CN113013892A - 一种虚拟同步发电机建模方法和装置 - Google Patents
一种虚拟同步发电机建模方法和装置 Download PDFInfo
- Publication number
- CN113013892A CN113013892A CN202110081217.XA CN202110081217A CN113013892A CN 113013892 A CN113013892 A CN 113013892A CN 202110081217 A CN202110081217 A CN 202110081217A CN 113013892 A CN113013892 A CN 113013892A
- Authority
- CN
- China
- Prior art keywords
- damping coefficient
- inertia constant
- state
- feedback controller
- synchronous generator
- 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
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000013016 damping Methods 0.000 claims abstract description 47
- KZVPFSJPLBOVLO-UHFFFAOYSA-N trimethyl(2-methylprop-1-enoxy)silane Chemical compound CC(C)=CO[Si](C)(C)C KZVPFSJPLBOVLO-UHFFFAOYSA-N 0.000 claims description 20
- 230000001052 transient effect Effects 0.000 claims description 14
- 230000003321 amplification Effects 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000012512 characterization method Methods 0.000 claims 1
- 238000004088 simulation Methods 0.000 abstract description 6
- 238000012360 testing method Methods 0.000 abstract description 2
- 238000012795 verification Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 12
- 230000008859 change Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 238000004146 energy storage Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in 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
- H02J3/381—Dispersed generators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种虚拟同步发电机建模方法和装置,包括1)得出VSG的状态空间模型;2)确定VSG惯性常数M和阻尼系数D的关系:3)设定VSG惯性常数M和阻尼系数D的初值;4)设计状态反馈控制器,调整所述VSG惯性常数M和阻尼系数D的初值,从而得出最终的惯性常数M和阻尼系数D。经过仿真和试验验证,本发明能够大大提高系统的鲁棒性。
Description
技术领域
本发明涉及储能逆变器控制领域,特别是适用于储能逆变器的虚拟同步发电机建模方法和装置。
背景技术
分布式电源是微电网中的基本组成单元,储能逆变器是分布式电源并联组网的基本接口。
分布式电源通过电力电子转换器连接到电网,为系统提供不显著的惯性和阻尼特性,从而降低了系统的整体惯性和阻尼,进而危及了系统的稳定性。
为了解决这个问题,提出了虚拟同步发电机(VSG)的概念。与传统控制方法相比,同步发电机(VSG)因具备自同步、功率均分、频率支撑等特点,在多机并联控制中具有明显的优势。因此,将虚拟同步发电机技术应用到微电网逆变器控制中,模拟同步发电机的外特性并保留电力电子的灵活高效性,将能有效改善微电网运行的稳定性。
虚拟同步发电机的核心思想是,将传统同步发电机的转子运动方程和定子电气方程组成的机电暂态模型引入到分布式电源的逆变器控制算法中,使分布式电源继承同步发电机良好的动态特性,以增强其电气接口的动态特性和稳定性。然而,同步发电机是一个集静止与旋转、电磁变化与机械运动于一体的复杂系统,其动态性能十分复杂,且在不同应用条件下的复杂度和表现形式都不尽相同。因此,首先需要建立一个充分体现同步发电机特性,且计算复杂度合适的数学模型,以便在逆变器控制中实现模拟。
现有技术中,一般首先建立VSG的状态空间模型,然后确定惯性常数和阻尼系数。但是,惯性常数和阻尼系数关系到系统的鲁棒性,如何确定合适的惯性常数和阻尼系数以提升系统鲁棒性仍然是VSG技术的重点和难点问题。
发明内容
本申请的目的在于提供一种虚拟同步发电机建模方法和装置,用以解决现有技术鲁棒性差的问题。
为实现上述目的,本发明提出了一种虚拟同步发电机建模方法,包括以下步骤:
1)得出VSG的状态空间模型;
2)根据所述状态空间模型,通过解算系统特征方程,确定惯性常数M和阻尼系数D的关系;
3)根据步骤2)所确定的惯性常数M和阻尼系数D的关系,构造目标函数,确定惯性常数M的初值和阻尼系数D的初值,其中,所述M和所述D满足:使所述目标函数达到最大;
4)若惯性常数M的初值小于预设的阈值,则更新所述系统特征方程,再次执行步骤2)和步骤3),确定最终的惯性常数M和阻尼系数D。
进一步的,所述更新所述系统特征方程,具体包括:
在系统上增加状态反馈控制器;选择所需要的系统极点,使增加状态反馈控制器后的系统极点与选择的系统极点吻合,解算出状态反馈控制器的参数;
利用状态反馈控制器的参数更新所述系统特征方程。
进一步的,所述目标函数按照如下方式构建:
J=p1×DRM-p2×ITSE (25);
式(25)中DRM为D鲁棒稳定裕度,定义为M-D平面上到D区域边界的最小空间;ITSE是评价暂态性能的时间积分平方误差指标,其定义如下:
p1和p2为鲁棒性裕度和暂态性能之间的正系数。
进一步的,所述状态空间模型为:
其中Δδ1、Δω1、ΔV1、ΔPin分别为VSG功角、角频率、输出电压以及输出功率的变化量;ΔPmg和ΔQmg是微网负荷的有功功率和无功功率变化量;kp和kq分别为有功下垂系数和无功下垂系数;Td为惯性时间常数。
进一步的,所述加入状态反馈控制器的模型为:
进一步的,步骤4)中,若惯性常数M的初值不小于预设的阈值,则以惯性常数M和阻尼系数D的初值为最终的惯性常数M和阻尼系数D。
本发明还提供了一种虚拟同步发电机建模装置,包括以下模块:
1)VSG的状态空间模型的获取模块,用于得出VSG的状态空间模型;
2)惯性常数M和阻尼系数D的关系确定模块,用于根据所述状态空间模型,通过解算系统特征方程,确定惯性常数M和阻尼系数D的关系;
3)惯性常数M和阻尼系数D的初值设定模块,用于:构造目标函数构造,确定惯性常数M的初值和阻尼系数D的初值,其中,所述M和所述D满足:使所述目标函数达到最大;
4)更新模块,用于:若惯性常数M的初值小于预设的阈值,则更新所述系统特征方程,再次执行模块2)和模块3),确定最终的惯性常数M和阻尼系数D。
进一步的,所述更新所述系统特征方程,具体包括:
在系统上增加状态反馈控制器;选择所需要的系统极点,使增加状态反馈控制器后的系统极点与选择的系统极点吻合,解算出状态反馈控制器的参数;
利用状态反馈控制器的参数更新所述系统特征方程。
进一步的,所述目标函数按照如下方式构建:
J=p1×DRM-p2×ITSE (25);
式(25)中DRM为D鲁棒稳定裕度,定义为M-D平面上到D区域边界的最小空间;ITSE是评价暂态性能的时间积分平方误差指标,其定义如下:
p1和p2为鲁棒性裕度和暂态性能之间的正系数。
进一步的,所述加入状态反馈控制器的模型为:
本发明的有益效果是:经过仿真和试验验证,本发明能够大大提高系统的鲁棒性。
附图说明
图1是VSG逆变器并网模型;
图2是VSG无功控制回路;
图3是VSG有功控制回路;
图4是电力系统的典型可接受D区域图;
图5是M-D平面中鲁棒的D稳定区域的边界图;
图6是采用状态反馈后系统的动态框图;
图7(a)是发生扰动后VSG频率的变化,(b)是其放大视图;
图8是发生扰动后VSG输出电压的变化图。
具体实施方式
下面结合附图对本发明方案进行详细描述。
1)建立VSG状态空间模型
首先需要建立VSG的状态空间模型,为了分析微电网的小信号稳定性,需要对VSG在接入电网时建模,如图1所示。
同步发电机的转子运动方程是VSG的核心,所以本发明从转子运动方程开始,以便对系统建模。由于要分析小信号稳定性,所以所有项都要线性化。转子运动方程为:
其中Δω1为角速度偏差,且为状态变量之一,Δωg为电网角速度偏差,ΔPin为VSG输入功率,ΔPout为VSG的输出功率,需要根据状态变量及系统的输入来计算。
根据图1,Sout计算如下:
Sout为VSG输出视在功率,V1为VSG输出电压,δ1为VSG输出功角,Vb为总线b点电压,δb为总线b点电压功角,θ1为阻抗角。
公式(2)中的实部为有功功率,可以表示为如下:
在此基础上需要对其进行线性化,如下:
经计算,ΔPout可表示为:
ΔPout=K1(Δδ1-Δδb)+K2ΔV1+K3ΔVb (5)
接下来通过状态变量及系统输入替换掉Δδb和ΔVb,由图1得:
为求解方程(6),需要计算ΔP、ΔPgrid、ΔQ、ΔQgrid。ΔP是流入总线b的有功功率,可以表示为:
ΔP=K4(Δδ1-Δδb)+K5ΔV1+K6ΔVb (7)
ΔPgrid是流出总线b的有功功率,可以表示为:
ΔPgrid=K7(Δδb-Δδg)+K8ΔVg+K9ΔVb (8)
ΔQ是流入总线b的无功功率,可以表示为:
ΔQ=K10(Δδ1-Δδb)+K11ΔV1+K12ΔVb (9)
ΔQgrid是流出总线b的无功功率,可以表示为:
ΔQgrid=K13(Δδb-Δδg)+K14ΔVg+K15ΔVb (10)
则Δδb和ΔVb可以用状态变量及输入表示为:
Δδb=γ1ΔPmg+γ2ΔQmg+γ3Δδ1+γ4Δδg+γ5ΔV1+γ6ΔVg (11)
ΔVb=α1ΔPmg+α2ΔQmg+α3Δδ1+α4Δδg+α5ΔV1+α6ΔVg (12)
将(11)(12)代入(5)中,ΔPout可以表示为:
ΔPout=μ1(Δδ1-Δδg)+μ2ΔV1+μ3ΔVg+μ4ΔPmg+μ5ΔQmg (13)
ΔPmg和ΔQmg是微网负荷的有功功率和无功功率变化量,且被视为扰动输入。此外,ΔVg、Δδg为电网电压幅度与角度的变化量。因为电网可以看作无限大的母线,因此可以将它们视为0。因此,ΔV1和Δδ1是(13)中仅有的状态变量。
VSG的无功功率采用图2所示的无功功率控制回路进行调节,包含了Q-V下垂控制以及一个积分控制,由图2可知VSG其中一个状态方程可以表示为:
其中kq是无功下垂系数,Q0是给定的无功功率参考,Qout为输出无功功率。
由于要研究小信号稳定性,(14)的小变化也要考虑。并且可以假设无功参考功率没有变化。因此,(14)可以改写为:
由于研究的主要目标是微电网的频率控制问题,无功设定点的变化对频率特性的影响不大,因此,ΔQ0=0。如前所述,ΔV1是系统的状态变量。为了用状态变量和输入来定义它,在(15)中代入ΔQout,ΔQout可以写成:
ΔQout=λ1(Δδ1-Δδb)+λ2ΔV1+λ3ΔVb (16)
将(11)、(12)代入(16)中,ΔQout可写成:
ΔQout=η1(δ1-δg)+η2ΔV1+η3ΔVg+η4ΔPmg+η5ΔQmg (17)
VSG的有功功率控制采用如图3所示的控制回路,采用了P-ω下垂控制,决定了VSG的输入有功功率。因此ΔPin的状态方程可以写成:
其中ΔPin为输入有功变化量,ΔP0为输入有功给定变化量,Td为惯性时间常数。
则由式(1)、(18)、(19)可得到VSG的状态空间模型如下:
确立好VSG的状态空间模型后,需要设定合适的转动惯量和阻尼系数。
2)确定惯性常数和阻尼系数的关系
对于一个常数多项式,如果其所有的根都在D区域,则称其是D-稳定的。对于一个不确定多项式族,如果它的根总是在D区域,则称其为鲁棒D-稳定。在连续系统中,取D区域为虚轴左侧的一个子集。对于参数不确定的典型系统,合适的D区域是系统阻尼比总是大于某一特定值ζ的区域。
当系统中存在一个自由度时,可以应用根轨迹或奈奎斯特准则来获取自由参数的范围。但是,当系统的自由度增加时,根轨迹和Nyquist准则都无法为所有自由参数确定所需的区域,因此需要采用新的方法来获得不确定参数的边界。
电力系统的典型可接受D区域如图4所示,其中最小阻尼系数为ζ=0.707。通过考虑将系统的哪些极点放置在预期的D区域,鲁棒D稳定性概念代表了对系统自由度的一种限制。另外当使用根轨迹方法时,只能得到某一特定D值时的M值的取值范围。
考虑到系统的特征方程,即Δ(s),可以被改写为:
式中T(s)为VSG系统的开环系统传递函数,由于阻尼比可接受的值为0.707,在式(21)中s可以被-ω+jω替代,则开环系统传递函数的分子分母可以被写成两部分,如下:
因此闭环特征方程可以被改写成:
Δ(-ω+jω)=(Q(ω)M+R(ω)D-X(ω))+jω(S(ω)M+U(ω)D-Y(ω)) (23)
为了使Δ(ω+jω)为0,其实部和虚部都必须为0,因此,要得到保证鲁棒D-稳定的M-D平面内的期望区域,必须求解以下方程组:
求解方程组(24)可以将M和D用频率ω表示出来:
通过消去ω,可以绘制出以D表示的M并获得M-D平面中鲁棒的D稳定区域的边界,如图5。
据此可以更好地设定VSG的惯性常数M与阻尼系数D。
3)进一步确定M和D的初值。
为保证合适的暂态性能和鲁棒性能,M和D应设置适当,因此目标函数设置如下:
J=p1×DRM-p2×ITSE (26)
式中DRM为D鲁棒稳定裕度,定义为M-D平面上到D区域边界的最小空间。ITSE是时间积分平方误差指数,用于评估瞬态性能,其定义如下:
因为式(26)中p1和p2为鲁棒性裕度和暂态性能之间的正系数,为了得到与惯性常数和阻尼系数相关的最优值,目标函数J必须最大化。
为了评估目标函数的影响,当VSG并网时,给微电网系统有功负载以0.2pu的变化量。为了模拟,考虑了三种情况,即三种不同的目标函数。这些包括仅考虑ITSE指数的方案,仅考虑DRM指数的方案以及同时考虑两个指数的方案,结果列于表一。
表1不同情况下的VSG参数
指数 | J | M<sub>0</sub>(s) | D<sub>0</sub>(s) |
考虑ITSE | -2.11e-4 | 0.0501 | 0.1002 |
考虑DRM | 3.37e-7 | 0.1221 | 12.6 |
均考虑 | -1.63e-6 | 0.2552 | 18.053 |
4)设计状态反馈控制器,优化惯性常数
上述步骤确定了M和D初值,如上表中的M0和D0。其中可以看出M的值偏小,也就是说,虽然系统响应有所改善,但在所有情况下,惯性常数的值都很低,因此,VSG无法为整个电力系统提供足够的惯性。为了解决这一问题,提出了一种附加控制器,利用状态反馈来置换系统的极点。
下面介绍状态反馈控制器的设计过程。
应用状态反馈后的系统控制框图如图6所示,为了得到所需的特征方程,必须找到合适的K值。
在状态反馈控制器设计中,为了替换系统的极点,必须对状态变量进行访问。实践中由于无法对所有的状态变量进行访问,状态观测器可以使用输入和可用输出对系统状态进行估计。通过确定一个合适的观测器增益值,可以控制估计误差,从而使观测器能够正确地估计系统状态。这里进行状态估计时假设没有测量噪声,没有建模错误,没有不可测量的干扰信号。否则,应该使用一些适当的传感器来提供状态变量和输入。
观测器增益称为卢恩伯格乘数。假设主系统描述如下:
x表示输入量,u表示扰动量;如果(D,A)是可观测的,则A-LD的所有特征值将放置在虚轴的左侧。由对偶原理可知,如果(D,A)是可观测的,则(AT,DT)可控。因此K值可以被确定,使得AT-DTK的特征值是期望的特征值。
在并网运行时,系统是可控的。合适的阻尼系数可以将闭环系统的极点配置在合适的区域,在保持合适的阻尼比的同时使得VSG能够提供足够的惯性。因此采用极点配置法将系统的极点都配置到需要的位置,即使所有的极点位于预期的D区域。因为系统的其他极点都是实极点,它们将被放置在D区域。因此,在M值较大的情况下,整个系统在添加状态反馈控制器后仍会保持鲁棒稳定。
在孤岛运行状态下,系统并不是完全可控的。但在孤岛运行状态下,不可控模式下的极点一直位于虚轴左侧,因此一直处于稳定状态。因此为了恢复孤岛模式下的频率,并网模式下的反馈依然适用且不会使系统失稳。
在本模型中,两种操作模式都是完全可观测的,因此,可以使用状态观察器,不需要任何额外的传感器。显然,这降低了操作成本。需要注意的是,状态估计器在设计过程中唯一要考虑的是卢恩伯格系数的调整必须使估计器的所有极点都放置在虚轴的左侧。
也就是说,如果惯性常数M的初值不符合预期(过小),则在系统上增加状态反馈控制器;然后通过选择所需要的系统极点,使增加状态反馈控制器后的系统的极点与之吻合,从而解算出状态反馈控制器的参数。
然后,利用状态反馈控制器的参数更新所述系统特征方程,再次执行步骤2)和步骤3)从而得出最终的惯性常数M和阻尼系数D。
关于解算状态反馈控制器、计算特征值K以及更新系统特征方式等内容,均属于现有技术,在此不再赘述。以上内容从理论层面说明了状态反馈控制器的可行性,下面结合一个实例对本发明的过程、效果进行介绍。
本实例利用本发明开发的小信号状态空间模型进行仿真,并基于该模型设计了所提控制器。在该模型中,仅进行了模型的线性化简化假设,线性化后的模型在每个工作点附近都是有效的,因此得到的模型足以描述提到的被控制的逆变器的真实性能。
为了评估本发明方法的性能,在matlab/simulink中考虑了七种运行情况。情况发生的顺序如表2所示。
表2仿真运行情况
时间 | 运行模式 | ΔP<sub>0</sub> | ΔP<sub>mg</sub> | ΔQ<sub>mg</sub> |
0≤t<10 | 并网 | 0 | 0 | 0 |
10≤t<20 | 并网 | 0.2pu | 0 | 0 |
20≤t<30 | 并网 | 0 | 0.3pu | 0 |
30≤t<40 | 并网 | 0 | 0 | -0.1pu |
50≤t<60 | 离网 | 0 | 0 | 0 |
60≤t<70 | 离网 | 0.2pu | 0 | 0 |
70≤t<80 | 离网 | 0 | -0.1pu | 0 |
80≤t<100 | 离网 | 0 | 0 | 0.2pu |
在t=10s时,有功参考功率发生变化。这种变化的值由微网控制中心确定,并应用于对电网的潮流控制。微电网有功、无功负荷分别在t=20s和30s时发生变化。在t=50s时微网与电网断开,并在孤岛模式下工作到仿真结束。当电网发生故障时,微网控制中心断开微网与电网的连接,使微网在正常状态下工作。在t=60s、t=70s、t=80s时,VSG的有功参考功率、有功负荷和无功负荷分别发生变化。所研究的微电网结构如图1所示。该系统的参数如表3所示。
表3系统参数
参数 | 数值 | 参数 | 数值 |
S<sub>base</sub> | 10kVA | R<sub>g</sub> | 0.355pu |
V<sub>base</sub> | 200 | X<sub>g</sub> | 0.29pu |
ω<sub>0</sub> | 314rad/s | M | 50s |
R<sub>l</sub> | 0.1pu | D | 17pu |
X<sub>l</sub> | 0.205pu | K<sub>q</sub> | 5pu |
K | 0.0125 | K<sub>p</sub> | 20pu |
VSG的频率变化如图7(a)、(b),在基本的VSG中,当它在连接模式下工作时,频率恢复但有很多振荡。并网模式下,ΔPout为ΔPmg和ΔPgrid的和,由于ΔPgrid构造了一个反馈,从而恢复频率。当VSG运行在孤岛模式下时,ΔPout和ΔPmg相等,因此不存在反馈,则频率不会恢复。通过使用本发明提出的控制器,频率的变化率和变化量减小,系统更加稳定。此外,微网无功功率的变化对频率的影响可以忽略不计。输出电压的变化如图8所示。很明显,当使用本发明所提出的方法时,端电压变化无振荡。
本发明还提供了一种虚拟同步发电机建模装置,包括以下模块:
1)VSG的状态空间模型的获取模块,用于得出VSG的状态空间模型;
2)惯性常数M和阻尼系数D的关系确定模块,用于根据所述状态空间模型,通过解算系统特征方程,确定惯性常数M和阻尼系数D的关系;
3)惯性常数M和阻尼系数D的初值设定模块,用于:构造目标函数J=p1×DRM-p2×ITSE (25);
式(25)中DRM为D鲁棒稳定裕度,定义为M-D平面上到D区域边界的最小空间;ITSE是评价暂态性能的时间积分平方误差指标,其定义如下:
p1和p2为鲁棒性裕度和暂态性能之间的正系数;
根据模块2)所确定关系,选择阻尼系数D,使目标函数J达到最大,得到对应的惯性常数M的初值,以及对应的阻尼系数D的初值;
4)状态反馈模块,用于:若惯性常数M的初值不符合预期,则在系统上增加状态反馈控制器;选择所需要的系统极点,使增加状态反馈控制器后的系统的极点与之吻合,从而解算出状态反馈控制器的参数;然后利用状态反馈控制器的参数更新所述系统特征方程,再次执行模块2)和模块3)从而得出最终的惯性常数M和阻尼系数D。
上述装置实际上是一种软件发明。本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种虚拟同步发电机建模方法,其特征在于,包括以下步骤:
1)得出VSG的状态空间模型;
2)根据所述状态空间模型,通过解算系统特征方程,确定惯性常数M和阻尼系数D的关系;
3)根据步骤2)所确定的惯性常数M和阻尼系数D的关系,构造目标函数,确定惯性常数M的初值和阻尼系数D的初值,其中,所述M和所述D满足:使所述目标函数达到最大;
4)若惯性常数M的初值小于预设的阈值,则更新所述系统特征方程,再次执行步骤2)和步骤3),确定最终的惯性常数M和阻尼系数D。
2.根据权利要求1所述的虚拟同步发电机建模方法,其特征在于,所述更新所述系统特征方程,具体包括:
在系统上增加状态反馈控制器;选择所需要的系统极点,使增加状态反馈控制器后的系统极点与选择的系统极点吻合,解算出状态反馈控制器的参数;
利用状态反馈控制器的参数更新所述系统特征方程。
6.根据权利要求1所述的虚拟同步发电机建模方法,其特征在于,步骤4)中,若惯性常数M的初值不小于预设的阈值,则以惯性常数M和阻尼系数D的初值为最终的惯性常数M和阻尼系数D。
7.一种虚拟同步发电机建模装置,其特征在于,包括以下模块:
1)VSG的状态空间模型的获取模块,用于得出VSG的状态空间模型;
2)惯性常数M和阻尼系数D的关系确定模块,用于根据所述状态空间模型,通过解算系统特征方程,确定惯性常数M和阻尼系数D的关系;
3)惯性常数M和阻尼系数D的初值设定模块,用于:构造目标函数构造,确定惯性常数M的初值和阻尼系数D的初值,其中,所述M和所述D满足:使所述目标函数达到最大;
4)更新模块,用于:若惯性常数M的初值小于预设的阈值,则更新所述系统特征方程,再次执行模块2)和模块3),确定最终的惯性常数M和阻尼系数D。
8.根据权利要求7所述的虚拟同步发电机建模装置,其特征在于,所述更新所述系统特征方程,具体包括:
在系统上增加状态反馈控制器;选择所需要的系统极点,使增加状态反馈控制器后的系统极点与选择的系统极点吻合,解算出状态反馈控制器的参数;
利用状态反馈控制器的参数更新所述系统特征方程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110081217.XA CN113013892A (zh) | 2021-01-21 | 2021-01-21 | 一种虚拟同步发电机建模方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110081217.XA CN113013892A (zh) | 2021-01-21 | 2021-01-21 | 一种虚拟同步发电机建模方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113013892A true CN113013892A (zh) | 2021-06-22 |
Family
ID=76384492
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110081217.XA Pending CN113013892A (zh) | 2021-01-21 | 2021-01-21 | 一种虚拟同步发电机建模方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113013892A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114069719A (zh) * | 2021-09-27 | 2022-02-18 | 合肥工业大学 | 用于hvdc的虚拟同步发电机控制的参数选取方法及系统 |
CN116488211A (zh) * | 2023-05-12 | 2023-07-25 | 广州菲利斯太阳能科技有限公司 | 一种用于单相光伏储能的vsg改进参数自适应方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102510263A (zh) * | 2011-10-25 | 2012-06-20 | 中国电力科学研究院 | 基于抛载试验和数值差分的同步发电机实用参数辨识方法 |
CN108923460A (zh) * | 2018-07-10 | 2018-11-30 | 华北电力大学(保定) | 微网虚拟同步机多机并联动态一致响应的参数配置方法 |
CN109256801A (zh) * | 2018-09-28 | 2019-01-22 | 东北大学 | 虚拟同步发电机虚拟惯量和虚拟阻尼系数自适应控制方法 |
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 |
US20200335978A1 (en) * | 2019-04-16 | 2020-10-22 | Xi'an University Of Technology | Adaptive Control Method for Output Feedback of Virtual Synchronous Generator |
-
2021
- 2021-01-21 CN CN202110081217.XA patent/CN113013892A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102510263A (zh) * | 2011-10-25 | 2012-06-20 | 中国电力科学研究院 | 基于抛载试验和数值差分的同步发电机实用参数辨识方法 |
CN108923460A (zh) * | 2018-07-10 | 2018-11-30 | 华北电力大学(保定) | 微网虚拟同步机多机并联动态一致响应的参数配置方法 |
CN109256801A (zh) * | 2018-09-28 | 2019-01-22 | 东北大学 | 虚拟同步发电机虚拟惯量和虚拟阻尼系数自适应控制方法 |
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 |
US20200335978A1 (en) * | 2019-04-16 | 2020-10-22 | Xi'an University Of Technology | Adaptive Control Method for Output Feedback of Virtual Synchronous Generator |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114069719A (zh) * | 2021-09-27 | 2022-02-18 | 合肥工业大学 | 用于hvdc的虚拟同步发电机控制的参数选取方法及系统 |
CN114069719B (zh) * | 2021-09-27 | 2023-12-26 | 合肥工业大学 | 用于hvdc的虚拟同步发电机控制的参数选取方法及系统 |
CN116488211A (zh) * | 2023-05-12 | 2023-07-25 | 广州菲利斯太阳能科技有限公司 | 一种用于单相光伏储能的vsg改进参数自适应方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yap et al. | Grid integration of solar photovoltaic system using machine learning-based virtual inertia synthetization in synchronverter | |
CN108923460B (zh) | 微网虚拟同步机多机并联动态一致响应的参数配置方法 | |
Yang et al. | Perturbation estimation based coordinated adaptive passive control for multimachine power systems | |
CN113013892A (zh) | 一种虚拟同步发电机建模方法和装置 | |
Panda et al. | MATLAB/SIMULINK based model of single-machine infinite-bus with TCSC for stability studies and tuning employing GA | |
Panda et al. | Power system with PSS and FACTS controller: Modelling, simulation and simultaneous tuning employing genetic algorithm | |
Liu et al. | Influence of virtual synchronous generators on low frequency oscillations | |
Jiang et al. | The design of nonlinear disturbance attenuation controller for TCSC robust model of power system | |
Ali et al. | A trajectory piecewise-linear approach to nonlinear model order reduction of wind farms | |
CN111049175B (zh) | 柔性直流接入弱交流电网时的临界短路比计算方法及系统 | |
JP2024506166A (ja) | グリッド接続されたコンバータのための一元制御ストラテジ | |
CN109390969B (zh) | 一种基于并行退火算法的微网虚拟同步机参数优化方法 | |
CN112000018B (zh) | 一种基于残差生成器的鲁棒容错控制模块、方法及系统 | |
Björk et al. | Influence of sensor feedback limitations on power oscillation damping and transient stability | |
Bai et al. | Robust composite finite-time convergent speed control of induction machine based on multiple sources disturbance estimation technology generalized proportional integral observer | |
Li et al. | Direct method of Lyapunov applied to synchronization stability of VSC with phase-locked loop | |
CN110034562A (zh) | 一种静止同步补偿器与发电机励磁鲁棒协调的控制方法 | |
CN113867141A (zh) | 带有svc的多机电力系统固定时间动态面高阶滑模控制器 | |
Hassan et al. | Modeling UPFC into multi-machine power systems | |
CN111181461A (zh) | 一种基于电阻在线辨识的dfig定子磁通观测器及方法 | |
Gamino et al. | Coordinated tuning of PSS and TCSC-POD controller using an Elite Genetic Algorithm | |
Roy et al. | Wide-area damping controller for randomly varying delay: a dynamic output feedback approach | |
Preece et al. | Power System Modelling and Analysis Techniques | |
CN108011372B (zh) | 一种静止同步串联补偿器的机电暂态建模方法及装置 | |
Trentini et al. | Power grid modeling based on the Electromechanical Energy Approach aiming power systems stability studies |
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 |