CN109815638B - 一种结合模型切换和变步长的双馈风电模型仿真方法 - Google Patents

一种结合模型切换和变步长的双馈风电模型仿真方法 Download PDF

Info

Publication number
CN109815638B
CN109815638B CN201910174989.0A CN201910174989A CN109815638B CN 109815638 B CN109815638 B CN 109815638B CN 201910174989 A CN201910174989 A CN 201910174989A CN 109815638 B CN109815638 B CN 109815638B
Authority
CN
China
Prior art keywords
model
dynamic
module
simulation
switching
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
Application number
CN201910174989.0A
Other languages
English (en)
Other versions
CN109815638A (zh
Inventor
顾伟
史文博
柳伟
蒋平
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201910174989.0A priority Critical patent/CN109815638B/zh
Publication of CN109815638A publication Critical patent/CN109815638A/zh
Application granted granted Critical
Publication of CN109815638B publication Critical patent/CN109815638B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

Landscapes

  • Control Of Eletrric Generators (AREA)

Abstract

本发明专利公开了一种结合模型切换和变步长的双馈风电模型仿真方法，在仿真开始前，对双馈风电各子模块建立仿真模型，所述模型包括对慢动态模块建立的动态模型、对快动态模块建立的动态模型和准稳态模型，所有模型的复杂度不唯一，然后建立模型自适应切换策略，以偏差量做为系统稳定判据，通过阈值比较实现切换时刻判别，利用TR‑BDF2算法求解含双馈风电的电力系统当前时步的元件数据和网络数据，进行动态全过程仿真，以系统数据偏差量做为系统稳定判据，判断是否需要进行双馈风电快动态模块两种模型的局部切换，根据仿真结束时间，判断步骤是否结束，实现在仿真过程中的动态模型与准稳态模型的自适应切换，实现仿真速度和效率的提升。

Description

一种结合模型切换和变步长的双馈风电模型仿真方法
技术领域
本发明涉及双馈风电仿真应用领域，具体涉及一种结合模型切换和变步长的双馈风电模型仿真方法。
背景技术
风电作为一种清洁可靠的可再生能源在近些年得到了大力发展，双馈风电凭借造价低、控制灵活等优势成为主流风电机组，但是风电通过变流器接入、出力具有波动性和不确定性等特点会带来系统惯量缺失、电压稳定性等问题，其与电网的交互影响及源网协调技术是多时间尺度交织的复杂问题，动态全过程仿真能够为此提供有效研究手段，因而，建立能够准确反映风电机组暂态和中长期动态运行特性的模型就变的尤为重要。
在适用于动态全过程仿真的双馈风电建模上，如何协调由于双馈风电内快动态与慢动态元件时间常数差距大带来的精度与速度的矛盾是面临的主要问题。现有成熟应用的风电动态模型多面向机电暂态分析，这类模型由于将发电机、变流器等效为简化电流源，并对空气动力学模型进行线性化处理，在非额定运行点处输出功率精度较低，难以适用于风速波动场景。此外，现有动态全过程模型阶数较高，虽然在精度上对多种工况有效，但发电机、变流器的快动态量与机械模块的慢动态量在全过程中并存，会大大限制仿真速度。
同时，包含风电及其调控等多种元件在内的动态全过程仿真是典型的刚性系统，在仿真加速技术上，国内外研究主要从变步长积分方法和模型切换两方面入手，采取数值稳定的积分方法并通过误差控制可以实现变步长仿真，但无法完全克服快变量对步长的限制；模型切换是通过在仿真的不同阶段调用不同精度的模型，为采用更大步长提供条件，为了保证仿真不失真，需要严密的切换判据。目前，国内外已有一些成熟的电力系统仿真软件采用模型切换实现动态全过程仿真，但主要应用于发电机主导的大电网扰动后恢复过程，采用机电暂态到中长期动态整体切换方式，由于动态全过程仿真中风电的波动性可能带来频繁切换，整体切换的接口计算工作量较大，如果能对双馈风电系统各模块建立动态和准稳态模型，并在仿真全过程中，采用高效且准确的模型切换策略，实施模型的自适应切换，并进一步应用变步长方法，便可以兼顾仿真精度和速度的要求，在保证规模化双馈风电系统仿真精度的前提下，实现仿真速度和效率的提升。
发明内容
本发明正是针对现有技术中的问题，提供了一种结合模型切换和变步长的双馈风电模型仿真方法，在仿真开始前，对双馈风电各子模块建立仿真模型，所述模型包括对慢动态模块建立的动态模型、对快动态模块建立的动态模型和准稳态模型，所有模型的复杂度不唯一，然后建立模型自适应切换策略，以偏差量做为系统稳定判据，通过阈值比较实现切换时刻判别，利用TR-BDF2算法求解含双馈风电的电力系统当前时步的元件数据和网络数据，进行动态全过程仿真，以系统数据偏差量做为系统稳定判据，通过阈值比较，判断是否需要进行双馈风电快动态模块两种模型的局部切换，根据仿真结束时间，判断步骤是否结束，实现在仿真过程中的动态模型与准稳态模型的自适应切换，并进一步应用变步长算法，在保证规模化双馈风电系统仿真精度的前提下，实现仿真速度和效率的提升，与不进行模型切换的传统模型相比具有相同的精度和更快的仿真速度。
为了实现上述目的，本发明采用的技术方案是：一种结合模型切换和变步长的双馈风电模型仿真方法，包括以下步骤：
S1，子模块仿真建模：在仿真开始前，对双馈风电各子模块建立仿真模型，所述模型包括对慢动态模块建立的动态模型、对快动态模块建立的动态模型和准稳态模型，所述所有模型的复杂度不唯一；
S2，模型自适应切换策略建立：所述策略以偏差量做为系统稳定判据，通过阈值比较实现切换时刻判别，所述策略基于风电系统中存在的多反馈环节中；
S3，动态全过程仿真进行：利用TR-BDF2算法求解含双馈风电的电力系统当前时步的元件数据和网络数据，进行动态全过程仿真；
S4，模型切换判断：根据步骤S3获得的系统数据，以系统数据偏差量做为系统稳定判据，通过阈值比较，判断模型是否切换；
S5，后续判断：判断当前仿真时间是否达到仿真结束时间，若未达到仿真结束时间，根据当前时步的截断误差进行变步长处理，返回步骤S3，进行下一时步的求解；否则，步骤结束。
作为本发明的一种改进，所述步骤S1中建立动态模型的慢动态模块包括气动模块、轴系模块和桨距角控制模块；所述建立动态模型与不包含动态的准稳态模型的快动态模块均分别包括发电机模块、转子侧变流器控制模块、网侧变流器控制模块和直流电压模块。
作为本发明的一种改进，
所述气动模块的动态模型中风机功率为：
Figure GDA0004198251030000031
其中，ρ为空气密度；R为风机叶片半径；v为风速；Cp为风能转换效率；
所述轴系模块的动态模型建立如下：
Figure GDA0004198251030000032
其中，ωt为风力机转速；θtw为低速轴相对高速轴的转矩角；Tt和Tg分别为风力机和发电机惯性时间常数；Ksh为轴系刚度；Dsh为阻尼系数；Te为电磁转矩；Tm为机械转矩；
所述桨距角控制模块的动态模型建立如下：
Figure GDA0004198251030000041
其中，β为桨距角；Kr和Tr分别为控制器比例系数和时间常数；Tβ为矫正器时间常数；βref和ωref分别为桨距角参考值和转速设定值；x1为中间量。
作为本发明的另一种改进，所述风能转换效率Cp是叶尖速比λ与叶片桨距角β的函数，具体如下：
Figure GDA0004198251030000042
作为本发明的又一种改进，在crowbar动作期间采用双馈异步风力发电机动态模型，双馈异步风力发电机动态模型采用忽略定子暂态的三阶模型，电压矢量方程为：
Figure GDA0004198251030000043
式中：us、ur分别为定子电压矢量、转子电压矢量；is、ir分别为定子电流矢量、转子电流矢量；Rs、Rr分别为定子绕组电阻、转子绕组电阻；sr为转差率；
磁链方程为：
Figure GDA0004198251030000044
式中：ψs、ψr分别为定子磁链矢量、转子磁链矢量；Lss、Lrr分别为定子绕组自感、转子绕组自感；Lm为定转子间互感；
crowbar投入时，DFIG模型按下式修正：
Figure GDA0004198251030000045
式中：Rcb为撬棒电阻；
在暂态和中长期动态仿真中，采用双馈异步风力发电机准稳态模型，所述双馈异步风力发电机模块的准稳态模型为：
Figure GDA0004198251030000051
式中：ir *为转子电流给定值。
作为本发明的另一种改进，所述转子侧变流器控制模块的动态模型为：
Figure GDA0004198251030000052
所述转子侧变流器控制模块的准稳态模型为：
Figure GDA0004198251030000053
式中：idr、iqr分别为转子d、q轴电流分量；Lss为定子绕组自感；Lm为定转子间互感；
所述网侧变流器控制模块的动态模型为：
Figure GDA0004198251030000054
所述网侧变流器控制模块的准稳态模型为：
Figure GDA0004198251030000055
式中：idc、iqc分别为网侧换流器d、q轴电流；Qc为网侧换流器无功；
所述直流电压模块的动态模型为：
Figure GDA0004198251030000056
式中：C为直流电容值；udc为直流电压；
所述直流电压模块的准稳态模型的值恒定。
作为本发明的更进一步改进，所述步骤S2模型自适应切换策略具体为：对于每一动态模块，计算受控变量给定值与受控变量实际值间偏差量Δv的绝对值|e|，若|e|小于事先设定的精度阈值δ，则该模块调用准稳态模型进行仿真计算，并将动态模型闭锁；若|e|大于δ，则该模块调用动态模型进行仿真；当受控变量实际值能够跟踪上受控变量给定值，即|e|再次小于δ时，则该模块经过切换延时时间后再切入准稳态模型计算。
作为本发明的更进一步改进，所述步骤S4中模型切换的策略具体为：计算每一动态模块的系统数据偏差量，当偏差量大于事先设定的精度阈值δ，则调用动态模型进行仿真；若小于δ，经过切换延时时间后再切入准稳态模型计算。
作为本发明的更进一步改进，所述系统数据偏差量包括总有功功率给定值与实际值的偏差量、定子无功功率给定值与实际值的偏差量、直流电压给定值与实际值的偏差量、网侧换流器无功功率给定值与实际值的偏差量、网侧换流器有功功率与转子有功功率的偏差量。
与现有技术相比，本发明专利的有益效果：
1、本发明对于双馈风电模型采取结合模型切换和变步长的仿真方法，使得该模型在仿真中与现有动态全过程双馈风电模型具有相同仿真精度的同时，具有更快的仿真速度；
2、本发明提出的模型切换策略以系统状态为切换判断依据，有助于正确判断切换时刻，避免在系统不稳定状态下的误切换，有助于提高仿真精度；
3、本发明能够对双馈风电中的各模块分别进行自适应的模型切换，相比现有模型整体切换的方式，提高了仿真精度。
附图说明
图1为本发明的结合模型切换和变步长的双馈风电模型仿真方法流程图；
图2为本发明实施例1的双馈风电系统总体仿真模型的结构框图；
图3为本发明实施例1转子侧变流器控制-DFIG动态与准稳态模型结构框图；
图4为本发明实施例1的网侧变流器控制动态与准稳态模型结构框图；
图5为本发明实施例1的直流电压动态与准稳态模型结构框图；
图6为本发明实施例1的模型切换框图；
图7为本申请实施例2的暂态特性测试系统接线图；
图8a-8b为本申请实施例2双馈风电100％出力，机端电压跌落至0.9pu暂态特性对比图；
图9a-9b为本申请实施例2双馈风电70％出力，机端电压跌落至0.4pu暂态特性对比图；
图10为本申请实施例2的暂态仿真中模型切换数据示意图；
图11为本申请实施例2的中长期动态仿真测试系统接线图；
图12为本申请实施例2的风速波动曲线示意图；
图13a-13b为本申请实施例2的风速波动和电压跌落下中长期动态特性对比图；
图14为本申请实施例2的中长期动态仿真中模型切换数据示意图；
图15为本申请实施例2的模型切换处注入电流对比图；
图16为本申请实施例2的中长期动态仿真中步长比较图。
具体实施方式
以下将结合附图和实施例，对本发明进行较为详细的说明。
实施例1
一种结合模型切换和变步长的双馈风电模型仿真方法，如图1所示，包括以下步骤：
S1，子模块仿真建模：在仿真开始前，对双馈风电各子模块建立仿真模型，所述模型包括对慢动态模块建立的动态模型、对快动态模块建立的动态模型和准稳态模型，即把双馈风电中的不同模块按照动态反应的快慢分成慢模块和快模块，对慢模块只建立了动态模型，对于快模块建立了动态模型与不包含动态的准稳态模型，快动态模块有两种模型，其中，建立动态模型的慢动态模块包括气动模块、轴系模块和桨距角控制模块，建立动态模型与不包含动态的准稳态模型的快动态模块均分别包括发电机模块、转子侧变流器控制模块、网侧变流器控制模块和直流电压模块，所有模型的复杂度不唯一，所述模型的总体结构图如图2所示.
所述气动模块的动态模型中风机功率为：
Figure GDA0004198251030000081
式中，ρ为空气密度(kg/m3)；R为风机叶片半径(m)；v为风速(m/s)；Cp为风能转换效率，是叶尖速比λ与叶片桨距角θ的函数。
所述轴系模块动态模型建立如下：
Figure GDA0004198251030000082
式中，ωt为风力机转速；θtw为低速轴相对高速轴的转矩角；Tt和Tg分别为风力机和发电机惯性时间常数；Ksh为轴系刚度；Dsh为阻尼系数；Te为电磁转矩；Tm为机械转矩。
所述桨距角控制模块动态模型建立如下：
Figure GDA0004198251030000083
式中：β为桨距角；Kr和Tr分别为控制器比例系数和时间常数；Tβ为矫正器时间常数；βref和ωref分别为桨距角参考值和转速设定值；x1为中间量。
所述发电机模块的动态模型和准稳态模型建模如下：
双馈异步风力发电机(DFIG)动态模型采用忽略定子暂态的三阶模型，电压矢量方程为
Figure GDA0004198251030000091
式中：us、ur分别为定、转子电压矢量；is、ir分别为定、转子电流矢量；Rs、Rr分别为定、转子绕组电阻；s为转差率。
磁链方程为
Figure GDA0004198251030000092
式中：ψs、ψr分别为定、转子磁链矢量；Lss、Lrr分别为定、转子绕组自感；Lm为定转子间互感。
crowbar投入时，DFIG模型按下式修正：
Figure GDA0004198251030000093
式中：Rcb为撬棒电阻。
DFIG模块的准稳态模型为：
Figure GDA0004198251030000094
式中：ir *为转子电流给定值。
在暂态和中长期动态仿真中采用DFIG准稳态模型，在crowbar动作期间采用DFIG动态模型。
所述转子侧变流器外环功率控制模块的动态模型和准稳态模型建模步骤如下：
转子侧变流器外环功率控制的动态模型为：
Figure GDA0004198251030000095
转子侧变流器外环功率控制的准稳态模型为：
Figure GDA0004198251030000101
式中：idr、iqr分别为转子dq轴电流分量。
转子侧变流器控制-DFIG动态与准稳态模型总体模型参见图3，其中，1、0分别代表动态、准稳态模型；FPg为有功控制切换标志位，FQs为无功控制切换标志位，FDFIG为DFIG切换标志位，ΔPg、ΔQs分别为有功偏差量、无功偏差量，Ts为变流器时间常数。
所述网侧变流器控制模块的动态模型和准稳态模型建模如下：
网侧变流器外环控制动态模型为：
Figure GDA0004198251030000102
网侧变流器外环功率控制的准稳态模型为：
Figure GDA0004198251030000103
式中：idc、iqc分别为网侧换流器d、q轴电流，Qc为网侧换流器无功，此外，忽略快动态的电流内环和耦合电感。
网侧变流器控制动态与准稳态模型总体结构参见图4，其中，Fudc、FQc分别为直流电压控制切换标志位、网侧换流器无功控制切换标志位，Δudc、ΔQc分别为直流电压偏差、网侧换流器无功偏差。
所述直流电压模块的动态模型和准稳态模型建模如下：
直流电压的动态方程为
Figure GDA0004198251030000104
式中：C为直流电容值；udc为直流电压。
直流电压准稳态模型直接用恒定的给定值表示，直流电压动态与准稳态模型如图5所示，其中，FPc、ΔPc分别为直流电压模型切换标志位、网侧换流器有功功率偏差。
S2，模型自适应切换策略建立：所述策略以偏差量做为系统稳定判据，通过阈值比较实现切换时刻判别，所述策略基于风电系统中存在的多反馈环节中；
参见图6，对于双馈风电系统中的某一个含反馈的控制环节，v*为受控变量给定值，v为受控变量实际值，p为输出量，|e|为受控变量给定值与实际值的偏差量的绝对值，δ为设定的精度阈值，Tdelay为切换延时，F为模型切换标志位。假定仿真当前时刻为稳态，此时偏差量绝对值|e|小于事先设定的精度阈值δ(δ为正)，则调用准稳态模型进行仿真计算，并将动态模型闭锁；若系统出现大扰动，|e|大于δ，则调用动态模型进行仿真；当受控变量实际值能够跟踪上受控变量给定值，即|e|再次小于δ，经过切换延时Tdelay时间后再切入准稳态模型计算，调用动态模型时，其初始值根据准稳态模型的对应值计算，从而避免在切换处产生较大冲击。
对于转子侧变流器外环功率控制、网侧变流器控制模型的切换，上述受控变量给定值分别取对应的功率给定、直流电压给定，上述受控变量实际值分别取功率、直流电压；对于直流电压模型的切换，上述受控变量给定值取为直流电压给定值，上述受控变量实际值取为|Pc-Pr|。δ取值越大，切换至动态模型的时刻越少，仿真加速效果越好，但也带来仿真精度的降低；取值越小，由模型切换带来的误差越小，但会带来频繁且不必要的模型切换。δ取值在[0.01pu，0.1pu]之间能够较好的兼顾精度与速度，根据仿真需求制定具体取值。DFIG切换延时取为0.1s，直流电压切换延时取为0.1s，转子换流器外环功率控制和网侧换流器控制切换延时取为0.3s。
S3，动态全过程仿真进行：利用TR-BDF2算法求解含双馈风电的电力系统当前时步的元件数据和网络数据，进行动态全过程仿真，所诉步骤具体包括；求解双馈风电模型中的微分和代数方程，得到网络注入电流；利用注入电流求解网络代数方程得到当前时步的节点电压。
所述TR-BDF2积分算法具体如下：
在[tn,tn+1]区间上，第一步在[tn,tn+γhn]上利用TR由yn计算yn+γ：
Figure GDA0004198251030000121
第二步在[tn+γhn，tn+1]上利用BDF2由yn和yn+γ计算yn+1：
Figure GDA0004198251030000122
其中γ取
Figure GDA0004198251030000123
通过截断误差估计实现变步长仿真。
S4，模型切换判断：根据步骤S3获得的系统数据，以系统数据偏差量做为系统稳定判据，通过阈值比较，判断模型是否切换；
利用步骤S3中获得的风电系统数据，计算出模型切换判据，具体为：总有功功率给定值与实际值的偏差量绝对值|ΔPg|；定子无功功率给定值与实际值的偏差量绝对值|ΔQs|；直流电压给定值与实际值的偏差量绝对值|Δudc|；网侧换流器无功功率给定值与实际值的偏差量绝对值|ΔQc|；网侧换流器有功功率与转子有功功率的偏差量绝对值|ΔPc|；
不同模块是分开判断和分开调用的，对于转子侧换流器有功功率控制模块，若总有功功率给定值与实际值的偏差量绝对值大于δ，则该模块调用动态模型，若小于δ，经过切换延时时间后再切入准稳态模型计算。对于网侧换流器直流电压控制模块，若直流电压给定值与实际值的偏差量绝对值大于δ，则该模块调用动态模型，若小于δ，经过切换延时时间后再切入准稳态模型计算。对于直流电压模块，若网侧换流器有功功率与转子有功功率的偏差量绝对值大于δ，则该模块调用动态模型，若小于δ，经过切换延时Tdelay时间后再切入准稳态模型计算。
S5，后续判断：判断当前仿真时间是否达到仿真结束时间，若未达到仿真结束时间，根据当前时步的截断误差进行变步长处理，返回步骤S3，进行下一时步的求解；否则，步骤结束。
上述发明步骤建立了一套双馈风电模型，通过模型自适应切换策略，实现在仿真过程中的动态模型与准稳态模型的自适应切换，并进一步应用变步长算法，在保证规模化双馈风电系统仿真精度的前提下，实现仿真速度和效率的提升。
实施例2
为验证结合模型切换和变步长的双馈风电模型仿真方法在暂态过程的有效性，搭建含本发明提出的双馈风电动态全过程模型及相应策略的单机无穷大系统。图7为本实施例提供的仿真所用的暂态特性测试系统接线图。仿真中一律取精度阈值δ为0.05pu，仿真对比在MATLAB中采用双馈风电详细电磁暂态模型搭建相同的仿真系统中进行。
场景一：机组100％出力，机端电压跌落至0.9pu，持续1s，仿真对比如图8a-8b，此时电磁暂态模型与本文模型crowbar均未动作，功率波动一致。
场景二：机组70％出力，机端电压跌落至0.4pu，持续时间0.625s，仿真对比如图9a-9b，该工况下Crowbar投入，电磁暂态模型与本文模型的有功无功特性均一致。
图10显示了工况二故障前后的模型切换数据，可以看出，udc模块响应较快，仅在0.2s和1.1s左右各出现持续时间约0.1s的动态模型调用，相应的udc控制也短时间的调用了动态模型；电压跌落时功率输出难以完全跟踪上给定，因此0.2～1.2s期间功率控制模块持续调用动态模型，而在故障切除后延时切换到准稳态模型。仿真结果表明模型切换策略能够根据风电子系统变化的剧烈程度自适应的进行局部动态模型和准稳态模型调用，且能准确反映风电暂态特性。图11为本实施例提供的仿真所用的中长期动态仿真测试系统接线图，为验证结合模型切换和变步长的双馈风电模型及仿真方法在中长期过程的有效性，搭建测试系统，测试系统共有53节点，其中8个节点接入双馈风电，总出力31.5MW；3个节点接入同步发电机(仿真中采用二阶模型)，其中G1为小水电，总出力5MW，G2、G3为柴油机，总出力3MW。系统接线如图11所示。AVC策略为利用风电自身的无功调节能力控制风电并网点电压不越限，设置中长期风速波动，风速曲线覆盖了从低风速到高风速变化的各种运行工况，并叠加了随机波动的风速，如图12所示。此外，在300～300.6s期间设置节点1电压跌落至0.6pu。仿真总时间为2000s。
仿真设置以下两种情况作为对比，两种情况均配合基于TR-BDF2的变步长技术：1)仿真中不进行模型切换，图2中各部分均采用动态模型，即完全动态模型；2)仿真中进行模型切换，即切换模型，仿真结果如图13a至图15所示。
图13a-13b给出了两种仿真情况下节点1处功率对比，可以看出，在风速波动下和电压扰动期间，完全动态模型和切换模型仿真结果均一致；图14给出了中长期过程某一风电模型的切换情况，其它风电切换情况与此基本相同。在风速波动期间调用的均为准稳态模型，在计算的起始阶段(0～7s)和低电压穿越阶段(300～301s)各模块均出现了动态模型调用；图15给出了起始计算阶段(4.2～7s)发生两次模型切换时的注入电流与采用完全动态模型时的对比，从准稳态模型切换至动态模型时，切换处的注入电流与采用完全动态模型相比仅有轻微偏差，从动态模型切换至准稳态模型时则几乎无偏差，说明进行切换基本不会对外部网络计算产生影响；图16给出了仿真步长对比，可以看出，尽管同样采用了变步长技术，进行模型切换比不进行在多数时刻步长更大，仿真速度更快。在1000～1500s时间段，由于桨距角动作，二者的步长均被限制的较小。仿真结果表明，采用模型切换和变步长算法结合的方式在保证仿真精度的同时加速效果明显。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实例的限制，上述实例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。

Claims (7)

1.一种结合模型切换和变步长的双馈风电模型仿真方法，其特征在于，包括以下步骤：
S1，子模块仿真建模：在仿真开始前，对双馈风电各子模块建立仿真模型，所述模型包括对慢动态模块建立的动态模型、对快动态模块建立的动态模型和准稳态模型，所有模型的复杂度不唯一；建立动态模型的慢动态模块包括气动模块、轴系模块和桨距角控制模块；建立动态模型与不包含动态的准稳态模型的快动态模块包括发电机模块、转子侧变流器控制模块、网侧变流器控制模块和直流电压模块；
S2，模型自适应切换策略建立：所述策略以偏差量作为系统稳定判据，通过阈值比较实现切换时刻判别，所述策略基于风电系统中存在的多反馈环节生成；
S3，动态全过程仿真进行：利用TR-BDF2算法求解含双馈风电的电力系统当前时步的元件数据和网络数据，进行动态全过程仿真；本步骤具体为：求解双馈风电模型中的微分和代数方程，得到网络注入电流；利用注入电流求解网络代数方程得到当前时步的节点电压；
S4，模型切换判断：根据步骤S3获得的系统数据，以系统数据偏差量作为系统稳定判据，通过阈值比较，判断模型是否切换；本步骤中模型切换的策略具体为：计算每一动态模块的系统数据偏差量，当偏差量绝对值大于事先设定的精度阈值δ，则调用动态模型进行仿真；若小于δ，经过切换延时时间后再切入准稳态模型计算；
S5，后续判断：判断当前仿真时间是否达到仿真结束时间，若未达到仿真结束时间，根据当前时步的截断误差进行变步长处理，返回步骤S3，进行下一时步的求解；否则，步骤结束。
2.如权利要求1所述的一种结合模型切换和变步长的双馈风电模型仿真方法，其特征在于所述气动模块的动态模型中风机功率为：
Figure FDA0004189002820000011
其中，ρ为空气密度；R为风机叶片半径；v为风速；Cp为风能转换效率；
所述轴系模块的动态模型建立如下：
Figure FDA0004189002820000021
其中，ωt为风力机转速；θtw为低速轴相对高速轴的转矩角；Tt和Tg分别为风力机和发电机惯性时间常数；Ksh为轴系刚度；Dsh为阻尼系数；Te为电磁转矩；Tm为机械转矩；
所述桨距角控制模块的动态模型建立如下：
Figure FDA0004189002820000022
其中，β为桨距角；Kr和Tr分别为控制器比例系数和时间常数；Tβ为矫正器时间常数；βref和ωref分别为桨距角参考值和转速设定值；x1为中间量。
3.如权利要求2所述的一种结合模型切换和变步长的双馈风电模型仿真方法，其特征在于：风能转换效率Cp是叶尖速比λ与叶片桨距角β的函数，具体如下：
Figure FDA0004189002820000023
4.如权利要求2所述的一种结合模型切换和变步长的双馈风电模型仿真方法，其特征在于：在crowbar动作期间采用双馈异步风力发电机动态模型，双馈异步风力发电机动态模型采用忽略定子暂态的三阶模型，电压矢量方程为：
Figure FDA0004189002820000024
式中：us、ur分别为定子电压矢量、转子电压矢量；is、ir分别为定子电流矢量、转子电流矢量；Rs、Rr分别为定子绕组电阻、转子绕组电阻；sr为转差率；
磁链方程为：
Figure FDA0004189002820000031
式中：ψs、ψr分别为定子磁链矢量、转子磁链矢量；Lss、Lrr分别为定子绕组自感、转子绕组自感；Lm为定转子间互感；
crowbar投入时，DFIG模型按下式修正：
Figure FDA0004189002820000032
式中：Rcb为撬棒电阻；
在暂态和中长期动态仿真中，采用双馈异步风力发电机准稳态模型，所述双馈异步风力发电机模块的准稳态模型为：
Figure FDA0004189002820000033
式中：ir *为转子电流给定值。
5.如权利要求2所述的一种结合模型切换和变步长的双馈风电模型仿真方法，其特征在于所述转子侧变流器控制模块的动态模型为：
Figure FDA0004189002820000034
所述转子侧变流器控制模块的准稳态模型为：
Figure FDA0004189002820000035
式中：idr、iqr分别为转子d、q轴电流分量；Lss为定子绕组自感；Lm为定转子间互感；
所述网侧变流器控制模块的动态模型为：
Figure FDA0004189002820000041
所述网侧变流器控制模块的准稳态模型为：
Figure FDA0004189002820000042
式中：idc、iqc分别为网侧换流器d、q轴电流；Qc为网侧换流器无功；
所述直流电压模块的动态模型为：
Figure FDA0004189002820000043
式中：C为直流电容值；udc为直流电压；
所述直流电压模块的准稳态模型的值恒定。
6.如权利要求1所述的一种结合模型切换和变步长的双馈风电模型仿真方法，其特征在于所述步骤S2模型自适应切换策略具体为：对于每一快动态模块，计算受控变量给定值与受控变量实际值间偏差量Δv的绝对值|e|，若|e|小于事先设定的精度阈值δ，则该模块调用准稳态模型进行仿真计算，并将动态模型闭锁；若|e|大于δ，则该模块调用动态模型进行仿真，并将准稳态模型闭锁；当受控变量实际值能够跟踪上受控变量给定值，即|e|再次小于δ时，该模块经过切换延时时间后再切入准稳态模型计算。
7.如权利要求6所述的一种结合模型切换和变步长的双馈风电模型仿真方法，其特征在于所述系统数据偏差量包括总有功功率给定值与实际值的偏差量、定子无功功率给定值与实际值的偏差量、直流电压给定值与实际值的偏差量、网侧换流器无功功率给定值与实际值的偏差量、网侧换流器有功功率与转子有功功率的偏差量。
CN201910174989.0A 2019-03-08 2019-03-08 一种结合模型切换和变步长的双馈风电模型仿真方法 Active CN109815638B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910174989.0A CN109815638B (zh) 2019-03-08 2019-03-08 一种结合模型切换和变步长的双馈风电模型仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910174989.0A CN109815638B (zh) 2019-03-08 2019-03-08 一种结合模型切换和变步长的双馈风电模型仿真方法

Publications (2)

Publication Number Publication Date
CN109815638A CN109815638A (zh) 2019-05-28
CN109815638B true CN109815638B (zh) 2023-06-20

Family

ID=66608376

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910174989.0A Active CN109815638B (zh) 2019-03-08 2019-03-08 一种结合模型切换和变步长的双馈风电模型仿真方法

Country Status (1)

Country Link
CN (1) CN109815638B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113435134B (zh) * 2021-06-23 2023-06-20 山东大学 基于全动态阻抗模型的风电并网稳定性判定方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103034764A (zh) * 2012-12-12 2013-04-10 上海市电力公司 双馈变速恒频风电机组系统建模与仿真方法
CN105162164A (zh) * 2015-09-22 2015-12-16 河海大学 一种建立含风电并网系统的低阶动态频率响应模型的方法
CN106295001A (zh) * 2016-08-10 2017-01-04 华北电力大学 适用于电力系统中长时间尺度的准稳态变步长仿真方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103034764A (zh) * 2012-12-12 2013-04-10 上海市电力公司 双馈变速恒频风电机组系统建模与仿真方法
CN105162164A (zh) * 2015-09-22 2015-12-16 河海大学 一种建立含风电并网系统的低阶动态频率响应模型的方法
CN106295001A (zh) * 2016-08-10 2017-01-04 华北电力大学 适用于电力系统中长时间尺度的准稳态变步长仿真方法

Also Published As

Publication number Publication date
CN109815638A (zh) 2019-05-28

Similar Documents

Publication Publication Date Title
Kayikçi et al. Assessing transient response of DFIG-based wind plants—The influence of model simplifications and parameters
CN107947228B (zh) 基于Markov理论的含风电电力系统随机稳定性分析方法
CN107147144A (zh) 电网不对称故障下混合风电场群协调控制方法
CN106294959B (zh) 模型参考自适应控制与双馈风机降阶模型相结合的建模仿真方法
CN111049178A (zh) 一种直驱永磁风电机组经vsc-hvdc并网稳定控制分析方法
CN109815638B (zh) 一种结合模型切换和变步长的双馈风电模型仿真方法
CN102496938B (zh) 双馈风电机组运行过程中无功调节容量的确定方法及装置
CN110417047B (zh) 基于复转矩系数分析双馈风机ssci阻尼特性的方法
CN110336299B (zh) 一种考虑综合能源系统小干扰稳定的配网重构方法
Zhao et al. Maximal power point tracking under speed-mode control for wind energy generation system with doubly fed introduction generator
Xiong et al. Calculation of steady-state short-circuit current of wind turbines with doubly fed induction generator
CN109149645B (zh) 一种含有双馈感应式风电机组电网的暂态稳定计算方法
Hu et al. Model-based control for doubly fed adjustable-speed pumped storage units with fast power support
CN109386427B (zh) 考虑逆变器限流特性的直驱式永磁同步风电机组控制方法
CN114914915B (zh) 一种具备负序主动补偿能力的dfig变流器控制方法
Chen et al. Small Signal Stability Analysis of Combined Operation System of Variable Speed Pumped Storage and Direct Drive Wind Turbine
CN113783183B (zh) 弱电网下双馈风机在故障穿越期间的暂态稳定性评估方法
Wei et al. Anti-disturbance full-order sliding mode control of PMSG-based wind energy conversion systems
CN118171819A (zh) 一种构网型风电并网系统的稳定性分析方法
Drid et al. The doubly fed induction generator robust vector control based on Lyapunov method
CN115441477A (zh) 一种储能参与的高比例风电系统失步振荡抑制方法
Behloul et al. A Robust Power Control of Double Fed Induction Generator using Sliding Mode Controller
Yang et al. Speed Control of Doubly-Fed Induction Generator Based on a Improved Reaching Law Integral Sliding Mode Structure
Khalid et al. 5 th order Modeling, Control and Steady-State Validation of Wind Turbine Based on DFIG
CN115085271A (zh) 基于故障穿越过程的直驱风机的有功功率计算方法及系统

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
GR01 Patent grant
GR01 Patent grant