CN110556859A - 一种基于节点映射的光伏并网多逆变器系统谐振观测方法 - Google Patents
一种基于节点映射的光伏并网多逆变器系统谐振观测方法 Download PDFInfo
- Publication number
- CN110556859A CN110556859A CN201910756808.5A CN201910756808A CN110556859A CN 110556859 A CN110556859 A CN 110556859A CN 201910756808 A CN201910756808 A CN 201910756808A CN 110556859 A CN110556859 A CN 110556859A
- Authority
- CN
- China
- Prior art keywords
- node
- inverter
- grid
- matrix
- admittance
- 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
Links
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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Landscapes
- Inverter Devices (AREA)
Abstract
本发明公开一种基于节点映射的光伏并网多逆变器系统谐振观测方法,包括谐振频率检测、确定谐振中心和评估各元件参与度三部分。基于多逆变器系统节点映射模型,构建网络节点导纳矩阵;求取矩阵特征值及特征向量,寻找近似奇异矩阵,输出特征值倒数与频率的频谱曲线;计算各谐振频率下各节点的参与因子,确定谐振中心位置,比较各节点的谐振敏感度;对各元件进行灵敏度分析,评估各元件的谐振参与程度。本发明能够保证对光伏并网多逆变器系统进行全面地谐振情况分析,提高了系统谐波谐振分析效率,不仅可以为光伏电站的拓扑设计和元件选型提供依据,还能为谐振抑制策略的研究奠定基础。
Description
技术领域
本发明属于电力系统分析与控制技术领域,特别是涉及一种基于节点映射的光伏并网多逆变器系统谐振观测方法。
背景技术
世界能源行业正在发生重大变革,化石能源形势日益严峻,各国新能源产业发展迅猛。2018年,我国新增光伏并网装机容量44.26GW,居可再生能源之首,累计光伏装机并网量达到174.46GW。我国的光伏电站主要集中于西北部等较偏远地区,长距离的输电线路使得电网阻抗不能被忽略。在光伏并网时,通常将多个逆变器通过公共连接点并联在一起,并网逆变器作为连接光伏发电系统与电网的接口,发挥着重要的作用。
近年来,LCL滤波器越来越多地应用在光伏并网逆变器中,但LCL滤波器是欠阻尼三阶系统,自身存在谐振尖峰,系统的稳定性将受到影响。在弱电网条件下,由于光伏的接入和电力电子器件的应用不断增加,以及LCL滤波器、锁相环、多逆变器与电网作用、多逆变器间动态交互作用等因素,光伏并网多逆变器系统将耦合成一个复杂的高阶网络,易引发谐波谐振问题,使电能质量下降,威胁系统的安全稳定运行。
然而,对电力系统进行谐振观测一般采用频谱法,这种方法可以准确地判定谐振是否发生并获取谐振频率,却难以给出更全面更深层次的谐振信息且步骤复杂、检测速度慢。对于光伏并网多逆变器系统,迫切需要研究一种可以获取更多谐振信息的谐振观测方法,以优化光伏电站的拓扑设计、元件选型及规划更有效的谐振抑制策略。
发明内容
为了解决上述问题,本发明提出了一种基于节点映射的光伏并网多逆变器系统谐振观测方法,能够准确地获取系统谐振频率、谐振中心、各节点参与因子、各元件灵敏度、最佳可观测节点以及最高可激励节点等信息;提高了系统谐波谐振分析效率和计算速度;为光伏电站的拓扑设计和元件选型提供依据,也为谐振抑制策略的研究奠定基础。
为达到上述目的,本发明采用的技术方案是:一种基于节点映射的光伏并网多逆变器系统谐振观测方法,包括谐振频率检测、确定谐振中心和评估各元件参与度,包括步骤:
S100,根据光伏并网多逆变器系统结构特征及逆变器控制策略建立多逆变器系统节点映射模型,并构建网络节点导纳矩阵;
S200,根据预设频率范围,求解各次频率下节点导纳矩阵的特征值与特征向量,寻找近似奇异矩阵及其所对应频率,输出特征值倒数与频率的频谱曲线;
S300,计算各谐振频率下所有节点的参与因子,确定谐振中心,寻找最佳可观测性节点和最高可激励性节点,比较各节点谐振敏感度;
S400,依据所述光伏并网多逆变器系统的电气参数,对各元件进行灵敏度分析,评估各元件的谐振参与程度。
进一步的是,所述光伏并网多逆变器系统包括光伏阵列、多个逆变器、控制器、LCL滤波器及弱电网,每个逆变器的输出端通过LCL滤波器连接到弱电网的并网公共连接点,每个逆变器的输入端均设置有各自的光伏阵列;且同一系统中各逆变器型号和参数均相同,所述逆变器采用前馈解耦的双闭环控制策略。
进一步的是,在所述步骤S100中,多逆变器系统节点映射模型的建立方式为:
将实际电力网络中的光伏阵列、逆变器以及逆变器侧电感L1采用戴维南等效简化为电压源Ueq和阻抗Zeq串联的单口网络;所述弱电网等效为电网电动势 Ug和电网阻抗Yg共同组成;
若系统中有n台逆变器同时并网运行,共有(n+1)个节点,实际电力网络中的并网点与等效模型中的节点1建立映射关系,戴维南等效网络与各逆变器网侧电感L2之间的节点依次与节点2至节点n+1建立映射关系。
进一步的是,根据所述多逆变器系统节点映射模型,构建网络节点导纳矩阵 Yn+1,其参数方程为:
所述节点导纳矩阵Yn+1各非零元素的表达式:
其中,y11为节点1的自导纳,YL2i为第i个逆变器的网侧导纳,Yg为电网阻抗;y1(n+1)与y(n+1)1均为节点1与节点n+1之间的互导纳,YL2n为第n个逆变器的网侧导纳;y(n+1)(n+1)为节点n+1的自导纳,1/Zeqn为第n个逆变器的等效导纳;
节点导纳矩阵Yn+1可以分解为:
Yn+1=LΛT;
其中,Λ为对角特征矩阵,L和T分别为左右特征向量矩阵,且有等式L=T-1;
所述光伏并网多逆变器系统的等效电压Ueq及等效阻抗Zeq表达式:
其中,YL1、YL2、YC分别为LCL滤波器的逆变器侧导纳、网侧导纳和滤波导纳; GPI(s)为电流内环PI控制器的传递函数,且GPI(s)=Kp+Ki/s;Gd(s)为逆变器控制延时传递函数,且Gd(s)=1/(1+1.5Tss);Kpwm为逆变桥等效增益;iref为参考电流;Kpwm为逆变桥等效增益。
进一步的是,所述近似奇异矩阵为:在极端情况下,系统节点导纳矩阵存在于趋向于0的特征值,即节点导纳矩阵接近于奇异矩阵;近似奇异矩阵中的最小特征值为关键模式。
进一步的是,在所述步骤S200中,寻找近似奇异矩阵的过程,包括步骤:
S201,初始化参数,并设定频率范围的最小值fmin和最大值fmax;
S202,每间隔Δf=5Hz计算一次系统节点导纳矩阵,求取各次频率下节点导纳矩阵的特征值与特征向量;
S203,判断此时频率f是否达到fmax,若未达到,重复步骤S202;反之,则结束循环,进入下一步;
S204,根据获得的各次频率下节点导纳矩阵的特征值与特征向量,绘制特征值的倒数与频率的曲线;寻找近似奇异矩阵及其所对应的频率,取曲线的尖峰为谐振点。
进一步的是,在所述步骤S300中,寻找最佳可观测性节点和最高可激励性节点的方法为:
各节点参与因子由关键模式可激励性和可观测性的组合来表示为:
PFbm=LbmTmb;
其中,PF为参与因子,L为左特征向量矩阵,T为右特征向量矩阵,m为模式号,b为节点序号;
由左特征向量观测关键模式,由右特征向量表示关键模式的可激励性,具有最高激励性的节点作为注入信号以消除谐波的最有效位置,拥有最大参与因子的节点作为系统谐振中心。
进一步的是,在所述步骤S400中,各元件灵敏度分析计算方法如下:
计算关键特征值对节点导纳矩阵Y元素的灵敏度:
其中,Sλ,ji为灵敏度矩阵;λk为关键特征值;Y为导纳矩阵;Yij为导纳矩阵中第i行、第j列元素;tk为右特征向量T的第k行元素;lk为左特征向量L的第k列元素; tki为右特征向量T的第k行第i个元素;ljk为左特征向量L的第k列第j个元素;
计算关键特征值对网络元件灵敏度:
其中,Sr+jSi=Sλ,ji,λr+jλi=λk;λk为关键特征值;G和B分别为网络元件的电导和电纳;Sr和Si分别为灵敏度矩阵Sλ,ji的实部和虚部;λr和λi分别为关键特征值λk的实部和虚部;μ为关键特征值对电导的偏导值;v为关键特征值对电纳的偏导值;
网络元件的导纳G+jB用阻抗R+jX来等效,则有:
其中,λk为关键特征值;R和X分别为网络元件的电阻和电抗;μ为关键特征值对电导的偏导值;v为关键特征值对电纳的偏导值;
为了更直观准确地反映特征值和网络元件参数的相对变化及其相关程度,计算归一化灵敏度:
其中,λk为关键特征值;α为网络元件;和分别表示关键特征值和网络元件参数的相对变化。
采用本技术方案的有益效果是:
本发明所提出的谐振观测方法,包括谐振频率检测、确定谐振中心、评估各元件参与度三部分。基于光伏并网多逆变器系统结构及逆变器控制策略建立多逆变器系统节点映射模型;通过构建节点导纳矩阵,求解特征值与特征向量,寻找近似奇异矩阵及其所对应频率,输出特征值倒数与频率的频谱曲线;计算各节点参与因子,确定谐振中心,比较各节点的谐振敏感度;对各元件进行灵敏度分析,评估各元件的谐振参与程度。
本发明针对光伏并网多逆变器系统谐振情况进行了一个全面且深层次的分析,能够保证对光伏并网多逆变器系统进行全面地谐振情况分析,提高了系统谐波谐振分析效率;不仅能够保证获得更多有价值的谐振信息,还为光伏电站的拓扑设计和元件选型提供参考,也为谐振抑制策略的研究奠定基础,对准确全面分析多逆变器系统中的谐振问题具有应用价值和实际意义。
附图说明
图1为本发明的一种基于节点映射的光伏并网多逆变器系统谐振观测方法的流程示意图;
图2为本发明实施例中光伏并网多逆变器系统结构示意图;
图3为本发明实施例中并网逆变器控制策略框图;
图4为本发明实施例中多逆变器系统节点映射模型的示意图;
图5为本发明实施例中寻找近似奇异矩阵过程的流程示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步阐述。
在本实施例中,参见图1所示,本发明提出了一种基于节点映射的光伏并网多逆变器系统谐振观测方法,包括谐振频率检测、确定谐振中心、评估各元件参与度,包括步骤:
S100,根据光伏并网多逆变器系统结构特征及逆变器控制策略建立多逆变器系统节点映射模型,并构建网络节点导纳矩阵;
S200,根据预设频率范围,求解各次频率下节点导纳矩阵的特征值与特征向量,寻找近似奇异矩阵及其所对应频率,输出特征值倒数与频率的频谱曲线;
S300,计算各谐振频率下所有节点的参与因子,确定谐振中心,寻找最佳可观测性节点和最高可激励性节点,比较各节点谐振敏感度;
S400,依据所述光伏并网多逆变器系统的电气参数,对各元件进行灵敏度分析,评估各元件的谐振参与程度。
作为上述实施例的优化方案,如图2所示,所述光伏并网多逆变器系统包括光伏阵列、多个逆变器、控制器、LCL滤波器及弱电网,每个逆变器的输出端通过LCL滤波器连接到弱电网的并网公共连接点,每个逆变器的输入端均设置有各自的光伏阵列;且同一系统中各逆变器型号和参数均相同,所述逆变器采用前馈解耦的双闭环控制策略。
并网逆变器前馈解耦的双闭环控制策略,如图3所示,具体为:利用外环电压控制稳定直流母线电压,实现直流母线电压与无功功率解耦控制,采样光伏阵列输出电流Ipv与输出电压Upv,通过MPPT控制得到输出直流电压参考值Udc *,与直流侧电压Udc相比较,加入比例积分(PI)控制器控制稳态误差,并得到电流内环参考值。利用内环电流控制实现电流参考值的快速追踪,由电网电压和锁相环PLL得到电网角频率ω,将逆变器输出的三相电流通过三相静止abc坐标系变换到两相旋转dq坐标系,得到有功电流id和无功电流iq,将其与有功电流参考值id *和无功电流参考值iq *相比较,经过PI控制器,分别加入对应的解耦项和前馈控制的电网电压分量,得到有功电压参考值ud *和无功电压参考值uq *,再经过dq-abc坐标反变换以及SPWM调制,输出PWM信号控制逆变器。
作为上述实施例的优化方案,如图4所示,在所述步骤S100中,多逆变器系统节点映射模型的建立方式为:
将实际电力网络中的光伏阵列、逆变器以及逆变器侧电感L1采用戴维南等效简化为电压源Ueq和阻抗Zeq串联的单口网络;所述弱电网等效为电网电动势 Ug和电网阻抗Yg共同组成;
若系统中有n台逆变器同时并网运行,共有(n+1)个节点,实际电力网络中的并网点与等效模型中的节点1建立映射关系,戴维南等效网络与各逆变器网侧电感L2之间的节点依次与节点2至节点n+1建立映射关系。
作为上述实施例的优化方案,根据所述多逆变器系统节点映射模型,构建网络节点导纳矩阵Yn+1,其参数方程为:
所述节点导纳矩阵Yn+1各非零元素的表达式:
其中,y11为节点1的自导纳,YL2i为第i个逆变器的网侧导纳,Yg为电网阻抗;y1(n+1)与y(n+1)1均为节点1与节点n+1之间的互导纳,YL2n为第n个逆变器的网侧导纳;y(n+1)(n+1)为节点n+1的自导纳,1/Zeqn为第n个逆变器的等效导纳;
节点导纳矩阵Yn+1可以分解为:
Yn+1=LΛT;
其中,Λ为对角特征矩阵,L和T分别为左右特征向量矩阵,且有等式L=T-1;
所述光伏并网多逆变器系统的等效电压Ueq及等效阻抗Zeq表达式:
其中,YL1、YL2、YC分别为LCL滤波器的逆变器侧导纳、网侧导纳和滤波导纳; GPI(s)为电流内环PI控制器的传递函数,且GPI(s)=Kp+Ki/s;Gd(s)为逆变器控制延时传递函数,且Gd(s)=1/(1+1.5Tss);Kpwm为逆变桥等效增益;iref为参考电流;Kpwm为逆变桥等效增益。
作为上述实施例的优化方案,所述近似奇异矩阵为:在极端情况下,系统节点导纳矩阵存在于趋向于0的特征值,即节点导纳矩阵接近于奇异矩阵;近似奇异矩阵中的最小特征值为关键模式。
作为上述实施例的优化方案,如图5所示,在所述步骤S200中,寻找近似奇异矩阵的过程,包括步骤:
S201,初始化参数,并设定频率范围的最小值fmin和最大值fmax;
S202,每间隔Δf=5Hz计算一次系统节点导纳矩阵,求取各次频率下节点导纳矩阵的特征值与特征向量;
S203,判断此时频率f是否达到fmax,若未达到,重复步骤S202;反之,则结束循环,进入下一步;
S204,根据获得的各次频率下节点导纳矩阵的特征值与特征向量,绘制特征值的倒数与频率的曲线;寻找近似奇异矩阵及其所对应的频率,取曲线的尖峰为谐振点。
作为上述实施例的优化方案,在所述步骤S300中,寻找最佳可观测性节点和最高可激励性节点的方法为:
各节点参与因子由关键模式可激励性和可观测性的组合来表示为:
PFbm=LbmTmb;
其中,PF为参与因子,L为左特征向量矩阵,T为右特征向量矩阵,m为模式号,b为节点序号;
由左特征向量观测关键模式,由右特征向量表示关键模式的可激励性,具有最高激励性的节点作为注入信号以消除谐波的最有效位置,拥有最大参与因子的节点作为系统谐振中心。
作为上述实施例的优化方案,在所述步骤S400中,各元件灵敏度分析计算方法如下:
计算关键特征值对节点导纳矩阵Y元素的灵敏度:
其中,Sλ,ji为灵敏度矩阵;λk为关键特征值;Y为导纳矩阵;Yij为导纳矩阵中第i行、第j列元素;tk为右特征向量T的第k行元素;lk为左特征向量L的第k列元素; tki为右特征向量T的第k行第i个元素;ljk为左特征向量L的第k列第j个元素;
计算关键特征值对网络元件灵敏度:
其中,Sr+jSi=Sλ,ji,λr+jλi=λk;λk为关键特征值;G和B分别为网络元件的电导和电纳;Sr和Si分别为灵敏度矩阵Sλ,ji的实部和虚部;λr和λi分别为关键特征值λk的实部和虚部;μ为关键特征值对电导的偏导值;v为关键特征值对电纳的偏导值;
网络元件的导纳G+jB用阻抗R+jX来等效,则有:
其中,λk为关键特征值;R和X分别为网络元件的电阻和电抗;μ为关键特征值对电导的偏导值;v为关键特征值对电纳的偏导值;
为了更直观准确地反映特征值和网络元件参数的相对变化及其相关程度,计算归一化灵敏度:
其中,λk为关键特征值;α为网络元件;和分别表示关键特征值和网络元件参数的相对变化。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施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效物界定。
Claims (8)
1.一种基于节点映射的光伏并网多逆变器系统谐振观测方法,其特征在于,包括谐振频率检测、确定谐振中心和评估各元件参与度,包括步骤:
S100,根据光伏并网多逆变器系统结构特征及逆变器控制策略建立多逆变器系统节点映射模型,并构建网络节点导纳矩阵;
S200,根据预设频率范围,求解各次频率下节点导纳矩阵的特征值与特征向量,寻找近似奇异矩阵及其所对应频率,输出特征值倒数与频率的频谱曲线;
S300,计算各谐振频率下所有节点的参与因子,确定谐振中心,寻找最佳可观测性节点和最高可激励性节点,比较各节点谐振敏感度;
S400,依据所述光伏并网多逆变器系统的电气参数,对各元件进行灵敏度分析,评估各元件的谐振参与程度。
2.根据权利要求1所述的一种基于节点映射的光伏并网多逆变器系统谐振观测方法,其特征在于,所述光伏并网多逆变器系统包括光伏阵列、多个逆变器、控制器、LCL滤波器及弱电网,每个逆变器的输出端通过LCL滤波器连接到弱电网的并网公共连接点,每个逆变器的输入端均设置有各自的光伏阵列;且同一系统中各逆变器型号和参数均相同,所述逆变器采用前馈解耦的双闭环控制策略。
3.根据权利要求2所述的一种基于节点映射的光伏并网多逆变器系统谐振观测方法,其特征在于,在所述步骤S100中,多逆变器系统节点映射模型的建立方式为:
将实际电力网络中的光伏阵列、逆变器以及逆变器侧电感L1采用戴维南等效简化为电压源Ueq和阻抗Zeq串联的单口网络;所述弱电网等效为电网电动势Ug和电网阻抗Yg共同组成;
若系统中有n台逆变器同时并网运行,共有(n+1)个节点,实际电力网络中的并网点与等效模型中的节点1建立映射关系,戴维南等效网络与各逆变器网侧电感L2之间的节点依次与节点2至节点n+1建立映射关系。
4.根据权利要求3所述的一种基于节点映射的光伏并网多逆变器系统谐振观测方法,其特征在于,根据所述多逆变器系统节点映射模型,构建网络节点导纳矩阵Yn+1,其参数方程为:
所述节点导纳矩阵Yn+1各非零元素的表达式:
其中,y11为节点1的自导纳,YL2i为第i个逆变器的网侧导纳,Yg为电网阻抗;y1(n+1)与y(n+1)1均为节点1与节点n+1之间的互导纳,YL2n为第n个逆变器的网侧导纳;y(n+1)(n+1)为节点n+1的自导纳,1/Zeqn为第n个逆变器的等效导纳;
节点导纳矩阵Yn+1可以分解为:
Yn+1=LΛT;
其中,Λ为对角特征矩阵,L和T分别为左右特征向量矩阵,且有等式L=T-1;
所述光伏并网多逆变器系统的等效电压Ueq及等效阻抗Zeq表达式:
其中,YL1、YL2、YC分别为LCL滤波器的逆变器侧导纳、网侧导纳和滤波导纳;GPI(s)为电流内环PI控制器的传递函数,且GPI(s)=Kp+Ki/s;Gd(s)为逆变器控制延时传递函数,且Gd(s)=1/(1+1.5Tss);Kpwm为逆变桥等效增益;iref为参考电流;Kpwm为逆变桥等效增益。
5.根据权利要求4所述的一种基于节点映射的光伏并网多逆变器系统谐振观测方法,其特征在于,所述近似奇异矩阵为:在极端情况下,系统节点导纳矩阵存在于趋向于0的特征值,即节点导纳矩阵接近于奇异矩阵;近似奇异矩阵中的最小特征值为关键模式。
6.根据权利要求5所述的一种基于节点映射的光伏并网多逆变器系统谐振观测方法,其特征在于,在所述步骤S200中,寻找近似奇异矩阵的过程,包括步骤:
S201,初始化参数,并设定频率范围的最小值fmin和最大值fmax;
S202,每间隔Δf=5Hz计算一次系统节点导纳矩阵,求取各次频率下节点导纳矩阵的特征值与特征向量;
S203,判断此时频率f是否达到fmax,若未达到,重复步骤S202;反之,则结束循环,进入下一步;
S204,根据获得的各次频率下节点导纳矩阵的特征值与特征向量,绘制特征值的倒数与频率的曲线;寻找近似奇异矩阵及其所对应的频率,取曲线的尖峰为谐振点。
7.根据权利要求6所述的一种基于节点映射的光伏并网多逆变器系统谐振观测方法,其特征在于,在所述步骤S300中,寻找最佳可观测性节点和最高可激励性节点的方法为:
各节点参与因子由关键模式可激励性和可观测性的组合来表示为:
PFbm=LbmTmb;
其中,PF为参与因子,L为左特征向量矩阵,T为右特征向量矩阵,m为模式号,b为节点序号;
由左特征向量观测关键模式,由右特征向量表示关键模式的可激励性,具有最高激励性的节点作为注入信号以消除谐波的最有效位置,拥有最大参与因子的节点作为系统谐振中心。
8.根据权利要求7所述的一种基于节点映射的光伏并网多逆变器系统谐振观测方法,其特征在于,在所述步骤S400中,各元件灵敏度分析计算方法如下:
计算关键特征值对节点导纳矩阵Y元素的灵敏度:
其中,Sλ,ji为灵敏度矩阵;λk为关键特征值;Y为导纳矩阵;Yij为导纳矩阵中第i行、第j列元素;tk为右特征向量T的第k行元素;lk为左特征向量L的第k列元素;tki为右特征向量T的第k行第i个元素;ljk为左特征向量L的第k列第j个元素;
计算关键特征值对网络元件灵敏度:
其中,Sr+jSi=Sλ,ji,λr+jλi=λk;λk为关键特征值;G和B分别为网络元件的电导和电纳;Sr和Si分别为灵敏度矩阵Sλ,ji的实部和虚部;λr和λi分别为关键特征值λk的实部和虚部;μ为关键特征值对电导的偏导值;v为关键特征值对电纳的偏导值;
网络元件的导纳G+jB用阻抗R+jX来等效,则有:
其中,λk为关键特征值;R和X分别为网络元件的电阻和电抗;μ为关键特征值对电导的偏导值;v为关键特征值对电纳的偏导值;
为了更直观准确地反映特征值和网络元件参数的相对变化及其相关程度,计算归一化灵敏度:
其中,λk为关键特征值;α为网络元件;和分别表示关键特征值和网络元件参数的相对变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910756808.5A CN110556859A (zh) | 2019-08-16 | 2019-08-16 | 一种基于节点映射的光伏并网多逆变器系统谐振观测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910756808.5A CN110556859A (zh) | 2019-08-16 | 2019-08-16 | 一种基于节点映射的光伏并网多逆变器系统谐振观测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110556859A true CN110556859A (zh) | 2019-12-10 |
Family
ID=68737799
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910756808.5A Pending CN110556859A (zh) | 2019-08-16 | 2019-08-16 | 一种基于节点映射的光伏并网多逆变器系统谐振观测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110556859A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112034251A (zh) * | 2020-08-28 | 2020-12-04 | 武汉大学 | 评价诺顿型间谐波源接入点激励并联谐振能力的方法 |
CN112202211A (zh) * | 2020-10-10 | 2021-01-08 | 华北电力大学 | 一种基于模态分析法的多vsg并网功频振荡评估方法 |
CN112968470A (zh) * | 2021-02-20 | 2021-06-15 | 中国电建集团华东勘测设计研究院有限公司 | 一种避开谐振区的海上风电场集电系统拓扑优化方法 |
CN114399124A (zh) * | 2022-03-24 | 2022-04-26 | 腾讯科技(深圳)有限公司 | 路径数据处理、路径规划方法、装置和计算机设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109635456A (zh) * | 2018-12-17 | 2019-04-16 | 广西电网有限责任公司电力科学研究院 | 一种基于奇异值灵敏度的谐波谐振分析方法 |
-
2019
- 2019-08-16 CN CN201910756808.5A patent/CN110556859A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109635456A (zh) * | 2018-12-17 | 2019-04-16 | 广西电网有限责任公司电力科学研究院 | 一种基于奇异值灵敏度的谐波谐振分析方法 |
Non-Patent Citations (2)
Title |
---|
仰彩霞等: "谐波谐振模态灵敏度分析", 《电工技术学报》 * |
陈维荣等: "单级光伏并网多逆变器系统并联交互影响分析", 《西南交通大学学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112034251A (zh) * | 2020-08-28 | 2020-12-04 | 武汉大学 | 评价诺顿型间谐波源接入点激励并联谐振能力的方法 |
CN112202211A (zh) * | 2020-10-10 | 2021-01-08 | 华北电力大学 | 一种基于模态分析法的多vsg并网功频振荡评估方法 |
CN112968470A (zh) * | 2021-02-20 | 2021-06-15 | 中国电建集团华东勘测设计研究院有限公司 | 一种避开谐振区的海上风电场集电系统拓扑优化方法 |
CN114399124A (zh) * | 2022-03-24 | 2022-04-26 | 腾讯科技(深圳)有限公司 | 路径数据处理、路径规划方法、装置和计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110556859A (zh) | 一种基于节点映射的光伏并网多逆变器系统谐振观测方法 | |
CN108667048B (zh) | 新能源并网系统振荡稳定性的频域判稳方法及装置 | |
CN111506869B (zh) | 基于多正弦波信号注入的并网逆变器频率耦合阻抗特性提取方法 | |
CN109802406B (zh) | 一种分析柔性直流输电接入系统谐振稳定性的方法 | |
Lei et al. | An improved virtual resistance damping method for grid-connected inverters with LCL filters | |
CN110556871B (zh) | 基于结构保持方法的大规模光伏发电系统聚合等值方法 | |
CN112653173B (zh) | 基于改进模态分析法对ac-vsc-mtdc混合系统进行静态电压稳定性分析的方法 | |
CN108879775B (zh) | 一种考虑电流限值的电网不平衡光伏逆变器协调控制方法 | |
CN110676841B (zh) | 基于直接法的电力电子化电力系统暂态稳定性分析方法 | |
CN110829421A (zh) | 一种vsc级联llc的系统阻抗建模方法 | |
CN112803461B (zh) | 基于扩展状态观测器的电池储能变换器自抗扰控制方法 | |
Al-Saedi et al. | An optimal current control strategy for a three-phase grid-connected photovoltaic system using Particle Swarm Optimization | |
CN112865181A (zh) | 基于端口阻抗特性的光伏逆变器参数辨识方法及装置 | |
Wang et al. | Parallel interaction influence of single-stage photovoltaic grid-connected/hydrogen production multi-inverter system based on modal analysis | |
CN111327048A (zh) | 一种含三端snop的配电网鲁棒运行优化方法 | |
CN114188975A (zh) | 光伏并网逆变器多故障特征提取方法与装置 | |
CN113839396A (zh) | 电网线损修复的动态无功补偿系统及方法 | |
Xie et al. | UPQC-based high precision impedance measurement device and its switching control method | |
Gong et al. | Fault diagnosis of micro grid inverter based on wavelet transform and probabilistic neural network | |
Baltacı et al. | Design and experimental validation of an artificial neural network-SVPWM controller for a novel micro grid-tied fuel cell-based 3-phase boost inverter | |
Berg et al. | Impedance measurement of megawatt-level renewable energy inverters using grid-forming and grid-parallel converters | |
CN107093909B (zh) | 一种提高弱电网下并网逆变器稳定性的虚拟导纳方法 | |
Li et al. | Impedance Modeling and Stability Analysis of Bipolar MMC-HVDC System with Islanded PMSG-Based Wind Farm Integration | |
CN113471953B (zh) | 一种光储直流微网建模方法 | |
CN116760039B (zh) | 节点类型扩展的交直流潮流计算方法、系统、设备及介质 |
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: 20191210 |