CN111525555A - 一种虚拟同步机黑箱模型的建模方法 - Google Patents

一种虚拟同步机黑箱模型的建模方法 Download PDF

Info

Publication number
CN111525555A
CN111525555A CN202010355700.8A CN202010355700A CN111525555A CN 111525555 A CN111525555 A CN 111525555A CN 202010355700 A CN202010355700 A CN 202010355700A CN 111525555 A CN111525555 A CN 111525555A
Authority
CN
China
Prior art keywords
synchronous machine
virtual synchronous
black box
model
power grid
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.)
Granted
Application number
CN202010355700.8A
Other languages
English (en)
Other versions
CN111525555B (zh
Inventor
唐芬
姜静雅
吴学智
王玮
刘京斗
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.)
Power Science Research Institute of Sichuan electric power company
Beijing Jiaotong University
Original Assignee
Beijing Jiaotong 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 Beijing Jiaotong University filed Critical Beijing Jiaotong University
Priority to CN202010355700.8A priority Critical patent/CN111525555B/zh
Publication of CN111525555A publication Critical patent/CN111525555A/zh
Application granted granted Critical
Publication of CN111525555B publication Critical patent/CN111525555B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Abstract

本发明提供了一种虚拟同步机黑箱模型的建模方法，属于新能源并网发电与储能技术领域。包括虚拟同步机黑箱模型包含两个参数：描述虚拟同步机有功功率响应电网频率外特性的参数MPf，描述虚拟同步机无功功率响应电网电压外特性的参数MQU；通过电网频率扰动阶跃实验和电网电压扰动阶跃实验获得虚拟同步机黑箱的输入输出数据，利用参数辨识分别建立描述参数MPf的输出误差模型和描述参数MQU的多中心模型。本发明根据黑箱参数特征选择的不同模型结构，能够精确描述虚拟同步机并网外特性；建模过程无需知道虚拟同步机内部控制参数，所建黑箱模型极大减少了计算量，缩短了仿真时间，节省了存储空间，适用于系统层对大规模虚拟同步机系统的仿真分析。

Description

一种虚拟同步机黑箱模型的建模方法
技术领域
本发明涉及新能源并网发电与储能技术领域，具体涉及一种虚拟同步机黑箱模型的建模方法。
背景技术
并网变流器作为分布式发电系统与电网的接口，其优化控制是系统运行关键。传统并网变流器的控制策略欠缺与电力系统的融入度，给电网运行的稳定性和安全性带来挑战。虚拟同步机能够模拟出同步发电机的机电暂态特性以及阻尼功率振荡的能力，在电网频率或电压发生波动时，主动参与系统的调频和调压，动态的弥补功率差额，从而帮助改善系统频率和电压的稳定性，因此虚拟同步机技术有望成为高比例可再生能源接入电力系统控制运行的重要技术。
常见的机理建模方法只能反映虚拟同步机在某一稳态工作点附近的功率指令响应特性，然而系统层往往更关注虚拟同步机参与电网调频调压的外特性，并且系统层难以掌握虚拟同步机机理建模所需的全部信息，即便能够掌握全部数据建立出准确的详细模型，由于受仿真速度、模型复杂程度等限制，详细模型不适合大规模虚拟同步机系统的仿真计算。另外虚拟同步机的实现方法繁多，具体参数设置差异很大，模型难以统一，系统层不可能针对所有虚拟同步机分别单独进行机理建模。
因此，需要一种从系统层运行控制的角度考虑虚拟同步机仿真需求的模型和建模方法。
发明内容
本发明在于提供一种能够精确描述虚拟同步机并网外特性、减少了计算量、缩短了仿真时间、节省了存储空间的虚拟同步机黑箱模型建模方法，以解决上述背景技术中存在的至少一项技术问题。
为了实现上述目的，本发明采取了如下技术方案：
本发明提供一种虚拟同步机黑箱模型的建模方法，所述虚拟同步机黑箱模型包含两个参数：描述虚拟同步机有功功率响应电网频率外特性的参数MPf、描述虚拟同步机无功功率响应电网电压外特性的参数MQU；
通过电网频率扰动阶跃实验和电网电压扰动阶跃实验获得虚拟同步机黑箱的输入输出数据，利用参数辨识分别建立描述参数MPf的输出误差模型和描述参数MQU的多中心模型。
优选的，利用参数辨识建立描述参数MPf的输出误差模型结构包括：
步骤11：给电网频率一个阶跃扰动信号，此时电网电压保持不变；
步骤12：采集电网频率和虚拟同步机有功功率数据；
步骤13：对步骤12采集的数据进行去除稳态和滤波处理；
步骤14：选择输出误差模型阶次；
步骤15：采用最小二乘法辨识输出误差模型的传递函数。
优选的，利用参数辨识建立描述参数MQU的多中心模型结构包括：
步骤21：划分电网电压工作区间，确定n个中心点电网电压稳态值；
步骤22：在第i个电压稳态值处给电网电压一个阶跃扰动信号，此时电网频率保持不变，同时将第i个电网电压稳态值作为权重函数的输入信号；
步骤23：采集电网电压和虚拟同步机无功功率数据；
步骤24：对步骤23采集的数据进行去除稳态和滤波处理；
步骤25：采用最小二乘法辨识第i个输出误差模型传递函数，辨识结果与权重函数输出相乘并经判断后求和得到多中心模型的传递函数；
步骤26：判断i与n的大小，若i≤n则i＝i+1，重复步骤21-步骤25，反之结束。
优选的，所述输出误差模型的描述函数为：
Figure BDA0002473355350000031
其中，u(k)是被测系统的输入信号，e(k)是白噪声，
B(q)＝b1+b2q-1+···+bmq-m+1
F(q)＝1+f1q-1+···+fnq-n
其中，m为B(q)的阶次，n为F(q)的阶次，bm为B(q)的参数，fn为F(q)的参数。
优选的，所述多中心模型由各中心点处电网电压稳态值ui的线性模型f(ui)经过权重函数ωi(u)叠加而来，线性模型f(ui)采用输出误差模型结构，多中心模型的描述函数为：
Figure BDA0002473355350000032
其中，n表示中心点的个数。
优选的，所述电网频率扰动阶跃实验的频率扰动Δf由下式确定
|KpdΔδ-6.28ωnDpΔf|≤(P0+6.28ωnDpΔf)×10％；
其中，Δδ为扰动前后的功角变化，P0为稳态工作点处的并网有功功率，
Figure BDA0002473355350000033
U0为稳态工作点处电网电压，E0为稳态工作点处虚拟同步机内电势有效值，Xt并网总阻抗，δ0为稳态工作点的功角，Dp为有功-频率下垂系数，ωn为额定角频率。
优选的，所述电网电压扰动阶跃实验的电压扰动ΔU由下式确立：
|KquΔU-ΔQ|≤(Q0+ΔQ)×10％；其中，Q0为稳态工作点处的并网无功功率，ΔQ为扰动前后稳态工作点无功功率变化；
Figure BDA0002473355350000034
优选的，Xt并网总阻抗根据下式计算：
Xt＝Xv+Xg
其中，Xv为引入的虚拟电感对应的感抗，Xg为电网侧线路感抗。
优选的，所述去除稳态处理为将采集到的数据减去输入/输出量的稳态值，即，阶跃扰动发生之前的值；数据滤波处理采用滑动平均滤波法。
优选的，所述权重函数形式为三角形权重函数、钟形权重函数或S形权重函数。
本发明有益效果：根据黑箱参数特征选择的不同模型结构能够精确描述虚拟同步机并网外特性；所提建模方法建模过程无需知道虚拟同步机内部控制参数，且建模过程中不考虑详细模型中的开关器件、滤波装置等一系列电力电子元件，所建黑箱模型提高了软件的计算速度，满足大规模虚拟同步机系统的仿真需求。
本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例所述的虚拟同步机的黑箱模型结构图。
图2为本发明实施例所述的输出误差模型结构图。
图3为本发明实施例所述的多中心模型结构图。
图4为本发明实施例所述的基于输出误差模型的MPf辨识建模流程图。
图5为本发明实施例所述的基于多中心模型的MQU辨识建模流程图。
图6为本发明实施例所述的虚拟同步机有功功率和功角曲线。
图7为本发明实施例所述的虚拟同步机无功功率和电网电压曲线。
图8为本发明实施例所述的应用虚拟同步机黑箱建模方法的并网变流器拓扑结构图。
图9为本发明实施例所述的电网电压工作区间划分及三角形权重函数。
图10为本发明实施例所述的输出有功功率和黑箱输出有功功率对比图。
图11为本发明实施例所述的输出无功功率和黑箱输出无功功率对比图。
具体实施方式
下面详细叙述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件和/或它们的组。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
为便于理解本发明，下面结合附图以具体实施例对本发明作进一步解释说明，且具体实施例并不构成对本发明实施例的限定。
本领域技术人员应该理解，附图只是实施例的示意图，附图中的部件并不一定是实施本发明所必须的。
实施例
本发明实施例提供一种虚拟同步机黑箱模型及其建模方法，其结构图如图1所示，包括：虚拟同步机控制，黑箱参数MPf，黑箱参数MQU，参数辨识。
图2为所述黑箱参数MPf辨识采用的输出误差模型结构图，输出误差模型描述函数为下式(1)：
Figure BDA0002473355350000061
其中，u(k)是被测系统的输入信号，e(k)是白噪声。
Figure BDA0002473355350000062
其中，m为B(q)的阶次，n为F(q)的阶次，bm为B(q)的参数，fn为F(q)的数。
图3为所述黑箱参数MQU采用的多中心模型结构图，由各中心点处电网电压稳态值ui的线性模型f(ui)经过权重函数ωi(u)叠加而来，线性模型f(ui)采用输出误差模型结构，权重函数形式包括不限于三角形权重函数、钟形权重函数和S形权重函数等。其中，多中心模型描述函数为下式(3)：
Figure BDA0002473355350000063
所述参数辨识采用最小二乘法辨识方法，以辨识黑箱参数MPf(s)为例，利用输出/输入数据{ΔP(t),Δf(t)}，其对应的矩阵形式如下式(4)：
ΔP＝ΔfMPf (4)
假定有功功率的估计值为下式(5)：
Figure BDA0002473355350000071
以估计出的功率
Figure BDA0002473355350000072
与实际ΔP之间的残差
Figure BDA0002473355350000073
的二次方指标λ最小为目标，极小化λ关于MPf的二次准则函数，确定估计参数
Figure BDA0002473355350000074
为
Figure BDA0002473355350000075
在持续激励条件假设下，采集的数据长度足够大，(ΔfTΔf)为正定矩阵时，可得最小二乘法辨识方法确定的辨识参数如式(7)所示：
Figure BDA0002473355350000076
图4为黑箱参数MPf的辨识和建模流程包括以下步骤：
步骤1：给电网频率一个阶跃扰动信号，此时电网电压保持不变；
步骤2：采集电网频率和虚拟同步机有功功率数据；
步骤3：对步骤2采集的数据进行去除稳态和滤波处理；
步骤4：选择输出误差模型阶次；
步骤5：采用最小二乘法辨识输出误差模型传递函数；
图5为黑箱参数MQU的辨识和建模流程包括以下步骤：
步骤1：划分电网电压工作区间，确定n个中心点电网电压稳态值；
步骤2：在第i个电压稳态值处给电网电压一个阶跃扰动信号，此时电网频率保持不变，同时将第i个电网电压稳态值作为权重函数的输入信号；
步骤3：采集电网电压和虚拟同步机无功功率数据；
步骤4：对步骤3采集的数据进行去除稳态和滤波处理；
步骤5：采用最小二乘法辨识第i个输出误差模型传递函数，辨识结果与权重函数输出相乘并经判断后求和得到多中心模型；
步骤6：判断i与n的大小，若i≤n则i＝i+1，重复步骤1-5，反之结束。
为了确保辨识得到的输出误差线性化模型的有效性，须保证扰动后线性化模型的解和非线性模型的解相差不大。利用电网频率和电压扰动后产生的功率变化来衡量，即模型线性化所引起的功率偏差不超过非线性模型的10％。
图6为虚拟同步机有功功率和功角曲线，P0为稳态工作点处的并网有功功率，δ0为稳态工作点功角，δ1为功率扰动后功角，功角变化Δδ＝δ1-δ0，Kpd和Kpd1分别为电网频率扰动前后曲线斜率，Δf为电网频率扰动量。所述黑箱建模辨识实验频率扰动允许范围根据下式(8)确定
|KpdΔδ-6.28ωnDpΔf|≤(P0+6.28ωnDpΔf)×10％ (8)
其中，
Figure BDA0002473355350000081
U0为稳态工作点处电网电压的有效值，E0为稳态工作点处虚拟同步机内电势有效值，Xt并网总阻抗，Dp为有功-频率下垂系数，ωn为额定角频率。
图7为虚拟同步机无功功率和电网电压曲线，ΔQ为扰动前后稳态工作点无功功率变化，Q0为稳态工作点处的并网无功功率，U1为扰动后电网电压，电压变化ΔU＝U1-U0，Kqu和Kqu1分别为电网电压扰动前后曲线斜率，ΔU为电网电压扰动量，所述黑箱建模辨识实验电压扰动允许范围根据下式(9)确定：
|KquΔU-ΔQ|≤(Q0+ΔQ)×10％ (9)
其中，
Figure BDA0002473355350000082
所述对采集的数据进行去除稳态和滤波处理，其中去除稳态处理为采集到的数据减去输入/输出量的稳态值(阶跃扰动发生之前的值)，因此当完成黑箱模型的辨识后，暂态响应和稳态值之和才能最终反映建模对象的特性。数据滤波处理的目的是减少测量噪声的影响，提高辨识算法的精度，滤波方法包括不限于滑动平均滤波法等。
如图8所示，本实施例中，提供的应用虚拟同步机黑箱建模方法的并网变流器拓扑结构图，包括虚拟同步机控制及内环控制。内环控制常采用电压电流双闭环控制，经SVPWM调制后产生驱动信号，虚拟同步机控制是核心，其控制方程主要包括转子机械方程和定子电压方程:
Figure BDA0002473355350000091
其中，Udc为直流侧电压，ea,b,c为各桥臂电压；Lc和iLa,b,c分别为变流器侧滤波电感和电流；C和uta,b,c分别为滤波电容和电容电压；Lg为电网侧线路阻抗；ua,b,c和iga,b,c分别为电网电压和电网侧电流；Rf为阻尼电阻；Pset和Qset分别为有功功率和无功功率指令；P和Q为输出的有功功率和无功功率；ω为虚拟同步机角频率；ωn为额定角频率；U为电网电压有效值；Un为额定电压有效值；Dp为有功-频率下垂系数；Dq为无功-电压下垂系数；J为虚拟转动惯量；K为调压系数。
本实施例中电网电压工作区间划分和三角形权重函数如图9所示，所述划分电网电压工作区间并不唯一，需综合考虑模型复杂程度和模型精度来确定。一般划分的区间越多，则所需中心点处输出误差模型数量越多，多中心模型越精确。
本实施例所述的黑箱模型的建模方法根据黑箱参数特征选择的不同模型结构能够精确描述虚拟同步机并网外特性；所提建模方法建模过程无需知道虚拟同步机内部控制参数，且建模过程中不考虑详细模型中的开关器件、滤波装置等一系列电力电子元件，所建黑箱模型提高了软件的计算速度，满足大规模虚拟同步机系统的仿真需求，具有重要的实际应用意义。
图10和图11为根据本发明提供的方法建立的黑箱模型与实验模型输出的有功功率和无功功率对比图，图10为实验输出有功功率和黑箱输出有功功率对比图；图11为实验输出无功功率和黑箱输出无功功率对比图，由图11可知黑箱模型与实验模型暂态过程和稳态过程吻合良好，所建黑箱模型能够准确描述虚拟同步机参与电网频率和电压调节的特性。
综上所述，本发明实施例所述的虚拟同步机黑箱模型的建模方法，根据黑箱参数特征选择的不同模型结构能够精确描述虚拟同步机并网外特性；所提建模方法建模过程无需知道虚拟同步机内部控制参数，且建模过程中不考虑详细模型中的开关器件、滤波装置等一系列电力电子元件，所建黑箱模型提高了软件的计算速度，满足大规模虚拟同步机系统的仿真需求，具有重要的实际应用意义。
本领域普通技术人员可以理解：本发明实施例中的装置中的部件可以按照实施例的描述分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的部件可以合并为一个部件，也可以进一步拆分成多个子部件。
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。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种虚拟同步机黑箱模型的建模方法，其特征在于：
所述虚拟同步机黑箱模型包含两个参数：描述虚拟同步机有功功率响应电网频率外特性的参数MPf、描述虚拟同步机无功功率响应电网电压外特性的参数MQU；
通过电网频率扰动阶跃实验和电网电压扰动阶跃实验获得虚拟同步机黑箱的输入输出数据，利用参数辨识分别建立描述参数MPf的输出误差模型和描述参数MQU的多中心模型。
2.根据权利要求1所述的虚拟同步机黑箱模型的建模方法，其特征在于：利用参数辨识建立描述参数MPf的输出误差模型结构包括：
步骤11：给电网频率一个阶跃扰动信号，此时电网电压保持不变；
步骤12：采集电网频率和虚拟同步机有功功率数据；
步骤13：对步骤12采集的数据进行去除稳态和滤波处理；
步骤14：选择输出误差模型阶次；
步骤15：采用最小二乘法辨识输出误差模型的传递函数。
3.根据权利要求2所述的虚拟同步机黑箱模型的建模方法，其特征在于：利用参数辨识建立描述参数MQU的多中心模型结构包括：
步骤21：划分电网电压工作区间，确定n个中心点电网电压稳态值；
步骤22：在第i个电压稳态值处给电网电压一个阶跃扰动信号，此时电网频率保持不变，同时将第i个电网电压稳态值作为权重函数的输入信号；
步骤23：采集电网电压和虚拟同步机无功功率数据；
步骤24：对步骤23采集的数据进行去除稳态和滤波处理；
步骤25：采用最小二乘法辨识第i个输出误差模型传递函数，辨识结果与权重函数输出相乘并经判断后求和得到多中心模型的传递函数；
步骤26：判断i与n的大小，若i≤n则i＝i+1，重复步骤21-步骤25，反之结束。
4.根据权利要求3所述的虚拟同步机黑箱模型的建模方法，其特征在于：
所述输出误差模型的描述函数为：
Figure FDA0002473355340000021
其中，u(k)是被测系统的输入信号，e(k)是白噪声，
B(q)＝b1+b2q-1+···+bmq-m+1
F(q)＝1+f1q-1+···+fnq-n
其中，m为B(q)的阶次，n为F(q)的阶次，bm为B(q)的参数，fn为F(q)的参数。
5.根据权利要求4所述的虚拟同步机黑箱模型的建模方法，其特征在于：
所述多中心模型由各中心点处电网电压稳态值ui的线性模型f(ui)经过权重函数ωi(u)叠加而来，线性模型f(ui)采用输出误差模型结构，多中心模型的描述函数为：
Figure FDA0002473355340000022
其中，n表示中心点的个数。
6.根据权利要求5所述的虚拟同步机黑箱模型的建模方法，其特征在于：所述电网频率扰动阶跃实验的频率扰动Δf由下式确定
|KpdΔδ-6.28ωnDpΔf|≤(P0+6.28ωnDpΔf)×10％；
其中，Δδ为扰动前后的功角变化，P0为稳态工作点处的并网有功功率，
Figure FDA0002473355340000023
U0为稳态工作点处电网电压，E0为稳态工作点处虚拟同步机内电势有效值，Xt并网总阻抗，δ0为稳态工作点的功角，Dp为有功-频率下垂系数，ωn为额定角频率。
7.根据权利要求6所述的虚拟同步机黑箱模型的建模方法，其特征在于：所述电网电压扰动阶跃实验的电压扰动ΔU由下式确立：
|KquΔU-ΔQ|≤(Q0+ΔQ)×10％；
其中，Q0为稳态工作点处的并网无功功率，ΔQ为扰动前后稳态工作点无功功率变化；
Figure FDA0002473355340000031
8.根据权利要求7所述的虚拟同步机黑箱模型的建模方法，其特征在于：并网总阻抗Xt根据下式计算：
Xt＝Xv+Xg
其中，Xv为引入的虚拟电感对应的感抗，Xg为电网侧线路感抗。
9.根据权利要求2或3所述的虚拟同步机黑箱模型的建模方法，其特征在于：所述去除稳态处理为将采集到的数据减去输入/输出量的稳态值，即，阶跃扰动发生之前的值；数据滤波处理采用滑动平均滤波法。
10.根据权利要求5所述的虚拟同步机黑箱模型的建模方法，其特征在于：所述权重函数形式为三角形权重函数、钟形权重函数或S形权重函数。
CN202010355700.8A 2020-04-29 2020-04-29 一种虚拟同步机黑箱模型的建模方法 Active CN111525555B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010355700.8A CN111525555B (zh) 2020-04-29 2020-04-29 一种虚拟同步机黑箱模型的建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010355700.8A CN111525555B (zh) 2020-04-29 2020-04-29 一种虚拟同步机黑箱模型的建模方法

Publications (2)

Publication Number Publication Date
CN111525555A true CN111525555A (zh) 2020-08-11
CN111525555B CN111525555B (zh) 2021-11-30

Family

ID=71904896

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010355700.8A Active CN111525555B (zh) 2020-04-29 2020-04-29 一种虚拟同步机黑箱模型的建模方法

Country Status (1)

Country Link
CN (1) CN111525555B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106684925A (zh) * 2015-11-09 2017-05-17 宁夏大学 一种基于虚拟同步发电机的微网逆变器控制方法
CN207664638U (zh) * 2018-04-19 2018-07-27 华北电力大学 一种分布式电源的并网vsg装置
CN109256803A (zh) * 2018-10-11 2019-01-22 国网江苏省电力有限公司泰州供电分公司 虚拟同步机孤岛运行小信号建模及参数灵敏度计算方法
CN109861296A (zh) * 2019-04-10 2019-06-07 合肥工业大学 一种孤岛虚拟同步发电机系统的惯性和阻尼辨识方法
CN110492479A (zh) * 2019-08-22 2019-11-22 合肥工业大学 一种分布式并网设备的转动惯量和阻尼辨识方法
CN110768299A (zh) * 2019-12-02 2020-02-07 湖南大学 负荷虚拟同步机的序阻抗建模与稳定性分析方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106684925A (zh) * 2015-11-09 2017-05-17 宁夏大学 一种基于虚拟同步发电机的微网逆变器控制方法
CN207664638U (zh) * 2018-04-19 2018-07-27 华北电力大学 一种分布式电源的并网vsg装置
CN109256803A (zh) * 2018-10-11 2019-01-22 国网江苏省电力有限公司泰州供电分公司 虚拟同步机孤岛运行小信号建模及参数灵敏度计算方法
CN109861296A (zh) * 2019-04-10 2019-06-07 合肥工业大学 一种孤岛虚拟同步发电机系统的惯性和阻尼辨识方法
CN110492479A (zh) * 2019-08-22 2019-11-22 合肥工业大学 一种分布式并网设备的转动惯量和阻尼辨识方法
CN110768299A (zh) * 2019-12-02 2020-02-07 湖南大学 负荷虚拟同步机的序阻抗建模与稳定性分析方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
V. VALDIVIA ET AL.: "Black-box modeling of DC-DC converters based on transient response analysis and parametric identification methods", 《 2010 TWENTY-FIFTH ANNUAL IEEE APPLIED POWER ELECTRONICS CONFERENCE AND EXPOSITION (APEC)》 *
杨斌等: "数据驱动下的虚拟同步发电机等效建模", 《电网技术》 *

Also Published As

Publication number Publication date
CN111525555B (zh) 2021-11-30

Similar Documents

Publication Publication Date Title
CN104221241B (zh) 用于控制变频器的方法和装置
CN104836253A (zh) 双馈风机虚拟惯量的控制方法及控制装置
CN110492479B (zh) 一种分布式并网设备的转动惯量和阻尼辨识方法
CN110149066A (zh) 一种基于模型控制预测的mmc桥臂电流控制方法及系统
Song et al. Application of digital twin assistant-system in state estimation for inverter dominated grid
Abolvafaei et al. Maximum power extraction from fractional order doubly fed induction generator based wind turbines using homotopy singular perturbation method
CN104978625A (zh) 基于聚合rlc电路模型的电力系统次同步谐振分析方法
Dong et al. Spectrum-domain stability assessment and intrinsic oscillation for aggregated mobile energy storage in grid frequency regulation
Umrao et al. Load frequency control using polar fuzzy controller
Jones et al. Predictive feedforward control for a hydroelectric plant
CN111525555B (zh) 一种虚拟同步机黑箱模型的建模方法
CN111898323A (zh) 一种基于大数据的电力系统负荷建模方法
CN117458534A (zh) 一种新型液流储能调峰调频方法及装置
CN111293693A (zh) 基于扩展卡尔曼滤波的双馈风机变流器控制参数辨识方法
CN113644680B (zh) 一种交直流混联配电系统不确定扰动下的可达性分析方法
CN116054194A (zh) 一种强化学习自动发电控制方法、装置、设备及介质
CN106054665A (zh) 一种大规模光伏逆变器系统的分群等值建模方法
Liao et al. Two-stage optimization method for network reconfiguration and load recovery during power system restoration
Chen et al. Improved pitch control strategy for the robust operation of wind energy conversion system in the high wind speed condition
CN112580225A (zh) 一种同步逆变器阻尼系数和转动惯量在线辨识方法
CN111262272A (zh) 一种基于时延孤岛微电网的系统控制方法
CN112307699B (zh) 基于相分量的vsc-hvdc机电暂态仿真方法及系统
CN112909915A (zh) 一种直流电压控制系统稳定性分析方法和系统
CN116632817A (zh) 一种含新能源的电力系统等效惯量估计方法及系统
CN117742297A (zh) 变流器的控制参数辨识方法、装置、电子设备及存储介质

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20211203

Address after: 100044 Beijing city Haidian District Xizhimen Shangyuan Village No. 3

Patentee after: Beijing Jiaotong University

Patentee after: Power Science Research Institute of Sichuan electric power company

Address before: 100044 Beijing city Haidian District Xizhimen Shangyuan Village No. 3

Patentee before: Beijing Jiaotong University

TR01 Transfer of patent right