CN109656140A - 一种分数阶微分补偿型vsg控制方法 - Google Patents

一种分数阶微分补偿型vsg控制方法 Download PDF

Info

Publication number
CN109656140A
CN109656140A CN201811617583.7A CN201811617583A CN109656140A CN 109656140 A CN109656140 A CN 109656140A CN 201811617583 A CN201811617583 A CN 201811617583A CN 109656140 A CN109656140 A CN 109656140A
Authority
CN
China
Prior art keywords
vsg
fractional order
order differential
active power
output
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.)
Pending
Application number
CN201811617583.7A
Other languages
English (en)
Inventor
张赟宁
周小萌
席磊
陈阳泉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Three Gorges University CTGU
Original Assignee
China Three Gorges University CTGU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Three Gorges University CTGU filed Critical China Three Gorges University CTGU
Priority to CN201811617583.7A priority Critical patent/CN109656140A/zh
Publication of CN109656140A publication Critical patent/CN109656140A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

本发明涉及一种分数阶微分补偿型VSG控制方法，包括以下步骤：S1.在VSG并网输出有功功率Pout的闭环控制回路中，增加分数阶微分补偿前向通道，其中分数阶微分阶数为u，由此在VSG并网输出有功功率Pout的闭环传递函数G1(s)上增加闭环零点，闭环极点的位置得以改变，从而得到分数阶微分补偿型VSG并网输出有功功率Pout的闭环传递函数G3(s)，其中，0≤u≤1；S2.利用改进型生物地理优化算法(IBBO)求解最优u，进而得到最优的闭环传递函数G3(s)。本发明通过增加闭环零点，同时引入可调参数u，解耦了VSG的动态性能与稳态性能调节存在的矛盾，即保证系统稳态性能不变的同时，通过改变零极点的位置，增加了系统动态性能的自由度，改善有功功率的动态性能。

Description

一种分数阶微分补偿型VSG控制方法
技术领域
本发明涉及虚拟同步发电机(VSG)领域，具体地涉及一种分数阶微分补偿型VSG控制方法。
背景技术
随着越来越多的分布式电源并网发电，配电网接入的逆变器和各种电力电子器件也越来越多，电力电子变换器缺乏惯性，其快速响应的特性使系统在小扰动的情况下易失去稳定。而同步发电机具有大惯性、高输出阻抗等优点，在小扰动情况下，虚拟同步发电技术通过模拟同步发电机的特性，并通过施加控制作用使电力电子变换器呈现同步发电机的外特性，以解决上述问题，因此学者提出虚拟同步机的控制策略。
采用虚拟同步发电机控制策略，能模拟同步发电机的惯性和阻尼特性，但同时增加了系统的阶数，而并网PQ运行模式下，输出有功功率易出现振荡，动态性能与稳态性能的调节也存在矛盾。
发明内容
本发明的目的是提供一种分数阶微分补偿型VSG控制方法来改善系统有功功率的振荡和动态性能。为此，本发明采用的具体技术方案如下：
一种分数阶微分补偿型VSG控制方法，其特征在于，所述方法包括以下步骤：
S1在VSG并网输出有功功率Pout的闭环控制回路中，增加分数阶微分补偿前向通道，其中分数阶微分阶数为u，由此在VSG并网输出有功功率Pout的闭环传递函数G1(s)上增加闭环零点，闭环极点的位置得以改变，从而得到分数阶微分补偿型VSG并网输出有功功率Pout的闭环传递函数G3(s)，其中，0≤u≤1；
S2.利用改进型生物地理优化算法(IBBO)求解最优u，进而得到最优的闭环传递函数G3(s)。
进一步地，步骤S1的具体过程为：由VSG在并网运行时的输出有功功率得到闭环传递函数则引入分数阶微分后的闭环传递函数其中，J为虚拟转动惯量；D为虚拟阻尼系数；w0为额定电压角频率；Pout为输出有功功率；Km为虚拟调速器调节系数；Kp＝3UdUg/X；X为VSG输出阻抗和并网联线阻抗之和；Ud为输出电压幅值指令；Ug为电网电压幅值；wg为电网电压角频率；Kdsu为增加的分数阶微分环节；Kd为微分时间；u为分数阶微分的阶数。
更进一步地，步骤S2的具体过程为：将u作为IBBO算法的适应度变量SIV；构建栖息地适宜度指标其中，为时间乘绝对误差积分准则，ΔP是有功功率稳态误差，t是调节时间，σ是超调量，ts是上升时间，α和β是权重系数；通过u不断迁移和突变，找到最优的适宜度指标HSI，此时u即为最优。
又更进一步地，迁移采用余弦迁移。
本发明采用上述技术方案，具有的有益效果是：本发明通过增加闭环零点，同时引入可调参数u，解耦了VSG的动态性能与稳态性能调节存在的矛盾，即保证系统稳态性能不变的同时，通过改变零极点的位置，增加了系统动态性能的自由度，改善有功功率的动态性能。
附图说明
为进一步说明各实施例，本发明提供有附图。这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。
图1为VSG并网电路及控制框图；
图2为VSG并网PQ控制框图；
图3为VSG控制闭环零点和极点分布图；
图4为分数阶补偿型VSG并网PQ控制框图；
图5为IBBO算法流程图；
图6为IBBO算法中的余弦迁移模型示意图；
图7为IBBO算法中HSI随迭代次数的变化图；
图8为输出功率阶跃响应波形图。
具体实施方式
现结合附图和具体实施方式对本发明进一步说明。
图1是根据牛顿运动定律、同时模拟同步发电机转子运动方程、VSG调速器方程(1)来建立的虚拟同步发电机(VSG)并网电路及控制模型。
其中，J为虚拟转动惯量；D为虚拟阻尼系数；w0为额定电压角频率；w为VSG输出电压角频率；Pm为VSG虚拟机械功率；Pout为输出有功功率；Km为调速器调节系数；KU为无功下垂系数；U0为输出电压额定幅值；Ud为输出电压幅值指令；Q0为对应U0的无功功率；Qout为VSG输出无功功率。
图2是根据并网PQ模式下VSG控制策略得到的框图，由图2得到VSG控制策略的闭环传递函数式(2)，根据小信号闭环传递函数式(4)可得零极点的分布图(即图3)，由图3与式(3)分析惯性参数J，阻尼参数D与输出有功功率动态性能的关系，及动态性能与稳态性能调节中存在的矛盾。其惯性系数J越大，系统响应速度越快，频率支撑能力大，但超调量和振荡也会变大；而阻尼系数D越大，超调量变小和振荡次数减少，但响应速度变慢，稳态误差变大。
VSG并网输出有功功率Pout的闭环传递函数：
其中，Kp＝3UdUg/X；X为VSG输出阻抗和并网联线阻抗之和；Ug为电网电压幅值；wg为电网电压角频率；G1(s)为输出功率关于指令功率的传递函数；G2(s)为输出功率关于角频率差的传递函数。
VSG在并网运行时的稳态输出有功功率Pout为：
由式(3)可知Km和D决定了稳态时频率随输出功率的偏移量，一般规定稳态下Δwmax＝Srate/(Kw+Dw)＝1％w，Srate为VSG的额定容量。Km和D在分析功率特性的传递函数中作用相同，根据其物理含义，文中取D＞0，通过改变D大小，分析其对VSG并网运行时系统功率特性的影响。
根据式(2)可得输出有功功率小信号闭环传递函数为：
图4是本发明针对上述问题提出的分数阶补偿型VSG控制策略框图，即在前向通道加入一个分数阶微分环节，其中分数阶微分阶数为u。由图4控制框图可得式(5)、(6)、(7)，由式(6)与式(3)可知引入分数阶微分环节不影响系统稳态性能(仍只与阻尼系数D有关)，由式(4)与式(7)可知引入分数阶微分后的闭环传递函数：增加了闭环零点，且在分子和分母引入分数阶阶数u，通过调节u来改变零点和极点的位置，进而改善有功功率的振荡与动态性能。
分数阶补偿型VSG并网输出有功功率的闭环传递函数：
其中，G3(s)为改进型VSG输出功率关于指令功率的传递函数；G4(s)为改进型VSG输出功率关于角频率差的传递函数。
VSG在并网运行时的稳态输出有功功率为：
根据式(5)可得输出有功功率小信号闭环传递函数为：
其中，Kdsu为增加的分数阶微分环节；Kd为微分时间；u为分数阶微分的阶数(即引入的可调参数)。
其原理为：通过增加闭环零点，同时引入可调参数u，解耦了动态性能与稳态性能调节存在的矛盾，在保证系统稳态性能(只与阻尼系数D有关)不变的同时，改变了零点和极点的位置，从而增加了系统动态性能的自由度，改善了有功功率的动态性能。
由式(4)、(7)分析，为使系统阶数不高于二阶，故u取值[0,1]。当u＝0时，VSG控制策略就相当于一阶虚拟惯性VSG控制策略。当u＝1时，为整数阶微分补偿型VSG控制策略，引入可调参数Kd，与分数阶微分补偿型VSG控制策略具有类似的效果。上述两种控制策略为分数阶微分补偿型VSG控制策略的特殊形式。但分数阶微分多引入一个可调参数u，使零极点位置调节范围更加广泛、更灵活，从而增加了改善动态性能的自由度。
在Matlab/Simulink环境下，分别对不同控制策略进行仿真验证，VSG的基本参数见表1，得到图8。在其他条件相同情况下时，分数阶微分补偿型VSG控制策略只通过调节u来改善有功功率的动态性能。图8得到不同控制策略的有功功率的阶跃响应波形图。
表1 VSG仿真关键参数
由图8可知，VSG控制策略的超调最大，响应速度最慢。在其他参数相同时，整数阶微分环节补偿型VSG通过调节可调参数Kd，其动态性能指标更好。基于分数阶补偿型VSG控制策略，在人工选择参数u＝0.9时，得到比上述两种控制策略更优的动态性能。在本发明中选取了一种改进型生物地理优化算法(IBBO)，把最优准则式(8)作为目标函数，通过优化算法选取u值，当u＝0.536时，得到最低超调量和最快的响应速度，从而验证本发明的正确性。
改进型生物地理优化算法(IBBO)的流程如图5所示。下面简要说明一下本发明采用改进型生物地理优化算法(IBBO)求解最优u的过程：
将u作为适应度变量SIV；
构建栖息地适宜度指标HSI：
其中，为时间乘绝对误差积分准则，ΔP是有功功率稳态误差，t是调节时间，σ是超调量，ts是上升时间，α和β是权重系数；
通过u不断迁移和突变，找到最优的适宜度指标HSI，此时u即为最优，如图7所示。
在一个实例中，选取种群数量为20，迭代次数为12次，自变量个数(即SIVs个数)：1(即未知参数u),寻优范围[0,1]；随机产生20组数据ui,根据ui计算出20组HSI，并按从小往大排列(HSI值最小的序号为1号，最大的序号为20)。然后将排序的序号前后倒换(排序序号相当于物种数量)，从最大序号20，HSI值最小开始迁移，此时发觉物种数量最大时，迁入率λi最小，迁出率μk最大，如图6所示。
BBO的迁移算子是一个概率算子，即每一次迁移操作是根据迁移概率和迁出概率共同决定。一般，首先根据栖息地Hi的迁入率λi决定该栖息地的每个随机数是否修改；若需要修改，然后根据迁出率μk选择被迁入的栖息地Hk；最后将栖息地Hk的SIV替换到栖息地Hi的SIV。
迁移过程：
突变过程：
其中概率与变异率计算公式为：
Pi(t+Δt)＝Pi(t)(1-λiΔt-μiΔt)+Pi-1(t)λiΔt+Pi+1(t)μi+1Δt，
mi＝mmax(1-Pi/Pmax)，
i为物种数量i∈[1,20]，mmax为用户自定义最大变异率，本发明选取0.5。
通过上述一系列过程，寻找最小适度指标HSI，得到相对应最优的u值。
优选地，在迁移步骤中，本发明采用的是余弦迁移模型，使其更加符合自然规律。传统BBO算法采用的是最简单的线性迁移模型，但是并不能反映出生态系统迁移的本质，而采用余弦迁移模型能更加贴切生物种群的迁移规律，增加种群的多样性。
尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。

Claims (4)

1.一种分数阶微分补偿型VSG控制方法，其特征在于，所述方法包括以下步骤：
S1.在VSG并网输出有功功率Pout的闭环控制回路中，增加分数阶微分补偿前向通道，其中分数阶微分阶数为u，由此在VSG并网输出有功功率Pout的闭环传递函数G1(s)上增加闭环零点，闭环极点的位置得以改变，从而得到分数阶微分补偿型VSG并网输出有功功率Pout的闭环传递函数G3(s)，其中，0≤u≤1；
S2.利用改进型生物地理优化算法(IBBO)求解最优u，进而得到最优的闭环传递函数G3(s)。
2.如权利要求1所述的分数阶微分补偿型VSG控制方法，其特征在于，步骤S1的具体过程为：由VSG在并网运行时的输出有功功率得到闭环传递函数则增加闭环零点和引入分数阶微分后的闭环传递函数其中，J为虚拟转动惯量；D为虚拟阻尼系数；w0为额定电压角频率；Pout为输出有功功率；Km为虚拟调速器调节系数；Kp＝3UdUg/X；X为VSG输出阻抗和并网联线阻抗之和；Ud为输出电压幅值指令；Ug为电网电压幅值；wg为电网电压角频率；Kdsu为增加的分数阶微分环节；Kd为微分时间；u为分数阶微分的阶数。
3.如权利要求2所述的分数阶微分补偿型VSG控制方法，其特征在于，步骤S2的具体过程为：将u作为IBBO算法的适应度变量SIV；构建栖息地适宜度指数其中，为时间乘绝对误差积分准则，ΔP是有功功率稳态误差，t是调节时间，σ是超调量，ts是上升时间，α和β是权重系数；通过u不断迁移和突变，找到最优的适宜度指数HSI，此时u即为最优。
4.如权利要求3所述的分数阶微分补偿型VSG控制方法，其特征在于，迁移采用余弦迁移。
CN201811617583.7A 2018-12-28 2018-12-28 一种分数阶微分补偿型vsg控制方法 Pending CN109656140A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811617583.7A CN109656140A (zh) 2018-12-28 2018-12-28 一种分数阶微分补偿型vsg控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811617583.7A CN109656140A (zh) 2018-12-28 2018-12-28 一种分数阶微分补偿型vsg控制方法

Publications (1)

Publication Number Publication Date
CN109656140A true CN109656140A (zh) 2019-04-19

Family

ID=66117348

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811617583.7A Pending CN109656140A (zh) 2018-12-28 2018-12-28 一种分数阶微分补偿型vsg控制方法

Country Status (1)

Country Link
CN (1) CN109656140A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110492774A (zh) * 2019-09-24 2019-11-22 华南理工大学 一种大功率分数阶阻抗元件实现电路及其控制方法
CN110649660A (zh) * 2019-08-23 2020-01-03 中国电力科学研究院有限公司 一种虚拟同步发电机的逆变器输出电压控制方法及装置
CN115796099A (zh) * 2023-02-09 2023-03-14 湖南大学 基于分数阶热网络模型的SiC功率器件结温监测方法
CN116865361A (zh) * 2023-07-20 2023-10-10 芜湖职业技术学院 一种基于分数阶微分的虚拟同步发电机功率控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106056208A (zh) * 2016-06-20 2016-10-26 华北电力大学（保定） 面向生物地理学优化算法的约束处理方法和装置
CN107045655A (zh) * 2016-12-07 2017-08-15 三峡大学 基于多智能体随机一致博弈和虚拟发电部落的狼群部落策略方法
CN107104447A (zh) * 2017-05-12 2017-08-29 合肥工业大学 基于二阶广义虚拟惯性的虚拟同步发电机控制方法
CN107589672A (zh) * 2017-09-27 2018-01-16 三峡大学 孤岛智能配电网下虚拟狼群控制策略的智能发电控制方法
CN107612043A (zh) * 2017-09-18 2018-01-19 西安交通大学 一种基于相位前馈的虚拟同步发电机控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106056208A (zh) * 2016-06-20 2016-10-26 华北电力大学（保定） 面向生物地理学优化算法的约束处理方法和装置
CN107045655A (zh) * 2016-12-07 2017-08-15 三峡大学 基于多智能体随机一致博弈和虚拟发电部落的狼群部落策略方法
CN107104447A (zh) * 2017-05-12 2017-08-29 合肥工业大学 基于二阶广义虚拟惯性的虚拟同步发电机控制方法
CN107612043A (zh) * 2017-09-18 2018-01-19 西安交通大学 一种基于相位前馈的虚拟同步发电机控制方法
CN107589672A (zh) * 2017-09-27 2018-01-16 三峡大学 孤岛智能配电网下虚拟狼群控制策略的智能发电控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HOANG THI THU GIANG: "并网逆变器并联运行方法研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 *
徐海珍等: "基于微分补偿环节虚拟惯性的虚拟同步发电机控制策略", 《电力系统自动化》 *
王齐等: "改进生物地理学优化算法及其在PID 控制器参数中的优化", 《南京理工大学学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110649660A (zh) * 2019-08-23 2020-01-03 中国电力科学研究院有限公司 一种虚拟同步发电机的逆变器输出电压控制方法及装置
CN110492774A (zh) * 2019-09-24 2019-11-22 华南理工大学 一种大功率分数阶阻抗元件实现电路及其控制方法
CN110492774B (zh) * 2019-09-24 2020-07-28 华南理工大学 一种大功率分数阶阻抗元件实现电路及其控制方法
CN115796099A (zh) * 2023-02-09 2023-03-14 湖南大学 基于分数阶热网络模型的SiC功率器件结温监测方法
CN116865361A (zh) * 2023-07-20 2023-10-10 芜湖职业技术学院 一种基于分数阶微分的虚拟同步发电机功率控制方法

Similar Documents

Publication Publication Date Title
CN109656140A (zh) 一种分数阶微分补偿型vsg控制方法
Panda et al. Comparison of particle swarm optimization and genetic algorithm for FACTS-based controller design
Ou et al. Comparison between PSO and GA for parameters optimization of PID controller
CN106054594B (zh) 基于控制输入饱和的无模型自适应控制方法
CN102664580B (zh) 电力系统多稳定器的混合智能控制方法
CN102509152A (zh) 一种基于rbf神经网络的开关磁阻电机在线建模方法
CN110492479A (zh) 一种分布式并网设备的转动惯量和阻尼辨识方法
Swain et al. A multi-criteria optimization technique for SSSC based power oscillation damping controller design
CN102870309A (zh) 便于设计高压（hvdc）控制系统的方法和系统、hvdc系统和优化hvdc系统的方法
Panda et al. Comparison of particle swarm optimization and genetic algorithm for TCSC-based controller design
Dey et al. Analysis of the effects of PSS and renewable integration to an inter-area power network to improve small signal stability
Panda et al. Real-coded genetic algorithm for robust power system stabilizer design
CN109873418B (zh) 一种暂态功角稳定模式的强相关输电断面识别方法及系统
CN106054665B (zh) 一种大规模光伏逆变器系统的分群等值建模方法
CN110176776A (zh) 一种基于鲁棒自适应评价设计的静止无功补偿器控制方法
Mohapatra et al. Stability enhancement with SSSC-based controller design in presence of non-linear voltage-dependent load
CN115657464A (zh) 一种柴油发电机组智能非线性鲁棒控制器设计方法
CN110556873B (zh) 一种基于罚函数的vsg自适应转动惯量控制方法
Panda et al. Damping power system oscillations by genetically optimised PSS and TCSC controller
Sree Varshini et al. Design of ANFIS controller for power system stability enhancement using FACTS device
CN107979101B (zh) 基于bbo算法的电力系统稳定器参数优化方法
CN110535182A (zh) 一种基于模糊理论的vsg自适应转动惯量控制方法
Arumugam et al. Damping of inter-area oscillations in multimachine systems
Davarani et al. Optimal simultaneous coordination of PSS and TCSC using multi objective genetic algorithm
Haugdal Application of Phasor Measurements for Online Monitoring and Adaptive Damping Control of Electromechanical Oscillations

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190419