CN110417056B - 双馈风机并网系统的设备级振荡源定位方法及其装置 - Google Patents
双馈风机并网系统的设备级振荡源定位方法及其装置 Download PDFInfo
- Publication number
- CN110417056B CN110417056B CN201910705173.6A CN201910705173A CN110417056B CN 110417056 B CN110417056 B CN 110417056B CN 201910705173 A CN201910705173 A CN 201910705173A CN 110417056 B CN110417056 B CN 110417056B
- Authority
- CN
- China
- Prior art keywords
- dynamic energy
- energy flow
- oscillation
- grid
- causal relationship
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R21/00—Arrangements for measuring electric power or power factor
- G01R21/133—Arrangements for measuring electric power or power factor by using digital technique
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P9/00—Arrangements for controlling electric generators for the purpose of obtaining a desired output
- H02P9/007—Control circuits for doubly fed generators
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明涉及一种双馈风机并网系统的设备级振荡源定位方法及其装置,属于风机技术领域,解决现阶段风电并网系统稳定运行问题,方法包括:建立DFIG内部各组成部件的能量关联拓扑网络;解析振荡过程中,所述能量关联拓扑网络中各组成部件动态能量流;计算所述动态能量流之间的因果关系量值;构建DFIG内部振荡传导因果关系图;分析所述因果关系量值在所述关系图中的分布规律,确定振荡传导路径并定位振荡源。本发明能够定量描述DFIG内各组成部件之间动态能量流的相互影响程度,准确识别设备级振荡源及振荡传导路径。
Description
技术领域
本发明涉及风机技术领域,尤其是一种双馈风机并网系统的设备级振荡源定位方法及其装置。
背景技术
随着大比例高渗透率的风电机组并网,电力系统的动态特性发生了巨大变化,对系统安全运行造成潜在威胁。其中低频振荡是制约风电并网的关键瓶颈之一。及时准确确定并快速调整引发振荡的设备及其部件和控制环节,对于抑制振荡扩散、保障系统的稳定运行至关重要。因此,研究风电并网机组设备级振荡源定位方法势在必行。
针对低频振荡源定位问题,已有学者进行了相关研究,方法主要包含3类:混合仿真法、波形相似法、能量函数法。混合仿真法是早期的振荡源定位方法,通过对比同步相量测量单元的实时相量测量数据与软件的仿真数据,定位振荡源。波形相似法主要通过振荡时电压行波的特殊形态传导到电网中各节点所具有的相似性和时延性,对振荡源进行定位。能量函数法从暂态能量函数出发,通过分析振荡过程中能量的变化特征定位振荡源。上述方法均能较准确地判别振荡源所在机组或所在区域,但在实际系统中,为了实现振荡快速抑制,还需进一步确定振荡源所在机组内部的具体组成部件。因双馈风电机组(DoublyFed Induction Generator,DFIG)组成部件之间的关联关系复杂,现有方法未能给出振荡在DFIG内部的传导路径。
发明内容
鉴于上述的分析,本发明旨在提供一种双馈风机并网系统的设备级振荡源定位方法及其装置,解决现阶段风电并网系统稳定运行问题。
本发明的目的主要是通过以下技术方案实现的:
本发明公开了一种双馈风机并网系统的设备级振荡源定位方法,包括,
步骤S1、建立DFIG内部各组成部件的能量关联拓扑网络;
步骤S2、解析振荡过程中,所述各组成部件之间的动态能量流;
步骤S3、计算所述动态能量流之间的因果关系量值;构建DFIG内部振荡传导因果关系图;分析所述因果关系量值在所述关系图中的分布规律,确定振荡传导路径并定位振荡源。
进一步地,所述步骤S3包括,
步骤S301、对动态能量流进行归一化处理;
步骤S302、通过向量自回归模型,对所述归一化的动态能量流进行偏有向相干分析,得到所述动态能量流之间因果关系量值矩阵;
步骤S303、将所述因果关系量值与所述风机动态能量关联拓扑网络相结合,构建振荡传导因果关系图;
步骤S304、按照所述关系图中因果关系量值大小顺序在所述振荡传导因果关系图中绘制振荡传导路径,并根据确定的振荡传导路径,定位设备级振荡源。
进一步地,所述向量自回归模型为式中,(x1(t),…,xm(t))T为t时刻m个组成部件之间的动态能量流;(x1(t-r),…,xm(t-r))T为t-r时刻m个组成部件之间的的动态能量流,r∈1,2,…,p,p是向量自回归模型的阶数;(u1(t),…,um(t))T是与t时刻的动态能量流不相关的误差相量;Ar为待估计的因果关系量值矩阵,其中元素Ar(ij),i,j=1,2,…,m,表征第j个组成部分的动态能量xj在t-r时刻的值xj(t-r),对第i个组成部分的动态能量xi在t时刻的值xi(t)的影响,即第i个组成部分与第j个组成部分的因果关系量值。
进一步地,所述步骤S1中所述DFIG内部各组成部件包括轴系、异步发电机、转子侧变流器及其控制部分、直流母线、网侧变流器及其控制部分和电网及PLL部件。
进一步地,所述能量关联拓扑网络中的各组成部件之间的动态能量流包括,轴系部分输出的动态能量流、直流母线部分的动态能量流、网侧变流器及其控制部分的动态能量流、转子侧变流器及其控制部分的动态能量流、异步发电机部分的动态能量流和电网及PLL注入DFIG的动态能量流。
进一步地,在振荡过程中,DFIG内各组成部件动态能量流Wi满足公式:Wi=∫(Pidθi+Qid(ln Ui));式中,Pi和Qi分别为DFIG内第i个组成部件所属支路的有功功率和无功功率;Ui和θi分别为DFIG内第i个组成部件的电压幅值和相角。
进一步地,振荡过程中,
所述轴系部分输出的动态能量流Wshaft=∫Ptdt;式中,Pt为风力机功率;
所述双馈风机直流母线部分的动态能量流WDC Bus=∫(Cudc)dudc;式中,C为直流母线电容;udc是直流母线电压;
本发明还公开了一种双馈风机并网系统的设备级振荡源定位装置,其特征在于,包括数据采集模块、DFIG系统动态能量流解析模块和设备级振荡源定位模块。
所述数据采集模块,用于采集风电并网系统双馈风机各组成部件的参数、运行数据以及系统各节点运行数据,并将采集数据发送至DFIG系统动态能量流解析模块和设备级振荡源定位模块;
所述DFIG系统动态能量流解析模块,用于构建DFIG各组成部件的能量关联拓扑网络,解析振荡过程中,所述各组成部件之间动态能量流;
所述设备级振荡源定位模块,用于计算所述动态能量流之间的因果关系量值;构建DFIG内部振荡传导因果关系图;分析所述因果关系量值在所述关系图中的分布规律,确定振荡传导路径并定位振荡源。
进一步地,所述设备级振荡源定位模块包括归一化模块、向量自回归模型、因果关系图构建模块和振荡源定位模块;
所述归一化模块,用于对所述动态能量流进行归一化处理;
所述向量自回归模型,用于对所述归一化的动态能量流进行偏有向相干分析,得到所述动态能量流之间因果关系量值矩阵;
所述因果关系图构建模块,用于将所述因果关系量值矩阵与所述风机动态能量关联拓扑网络相结合,构建振荡传导因果关系图;
所述振荡源定位模块、用于按照所述关系图中因果关系量值大小顺序在所述振荡传导因果关系图中绘制振荡传导路径,并根据确定振荡传导路径,定位设备级振荡源。
进一步地,所述向量自回归模型为式中,(x1(t),…,xm(t))T为t时刻m个组成部分的动态能量流;(x1(t-r),…,xm(t-r))T为t-r时刻m个组成部分的的动态能量流,r∈1,2,…,p,p是向量自回归模型的阶数;(u1(t),…,um(t))T是与t时刻的动态能量流不相关的误差相量;Ar为待估计的因果关系量值矩阵,其中元素Ar(ij),i,j=1,2,…,m,表征第j个组成部分的动态能量xj在t-r时刻的值xj(t-r),对第i个组成部分的动态能量xi在t时刻的值xi(t)的影响。
本发明有益效果如下:
本发明能够定量描述DFIG内各组成部件之间动态能量流的相互影响程度,准确识别设备级振荡源及振荡传导路径。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1为本发明实施例一中的设备级振荡源定位方法流程图;
图2为本发明实施例一中的DFIG详细模型框图;
图3为本发明实施例一中的动态能量关联拓扑网络图;
图4为本发明实施例二中的设备级振荡源定位系统原理图;
图5为本发明实施例三中的含DFIG的IEEE 10机39节点的实时数字仿真系统示意图;
图6为本发明实施例三中的场景1中系统流入各机组的动态能量流的变化图;
图7为本发明实施例三中的场景1中DFIG内各部分的动态能量流的变化图;
图8为本发明实施例三中的场景1中DFIG内各动态能量流因果关系量值柱状图;
图9为本发明实施例三中的场景1中构建的振荡传导因果关系图;
图10为本发明实施例三中的场景2中系统流入各机组的动态能量流的变化图;
图11为本发明实施例三中的场景2中DFIG内各部分的动态能量流的变化图;
图12为本发明实施例三中的场景2中DFIG内各动态能量流因果关系量值柱状图;
图13为本发明实施例三中的场景2中构建的振荡传导因果关系图;
图14为本发明实施例三中的场景3中系统流入各机组的动态能量流的变化图;
图15为本发明实施例三中的场景3中DFIG内各部分的动态能量流的变化图;
图16为本发明实施例三中的场景3中DFIG内各动态能量流因果关系量值柱状图;
图17为本发明实施例三中的场景3中构建的振荡传导因果关系图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理。
实施例一、
本实施例公开了一种双馈风机并网系统的设备级振荡源定位方法,
如图1所示,包括以下步骤:
步骤S1、建立DFIG内部各组成部件的能量关联拓扑网络;
根据DFIG详细模型框图,如图2所示,将DFIG划分为轴系(shaft)、异步发电机(asynchronous generator)、转子侧变流器及其控制部分(RSC and control)、直流母线(DC bus)、网侧变流器及其控制部分(GSC and control)、电网及PLL(grid and PLL)等6个组成部件;
建立如图3所示的DFIG内部各组成部件的动态能量关联拓扑网络;其中,各组成部件之间的动态能量流Wi包括:轴系部分输出的动态能量流Wshaft、直流母线部分的动态能量流WDC Bus、网侧变流器及其控制部分的动态能量流WGSC、转子侧变流器及其控制部分的动态能量流WRSC、异步发电机部分的动态能量流WAG和电网及PLL注入DFIG的动态能量流Wgrid。
式中,Pi和Qi分别为DFIG内第i个组成部件所属支路的有功功率和无功功率;Ui和θi分别为DFIG内第i个组成部件的电压幅值和相角。考虑到振荡属于系统动态过程,将式中包含的正常运行时的稳态值去除,即可得到动态能量流。
步骤S2、解析振荡过程中,能量关联拓扑网络中各组成部件动态能量流;
具体的,根据上述动态能量流Wi满足的公式,对各动态能量流进行解析:
1)振荡过程中轴系部分输出的动态能量流:
Wshaft=∫Ptdt;
式中,Pt为风力机功率。
2)振荡过程中双馈风机直流母线部分的动态能量流:
式中,C为直流母线电容;udc是直流母线电压;Pdc直流母线上功率。
3)振荡过程中双馈风机网侧变流器及其控制部分的动态能量流:
式中,Pg和Qg分别为网侧变流器的输出的有功功率和无功功率;uid和uiq分别为网侧变流器的d、q轴电压分量;kip_g、kii_g分别为网侧变流器电流内环模拟PI调节器的比例系数和积分系数;ωg为电网同步电角速度;LT为网侧变流器进线电抗器的等效电感;iid和iiq由网侧电流ig和电网电压相角θg计算得到;kvp_g、kvi_g分别为电压外环模拟PI调节器的比例系数和积分系数;udc为直流母线电压,udc *为直流母线电压的参考给定值;Q*为无功参考值;Em为电网电压矢量;Cf为滤波器电容;Ug为电网电压幅值;θi、Ui分别为网侧变流器电压ui的相角和幅值。
4)振荡过程中双馈风机转子侧变流器及其控制部分的动态能量流:
式中,Pr、Qr为转子侧变流器的输出的有功和无功功率;θr和Ur分别为转子电压ur的相角和幅值;C为直流母线电容,udc是直流母线电压,Ug为电网电压幅值,ωg为电网同步电角速度,LT为网侧变流器进线电抗器的等效电感;Q*为无功参考值;Em为电网电压矢量;Cf为滤波器电容;uiq为网侧变流器的q轴电压分量,iiq由网侧电流ig和电网电压相角θg计算得到;kip_g、kii_g分别为网侧变流器电流内环模拟PI调节器的比例系数和积分系数。
5)振荡过程中双馈风机异步发电机部分的动态能量流:
式中,Ps和Qs分别为定子侧输出有功功率和无功功率;Us和θs分别为异步发电机定子侧端口电压幅值和相角;usq为定子电压q轴分量;kip_r、kii_r分别为转子侧变流器电流内环PI调节器的比例和积分系数;s为转差率;urq和irq分别为转子电压、电流的q轴分量,可由转子电压ur(abc)、电网电压相角θg、转子电流ir(abc)计算得到;ωs为双馈异步发电机定子侧角速度;ims为双馈异步发电机定子互感电流;σ为漏磁场系数;Ls、Lr、Lm分别为定、转子电感及它们间的互感;为DFIG反电动势产生的扰动项;为转子电流q轴的电流参考值,前者根据无功参考值Q*计算得到,后者由电机转速外环控制结合转子转速ωm(由转子角θm求得)给出。
6)振荡过程中电网及PLL注入DFIG的动态能量流:
式中,Wgrid为电网及PLL注入DFIG的动态能量流;θr和Ur分别为转子电压ur的相角和幅值;θi、Ui分别为网侧变流器电压ui的相角和幅值。
步骤S3、计算所述动态能量流之间的因果关系量值;构建DFIG内部振荡传导因果关系图;分析所述因果关系量值在所述关系图中的分布规律,确定振荡传导路径并定位振荡源。
具体的,步骤S3包括以下子步骤:
步骤S301、对动态能量流进行归一化处理;
对于动态能量流时间序列{xi},其归一化公式为:
步骤S302、通过向量自回归模型,对所述归一化的动态能量流进行偏有向相干分析(PDC),得到所述动态能量流之间因果关系量值矩阵;
向量自回归模型:
其中,Ar为待估计的的系数矩阵,是m阶方阵,它的元素Ar(ij)表征第j个组成部分的动态能量xj在t-r时刻的值xj(t-r),对第i个组成部分的动态能量xi在t时刻的值xi(t)的影响,本实施例中m=6。对于任意r∈1,2,…,p,Ar(ij)显著非零,则可认为xj与xi具有因果相关性。p是向量自回归模型的阶数;(u1(t),…,um(t))T是与动态能量流不相关的误差相量。
步骤S303、将所述因果关系量值与所述风机动态能量关联拓扑网络相结合,构建振荡传导因果关系图;
由向量自回归模型可得振荡过程中各部分动态能量流之间的因果关系量值矩阵,该矩阵能够量化表征振荡在DFIG各部分间的传递方向及交互作用大小。再将对应的因果关系量值标注于动态能量关联拓扑网络中的对应位置,构建振荡传导因果关系图。
在所述关系图中通过有向线表示振荡的传导方向,起点连接“原因”动态能量流对应的部分,终点连接“结果”动态能量流对应的部分。
步骤S304、根据振荡自源头向外影响强度逐渐衰减的特性,按照所述关系图中因果关系量值大小顺序在所述振荡传导因果关系图中绘制振荡传导路径,并根据确定振荡传导路径,定位设备级振荡源。
实施例二、
本实施例公开了一种双馈风机并网系统的设备级振荡源定位系统,如图4所示,包括数据采集模块、DFIG系统动态能量流解析模块、设备级振荡源定位模块和结果输出模块。
所述数据采集模块,用于采集风电并网系统双馈风机各组成部件的参数、运行数据以及系统各节点运行数据,并将采集数据发送至DFIG系统动态能量流解析模块和设备级振荡源定位模块;
所述DFIG系统动态能量流解析模块,用于构建DFIG各组成部件的能量关联拓扑网络,解析振荡过程中,所述各组成部件之间动态能量流;
所述设备级振荡源定位模块,用于计算所述动态能量流之间的因果关系量值;构建DFIG内部振荡传导因果关系图;分析所述因果关系量值在所述关系图中的分布规律,确定振荡传导路径并定位振荡源。
所述结果输出模块用于输出双馈并网系统定位的设备级振荡源。
所述设备级振荡源定位模块根据数据采集模块发送的信息以及DFIG系统动态能量流解析模块确定的系统中各部分动态能量,采用偏有向相干分析(PDC)计算各组成部件之间动态能量流间因果关系量值,据此构建DFIG内部振荡传导因果关系图,从而确定振荡传导路径并定位振荡源。
进一步地,所述设备级振荡源定位模块包括归一化模块、向量自回归模型、因果关系图构建模块和振荡源定位模块;
所述归一化模块,用于对所述动态能量流进行归一化处理;
所述向量自回归模型,用于对所述归一化的动态能量流进行偏有向相干分析,得到所述动态能量流之间因果关系量值矩阵;
所述因果关系图构建模块,用于将所述因果关系量值矩阵与所述风机动态能量关联拓扑网络相结合,构建振荡传导因果关系图;
所述振荡源定位模块、用于按照所述关系图中因果关系量值大小顺序在所述振荡传导因果关系图中绘制振荡传导路径,并根据确定振荡传导路径,定位设备级振荡源。
进一步地,所述向量自回归模型为式中,(x1(t),…,xm(t))T为t时刻m个组成部件之间的动态能量流;(x1(t-r),…,xm(t-r))T为t-r时刻m个组成部件之间的的动态能量流,r∈1,2,…,p,p是向量自回归模型的阶数;(u1(t),…,um(t))T是与t时刻的动态能量流不相关的误差相量;Ar为待估计的因果关系量值矩阵,其中元素Ar(ij),i,j=1,2,…,m,表征第j个组成部分的动态能量xj在t-r时刻的值xj(t-r),对第i个组成部分的动态能量xi在t时刻的值xi(t)的影响。
实施例三、
利用图5含DFIG的IEEE 10机39节点的实时数字仿真(Real Time DigitalSimulator,RTDS)系统,进行振荡源定位方法验证。系统中同步发电机采用经典模型。DFIG的额定有功功率为4.5MW,无功功率为0.2Mvar,在Bus 39处并网,其主要参数如下:额定电压为3.3kV,额定频率为60Hz,定子电阻为0.003p.u.,定子电抗为0.125p.u.,转子电阻为0.004p.u.,转子电抗为0.05p.u.,转动惯量为101.72kg·m2,电压外环模拟PI调节器的比例系数和积分系数分别为kvp_g=8,kvi_g=400。网侧变流器电流内环模拟PI调节器的比例系数和积分系数分别为kip_g=0.83,kii_g=5;转子侧变流器电流内环PI调节器的比例和积分系数分别为kip_r=0.2,kii_r=100。
为验证本方法的正确性和有效性,本实施例中分别对DFIG直流母线电压扰动(场景1)、DFIG风力机功率扰动(场景2)、网侧线路故障引发系统振荡(场景3)三种场景下,各机组动态能量流变化情况及设备级振荡源定位过程进行分析。
1)场景1:t=0s时在DFIG的直流母线电压上,附加一个频率为1.27Hz的持续正弦周期性电压,引发系统低频振荡。
计算得到系统流入各机组的动态能量流的变化情况(计算涉及到的各变量均采用标幺值),如图6所示。由图6可知,场景1下电网向DFIG注入的动态能量流均为负,且绝对值不断增大,即DFIG持续向电网注入动态能量。在80s时,场景1中DFIG注入的动态能量达到8(p.u.),而另外9台同步机G2、G3、G4、G5、G6、G7、G8、G9、G10则持续从电网中吸收动态能量。根据上述特征,可判断场景1下振荡源均在DFIG中。
计算可得场景1下,DFIG内轴系、异步发电机、转子侧变流器及其控制部分、直流母线、网侧变流器及其控制部分、电网及PLL的动态能量流变化情况,如图7所示。由图7可知,场景1DFIG内各部分的动态能量流均呈现波动递增的趋势,但它们的变化特征不同。
根据实施例一中所述设备级振荡源定位方法步骤S3,可得DFIG内各部分动态能量流之间的因果关系量值矩阵,如表1所示。表1中,右下角标为“C”的动态能量流表示该动态能量流作为“原因(cause)”影响其他动态能量流,右小角标“E”的动态能量流表示该动态能量流作为“结果(effect)”受到其他动态能量流的影响。表1中各因果关系量值量化了“原因”动态能量流对“结果”动态能量流的影响强度。如直流母线的动态能量流WDC Bus_C作为“原因”,网侧变流器的动态能量流WGSC_E作为“结果”时的因果关系量值(即影响强度)是0.892。而直流母线的动态能量流WDC Bus_E作为结果,网侧变流器的动态能量流WGSC_C作为原因时的因果关系量值(即影响强度)是0.363。可见两者分别作为“原因”和“结果”时,得到的因果关系量值不一致,考虑到两者间动态能量流因果关系量值中较大值反映了振荡传递的主要因果关系,因此振荡的传递方向为直流母线到网侧变流器。利用表1结果可得相应DFIG内各动态能量流因果关系量值柱状图如图8所示。
表1场景1下DFIG内各动态能量流因果关系量值矩阵
在此基础上,结合图3动态能量关联拓扑网络,构建振荡传导因果关系图如图9所示。图9中,有向线表征振荡的传导方向:有向线起点连接“原因”动态能量流对应的组成部件,有向线终点连接“结果”动态能量流对应的组成部件,并用颜色区分不同的振荡传导路径。依据因果关系图中的量值大小顺序,可以得到场景1下DFIG内三条振荡传导路径,图中忽略了量值极小(小于10-2)的因果关系。
三条振荡传导路径分别为,a)路径一(如黑色箭头所示),直流母线→转子侧变流器及其控制部分→异步发电机→电网,各部分之间因果关系量值分别为0.083、0.070、0.064。b)路径二(如白色箭头所示):直流母线→转子侧变流器及其控制部分→异步发电机→轴系,各部分之间因果关系量值分别为0.083、0.070、0.017。c)路径三(如灰色箭头所示):直流母线→网侧变流器及其控制部分→电网,各部分之间因果关系量值分别为0.892、0.691,根据上述振荡传导路径,可判定振荡源在直流母线处。
2)场景2:t=0s时在DFIG的原动系统风力机功率上,注入一个频率为0.4Hz的持续正弦周期性功率,引发系统低频振荡。
计算得到系统流入各机组的动态能量流的变化情况(计算涉及到的各变量均采用标幺值),如图10所示。由图10可知场景2下电网向DFIG注入的动态能量流均为负,且绝对值不断增大,即DFIG持续向电网注入动态能量。在80s时,场景2中DFIG注入的动态能量达到12.5(p.u.),而另外9台同步机G2、G3、G4、G5、G6、G7、G8、G9、G10则持续从电网中吸收动态能量。根据上述特征,可判断场景2下振荡源均在DFIG中。
计算可得场景2下,DFIG内轴系、异步发电机、转子侧变流器及其控制部分、直流母线、网侧变流器及其控制部分、电网及PLL的动态能量流变化情况如图11所示。由图11可知,场景2与场景1类似,DFIG内各部分的动态能量流均呈现波动递增的趋势,且变化特征各不相同。
根据实施例一中所述设备级振荡源定位方法步骤S3,可得场景2下DFIG内各动态能量流间的因果关系量值矩阵如表2所示。利用表2结果可得相应DFIG内各动态能量流因果关系量值柱状图如图12所示。
表2场景2下DFIG内各动态能量流因果关系量值矩阵
在此基础上,结合图3动态能量关联拓扑网络,构建振荡传导因果关系图如图13所示。依据因果关系图中的量值大小顺序,可以得到场景2下DFIG内两条振荡传导路径。
两条振荡传导路径分别为:a)路径一(如灰色箭头所示):轴系→异步发电机→转子侧变流器及其控制部分→直流母线→网侧变流器及其控制部分→电网,各部分之间因果关系量值分别为0.761、0.590、0.581、0.447、0.318。b)路径二(如白色箭头所示):轴系→异步发电机→电网,各部分之间因果关系量值分别为0.761、0.536。根据上述振荡传导路径,可判定振荡源在轴系处。
3)场景3:t=90s时系统中Bus 3发生三相短路故障(200ms后故障清除),引发系统低频振荡。
计算得到系统流入各机组的动态能量流的变化情况(计算涉及到的各变量均采用标幺值),如图14所示。由图14可知,场景3中,DFIG及其他同步机(G2、G3、G8、G9、G10)在故障发生后从系统中吸收动态能量,而G4、G5、G6、G7则向系统注入动态能量,且上述机组在故障切除后动态能量流均趋于平稳。根据上述特征,可判断G4、G5、G6、G7为振荡源,DFIG及其他同步机不为振荡源。
计算可得场景3下,DFIG内轴系、异步发电机、转子侧变流器及其控制部分、直流母线、网侧变流器及其控制部分、电网及PLL的动态能量流变化情况如图15所示。由图15可知,场景3DFIG内各部分动态能量流变化特征依然不同,故障发生后,各部分动态能量流先陡增,在故障切除后按不同振荡收敛速度逐渐趋于平稳,轴系和直流母线的动态能量收敛速度快于其他部分。
根据实施例一中所述设备级振荡源定位方法步骤S3,可得场景3下DFIG内各动态能量流间的因果关系量值矩阵如表3所示。利用表3结果可得相应DFIG内各动态能量流因果关系量值柱状图如图16所示。
表3场景3下DFIG内各动态能量流因果关系量值矩阵
在此基础上,结合图3动态能量关联拓扑网络,构建振荡传导因果关系图如图17所示。依据因果关系图中的量值大小顺序,可以得到场景3下DFIG内三条振荡传导路径。
三条振荡传导路径分别为,a)路径一(如灰色箭头所示):电网→网侧变流器及其控制部分→直流母线,各部分之间因果关系量值分别为0.843、0.535。b)路径二(如黑色箭头所示):电网→异步发电机→转子侧变流器及其控制部分→直流母线,各部分之间因果关系量值分别为0.527、0.371、0.289。c)路径三(如白色箭头所示):电网→异步发电机→轴系,各部分之间因果关系量值分别为0.527、0.063。根据上述振荡传导路径,可判定振荡来源于DFIG外的电网中。
场景1和场景2两种情况的计算结果均与仿真设置情况一致,证明了本方法在准确定位机组内振荡源的同时,能够刻画动态能量传播演化路径,且能表征DFIG内部各部分动态能量流间相互影响强度大小,这将有助于DFIG并网系统低频振荡机组内振荡机理的研究。场景3当振荡源不在DFIG内部时,该方法依然能够清晰地刻画DFIG内部的振荡传导路径,并量化DFIG内各组成部件动态能量流间的相互影响强度。
综上可知,利用本发明所构建的基于动态能量流的双馈风机并网系统设备级振荡源定位系统及其方法能够定量描述DFIG内各组成部件之间动态能量流的相互影响程度,准确识别设备级振荡源及振荡传导路径。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种双馈风机并网系统的设备级振荡源定位方法,其特征在于,包括,
步骤S1、建立双馈风机内部各组成部件的能量关联拓扑网络;
步骤S2、解析振荡过程中,所述各组成部件之间的动态能量流;
所述各组成部件之间的动态能量流包括,轴系部分输出的动态能量流、直流母线部分的动态能量流、网侧变流器及其控制部分的动态能量流、转子侧变流器及其控制部分的动态能量流、异步发电机部分的动态能量流和电网及PLL注入双馈风机的动态能量流;
所述轴系部分输出的动态能量流Wshaft=∫Ptdt;式中,Pt为t时刻的风力机功率;
所述直流母线部分的动态能量流WDCBus=∫(Cudc)dudc;式中,C为直流母线电容;udc是直流母线电压;
步骤S3、计算所述动态能量流之间的因果关系量值;构建双馈风机内部振荡传导因果关系图;分析所述因果关系量值在所述关系图中的分布规律,确定振荡传导路径并定位振荡源。
2.根据权利要求1所述的设备级振荡源定位方法,其特征在于,所述步骤S3包括,
步骤S301、对动态能量流进行归一化处理;
步骤S302、通过向量自回归模型,对归一化的动态能量流进行偏有向相干分析,得到所述动态能量流之间因果关系量值矩阵;
步骤S303、将所述因果关系量值与所述能量关联拓扑网络相结合,构建振荡传导因果关系图;
步骤S304、按照所述关系图中因果关系量值大小顺序在所述振荡传导因果关系图中绘制振荡传导路径,并根据确定的振荡传导路径,定位设备级振荡源。
式中,[x1(t),…,xm(t)]T为t时刻m个组成部件之间的动态能量流;[x1(t-r),…,xm(t-r)]T为t-r时刻m个组成部件之间的动态能量流,r∈1,2,…,p,p是向量自回归模型的阶数;[u1(t),…,um(t)]T是与t时刻的动态能量流不相关的误差相量;Ar为待估计的因果关系量值矩阵,其中元素Ar(ij),i,j=1,2,…,m,表征第j个组成部件的动态能量流xj在t-r时刻的值xj(t-r),对第i个组成部件的动态能量流xi在t时刻的值xi(t)的影响,即第i个组成部件与第j个组成部件的因果关系量值。
4.一种双馈风机并网系统的设备级振荡源定位装置,其特征在于,包括数据采集模块、双馈风机系统动态能量流解析模块和设备级振荡源定位模块;
所述数据采集模块,用于采集双馈风机并网系统双馈风机各组成部件的参数、运行数据以及系统各节点运行数据,并将采集数据发送至双馈风机系统动态能量流解析模块和设备级振荡源定位模块;
所述双馈风机系统动态能量流解析模块,用于构建双馈风机各组成部件的能量关联拓扑网络,解析振荡过程中,所述各组成部件之间的动态能量流;
所述各组成部件之间的动态能量流包括,轴系部分输出的动态能量流、直流母线部分的动态能量流、网侧变流器及其控制部分的动态能量流、转子侧变流器及其控制部分的动态能量流、异步发电机部分的动态能量流和电网及PLL注入双馈风机的动态能量流;
所述轴系部分输出的动态能量流Wshaft=∫Ptdt;式中,Pt为t时刻的风力机功率;
所述直流母线部分的动态能量流WDCBus=∫(Cudc)dudc;式中,C为直流母线电容;udc是直流母线电压;
所述设备级振荡源定位模块,用于计算所述动态能量流之间的因果关系量值;构建双馈风机内部振荡传导因果关系图;分析所述因果关系量值在所述关系图中的分布规律,确定振荡传导路径并定位振荡源。
5.根据权利要求4所述的设备级振荡源定位装置,其特征在于,所述设备级振荡源定位模块包括归一化模块、向量自回归模型、因果关系图构建模块和振荡源定位模块;
所述归一化模块,用于对所述动态能量流进行归一化处理;
所述向量自回归模型,用于对归一化的动态能量流进行偏有向相干分析,得到所述动态能量流之间因果关系量值矩阵;
所述因果关系图构建模块,用于将所述因果关系量值矩阵与所述能量关联拓扑网络相结合,构建振荡传导因果关系图;
所述振荡源定位模块,用于按照所述关系图中因果关系量值大小顺序在所述振荡传导因果关系图中绘制振荡传导路径,并根据确定的振荡传导路径,定位设备级振荡源。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910705173.6A CN110417056B (zh) | 2019-07-30 | 2019-07-30 | 双馈风机并网系统的设备级振荡源定位方法及其装置 |
US16/937,662 US11340274B2 (en) | 2019-07-30 | 2020-07-24 | Method and device for locating equipment-level oscillation sources of DFIG grid-connected system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910705173.6A CN110417056B (zh) | 2019-07-30 | 2019-07-30 | 双馈风机并网系统的设备级振荡源定位方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110417056A CN110417056A (zh) | 2019-11-05 |
CN110417056B true CN110417056B (zh) | 2020-12-18 |
Family
ID=68364993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910705173.6A Active CN110417056B (zh) | 2019-07-30 | 2019-07-30 | 双馈风机并网系统的设备级振荡源定位方法及其装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11340274B2 (zh) |
CN (1) | CN110417056B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110417056B (zh) * | 2019-07-30 | 2020-12-18 | 华北电力大学 | 双馈风机并网系统的设备级振荡源定位方法及其装置 |
CN111880032B (zh) * | 2020-07-15 | 2021-05-28 | 华北电力大学 | 直驱风电系统中影响稳定性的交互环节确定方法及系统 |
CN111769596B (zh) * | 2020-07-15 | 2022-03-01 | 华北电力大学 | 一种基于附加能量支路的双馈风电场控制方法及系统 |
CN115498652B (zh) * | 2022-05-30 | 2024-04-30 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 基于cps的综合能源园区电能质量控制方法及系统 |
CN114966296B (zh) * | 2022-08-01 | 2022-12-02 | 锦浪科技股份有限公司 | 一种振荡源定位方法及装置 |
CN117638978A (zh) * | 2023-11-24 | 2024-03-01 | 国网江苏省电力有限公司电力科学研究院 | 风电并网系统振荡源定位方法、装置、设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9006933B2 (en) * | 2011-10-21 | 2015-04-14 | General Electric Company | Power system stabilization |
US20200224877A1 (en) * | 2016-10-21 | 2020-07-16 | Fgc Plasma Solutions | Apparatus and method for using plasma to assist with the combustion of fuel |
CN109193752B (zh) * | 2018-08-22 | 2021-01-08 | 华北电力大学 | 含虚拟惯量双馈风机并网系统低频振荡控制参数优化方法 |
CN110011357B (zh) * | 2019-04-29 | 2022-06-03 | 东南大学 | 一种双馈风电场中强迫振荡扰动源定位方法 |
CN110417056B (zh) * | 2019-07-30 | 2020-12-18 | 华北电力大学 | 双馈风机并网系统的设备级振荡源定位方法及其装置 |
CN110425092B (zh) * | 2019-07-30 | 2020-06-16 | 华北电力大学 | 一种基于能量频谱的风电并网系统振荡源定位系统及方法 |
-
2019
- 2019-07-30 CN CN201910705173.6A patent/CN110417056B/zh active Active
-
2020
- 2020-07-24 US US16/937,662 patent/US11340274B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US11340274B2 (en) | 2022-05-24 |
US20210033650A1 (en) | 2021-02-04 |
CN110417056A (zh) | 2019-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110417056B (zh) | 双馈风机并网系统的设备级振荡源定位方法及其装置 | |
Xue et al. | A complete impedance model of a PMSG-based wind energy conversion system and its effect on the stability analysis of MMC-HVDC connected offshore wind farms | |
Hu et al. | Dynamic modeling and improved control of DFIG under distorted grid voltage conditions | |
Taul et al. | Robust fault ride through of converter-based generation during severe faults with phase jumps | |
CN108462206B (zh) | Vsg的虚拟惯量和阻尼系数的可选范围确定方法和装置 | |
Zhu et al. | Dual-loop control strategy for DFIG-based wind turbines under grid voltage disturbances | |
Xia et al. | Multi-scale modeling and simulation of DFIG-based wind energy conversion system | |
Liu et al. | Impedance modeling and controllers shaping effect analysis of PMSG wind turbines | |
CN109921421B (zh) | 双馈风电机组输出谐波电流模型建立方法 | |
CN112186758B (zh) | 一种自适应捕捉频点的直驱风电机组次同步振荡抑制方法 | |
Shi et al. | A Shifted Frequency Impedance Model of Doubly Fed Induction Generator (DFIG)-Based Wind Farms and Its Applications on S $^ 2$ SI Analysis | |
CN109586337A (zh) | 基于频域建模的vsc并网系统次同步振荡风险评估方法 | |
CN111130136A (zh) | 一种基于附加虚拟阻抗控制的次同步振荡抑制方法 | |
CN114597978A (zh) | 一种pmsg并网系统稳定性确定方法及系统 | |
CN117375086A (zh) | 基于多机参数调整的主力电源型双馈风场阻尼控制方法 | |
Javan et al. | Improved control of DFIG using stator‐voltage oriented frame under unbalanced grid voltage conditions | |
CN104993756B (zh) | 双馈风力发电机定转子磁链弱磁控制的故障运行方法 | |
CN107480406B (zh) | 一种双馈风电机组短路电流计算的动态向量模型建立方法 | |
CN112886611B (zh) | 一种直驱风机并网系统的次同步振荡抑制方法 | |
Shehata | Direct power control of wind‐turbine‐driven DFIG during transient grid voltage unbalance | |
CN114784802A (zh) | 基于自动谐波注入的风电并网系统次同步振荡评估方法 | |
Gong et al. | Analysis on oscillation propagation characteristics based on impedance model | |
Safavizadeh et al. | Aggregated modeling of synchronous generators using transfer matrices | |
Gao et al. | Improved extended kalman filter based dynamic equivalent method of DFIG wind farm cluster | |
Fang et al. | Improved virtual inductance based control strategy of DFIG under weak grid condition |
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 |