中,所述简化电力系统状态空间模型包括广义能观性矩阵;
分解子模块,用于根据所述简化电力系统状态空间模型计算子空间斜投影,对所述子空间斜投影进行奇异值分解,求解所述广义能观性矩阵;
求解子模块,用于根据所述广义能观性矩阵求解所述电力系统状态空间模型的系统矩阵、输入矩阵、输出矩阵和前馈矩阵。
10.根据权利要求8所述的含多台风机的电力系统的阻尼控制系统,其特征在于,还包括:
附加阻尼控制器状态空间模型构建模块,用于根据所述区域间交流联络线功率波动信号序列、风机转速调整信号、控制器增益以及补偿环节参数的关系,建立附加阻尼控制器状态空间模型,所述附加阻尼控制器状态空间模型包括附加阻尼控制器的系统矩阵、输入矩阵、输出矩阵和前馈矩阵;
联立模块,用于联立所述电力系统状态空间模型和所述附加阻尼控制器状态空间模型,构建闭环系统状态空间模型,其中,所述闭环系统状态空间模型为所述附加阻尼控制器和所述电力系统构成的闭环系统的状态空间模型,所述闭环系统状态空间模型包括所述闭环系统的系统矩阵;
系统矩阵计算模块,用于根据所述闭环系统状态空间模型计算所述闭环系统的系统矩阵;
所述参数获取模块具体包括:
确定子模块,用于确定所述附加阻尼控制器的待优化参数、待优化参数的约束条件和主导振荡模式对应的最大阻尼;其中,所述待优化参数包括控制器增益、相位补偿的超前时间常数和滞后时间常数;
初始化子模块,用于初始化所述附加阻尼控制器的待优化参数,获取所述待优化参数的最优值和最大阻尼;
更新子模块,用于更新所述待优化参数的实际值和偏差量;
计算子模块,用于根据所述闭环系统的系统矩阵计算各个待优化参数在主导振荡模式对应的实际阻尼;
比较子模块,用于比较所述待优化参数在主导振荡模式下对应的实际阻尼和最大阻尼的大小,所述更新子模块还用于所述比较子模块的比较结果更新所述待优化参数的最优值和最大阻尼;
查找子模块,用于查找满足所述约束条件的待优化参数,作为最优参数调整所述附加阻尼控制器,以使所述电力系统在所述主导振荡模式下的阻尼最大。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610060554.XA CN105576675B (zh) | 2016-01-28 | 2016-01-28 | 一种含多台风机的电力系统的阻尼控制的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610060554.XA CN105576675B (zh) | 2016-01-28 | 2016-01-28 | 一种含多台风机的电力系统的阻尼控制的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105576675A CN105576675A (zh) | 2016-05-11 |
CN105576675B true CN105576675B (zh) | 2018-05-15 |
Family
ID=55886511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610060554.XA Active CN105576675B (zh) | 2016-01-28 | 2016-01-28 | 一种含多台风机的电力系统的阻尼控制的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105576675B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107394799B (zh) * | 2017-07-22 | 2019-10-15 | 福州大学 | 基于部分左特征结构配置的电力系统优化阻尼控制方法 |
CN108233397A (zh) * | 2017-12-20 | 2018-06-29 | 中国电力科学研究院有限公司 | 一种光伏发电抑制低频振荡的控制方法及系统 |
CN108646573B (zh) * | 2018-07-19 | 2019-09-13 | 哈尔滨工业大学 | 一种数据驱动的闭环系统稳定裕度确定方法 |
CN110836168B (zh) * | 2019-10-21 | 2021-02-09 | 浙江运达风电股份有限公司 | 一种基于pso寻优的风机阻尼自适应控制方法及其控制器 |
CN113738389A (zh) * | 2021-08-31 | 2021-12-03 | 中铁工程装备集团有限公司 | 多刀盘顶管机的防干涉控制方法及装置 |
CN114966323B (zh) * | 2022-06-23 | 2023-06-02 | 中国电力科学研究院有限公司 | 一种基于全时域突变信息的故障识别方法及系统 |
CN117193144B (zh) * | 2023-11-07 | 2024-02-02 | 华夏天信智能物联股份有限公司 | 一种矿用多设备连锁启动控制方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103490435A (zh) * | 2013-09-30 | 2014-01-01 | 西南交通大学 | 一种利用永磁同步风机旋转动能提高电力系统阻尼的方法 |
EP2806523A2 (de) * | 2011-10-20 | 2014-11-26 | Wobben Properties GmbH | Verfahren und Vorrichtung zum Einspeisen elektrischen Stroms in ein elektrisches Netz |
-
2016
- 2016-01-28 CN CN201610060554.XA patent/CN105576675B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2806523A2 (de) * | 2011-10-20 | 2014-11-26 | Wobben Properties GmbH | Verfahren und Vorrichtung zum Einspeisen elektrischen Stroms in ein elektrisches Netz |
CN103490435A (zh) * | 2013-09-30 | 2014-01-01 | 西南交通大学 | 一种利用永磁同步风机旋转动能提高电力系统阻尼的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105576675A (zh) | 2016-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105576675B (zh) | 一种含多台风机的电力系统的阻尼控制的方法和系统 | |
Wong et al. | Coordinated damping control design for DFIG-based wind generation considering power output variation | |
Pandey et al. | Frequency regulation in hybrid power systems using particle swarm optimization and linear matrix inequalities based robust controller design | |
Aguilar et al. | Multi-objective PSO applied to PI control of DFIG wind turbine under electrical fault conditions | |
Gros | An economic NMPC formulation for wind turbine control | |
Chandrakala et al. | Variable structure fuzzy gain scheduling based load frequency controller for multi source multi area hydro thermal system | |
Lin et al. | Recurrent functional-link-based fuzzy-neural-network-controlled induction-generator system using improved particle swarm optimization | |
Liu et al. | Co-ordinated multiloop switching control of DFIG for resilience enhancement of wind power penetrated power systems | |
Heydari et al. | Fuzzy-genetic algorithm-based direct power control strategy for DFIG | |
CN106712552B (zh) | 一种航空多电发动机vienna整流器控制方法 | |
CN103647467B (zh) | 一种基于粒子群算法的不平衡电网下vsc多目标优化直接功率控制方法 | |
Chandra et al. | Time-scale modeling of wind-integrated power systems | |
Gurung et al. | Optimal oscillation damping controller design for large-scale wind integrated power grid | |
Tsai et al. | Integrations of neural networks and transient energy functions for designing supplementary damping control of UPFC | |
Ray et al. | Swarm and bacterial foraging based optimal power system stabilizer for stability improvement | |
Sobhy et al. | Manta ray foraging optimization algorithm‐based load frequency control for hybrid modern power systems | |
Elshafei et al. | Adaptive fuzzy regulation of the DC-bus capacitor voltage in a wind energy conversion system (WECS) | |
Al-Turki et al. | Optimization of fuzzy logic controller for supervisory power system stabilizers | |
Abedinia et al. | Modified invasive weed optimization based on fuzzy PSS in multi-machine power system | |
CN110034562A (zh) | 一种静止同步补偿器与发电机励磁鲁棒协调的控制方法 | |
Bhowmik et al. | Experimental prototyping of synthetic inertial system for the improvement in frequency deflection | |
CN108923707A (zh) | 双馈电机系统的控制方法、系统、装置及可读存储介质 | |
Li et al. | The small-signal stability of offshore wind power transmission inspired by particle swarm optimization | |
Liu et al. | Probabilistic-based transient stability assessment of power systems with virtual synchronous machines | |
Samir et al. | An optimized fractional order PI controller to improve DFIG active and reactive powers control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |