CN109256801B - 虚拟同步发电机虚拟惯量和虚拟阻尼系数自适应控制方法 - Google Patents

Abstract

本发明提供一种虚拟同步发电机虚拟惯量和虚拟阻尼系数自适应控制方法，涉及智能电网及智能算法技术领域。该方法首先对基于虚拟同步发电机的逆变器进行建模，得到逆变器的输出频率变化与虚拟惯量J及虚拟阻尼系数D之间的相关性；然后确定基于改进粒子群算法的虚拟惯量J和虚拟阻尼系数D自适应控制方法的适应度函数；最后将改进的粒子群算法应用于有功功率‑频率控制环节，以频率的偏移最小和系统稳定为目标，实现虚拟惯量J和虚拟阻尼系数D的实时自适应控制。本发明提供一种虚拟同步发电机虚拟惯量和虚拟阻尼系数实时自适应控制方法，充分利用了虚拟惯量的特性，而且引入了虚拟阻尼系数，使得逆变器更加稳定，频率偏移更小。

Description

虚拟同步发电机虚拟惯量和虚拟阻尼系数自适应控制方法

技术领域

本发明涉及智能电网及智能算法技术领域，尤其涉及一种虚拟同步发电机虚拟惯量和虚拟阻尼系数自适应控制方法。

背景技术

传统电网一直是主要的电力供应渠道，并随着电力需求的不断增加而得以快速发展。然而，集中式大电网也存在许多弊端：成本高，运行难度大，难以满足用户越来越高的安全性和可靠性要求。发展分布式电源比通过改造电网来加强安全更加简便快捷。分布式发电具有很多优点：大多数都采用二次能源，污染少，能源利用率高；安装地点灵活，可以节约输配电资源和运行费用，减少线路损耗；可以减少电网总容量，改善电网峰谷性能，提高供电可靠性。但是分布式发电渗透率的提高本身也存在许多问题：控制困难，与大电网兼容性差，负荷投切时频率波动大。

因此为解决上述问题，现有的技术是提出通过模拟同步发电机数学模型，使得分布式发电用的逆变器具有同步发电机的转动惯量与阻尼特性，从而提高逆变器的输出电能质量。虚拟同步控制策略中，虚拟惯量与虚拟阻尼系数的设置至关重要，在虚拟同步发电机控制技术的研究中，大部分的技术方案也都集中在虚拟同步控制策略有功功率控制环的虚拟惯量调节上，通过合适的参数设计，在保证稳定性基础上更加真实可靠的模拟同步发电机旋转惯性特性，却忽视了虚拟同步发电机系统中虚拟阻尼对频率稳定性的作用。虚拟同步发电机的虚拟惯量选得较小，虚拟转子角速度的变化将较快，不利于系统的动态稳定；如果虚拟惯量选得较大，虽然可以保证电网的动态稳定，但过大的虚拟惯量也会造成系统的不稳定。虚拟阻尼系数的大小对系统影响也是明显的，若虚拟阻尼系数选的较大，频率的偏移较小，但是较大的虚拟阻尼系数会使系统恢复稳定的时间变长，较小则频率偏移较大，抑制频率振荡作用不明显甚至会导致系统不稳定。可见适宜的虚拟阻尼可以抑制频率振荡进一步提高虚拟同步发电机稳定性。现有的大部分方案中虚拟惯量一般为定值，不能根据负载情况实时自适应调节，因此本发明提出同时自适应调整虚拟惯量和虚拟阻尼系数两个参数的方法减弱频率暂态振荡。

粒子群算法的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他多目标优化应用领域，尚未有将粒子群算法应用于虚拟同步发电机控制的方法。通过改进粒子群算法优化虚拟惯量和虚拟阻尼系数的控制，可实现有功功率-频率控制环的虚拟惯量与阻尼系数根据负载的实时变化而自适应调整其值的大小，使得逆变器的输出电能质量更高。

发明内容

本发明要解决的技术问题是针对上述现有技术的不足，提供一种虚拟同步发电机虚拟惯量和虚拟阻尼系数自适应控制方法，利用改进的粒子群算法优化虚拟惯量和虚拟阻尼系数自适应控制，设计新的适应度函数对粒子群算法进行改进，新的适应度函数加入了虚拟惯量和虚拟阻尼系数，同时考虑负载变化对逆变器系统的影响与实时性，逆变器系统可实现根据负载的实时变化而自适应调整虚拟惯量和虚拟阻尼的大小，使得逆变器输出频率变化最小，输出电能质量更高。

为解决上述技术问题，本发明所采取的技术方案是：虚拟同步发电机虚拟惯量和虚拟阻尼系数自适应控制方法，包括以下步骤：

步骤1、对基于虚拟同步发电机的逆变器进行建模，得到逆变器的输出频率变化与虚拟惯量J及虚拟阻尼系数D之间的相关性；

所述虚拟同步发电机的控制方法是将同步发电机数学模型中的转动方程，应用于逆变器的外环控制，进而控制逆变器的输出频率；

当同步发电机的原动机和转子看作刚体时，同步发电机的输出单元的转子运动方程如下公式所示：

其中，T_m为同步发电机的电磁转矩，T_e为同步发电机的输出转矩，ω为同步发电机的瞬时角频率，Δω为同步发电机的瞬时角频率与额定角频率的差值；

在虚拟同步发电机的控制中，通过下垂方程独立地调整逆变器输出的有功功率P和无功功率Q，进而调节虚拟同步发电机公共连接点(Point of Common Coupling，即PCC)电压的频率和幅度；

所述下垂方程如下公式所示：

f-f₀＝K_f(P₀-P_ref) (2)

U-U₀＝K_q(Q₀-Q) (3)

其中，U₀、f₀、Q₀、P₀分别为逆变器的额定电压、额定频率、额定无功功率和额定有功功率，f、U、Q分别为逆变器系统的频率、逆变器系统的输出电压和逆变器系统的无功功率，P_ref是逆变器系统给定的有功功率，K_f为频率调节系数，Kq为无功调节系数；

同步发电机通过调节励磁电流实现端电压及无功功率输出调整，并实现并联同步发电机无功功率的合理分配；虚拟同步发电机通过调整虚拟同步发电机的虚拟电势来实现端电压及无功功率调整；同步电机励磁系统为一个针对输出电压的反馈调节系统，当无功功率增加时，能自动降低输出电压，其无功功率是通过励磁电流进行调节的，因此模拟同步发电机励磁系统的作用，参考下垂控制的无功功率-电压控制策略，得到虚拟同步发电机的无功功率-电压控制，如下公式所示：

其中，E为虚拟励磁电动势，U_abc为逆变器的输出电压，U_ref为逆变器系统给定的输出电压，Q_e是逆变器系统输出的无功功率，Q_ref是逆变器系统给定的无功功率，k_q为无功功率反馈调节系数，K为增益系数，k_u为电压调节系数；

根据公式(4)设计无功功率-电压控制器；

在虚拟同步发电机控制中，模拟同步电机的一次调频的过程，并在调频过程中加入虚拟惯性，增加逆变器系统的阻尼，改善逆变器过硬的外特性，使调节过程更加的平滑，提高系统的稳定性，即实现了虚拟同步发电机有功功率-频率控制；根据公式(1)中同步发电机的转子转动方程，结合逆变器的外特性，并将公式(1)中机械转矩和电磁转矩用功率与频率的关系来表达，根据典型微网逆变器的电路拓扑建模，使虚拟惯量和虚拟阻尼系数嵌入到控制虚拟同步发电机算法中以模拟惯性同步发电机，结合公式(1)、(2)，得到虚拟惯量J及虚拟阻尼系数D与角频率ω的关系，如下公式所示：

其中，P_m为逆变器的输入功率，P_e为逆变器的输出功率，ω_N为逆变器的额定角频率；

根据公式(5)设计有功功率-频率控制器；

步骤2、确定基于改进粒子群算法的虚拟惯量J和虚拟阻尼系数D自适应控制方法的适应度函数；

令Δω＝ω-ω_N，将公式(5)化简得：

进一步解得：

其中，t为时间；

由公式(1)、(2)、(3)得基于虚拟同步发电机的逆变器系统系统的暂态能量函数，如下公式所示：

V(t)＝E_k+E_p

＝0.5ω_NJΔω²-[P_in(δ-δ₁)+b(cosδ-cosδ₁)] (8)

其中，E_k为虚拟同步发电机中的虚拟动能，E_P为存储在逆变器中的潜在能量，P_in为逆变器的输入功率，b是功角曲线的幅值，δ和δ₁分别为负载变化前后虚拟同步发电机的功率角；

根据李雅普诺夫第二法，则暂态能量函数对时间求导得

由李雅普诺夫平衡条件

得：

联立公式(7)和(9)，得到以最小化频率偏差为目标和李雅普诺夫稳定条件作为约束的适应度函数，如下公式所示：

步骤3、将改进的粒子群算法应用于有功功率-频率控制环节，以频率的偏移最小和系统稳定为目标，根据不同的负载迭代寻优得到对应的最佳虚拟惯量J和虚拟阻尼系数D，反馈给有功功率-频率控制器，从而实现虚拟惯量J和虚拟阻尼系数D的自适应控制，具体方法为：

步骤3.1、将有功功率-频率控制环节获得的T_m、T_e、t、dJ/dt、dD/dt代入步骤2得到的适应度函数，确定虚拟惯量J和虚拟阻尼系数D与频率关系的适应度函数；

步骤3.2、初始化虚拟惯量J粒子和虚拟阻尼系数D粒子的位置、速度和适应度函数值；

步骤3.3、迭代计算初始的全局最优的虚拟惯量J和虚拟阻尼系数D；

步骤3.4、采用如下两个公式更新虚拟惯量J粒子和虚拟阻尼系数D粒子的速度和位置：

V(J，D)＝w×V[i]+C1×R1×((J，D)_best-(J，D))+C2×R2×((J，D)_gbest-(J，D)) (11)

(J，D)_new＝(J，D)+V(J，D) (12)

其中，V[i]为第i个粒子的速度，i＝1、2、…、M，M为粒子种群数，(J，D)为更新前虚拟惯量J粒子和虚拟阻尼系数D粒子的位置，(J，D)_new为更新后虚拟惯量J粒子和虚拟阻尼系数D粒子的位置，V(J，D)为更新后虚拟惯量J粒子和虚拟阻尼系数D粒子的速度，(J，D)_best是本次迭代的虚拟惯量J粒子和虚拟阻尼系数D粒子的局部最优解，(J，D)_gbest迭代后的虚拟惯量J粒子和虚拟阻尼系数D粒子的全局最优解，w为惯性因子，C1和C2均为学习因子，R1和R2均为介于[0，1]的随机数；

步骤3.5、将新的粒子位置(J，D)_new代入适应度函数公式(10)中，计算适应度函数值，迭代寻优找出频率偏移最小的全局最优解；

步骤3.6、当满足角频率偏移|Δω|＜0.4π条件或达到最大迭代次数后，停止计算，得到最优的虚拟惯量J和虚拟阻尼系数D，否则返回步骤3.3继续迭代寻优直至满足|Δω|＜0.4π，输出此时最优的一组(J，D)。

采用上述技术方案所产生的有益效果在于：本发明提供的虚拟同步发电机虚拟惯量和虚拟阻尼系数自适应控制方法，相比于传统的虚拟同步发电机控制方法，不仅充分利用了虚拟惯量的特性，而且引入了虚拟阻尼系数，使得逆变器更加稳定，频率偏移更小。设计新的适应度函数对粒子群算法进行改进，新的适应度函数加入了虚拟惯量和虚拟阻尼系数，同时考虑负载变化对逆变器系统的影响与实时性，使得逆变器可以根据负载状态实时的给出最合理的虚拟惯量和虚拟阻尼的值，使得逆变器输出的电能质量更高。

附图说明

图1为本发明实施例提供的典型微网逆变器电路拓扑图；

图2为本发明实施例提供的虚拟同步发电机虚拟惯量和虚拟阻尼系数自适应控制方法的流程图；

图3为本发明实施例提供的无功功率-电压控制器的控制框图；

图4为本发明实施例提供的有功功率-频率控制器的控制框图；

图5为本发明实施例提供的改进的自适应粒子群算法的流程图；

图6为本发明实施例提供的将改进的自适应粒子群算法应用于虚拟惯量和虚拟阻尼系数自适应控制的框图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

本实施例以如图1所示的典型微网逆变器电路的拓扑结构为例，使用本发明的虚拟同步发电机虚拟惯量和虚拟阻尼系数自适应控制方法，对该逆变器的虚拟惯量和虚拟阻尼系数进行控制。

虚拟同步发电机虚拟惯量和虚拟阻尼系数自适应控制方法，如图2所示，包括以下步骤：

步骤1、对基于虚拟同步发电机的逆变器进行建模，得到逆变器的输出频率变化与虚拟惯量J及虚拟阻尼系数D之间的相关性；

所述虚拟同步发电机的控制方法是将同步发电机数学模型中的转动方程，应用于逆变器的外环控制，进而控制逆变器的输出频率；

当同步发电机的原动机和转子看作刚体时，同步发电机的输出单元的转子运动方程如下公式所示：

其中，T_m为同步发电机的电磁转矩，T_e为同步发电机的输出转矩，ω为同步发电机的瞬时角频率，Δω为同步发电机的瞬时角频率与额定角频率的差值；

在虚拟同步发电机的控制中，通过下垂方程独立地调整逆变器输出的有功功率P和无功功率Q，进而调节虚拟同步发电机公共连接点(Point of Common Coupling，PCC)电压的频率和幅度；

所述下垂方程如下公式所示：

f-f₀＝K_f(P₀-P_ref) (2)

U-U₀＝K_q(Q₀-Q) (3)

其中，U₀、f₀、Q₀、P₀分别为逆变器的额定电压、额定频率、额定无功功率和额定有功功率，f、U、Q分别为逆变器系统的频率、逆变器系统的输出电压和逆变器系统的无功功率，P_ref是逆变器系统给定的有功功率，K_f为频率调节系数，Kq为无功调节系数；

同步发电机通过调节励磁电流实现端电压及无功功率输出调整，并实现并联同步发电机无功功率的合理分配；虚拟同步发电机通过调整虚拟同步发电机的虚拟电势来实现端电压及无功功率调整；同步电机励磁系统为一个针对输出电压的反馈调节系统，当无功功率增加时，能自动降低输出电压，其无功功率是通过励磁电流进行调节的，因此模拟同步发电机励磁系统的作用，参考下垂控制的无功功率-电压控制策略，得到虚拟同步发电机的无功功率-电压控制，如下公式所示：

其中，E为虚拟励磁电动势，U_abc为逆变器的输出电压，U_ref为逆变器系统给定的输出电压，Q_e是逆变器系统输出的无功功率，Q_ref是逆变器系统给定的无功功率，k_q为无功功率反馈调节系数，K为增益系数，k_u为电压调节系数；

根据公式(4)设计如图3所示的无功功率-电压控制器；

在虚拟同步发电机控制中，模拟同步电机的一次调频的过程，并在调频过程中加入虚拟惯性，增加逆变器系统的阻尼，改善逆变器过硬的外特性，使调节过程更加的平滑，提高系统的稳定性，即实现了虚拟同步发电机有功功率-频率控制；根据公式(1)中同步发电机的转子转动方程，结合逆变器的外特性，并将公式(1)中机械转矩和电磁转矩用功率与频率的关系来表达，根据如图1所示的典型微网逆变器的电路拓扑建模，使虚拟惯量和虚拟阻尼系数嵌入到控制虚拟同步发电机算法中以模拟惯性同步发电机，结合公式(1)、(2)，得到虚拟惯量J及虚拟阻尼系数D与角频率ω的关系，如下公式所示：

其中，P_m为逆变器的输入功率，P_e为逆变器的输出功率，ω_N为逆变器的额定角频率；

根据公式(5)设计如图4所示的有功功率-频率控制器；

通过公式(5)可知，若虚拟同步发电机的虚拟惯量选得较小，虚拟转子角速度的变化将较快，不利于逆变器的动态稳定；如果虚拟惯量选得较大，虽然可以保证电网的动态稳定，但过大的虚拟惯量也会造成逆变器的不稳定；阻尼系数与频率的偏移是成反比的，若虚拟同步发电机的虚拟阻尼系数选的较小，频率的偏移则较大，逆变器不稳定；若虚拟同步发电机的虚拟阻尼系数选的较大，频率的偏移则较小，但是恢复稳态时间长。

步骤2、确定基于改进粒子群算法的虚拟惯量J和虚拟阻尼系数D自适应控制方法的适应度函数；

令Δω＝ω-ω_N，将公式(5)化简得：

进一步解得：

其中，t为时间；

根据(7)式得知，适应度函数不仅考虑虚拟惯量而且还加入了虚拟阻尼系数，当负载变化时，T_m-T_e的值会改变，那么要使频率的偏移不超过规定的±0.2Hz，则角频率的偏移Δω不超过规定的±0.4π，虚拟惯量和虚拟阻尼系数必须随之改变为适宜的值才能保持频率的稳定，此外还加入时间，因此可以实现虚拟惯量和阻尼的实时自适应控制，根据负载的状况实时调整虚拟惯量和虚拟阻尼系数的大小使得系统频率的偏差最小。

另一方面，逆变器瞬态稳定性的主要关注点是保持输出频率与额定频率的同步和电压稳定，在基于虚拟同步发电机的控制情况下本发明重点关注的是减小频率偏差。当引入大的干扰时，例如突然的大负载变化，李雅普诺夫直接法可用于系统的暂态稳定性分析。在李雅普诺夫方法中，一个系统可以被认为是一组非线性微分方程，并表示为：

如果存在一个具有连续一阶导数的标量函数V(x)，并且对于状态空间x中的一切非零点x满足如下条件：1)V(x)为正定；2)

为负定；3)当||x||→∞时，V(x)→∞，则系统是渐近稳定的。

由公式(1)、(2)、(3)得基于虚拟同步发电机的逆变器系统系统的暂态能量函数，如下公式所示：

V(t)＝E_k+E_p

＝0.5ω_NJΔω²-[P_in(δ-δ₁)+b(cosδ-cosδ₁)] (8)

其中，E_k为虚拟同步发电机中的虚拟动能，E_P为存储在逆变器中的潜在能量，P_in为逆变器的输入功率，b是功角曲线的幅值，δ和δ₁分别为负载变化前后虚拟同步发电机的功率角。

根据李雅普诺夫第二法，则暂态能量函数对时间求导得

由李雅普诺夫平衡条件

得：

在虚拟同步发电机控制中通过添加虚拟惯量和虚拟阻尼系数来对频率响应做出一定的改善，其代价是在负载突然切换时造成终端频率的一段时间内的振荡。因此，有必要找出虚拟惯量和虚拟阻尼系数的最佳值，以获得频率稳定的解决方案。

联立公式(7)和(9)，得到以最小化频率偏差为目标和李雅普诺夫稳定条件作为约束的适应度函数，如下公式所示：

步骤3、将如图5所示的改进的粒子群算法应用于有功功率-频率控制环节，以频率的偏移最小和系统稳定为目标，根据不同的负载迭代寻优得到对应的最佳虚拟惯量J和虚拟阻尼系数D，反馈给有功功率-频率控制器，从而实现虚拟惯量J和虚拟阻尼系数D的自适应控制，如图6所示，具体方法为：

步骤3.1、将T_m、T_e、t、dJ/dt、dD/dt代入步骤2得到的适应度函数，确定虚拟惯量J和虚拟阻尼系数D与频率关系的适应度函数；

步骤3.2、初始化虚拟惯量J粒子和虚拟阻尼系数D粒子的位置、速度和适应度函数值；

步骤3.3、迭代计算初始的全局最优的虚拟惯量J和虚拟阻尼系数D；

步骤3.4、采用如下两个公式更新虚拟惯量J粒子和虚拟阻尼系数D粒子的速度和位置：

V(J，D)＝w×V[i]+C1×R1×((J，D)_best-(J，D))+C2×R2×((J，D)_gbest-(J，D)) (11)

(J，D)_new＝(J，D)+V(J，D) (12)

其中，V[i]为第i个粒子的速度，i＝1、2、…、M，M为粒子种群数，(J，D)为更新前虚拟惯量J粒子和虚拟阻尼系数D粒子的位置，(J，D)_new为更新后虚拟惯量J粒子和虚拟阻尼系数D粒子的位置，V(J，D)为更新后虚拟惯量J粒子和虚拟阻尼系数D粒子的速度，(J，D)_best是本次迭代的虚拟惯量J粒子和虚拟阻尼系数D粒子的局部最优解，(J，D)_gbest迭代后的虚拟惯量J粒子和虚拟阻尼系数D粒子的全局最优解，w为惯性因子，C1和C2均为学习因子，R1和R2均为介于[0，1]的随机数；

步骤3.5、将新的粒子位置(J，D)_new代入适应度函数公式(10)中，计算适应度函数值，迭代寻优找出频率偏移最小的全局最优解；

步骤3.6、当满足角频率偏移|Δω|＜0.4π条件或达到最大迭代次数后，停止计算，得到最优的虚拟惯量J和虚拟阻尼系数D，否则返回步骤3.3继续迭代寻优直至满足|Δω|＜0.4π，输出此时最优的一组(J，D)。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求所限定的范围。

Claims (3)

1.一种虚拟同步发电机虚拟惯量和虚拟阻尼系数自适应控制方法，其特征在于：包括以下步骤：

步骤1、对基于虚拟同步发电机的逆变器进行建模，得到逆变器的输出频率变化与虚拟惯量J及虚拟阻尼系数D之间的相关性；

步骤2、确定基于改进粒子群算法的虚拟惯量J和虚拟阻尼系数D自适应控制方法的适应度函数；

步骤3、将改进的粒子群算法应用于有功功率-频率控制环节，以频率的偏移最小和系统稳定为目标，根据不同的负载迭代寻优得到对应的最佳虚拟惯量J和虚拟阻尼系数D，反馈给有功功率-频率控制器，从而实现虚拟惯量J和虚拟阻尼系数D的自适应控制；

所述步骤1的具体方法为：

所述虚拟同步发电机的控制方法是将同步发电机数学模型中的转动方程，应用于逆变器的外环控制，进而控制逆变器的输出频率；

当同步发电机的原动机和转子看作刚体时，同步发电机的输出单元的转子运动方程如下公式所示：

其中，T_m为同步发电机的电磁转矩，T_e为同步发电机的输出转矩，ω为同步发电机的瞬时角频率，Δω为同步发电机的瞬时角频率与额定角频率的差值；

在虚拟同步发电机的控制中，通过下垂方程独立地调整逆变器输出的有功功率P和无功功率Q，进而调节虚拟同步发电机公共连接点PCC电压的频率和幅度；

所述下垂方程如下公式所示：

f-f₀＝K_f(P₀-P_ref) (2)

U-U₀＝K_q(Q₀-Q) (3)

其中，U₀、f₀、Q₀、P₀分别为逆变器的额定电压、额定频率、额定无功功率和额定有功功率，f、U、Q分别为逆变器系统的频率、逆变器系统的输出电压和逆变器系统的无功功率,P_ref是逆变器系统给定的有功功率，K_f为频率调节系数，Kq为无功调节系数；

同步发电机通过调节励磁电流实现端电压及无功功率输出调整，并实现并联同步发电机无功功率的合理分配；虚拟同步发电机通过调整虚拟同步发电机的虚拟电势来实现端电压及无功功率调整；同步电机励磁系统为一个针对输出电压的反馈调节系统，当无功功率增加时，能自动降低输出电压，其无功功率是通过励磁电流进行调节的，因此模拟同步发电机励磁系统的作用，参考下垂控制的无功功率-电压控制策略，得到虚拟同步发电机的无功功率-电压控制，如下公式所示：

其中，E为虚拟励磁电动势，U_abc为逆变器的输出电压，U_ref为逆变器系统给定的输出电压，Q_e是逆变器系统输出的无功功率，Q_ref是逆变器系统给定的无功功率，k_q为无功功率反馈调节系数，K为增益系数，k_u为电压调节系数；

根据公式(4)设计无功功率-电压控制器；

在虚拟同步发电机控制中，模拟同步电机的一次调频的过程，并在调频过程中加入虚拟惯性，增加逆变器系统的阻尼，改善逆变器过硬的外特性，使调节过程更加的平滑，提高系统的稳定性，即实现了虚拟同步发电机有功功率-频率控制；根据公式(1)中同步发电机的转子转动方程，结合逆变器的外特性，并将公式(1)中机械转矩和电磁转矩用功率与角频率的关系来表达，根据典型微网逆变器的电路拓扑建模，使虚拟惯量和虚拟阻尼系数嵌入到控制虚拟同步发电机算法中以模拟惯性同步发电机，结合公式(1)、(2)，得到虚拟惯量J及虚拟阻尼系数D与角频率ω的关系，如下公式所示：

其中，P_m为逆变器的输入功率，P_e为逆变器的输出功率，ω_N为逆变器的额定角频率；

根据公式(5)设计有功功率-频率控制器。

2.根据权利要求1所述的虚拟同步发电机虚拟惯量和虚拟阻尼系数自适应控制方法，其特征在于：所述步骤2的具体方法为：

令Δω＝ω-ω_N，将公式(5)化简得：

进一步解得:

其中，t为时间；

由公式(1)、(2)、(3)得基于虚拟同步发电机的逆变器系统的暂态能量函数，如下公式所示：

V(t)＝E_k+E_p

＝0.5ω_NJΔω²-[P_in(δ-δ₁)+b(cosδ-cosδ₁)] (8)

其中，E_k为虚拟同步发电机中的虚拟动能，E_P为存储在逆变器中的潜在能量，P_in为逆变器的输入功率，b是功角曲线的幅值，δ和δ₁分别为负载变化前后虚拟同步发电机的功率角；

根据李雅普诺夫第二法，则暂态能量函数对时间求导得

由李雅普诺夫平衡条件

得：

联立公式(7)和(9)，得到以最小化频率偏差为目标和李雅普诺夫稳定条件作为约束的适应度函数，如下公式所示：

3.根据权利要求2所述的虚拟同步发电机虚拟惯量和虚拟阻尼系数自适应控制方法，其特征在于：所述步骤3的具体方法为：

步骤3.1、将有功功率-频率控制环节获得的T_m、T_e、t、dJ/dt、dD/dt代入步骤2得到的适应度函数，确定虚拟惯量J和虚拟阻尼系数D与频率关系的适应度函数；

步骤3.2、初始化虚拟惯量J粒子和虚拟阻尼系数D粒子的位置、速度和适应度函数值；

步骤3.3、迭代计算初始的全局最优的虚拟惯量J和虚拟阻尼系数D；

步骤3.4、采用如下两个公式更新虚拟惯量J粒子和虚拟阻尼系数D粒子的速度和位置：

V(J,D)＝w×V[i]+C1×R1×((J,D)_best-(J,D))+C2×R2×((J,D)_gbest-(J,D)) (11)

(J,D)_new＝(J,D)+V(J,D) (12)

其中，V[i]为第i个粒子的速度，i＝1、2、…、M，M为粒子种群数，(J,D)为更新前虚拟惯量J粒子和虚拟阻尼系数D粒子的位置，(J,D)_new为更新后虚拟惯量J粒子和虚拟阻尼系数D粒子的位置，V(J,D)为更新后虚拟惯量J粒子和虚拟阻尼系数D粒子的速度，(J,D)_best是本次迭代的虚拟惯量J粒子和虚拟阻尼系数D粒子的局部最优解，(J,D)_gbest迭代后的虚拟惯量J粒子和虚拟阻尼系数D粒子的全局最优解，w为惯性因子，C1和C2均为学习因子，R1和R2均为介于[0,1]的随机数；

步骤3.5、将新的粒子位置(J,D)_new代入适应度函数公式(10)中，计算适应度函数值，迭代寻优找出频率偏移最小的全局最优解；

步骤3.6、当满足角频率偏移|Δω|＜0.4π条件或达到最大迭代次数后，停止计算，得到最优的虚拟惯量J和虚拟阻尼系数D，否则返回步骤3.3继续迭代寻优直至满足|Δω|＜0.4π，输出此时最优的一组(J,D)。

Images