CN111769597B - 一种双馈风力发电机的降维建模分析方法 - Google Patents
一种双馈风力发电机的降维建模分析方法 Download PDFInfo
- Publication number
- CN111769597B CN111769597B CN202010752227.7A CN202010752227A CN111769597B CN 111769597 B CN111769597 B CN 111769597B CN 202010752227 A CN202010752227 A CN 202010752227A CN 111769597 B CN111769597 B CN 111769597B
- Authority
- CN
- China
- Prior art keywords
- doubly
- fed wind
- rotor
- current
- voltage
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 22
- 230000009467 reduction Effects 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 30
- 230000005540 biological transmission Effects 0.000 claims abstract description 24
- 230000008569 process Effects 0.000 claims abstract description 12
- 230000001360 synchronised effect Effects 0.000 claims description 40
- 230000003068 static effect Effects 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000004804 winding Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 7
- 239000003990 capacitor Substances 0.000 claims description 6
- 230000005284 excitation Effects 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 4
- 230000014509 gene expression Effects 0.000 claims description 3
- OIGNJSKKLXVSLS-VWUMJDOOSA-N prednisolone Chemical compound O=C1C=C[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 OIGNJSKKLXVSLS-VWUMJDOOSA-N 0.000 claims description 2
- 230000004907 flux Effects 0.000 description 5
- 238000006880 cross-coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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
- 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]
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- 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
Abstract
本发明公开了一种双馈风力发电机的降维建模分析方法,该降维建模方法一是综合考虑转子电流内环控制、锁相环、输电线路阻抗和交流弱电网电压等因素影响,使所建模型精准地分析双馈风力发电机在电网电压跌落等复杂工况下的小信号稳定性;二是通过对快作用时间尺度子系统简化,实现双馈风力发电机系统模型降维,极大简化双馈风力发电机状态空间模型的分析难度;三是高维非线性模型线性化过程通过灵活地运用各变量之间的电气关系,逐步剔除线性化模型中的非状态变量,最终建立双馈风力发电机小信号状态空间模型。本发明所建模型相比12维模型,模型维数降低幅度达1/3,有效提高了双馈风力发电机并网系统稳定性分析和设计的简便性。
Description
技术领域
本发明属于双馈风力发电机建模领域,具体提出了一种双馈风力发电机的降维建模分析方法。
背景技术
进入21世纪以来,随着传统化石能源危机和由此引发的环境污染问题的濒临和频现,开发利用新能源已成为维系人类社会可持续发展的必由之路。其中,风力发电,经过近二十年的实践检验,已经成为公认的最具有商业化发展前景的新能源形式。作为全球风电装机容量最大的消费者与生产者,中国在大规模发展风电方面有良好的风能资源条件、广阔充足的土地资源条件、较为成熟的风电产业基础、分布广泛和技术较为先进的电网以及未来电网进一步完善的发展作为支撑。
双馈风力发电机因其装机体积小,变频调速灵活性好等优点成为市面上的热门风电设备。近年来,并网准则要求双馈风力发电机在并网点发生故障导致电压跌落时,要保持并网运行并向电网注入一定的无功电流以支撑电网电压恢复。然而大型的风力发电厂通常都在偏远地区,因输电线路较长,故交流弱电网的阻抗不可忽略。这就导致当并网点电压跌落时,锁相环、转子电流内环和交流弱电网之间相互作用,可能会造成振荡或共振问题。
建立级联系统的小信号模型是分析系统稳定性的有效方法。但已有模型普遍存在维数过高而不容易实际应用的问题。
发明内容
本发明的目的在于针对现有技术的不足,提供一种双馈风力发电机的降维建模分析方法。
本发明的目的是通过以下技术方案来实现的:一种双馈风力发电机的降维建模分析方法,该建模分析方法综合考虑双馈风力发电机、转子电流内环控制器、锁相环、坐标变换和交流弱电网阻抗等环节的影响,建立含非状态变量的小信号状态空间模型后,消除其中的非状态变量,获得双馈风力发电机的8维小信号状态空间模型,即
其中,[A1]8×8是状态空间矩阵;Δx代表状态变量, 是状态变量Δx的微分。
进一步地,小信号状态空间模型的建立包括如下步骤:
(1)采集双馈风力发电机定子三相线电压、双馈风力发电机转子三相线电流、交流弱电网三相线电压和输电线路三相线电流;使用锁相环和编码盘分别采集双馈风力发电机定子相位角θPLL和转子角速度ωr,对转子角速度ωr积分得到转子相位角θr;通过锁相环采集双馈风力发电机在静态工作点处的定子电压角频率ωPLL0,并与转子电压角频率ωr作差获得转差角频率ωslip0=ωPLL0-ωr;对采集到的双馈风力发电机定子线电压、双馈风力发电机转子线电流、交流弱电网线电压、输电线路线电流分别变换至同步旋转坐标系得到双馈风力发电机定子电压相量Us0、双馈风力发电机转子电流相量Ir0、交流弱电网电压相量Ug0、输电线路电流相量Ig0;
(2)将步骤(1)获得的电压、电流的电气量F代入下式,获得该电气量在坐标变换环节引入的小扰动分量ΔFd、ΔFq:
其中,Fd、Fq表示电气量F的d轴、q轴分量,ΔθPLL表示θPLL的小扰动分量;上角标c表示在锁相环同步旋转坐标系下,上角标b表示在电网同步旋转坐标系下;分别表示电气量F在静态工作点处的d轴、q轴分量幅值;
(3)将步骤(1)获得的静态工作点处的定子电压角频率ωPLL0和转差角频率ωslip0代入下式,获得双馈风力发电机的小信号模型:
其中,ΔωPLL分别是定子电压/>转子电压/>转子电流/>定子电压角频率ωPLL的小扰动分量;Rs、Rr分别是定子电阻、转子电阻;Ls、Lr和Lm分别是定子电感、转子电感和励磁支路电感;KN=Nr/Ns是转子与定子的匝比,Nr为转子绕组匝数,Ns为定子绕组匝数;
(4)将步骤(1)获得的双馈风力发电机在静态工作点处的定子电压交流弱电网电压/>输电线路电流/>和定子电压角频率ωPLL0代入下式中,分别获得双馈风力发电机电流内环控制器、锁相环、交流弱电网、滤波环节的小信号模型;
电流内环控制器的小信号模型为:
其中,ΔXRCCd、ΔXRCCq分别是d轴、q轴电流内环控制器积分环节建模过程中引入的中间变量XRCCd、XRCCq的小扰动分量;Kp_RCC、Ki_RCC分别是电流内环比例积分控制器的比例参数和积分参数;分别是锁相环同步旋转坐标系下转子电流d轴分量/>q轴分量/>的小扰动分量;/>分别是d轴、q轴电流内环控制器的指令值;/>分别是电网同步旋转坐标系下转子电压d轴分量/>q轴分量/>的小扰动分量;
锁相环的小信号模型为:
其中,ΔXPLL是锁相环积分环节建模过程中引入的中间变量XPLL的小扰动分量;是锁相环同步旋转坐标系下定子电压q轴分量/>的小扰动分量;Usd0是双馈风力发电机定子电压Us0的d轴分量幅值;Kp_PLL、Ki_PLL分别是锁相环中比例积分环节的比例参数和积分参数;
交流弱电网的小信号模型为:
其中,是电网同步旋转坐标系下输电线路上电流/>的小扰动分量,Rg、Lg分别是输电线路的电阻和电感;
滤波环节的小信号模型为:
其中,是电网同步旋转坐标系下定子电流/>的小扰动分量,/>Cf是双馈风力发电机网侧的滤波电容;
(5)将步骤(4)获得的双馈风力发电机电流内环控制器、锁相环、交流弱电网、滤波环节的小信号模型整理后,得到双馈风力发电机含非状态变量的小信号状态空间模型,即
其中,Δx代表状态变量, 是状态变量Δx的微分;[]n×m表示n行m列的系数矩阵。
进一步地,步骤(5)得到的小信号状态空间模型中除了含有状态变量Δx,还存在不属于状态变量Δx的非状态变量;通过消除其中的非状态变量,获得双馈风力发电机不含非状态变量的小信号状态空间模型,包括如下步骤:
(6)根据双馈风力发电机定转子电流近似数值关系Is=-KNIr,消除步骤(5)公式中的非状态变量即
(7)将定子电压Us和转子电流Ir代入步骤(2)中的公式,获得定子电压和转子电流在坐标变换环节引入的小扰动分量,即
使用上式消除步骤(6)公式中的两组非状态变量和/>即
(8)将步骤(3)中的双馈风力发电机转子电压小扰动方程(6b)和步骤(4)中的电流内环控制器转子电压小扰动输出方程(9b)(9d)联立,获得与ΔθPLL、ΔXRCCd、ΔXRCCq、ΔωPLL的关系表达式,即
使用上式消除步骤(7)公式(19)中的非状态变量即
(9)将步骤(4)公式(11c)代入上式中,消除非状态变量ΔωPLL,最终获得双馈风力发电机的8维小信号状态空间模型,即
其中,ΔXRCCd、ΔXRCCq、ΔθPLL均属于状态变量Δx,进一步将小信号状态空间模型表示为如下形式:
其中,Δx表示状态变量, 是状态变量Δx的微分;[A1]8×8是状态空间矩阵。
进一步地,所述状态空间矩阵[A1]8×8为:
其中:
本发明的有益效果是:一是本发明在已有双馈风力发电机模型的基础上,综合考虑了双馈风力发电机、转子电流内环控制器、锁相环、输电线路阻抗和交流弱电网电压等因素的影响,使得此模型能够精确地分析双馈风力发电机在电网电压跌落等复杂工况下的小信号稳定性;二是该模型通过对快作用时间尺度子系统的简化,实现了双馈风力发电机系统模型的降维,极大地简化了双馈风力发电机的状态空间模型的分析难度;三是高维非线性模型线性化过程的巧妙处理,通过灵活地运用各变量之间的电气关系,逐步剔除线性化模型中的非状态变量,最终建立了双馈风力发电机的8维小信号状态空间模型。该模型相比常见的12维模型,模型维数降低幅度达1/3,有效提高了双馈风力发电机并网系统稳定性分析和设计的简便性。
附图说明
图1为本发明涉及的双馈风力发电机系统的控制拓扑图;
图2为双馈电机的T型等效电路图;
图3为锁相环同步旋转坐标系与电网同步旋转坐标系的空间位置示意图;
图4为本发明的8维小信号状态空间模型和已有详细模型的特征值对应图。
具体实施方式
为了更加具体地描述本发明,下面结合附图和具体实施案例对本发明作进一步说明。
如图1所示,本发明一种双馈风力发电机的降维建模分析方法涉及了双馈风力发电机、转子电流内环控制器、锁相环、坐标变换和交流弱电网等环节,包括如下步骤;
S1建立双馈风力发电机含非状态变量的小信号状态空间模型:
S1.1采集双馈风力发电机定子三相线电压Usab、Usbc、Usca,双馈风力发电机转子三相线电流Irab、Irbc、Irca,交流弱电网三相线电压Ugab、Ugbc、Ugca,和输电线路三相线电流Igab、Igbc、Igca;使用锁相环和编码盘分别采集双馈风力发电机定子相位角θPLL和转子相位角θr,;对转子相位角θr积分得到转子电压角频率ωr;对锁相环采集的双馈风力发电机在静态工作点处的定子电压角频率ωPLL0与转子电压角频率ωr作差,获得转差角频率ωslip0,即ωslip0=ωPLL0-ωr;对采集到的双馈风力发电机定子线电压、双馈风力发电机转子线电流、交流弱电网线电压、输电线路线电流分别变换至同步旋转坐标系,即dq坐标系,得到双馈风力发电机定子电压相量Us0、双馈风力发电机转子电流相量Ir0、交流弱电网电压相量Ug0、输电线路电流相量Ig0。粗体代表相量,例如Us0=Usd0+jUsq0。
S1.2锁相环的基本作用是实现电力电子设备与交流电网的相位同步,它是相量控制的基础。本发明降维建模方法引入了两套dq旋转坐标系,即锁相环同步旋转坐标系和电网同步旋转坐标系,如图3所示,其中d-q表示锁相环同步旋转坐标系,d1-q1表示电网同步旋转坐标系,这两套坐标系存在如下的关系:
Fc=Fbe-jδ (1)
其中,F表示电压或电流等物理相量;δ为锁相环(PLL)同步旋转坐标系和电网同步旋转坐标系之间的相位差;右上角标为“c”表示在锁相环同步旋转坐标系下的电气量,右上角标为“b”表示在电网同步旋转坐标系下的电气量。
进一步地,公式(1)在静态工作点处进行线性化,建立起坐标变换环节的小信号模型,即
其中,分别表示在锁相环同步旋转坐标系下F的d轴分量/>q轴分量/>的小扰动;/>分别表示在电网同步旋转坐标系下F的d轴分量/>q轴分量/>的小扰动;/>分别表示电气量F在静态工作点处d轴、q轴分量幅值。
S1.3双馈风力发电机在电网同步旋转坐标系下的定子电压转子电压/>定子磁链/>和转子磁链/>方程分别为:
其中,s是微分算子;分别是电网同步旋转坐标系下的定子电流、转子电流相量,/> 分别是定子电流/>的d轴、q轴分量,/>分别是转子电流/>的d轴、q轴分量,/>Rs、Rr分别是定子电阻、转子电阻;Ls、Lr和Lm分别是定子电感、转子电感和励磁支路电感;ωPLL、ωslip分别是双馈风力发电机定子电压角频率和转差角频率。
对双馈风力发电机进行绕组归算,可以得到双馈风力发电机的T型等效电路,如图2所示。
一方面,由于励磁支路电感Lm远大于定子电感Ls和转子电感Lr,故可以忽略励磁支路电流。那么定子电流转子电流/>大小存在定转子绕组匝比倍的关系,如若采用电动机惯例,两者方向相反,即:/>其中:KN=Nr/Ns是转子与定子的匝比,Nr为转子绕组匝数,Ns为定子绕组匝数。
另一方面,站在机电时间尺度上,因为转子电流控制器速度非常快,其属于快时间尺度,故忽略转子电流的电磁动态过程;又因为双馈风力发电机定转子绕组间存在强耦合,使得定转子电流的电磁动态过程时间尺度十分接近,故亦可以忽略定子电流的电磁动态过程;故可以忽略定转子磁链的暂态变化,即
基于以上两方面针对模型的简化,根据双馈风力发电机的定转子电压方程(3a)(3b)和定转子磁链方程(4a)(4b),消去定转子磁链和定子电流/>则可以将定转子电压方程简化为:
进一步地,公式(5a)(5b)在静态工作点处进行线性化,建立起双馈风力发电机的小信号模型:
其中,Rs、Rr分别是定子电阻、转子电阻;Ls、Lr和Lm分别是定子电感、转子电感和励磁支路电感;ωPLL0、ωslip0分别是在静态工作点处的定子电压角频率和转差角频率;ΔωPLL是定子电压角频率ωPLL的小扰动分量;
S1.4在双馈风力发电机的相量控制系统中,转子电流内环普遍采用比例积分(PI)控制器,其数学模型即
其中,Kp_RCC、Ki_RCC分别是比例积分(PI)控制器的比例参数和积分参数;分别是d轴、q轴电流内环控制器的指令值;/>分别是锁相环同步旋转坐标系下转子电流/>的d轴、q轴分量;/>分别是转子电流内环PI控制器的输出电压/>的d轴、q轴分量;XRCCd、XRCCq分别是d轴、q轴电流内环控制器积分环节建模过程中引入的中间变量,Vdq是转子电流内环比例积分控制环节d轴解耦产生的交叉耦合项,Vqd是转子电流内环比例积分控制环节q轴解耦产生的交叉耦合项。
因为双馈风力发电机的转子电阻Rr和转子电感Lr都比较小,所以可以忽略转子电流内环PI控制器中的交叉耦合项Vdq、Vqd;为了进一步简化模型和计算,假设转子侧变换器能够完全跟踪转子电流内环PI控制器的输出电压则有/>通过以上两点,转子电流内环控制器的公式(7a)-(7d)可以简化为:
进一步地,公式(8a)-(8d)在静态工作点处进行线性化,建立起双馈风力发电机电流内环控制器的小信号模型,即
其中,ΔXRCCd、ΔXRCCq分别XRCCd、XRCCq的小扰动分量;分别是/>的小扰动分量;/>分别是/>的小扰动分量;
S1.5将双馈风力发电机定子电压的q轴分量作为锁相环的输入,以保证双馈风力发电机系统与交流电网同步,那么基于PI控制器的二阶锁相环就可以用公式(10a)-(10c)来描述:
其中,Kp_PLL、Ki_PLL分别是锁相环中比例积分环节的比例参数和积分参数;是锁相环同步旋转坐标系下定子电压q轴分量;Usd0是在静态工作点处的定子电压Us0的d轴分量幅值;XPLL是锁相环积分环节建模过程中引入的中间变量,/>
进一步地,公式(10a)-(10c)在静态工作点处进行线性化,建立起锁相环的小信号模型,即
其中,ΔXPLL是XPLL的小扰动分量;是/>的小扰动分量;ΔθPLL表示θPLL的小扰动分量;
S1.6根据戴维南定理,将交流弱电网等效为一个与输电线路阻抗串联的电压源,交流弱电网的状态方程可以表示为公式(12):
其中,Ug是交流弱电网等效后的电压源电压,Ug=Ugd+jUgq,Ugd、Ugq分别是Ug的d轴、q轴分量;是电网同步旋转坐标系下输电线路上的电流,/>Igd、Igq分别是Ig的d轴、q轴分量;Rg、Lg分别为等效后的交流电网线路电阻和电感。
进一步地,公式(12)在静态工作点处进行线性化,建立起交流弱电网与输电线路的小信号模型,即
其中,分别是定子电压/>输电线路电流/>的小扰动分量;
S1.7一般来说,风力发电厂出口装配有滤波电容Cf,在建模时可以将其等效分配到每一台风电机组,如图1所示,建立滤波电路的数学模型:
进一步地,公式(14)在静态工作点处进行线性化,建立起双馈风力发电机滤波电容支路的小信号模型,即
S1.8将步骤S1.4-S1.7中获得的双馈风力发电机电流内环控制器、锁相环、交流弱电网、滤波环节的小信号模型整理后,得到双馈风力发电机含非状态变量的小信号状态空间模型,即
其中,Δx表示状态变量, 是状态变量Δx的微分;[]n×m表示n行m列的系数矩阵,[A]8×8、[B]8×2、[C]8×2、[D]8×2、[E]8×2均表示系数矩阵,如[B]8×2表示8行2列的系数矩阵B;/>分别表示在电网同步旋转坐标系下定子电压的d轴分量/>q轴分量/>的小扰动分量,/>分别表示在电网同步旋转坐标系下输电线路电流的d轴分量/>q轴分量/>的小扰动分量,分别表示定子电流的d轴分量/>q轴分量/>的小扰动分量;/>分别表示在锁相环同步旋转坐标系下定子电压的d轴分量/>q轴分量/>的小扰动分量,分别表示在锁相环同步旋转坐标系下转子电流的d轴分量/>q轴分量/>的小扰动分量。公式(16)中除了含有状态变量Δx,还存在非状态变量,非状态变量即不属于状态变量Δx的变量,如/>等。为获得双馈风力发电机不含非状态变量的的小信号状态空间模型,需要进一步消除公式(16)中的非状态变量。
S2建立双馈风力发电机的8维小信号状态空间模型:
S2.1根据步骤S1.3中提到的双馈风力发电机定转子电流的近似数值关系:Is=-KNIr,消除步骤1.8公式(16)中的非状态变量即
S2.2将定子电压Us和转子电流Ir代入步骤S1.2中的公式(2),获得定子电压和转子电流在坐标变换环节引入的小扰动分量,即
其中,[G]2×2、[H]2×1、[V]2×2、[W]2×1表示系数矩阵,如[G]2×2表示2行2列的系数矩阵G;
进一步地,使用公式(18a)和(18b)分别消除步骤2.1公式(17)中的两组非状态变量和/>即
S2.3将步骤S1.3中的双馈风力发电机转子电压小扰动方程(6b)和步骤S1.4中的电流内环控制器转子电压小扰动输出方程(9b)联立,获得与ΔθPLL、ΔXRCCd、ΔXRCCq、ΔωPLL的关系表达式,即
其中,分别表示在静态工作点处的转子电流d轴、q轴分量;ωslip0表示在静态工作点处的转差角频率。
把公式(20a)、(20a)视为未知量为的二元一次方程组,通过对此方程组求解,将非状态变量/>完全用变量ΔθPLL、ΔXRCCd、ΔXRCCq、ΔωPLL表示出来,即
其中,[P]2×3、[Q]2×1表示系数矩阵,如[P]2×3表示2行3列的系数矩阵P;
进一步地,使用公式(21)消除公式(19)中的非状态变量即
S2.4将步骤S1.5中的公式(11c)代入公式(22),消除仅剩的非状态变量ΔωPLL,最终获得双馈风力发电机的8维小信号状态空间模型,即
其中,ΔXRCCd、ΔXRCCq、ΔθPLL均属于Δx,即公式(23)中的变量全部为状态变量,故可以将小信号状态空间模型表示为公式(24)的形式;
其中,[A1]8×8是状态空间矩阵;Δx表示状态变量, 是状态变量Δx的微分。
其中:
其中,分别为电网同步旋转坐标系下静态工作点处输电线路电流d轴分量、q轴分量。/>
如图4所示,本发明一种双馈风力发电机的降维建模分析方法建立的8维小信号状态空间模型的特征根λ1-λ8与全维详细模型的特征根ξ1-ξ8在复平面内基本重合,两者能够实现良好的匹配,且通过对参与因子的分析发现,因降维而丢失的四个特征根ξ9-ξ12不是主导极点,即其对应振荡模态不是影响双馈风力发电机并网系统稳定性的主要因素,这说明本发明一种双馈风力发电机的降维建模分析方法在分析双馈风力发电机并网系统的小信号稳定性方面几乎具有与全维详细模型相同的分析精度。
综上所述,本发明综合考虑了双馈风力发电机、转子电流内环控制器、锁相环、交流弱电网阻抗和风机并网点剩余电压等因素;本发明通过对快作用时间尺度子系统的简化,实现了双馈风力发电机系统模型的降维,极大地简化了双馈风力发电机的状态空间模型的分析难度,实现了双馈风力发电机模型的降维和简化;本发明通过高维非线性模型线性化过程的巧妙处理,通过灵活地运用各变量之间的电气关系,逐步剔除线性化模型中的非状态变量,最终建立了双馈风力发电机的8维小信号状态空间模型。该模型相比常见的12维模型,模型维数降低幅度达1/3,有效提高了双馈风力发电机并网系统稳定性分析和设计的简便性。
Claims (3)
1.一种双馈风力发电机的降维建模分析方法,其特征在于,该建模分析方法综合考虑双馈风力发电机、转子电流内环控制器、锁相环、坐标变换和交流弱电网阻抗等环节的影响,建立含非状态变量的小信号状态空间模型后,消除其中的非状态变量,获得双馈风力发电机的8维小信号状态空间模型,即
其中,[A1]8×8是状态空间矩阵;Δx代表状态变量, 是状态变量Δx的微分;
小信号状态空间模型的建立包括如下步骤:
(1)采集双馈风力发电机定子三相线电压、双馈风力发电机转子三相线电流、交流弱电网三相线电压和输电线路三相线电流;使用锁相环和编码盘分别采集双馈风力发电机定子相位角θPLL和转子角速度ωr,对转子角速度ωr积分得到转子相位角θr;通过锁相环采集双馈风力发电机在静态工作点处的定子电压角频率ωPLL0,并与转子电压角频率ωr作差获得转差角频率ωslip0=ωPLL0-ωr;对采集到的双馈风力发电机定子线电压、双馈风力发电机转子线电流、交流弱电网线电压、输电线路线电流分别变换至同步旋转坐标系得到双馈风力发电机定子电压相量Us0、双馈风力发电机转子电流相量Ir0、交流弱电网电压相量Ug0、输电线路电流相量Ig0;
(2)将步骤(1)获得的电压、电流的电气量F代入下式,获得该电气量在坐标变换环节引入的小扰动分量ΔFd、ΔFq:
其中,Fd、Fq表示电气量F的d轴、q轴分量,ΔθPLL表示θPLL的小扰动分量;上角标c表示在锁相环同步旋转坐标系下,上角标b表示在电网同步旋转坐标系下;分别表示电气量F在静态工作点处的d轴、q轴分量幅值;
(3)将步骤(1)获得的静态工作点处的定子电压角频率ωPLL0和转差角频率ωslip0代入下式,获得双馈风力发电机的小信号模型:
其中,ΔωPLL分别是定子电压/>转子电压/>转子电流/>定子电压角频率ωPLL的小扰动分量;Rs、Rr分别是定子电阻、转子电阻;Ls、Lr和Lm分别是定子电感、转子电感和励磁支路电感;KN=Nr/Ns是转子与定子的匝比,Nr为转子绕组匝数,Ns为定子绕组匝数;
(4)将步骤(1)获得的双馈风力发电机在静态工作点处的定子电压交流弱电网电压/>输电线路电流/>和定子电压角频率ωPLL0代入下式中,分别获得双馈风力发电机电流内环控制器、锁相环、交流弱电网、滤波环节的小信号模型;
电流内环控制器的小信号模型为:
其中,ΔXRCCd、ΔXRCCq分别是d轴、q轴电流内环控制器积分环节建模过程中引入的中间变量XRCCd、XRCCq的小扰动分量;Kp_RCC、Ki_RCC分别是电流内环比例积分控制器的比例参数和积分参数;分别是锁相环同步旋转坐标系下转子电流d轴分量/>q轴分量/>的小扰动分量;/>分别是d轴、q轴电流内环控制器的指令值;/>分别是电网同步旋转坐标系下转子电压d轴分量/>q轴分量/>的小扰动分量;
锁相环的小信号模型为:
其中,ΔXPLL是锁相环积分环节建模过程中引入的中间变量XPLL的小扰动分量;是锁相环同步旋转坐标系下定子电压q轴分量/>的小扰动分量;Usd0是双馈风力发电机定子电压Us0的d轴分量幅值;Kp_PLL、Ki_PLL分别是锁相环中比例积分环节的比例参数和积分参数;
交流弱电网的小信号模型为:
其中,是电网同步旋转坐标系下输电线路上电流/>的小扰动分量,/>Rg、Lg分别是输电线路的电阻和电感;
滤波环节的小信号模型为:
其中,是电网同步旋转坐标系下定子电流/>的小扰动分量,/>Cf是双馈风力发电机网侧的滤波电容;
(5)将步骤(4)获得的双馈风力发电机电流内环控制器、锁相环、交流弱电网、滤波环节的小信号模型整理后,得到双馈风力发电机含非状态变量的小信号状态空间模型,即
其中,Δx代表状态变量, 是状态变量Δx的微分;[]n×m表示n行m列的系数矩阵。
2.根据权利要求1所述的一种双馈风力发电机的降维建模分析方法,其特征在于,步骤(5)得到的小信号状态空间模型中除了含有状态变量Δx,还存在不属于状态变量Δx的非状态变量;通过消除其中的非状态变量,获得双馈风力发电机不含非状态变量的小信号状态空间模型,包括如下步骤:
(6)根据双馈风力发电机定转子电流近似数值关系Is=-KNIr,消除步骤(5)公式中的非状态变量即
(7)将定子电压Us和转子电流Ir代入步骤(2)中的公式,获得定子电压和转子电流在坐标变换环节引入的小扰动分量,即
使用上式消除步骤(6)公式中的两组非状态变量和/>即
(8)将步骤(3)中的双馈风力发电机转子电压小扰动方程(6b)和步骤(4)中的电流内环控制器转子电压小扰动输出方程(9b)(9d)联立,获得与ΔθPLL、ΔXRCCd、ΔXRCCq、ΔωPLL的关系表达式,即
使用上式消除步骤(7)公式(19)中的非状态变量即
(9)将步骤(4)公式(11c)代入上式中,消除非状态变量ΔωPLL,最终获得双馈风力发电机的8维小信号状态空间模型,即
其中,ΔXRCCd、ΔXRCCq、ΔθPLL均属于状态变量Δx,进一步将小信号状态空间模型表示为如下形式:
其中,Δx表示状态变量, 是状态变量Δx的微分;[A1]8×8是状态空间矩阵。
3.根据权利要求2所述的一种双馈风力发电机的降维建模分析方法,其特征在于,所述状态空间矩阵[A1]8×8为:
其中:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010752227.7A CN111769597B (zh) | 2020-07-30 | 2020-07-30 | 一种双馈风力发电机的降维建模分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010752227.7A CN111769597B (zh) | 2020-07-30 | 2020-07-30 | 一种双馈风力发电机的降维建模分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111769597A CN111769597A (zh) | 2020-10-13 |
CN111769597B true CN111769597B (zh) | 2023-10-27 |
Family
ID=72727755
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010752227.7A Active CN111769597B (zh) | 2020-07-30 | 2020-07-30 | 一种双馈风力发电机的降维建模分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111769597B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113690903B (zh) * | 2021-08-18 | 2023-06-13 | 广东电网有限责任公司 | 双馈风电机组的降阶解耦分析方法、系统、设备和介质 |
CN113872190A (zh) * | 2021-09-18 | 2021-12-31 | 国网甘肃省电力公司电力科学研究院 | 一种提高小信号系统计算效率的降维方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2451072A2 (en) * | 2010-11-04 | 2012-05-09 | Korea Electro Technology Research Institute | Control device for doubly-fed induction generator in which feedback linearization method is embedded |
WO2014154027A1 (zh) * | 2013-03-29 | 2014-10-02 | 甘肃省电力公司风电技术中心 | 一种改善双馈机组接入后系统小干扰稳定性的方法 |
CN109449958A (zh) * | 2018-11-29 | 2019-03-08 | 云南电网有限责任公司 | 一种双馈风机并网系统稳定性分析方法 |
CN110601268A (zh) * | 2019-10-29 | 2019-12-20 | 中国石油大学(华东) | 一种双馈风机并网端口输出阻抗建模及稳定性分析方法 |
CN110781574A (zh) * | 2019-09-03 | 2020-02-11 | 中国能源建设集团甘肃省电力设计院有限公司 | 大规模风电场中多风力发电机组建模方法 |
CN110912186A (zh) * | 2019-11-27 | 2020-03-24 | 国网冀北电力有限公司电力科学研究院 | 双馈型风力发电虚拟同步发电机建模方法 |
-
2020
- 2020-07-30 CN CN202010752227.7A patent/CN111769597B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2451072A2 (en) * | 2010-11-04 | 2012-05-09 | Korea Electro Technology Research Institute | Control device for doubly-fed induction generator in which feedback linearization method is embedded |
WO2014154027A1 (zh) * | 2013-03-29 | 2014-10-02 | 甘肃省电力公司风电技术中心 | 一种改善双馈机组接入后系统小干扰稳定性的方法 |
CN109449958A (zh) * | 2018-11-29 | 2019-03-08 | 云南电网有限责任公司 | 一种双馈风机并网系统稳定性分析方法 |
CN110781574A (zh) * | 2019-09-03 | 2020-02-11 | 中国能源建设集团甘肃省电力设计院有限公司 | 大规模风电场中多风力发电机组建模方法 |
CN110601268A (zh) * | 2019-10-29 | 2019-12-20 | 中国石油大学(华东) | 一种双馈风机并网端口输出阻抗建模及稳定性分析方法 |
CN110912186A (zh) * | 2019-11-27 | 2020-03-24 | 国网冀北电力有限公司电力科学研究院 | 双馈型风力发电虚拟同步发电机建模方法 |
Non-Patent Citations (2)
Title |
---|
弱电网下双馈发电机输入导纳建模及稳定性分析;张学广;马彦;王天一;徐殿国;;中国电机工程学报(第05期);全文 * |
电网电压骤降故障下双馈风力发电机建模与控制;胡家兵;孙丹;贺益康;赵仁德;;电力系统自动化(第08期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111769597A (zh) | 2020-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110676874B (zh) | 计及频率耦合效应的直驱式风机次同步振荡电气量分析方法 | |
CN112165115B (zh) | 一种直驱风电机组灰箱模型的参数辨识方法及装置 | |
CN111769597B (zh) | 一种双馈风力发电机的降维建模分析方法 | |
CN110601268B (zh) | 一种双馈风机并网端口输出阻抗建模及稳定性分析方法 | |
WO2022226709A1 (zh) | 考虑功率控制的永磁同步风机接入弱电网稳定性分析方法 | |
CN108281986B (zh) | 电压控制型虚拟同步发电机的阻抗建模与稳定性分析方法 | |
CN109921421B (zh) | 双馈风电机组输出谐波电流模型建立方法 | |
CN107453401A (zh) | 一种双馈风力发电机参数辨识方法 | |
CN112615393B (zh) | 基于矢量拟合的直驱风电机组控制器参数辨识方法及装置 | |
CN109217371A (zh) | 考虑锁相环影响的电压源型变流器并网系统稳定性分析方法、装置及系统 | |
CN112018783B (zh) | 用于直驱风机次同步振荡抑制的模型降阶反馈控制方法 | |
CN109066725B (zh) | 一种用于次同步振荡仿真的直驱风机等值建模方法 | |
CN107069800A (zh) | 一种双馈风电场短路电流模型的建立方法 | |
CN111193291A (zh) | 一种适用于不平衡条件下复合型虚拟同步机控制方法 | |
CN107579529A (zh) | 一种基于并网变换器锁相环优化的同步机次同步抑制方法 | |
CN108462213B (zh) | 基于守恒功率理论的多功能并网逆变器控制方法及系统 | |
CN113346513A (zh) | 一种辨识直驱风机强迫次同步振荡的方法 | |
CN113378347B (zh) | 一种基于模块化多端口的风电机组频域阻抗建模方法 | |
CN116738636A (zh) | 考虑阻抗特性及同步机制的双馈风电场站的多机等值方法 | |
CN103117562A (zh) | 一种高压级联能量回馈变频器功率模块的控制方法 | |
CN105552951B (zh) | 一种基于重复滑模的dfig系统控制方法 | |
CN109088436B (zh) | 一种vsc多尺度暂态建模方法 | |
CN112952901B (zh) | 一种针对多风机并网系统的分散式稳定性分析方法 | |
CN112994113B (zh) | 一种双馈风力发电机序阻抗建模方法及系统 | |
CN114006400A (zh) | 考虑功率外环控制的双馈风机阻抗模型及推导方法 |
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 |