CN113193589B - 基于数字孪生模拟的dfig风电场次同步振荡抑制方法 - Google Patents

Abstract

本发明公开了一种基于数字孪生模拟的DFIG风电场次同步振荡抑制方法，所述方法通过数字孪生系统明确定量切除风电场风机来解决由次同步振荡引起的并网系统跳闸保护问题，建立以现场实测数据为联系纽带的实际风机与虚拟风机映射关系的数字孪生体系，突出实际风机等值参数在线辨识、虚拟风机次同步振荡机理分析及实际风电场次同步振荡优化控制。本发明采用数字孪生理论在线分析导致系统出现异动的次同步及低频振荡发生机理并加以抑制，无需知道每一台DFIG的自身参数，只需根据35kV侧实测电压、电流及34台风机的等效转子电压、电流及转矩参数即可实现风电场等值风机的等效参数在线辨识。

Description

基于数字孪生模拟的DFIG风电场次同步振荡抑制方法

技术领域

本发明属于电力电子技术与系统控制相结合的应用基础技术领域，涉及一种基于数字孪生模拟的DFIG风电场次同步振荡抑制方法。

背景技术

在对双馈风电场次同步振荡(sub-synchronous oscillation，SSO)机理进行分析时，实时性与精确性为该领域的技术瓶颈之一，具体表现如下：①因双馈风机(doubly-fedinduction generator，DFIG)自身参数不明晰或发生摄动而导致分析效果产生偏差；②现有的方法离线分析较多，可进行在线振荡机理分析的方法较少；③次同步振荡频率自身存在摄动，如Texas为20Hz左右(2009)、Buffalo Ridge为9～13Hz(2011)、我国华北沽源为6～8Hz(2012)等。目前次同步振荡问题已经成为制约风能入网的主要原因，例如我国新疆哈密、青豫、张北等风电基地因频繁发生次/超同步振荡问题导致切除风电问题。因此亟待研究一种可进行DFIG次同步振荡机理在线分析与控制的可行方法。

数字孪生((Digital Twin，DT)理论的提出可为DFIG次同步振荡实时分析提供解决思路。数字孪生实质在于对于物理世界中的物体，通过数字化的手段来构建一个与数字世界中一模一样的实体，借此来实现对物理实体的分析和优化。数字孪生理论自问世以来已在航天器智能试验及掘进机虚拟操控等领域得到应用，在智能电网领域则以美国AEP(American Electric Power)、芬兰Fingrid及德国Siemens为代表，核心在于基于电网建模、在线量测数据、历史运行数据，并集成电气、计算机等多学科知识进行的多物理量、多时空尺度的仿真，通过在虚拟空间中完成对实际电网的映射。数字孪生理论的上述特点为将其应用于DFIG次同步振荡在线模拟奠定了方法基础。

发明内容

本发明的目的是通过数字孪生系统明确定量切除风电场风机来解决由次同步振荡引起的并网系统跳闸保护问题，建立以现场实测数据为联系纽带的实际风机与虚拟风机映射关系的数字孪生体系，突出实际风机等值参数在线辨识、虚拟风机次同步振荡机理分析及实际风电场次同步振荡优化控制，从而提出一种基于数字孪生模拟的DFIG风电场次同步振荡抑制方法。

本发明的目的是通过以下技术方案实现的：

一种基于数字孪生模拟的DFIG风电场次同步振荡抑制方法，包括如下步骤：

步骤一：建立风电场风机并网拓扑；

步骤二：明确实测参数与辨识参数，并对风电场单台DFIG进行24小时实时监测，采样周期为0.1ms，得到实测数据随时间变化的曲线，其中：实测参数包括风机定子电压u_s、风机定子电流i_s、风机转子电压u_r、风机转子电流i_r、风机同步角速度ω_s、风机转子角速度ω_r、风机电磁转矩T_e，辨识参数包括风机定子电阻R_s、风机定子自感L_s、风机转子电阻R_r、风机转子自感L_r、风机定转子互感L_m；

步骤三：通过DFIG动态特性的方程将实测参数与辨识参数联系起来，得到辨识参数相关的五元二次代数方程组，并通过差分方程对辨识参数进行求解；

步骤四：以在线辨识的参数为基础，建立数字孪生仿真模型，进行次同步振荡的数字孪生在线模拟；

步骤五：绘制风电场次同步振荡实时模拟曲线，并对多时段次同步振荡谐振点对比实际次同步振荡频率进行分析，验证数字孪生仿真模型的可靠性；

步骤六：在虚拟环境中实时仿真次同步振荡的发生机理及切除相应的风机改变谐振点，给出切除风机数量与抑制振荡的量化关系，对多种切除方案进行评估，得到合理的切除风机数量，并在实际系统中通过切除风机数量进行振荡抑制，在最大程度确保风机发电的情况下将风电场次同步振荡的几率降至最低。

本发明采用数字孪生理论在线分析导致系统出现异动的次同步及低频振荡发生机理并加以抑制，其优点为：

1)无需知道每一台DFIG的自身参数，只需根据35kV侧实测电压、电流及34台风机的等效转子电压、电流及转矩参数即可实现风电场等值风机的等效参数在线辨识。

2)应用现场实测数据、数字孪生系统分析来在线感知运行状态、诊断次同步振荡发生机理、实时给出实际风电场的次同步振荡控制策略，无需离线进行。

3)在数字孪生体系中得到切除风机数量与抑制振荡的量化关系，对切除风机的数量提供理论指导，降低实际系统的操作风险性。

附图说明

图1为DFIG单机并网拓扑模型；

图2为dq坐标系下定子电压；

图3为dq坐标系下定子电流；

图4为dq坐标系下转子电压；

图5为dq坐标系下转子电流；

图6为DFIG定子自感辨识曲线；

图7为DFIG定子电阻辨识曲线；

图8为DFIG转子自感辨识曲线；

图9为DFIG转子电阻辨识曲线；

图10为DFIG定转子互感辨识曲线；

图11为DFIG的数字孪生模拟体系；

图12为DFIG次同步振荡的DT模拟与抑制流程图；

图13为DFIG风电场等效电路模型；

图14为风电场35kV侧实测电压与电流曲线；

图15为风电场次同步振荡实时模拟曲线；

图16为DFIG次同步振荡频率与等效阻抗关系曲线；

图17为风电场数字孪生组态原理图。

具体实施方式

下面结合附图对本发明的技术方案作进一步的说明，但并不局限于此，凡是对本发明技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，均应涵盖在本发明的保护范围中。

本发明以某风场DFIG的跳闸保护为研究背景，立足于经典的特征值分析、阻抗分析、复转矩系数分析、频率扫描和时域仿真等已有研究成果，应用数字孪生理论在线分析导致系统出现异动的次同步及低频振荡发生机理。为突出分析的精确性与实时性，给出一种基于实测电压、电流参数进行DFIG微分模型求解的计算方法；突出DFIG定子电阻、自感与转子电阻、自感及定转子互感的在线参数辨识，解决由于DFIG长时间运行导致的定转子参数摄动问题；据此建立可进行DFIG次同步振荡频率在线模拟的数字孪生体系，基于数据采集与监视控制系统(supervisory control and data acquisition,SCADA)在虚拟信息空间构建一个可以实时分析SSO发生机理及抑制措施的DT体系，为通过改变串连补偿谐振频率抑制次同步谐振提供控制参考。具体实施步骤如下：

步骤一：建立风电场风机并网拓扑(如图1)，为之后在线辨识母线等效电阻、电感及串补电容等建立模型基础。

步骤二：明确实测参数(u_s,i_s,u_r,i_r,ω_s,ω_r,T_e)与辨识参数(R_s,L_s,R_r,L_r,L_m)，并对风电场单台DFIG进行24小时实时监测，采样周期为0.1ms，得到实测数据随时间变化的曲线。

步骤三：通过描述DFIG动态特性的方程(公式一至公式四)将实测参数与辨识参数联系起来，得到辨识参数相关的五元二次代数方程组(公式五至公式八)，并通过差分方程(公式五至公式八)对辨识参数进行求解。

本发明采用数学机械化算法对风电场等值参数进行在线辨识。图11中虚拟风机与实际风机之间的联系纽带为SCADA实测的电压、电流及风速等参数；由于次同步振荡的根源表现为DFIG参数与并网系统及串联补偿电容之间的谐振，因此为克服DFIG参数摄动对次同步振荡分析的影响，开发一种可实时辨识实际DFIG定转子参数的方法是建立DFIG风电场次同步振荡数字孪生体系的理论基础。

图1中，考虑风电场负荷及输入风速的变化，可得到描述DFIG动态特性的方程如下：

公式一：

公式二：

公式三：

公式四：

公式一到公式四中，令σ＝L_sL_r—L_m ²、ΔT为实测电压与电流等参数的采样周期，根据表1进行微分方程的差分处理，可得对应的差分代数方程。

表1

公式五：

公式六：

公式七：

公式八：

并将DFIG的电磁转矩公式九代入公式五至公式八中：

公式九：T_e＝L_m(i_qsi_dr—i_dsi_qr)。

具体参数辨识流程详见表2。

表2

其中，u_s为风机定子电压、u_r为风机转子电压、i_s为风机定子电流、i_r为风机转子电流、ω_s为风机同步角速度、ω_r为风机转子角速度、T_e为风机电磁转矩，以上为风机实测参数；u_ds为dq坐标系下定子电压的d轴分量、u_qs为dq坐标系下定子电压的q轴分量、u_dr为dq坐标系下转子电压的d轴分量、u_qr为dq坐标系下转子电压的q轴分量、i_ds为dq坐标系下定子电流的d轴分量、i_qs为dq坐标系下定子电流的q轴分量、i_dr为dq坐标系下转子电流的d轴分量、i_qr为dq坐标系下转子电流的q轴分量，以上为便于参数辨识的转化参数；R_s为风机定子电阻、R_r为风机转子电阻、L_s为风机定子自感、L_r为风机转子自感、L_m为风机定转子互感，以上为风机辨识参数；k代表迭代次数。

以某风场为背景，对其中1.5MW单台DFIG进行24小时实时监测，采样周期为ΔT＝0.1ms。并将风电场实测数据按每10ms计算一次算数平均值，依次作为表2中计算周期k的取值。对实测数据进行处理转化至dq坐标轴上，得到图2至图5。将实测数据代入至以上公式五-公式八进行数学机械化消元求解，可得到DFIG的定、转子自感、电阻及互感等值辨识参数，如图6至图10所示。

表3

表3表明实际运行中的DFIG定转子参数与实际值之间存在一定的偏差，这可能会导致DFIG并网系统的次同步振荡谐振频率发生动态偏移。因此，实时辨识DFIG参数的摄动是在线监控风电场次同步振荡的一个基础因素之一。

步骤四：以在线辨识的参数为基础，建立数字孪生仿真模型(如图11)，进行次同步振荡的数字孪生在线模拟。

步骤五：绘制风电场次同步振荡实时模拟曲线，并对多时段次同步振荡谐振点对比实际次同步振荡频率进行分析，验证数字孪生仿真模型的可靠性。

步骤六：在虚拟环境中实时仿真次同步振荡的发生机理及切除相应的风机改变谐振点，给出切除风机数量与抑制振荡的量化关系，对多种切除方案进行评估，得到合理的切除风机数量，并在实际系统中通过切除风机数量进行振荡抑制，可在最大程度确保风机发电的情况下将风电场次同步振荡的几率降至最低。

实施例：

下面结合图11至图17说明本实施例进行次同步振荡抑制的方法。

如图11所示，本发明开发数字孪生技术的实质在于建立风电场次同步振荡模型，并依据所建模型在虚拟环境中实时仿真次同步振荡的发生机理并在实际系统中通过切除风机数量进行振荡抑制，详细的次同步振荡模拟与抑制流程如图12所示，具体实现方式为：通过SCADA系统对实际风机的运行参数进行采集并实时回传，将实测参数导入已建立好的参数辨识模型得到该状态下的风机辨识参数，可解决由于DFIG长时间运行导致的定转子参数摄动问题。并将辨识参数导入本发明开发的数字孪生仿真系统，通过仿真明确次同步振荡的发生机理，以切除相应的风机数量的方式调整系统谐振点，达到抑制风电场次同步振荡的目的。旨在通过虚实交互为DFIG风电场次同步振荡抑制提供多维、量化、多层次的辅助运管调控决策并实施。

与图1相对应，DFIG风电场35kV侧等效电路如图13，其中各参数的含义见表4，Z为等效阻抗。电路等效阻抗可由如下各式所示：

公式十：

公式十一：s_er＝(f_er—f_r)/f_er；

公式十二：

公式十三：k＝X_C/X_L＝1/[(2πf₀)²LC]；

表4

公式十至公式十三与表4中参数{R_s34,L_s34,R_r34,L_r34,L_m34}及{R′_s34,L′_s34,R′_r34,L′_r34,L′_m34}分别代表风电场34台DFIG在0.69kV侧与35kV侧的等值参数。图14为风电场35kV侧实测电压与电流相对风速的变化关系。

上述实施例中，不需要知道每一台DFIG的自身参数，只需根据35kV侧实测电压、电流及34台风机的等效转子电压、电流及转矩参数即可实现风电场等值风机的等效参数在线辨识。此外，根据现场数据，35kV侧系统的电阻、电感及串补电容分别为R＝0.0398Ω、L＝14.9480mH及C＝902.5115μF。

步骤五中表6为35kV母线特征电流频谱，图15为风电场次同步振荡实时模拟曲线，与表5、表6比较可知，在考虑DFIG参数摄动的情况下，实际DFIG与虚拟DFIG的次同步振荡频率分别为4.0Hz与4.1Hz，二者偏差为0.1Hz。图15对应于以δ为标识的10个连续变化的基波周期，可见由于DFIG参数在运行中的摄动对次同步振荡谐振点影响不是很大，基本在4.1Hz附近。

表5

表6

由表6可知，实际DFIG风电场除4.0Hz以外，还存在2.0Hz与6.0Hz的次同步振荡频率，并未在34台DFIG同时工作的情况下(图15)体现出来，因此尝试逐步减少DFIG的工作台数进行验证。这一思想的仿真结果如图16与表7所示，其中，j代表投入运行的风机台数。

表7

图16与表7表明：

(1)当投入运行的DFIG台数为23～34时，谐振点基本在4.1Hz附近，与表7实测结果相符。

(2)当投入运行的DFIG台数为12～22时，谐振点基本在6.0Hz附近，与表7实测结果相符。

(1)与(2)可在一定程度上验证本发明所作研究的正确性与可行性。表7可为采用切除风机数量的策略来抑制次同步振荡的发生提供量化控制依据。

可实现上述次同步振荡在线模拟、抑制分析及切除风机数量的数字孪生组态界面之一见图17。

由图17可知，根据本发明所开发的数字孪生技术，基于实际风机电压电流实测数据，前述虚拟风机模型进行参数辨识及次同步振荡在线模拟，并据此给出当前次同步振荡的频率以及需要切除的风机台数。为通过实测、仿真和数据分析来实时感知、诊断、预测实际风电场的状态，通过优化和指令来调控DFIG的投切数量，据此抑制次同步振荡提供优化决策。

本发明所建DFIG风电场次同步振荡数字孪生体系突出实际风机等值参数在线辨识、虚拟风机次同步振荡机理分析及实际风电场次同步振荡抑制优化控制三个层面，相对于纯粹的虚拟仿真，本发明所开发技术的特点在于应用现场实测数据、实时仿真建模和历史数据分析来在线感知运行状态、诊断次同步振荡发生机理、实时给出实际风电场的次同步振荡控制策略。上述工作均可在本发明所开发的风电场数字孪生组态软件中在线实现，可为解决风电场因次同步振荡引起的跳闸保护问题提供控制基础。

Claims (2)

1.一种基于数字孪生模拟的DFIG风电场次同步振荡抑制方法，其特征在于所述方法包括如下步骤：

步骤一：建立风电场风机并网拓扑；

步骤二：明确实测参数与辨识参数，并对风电场单台DFIG进行24小时实时监测，得到实测数据随时间变化的曲线，其中：实测参数包括风机定子电压u_s、风机定子电流i_s、风机转子电压u_r、风机转子电流i_r、风机同步角速度ω_s、风机转子角速度ω_r、风机电磁转矩T_e，辨识参数包括风机定子电阻R_s、风机定子自感L_s、风机转子电阻R_r、风机转子自感L_r、风机定转子互感L_m；

步骤三：通过DFIG动态特性的方程将实测参数与辨识参数联系起来，得到辨识参数相关的五元二次代数方程组，并通过差分方程对辨识参数进行求解，其中：

所述DFIG动态特性的方程如下：

公式一：

公式二：

公式三：

公式四：

式中，u_ds为dq坐标系下定子电压的d轴分量、u_qs为dq坐标系下定子电压的q轴分量、u_dr为dq坐标系下转子电压的d轴分量、u_qr为dq坐标系下转子电压的q轴分量、i_ds为dq坐标系下定子电流的d轴分量、i_qs为dq坐标系下定子电流的q轴分量、i_dr为dq坐标系下转子电流的d轴分量、i_qr为dq坐标系下转子电流的q轴分量；

所述五元二次代数方程组如下：

公式五：

公式六：

公式七：

公式八：

式中，u_ds为dq坐标系下定子电压的d轴分量、u_qs为dq坐标系下定子电压的q轴分量、u_dr为dq坐标系下转子电压的d轴分量、u_qr为dq坐标系下转子电压的q轴分量、i_ds为dq坐标系下定子电流的d轴分量、i_qs为dq坐标系下定子电流的q轴分量、i_dr为dq坐标系下转子电流的d轴分量、i_qr为dq坐标系下转子电流的q轴分量、σ＝L_sL_r-L_m ²、ΔT为实测电压与电流参数的采样周期、k代表迭代次数；

步骤四：以在线辨识的参数为基础，建立数字孪生仿真模型，进行次同步振荡的数字孪生在线模拟；

步骤五：绘制风电场次同步振荡实时模拟曲线，并对多时段次同步振荡谐振点对比实际次同步振荡频率进行分析，验证数字孪生仿真模型的可靠性；

步骤六：在虚拟环境中实时仿真次同步振荡的发生机理及切除相应的风机改变谐振点，给出切除风机数量与抑制振荡的量化关系，对多种切除方案进行评估，得到合理的切除风机数量，并在实际系统中通过切除风机数量进行振荡抑制，在最大程度确保风机发电的情况下将风电场次同步振荡的几率降至最低。

2.根据权利要求1所述的基于数字孪生模拟的DFIG风电场次同步振荡抑制方法，其特征在于所述步骤二中，采样周期为0.1ms。

Images