CN113315166A - 一种多虚拟同步机惯量配置方法、装置和终端设备 - Google Patents

Abstract

本发明实施例涉及虚拟同步机控制领域，公开了一种多虚拟同步机惯量配置方法、装置和终端设备。上述多虚拟同步机惯量配置方法包括：建立多虚拟同步机的最小成本模型；根据多虚拟同步机的最小成本模型，计算多虚拟同步机的最优输出功率；基于最优输出功率和改进分段下垂控制器，以H₂与H_∞范数为参数，配置多虚拟同步机的虚拟惯量，使得多虚拟同步机基于虚拟惯量调整输出功率。本发明实施例利用改进分段下垂控制解决电网中多虚拟同步机在负荷波动时频率振荡，功率分配精确度低和系统环流较大问题，有效提高了系统的响应速度和稳定性，增强了多虚拟同步机系统抗扰动能力。

Description

一种多虚拟同步机惯量配置方法、装置和终端设备

技术领域

本发明涉及虚拟同步机控制领域，具体涉及一种多虚拟同步机惯量配置方法、装置和终端设备。

背景技术

为了应对日益严峻的能源危机，以可再生能源为主的分布式发电技术得到了越来越广泛的关注。分布式发电指的是在用户现场或靠近用电现场配置较小的发电机组，以满足特定用户的需要亦或用于支持现存配电网的经济运行。绝大部分的分布式电源都是通过电力电子变流器接入电网，而电力电子变流器与传统同步发电机有着本质的区别。电力电子变流器因其快速的动态响应、较小的过载能力、低转动惯量和低短路容量等特性将对电网的静动态稳定性产生难以忽视的影响。而大电网中的同步发电机具有优良的惯性和阻尼特性，并能够参与电网电压和频率的调节，具有对电网天然友好的优势。因此，如果借鉴传统电力系统的运行经验和同步发电机的特性，则可以实现分布式电源对电网的友好接入，在很大程度上可以解决分布式电源并网所面临的诸多问题和挑战。

基于这一思想，就引出了模拟同步发电机惯量特性的虚拟同步发电机(VirtualSynchronous Generator,VSG)技术，该技术作为一种能够使分布式逆变电源具有与同步发电机相似特性的控制技术,对于提高电力系统的稳定性具有重要的支持作用。传统的VSG技术可以利用锁相环或直流电容的动态实现虚拟同步发电机对同步发电机的惯量模拟，但传统技术存在响应速度和稳定性较差的问题，且多台虚拟同步机对虚拟惯量的分配不合理，无法很好地抑制频率扰动。

发明内容

有鉴于此，本发明实施例提供了一种多虚拟同步机惯量配置方法，以解决现有技术中虚拟同步机并网调节频率波动大，稳定性差的问题。

为达到上述目的，本发明采用如下技术方案：

第一方面，本发明实施例提供了一种多虚拟同步机惯量配置方法，包括：建立多虚拟同步机的最小成本模型；根据所述多虚拟同步机的最小成本模型，计算所述多虚拟同步机的最优输出功率；基于所述最优输出功率和改进分段下垂控制器，以H₂与H_∞范数为参数，配置所述多虚拟同步机的虚拟惯量，使得所述多虚拟同步机基于所述虚拟惯量调整输出功率。

基于第一方面，在一些实施例中，所述建立多虚拟同步机的最小成本模型，包括：确定虚拟同步机发电成本；基于所述虚拟同步机的发电成本，构建多虚拟同步机的最小运行成本函数；构建约束条件，根据所述最小运行成本函数和所述约束条件确定最小成本模型。

基于第一方面，在一些实施例中，所述根据所述多虚拟同步机的最小成本模型，计算所述多虚拟同步机的最优输出功率，包括：基于所述多虚拟同步机的最小成本模型构建适应度函数，计算第i代种群中个体的适应度值，所述种群中的个体代表多虚拟同步机的输出功率；利用遗传算法GA对第i代种群中的个体进行选择、重组和变异，获得进化后的第i+1代种群；计算所述第i+1代种群中个体的适应度值，以适应度值为依据，使用模拟退火算法SA采用新个体替代旧个体，对第i+1代种群进行更新迭代，得到第i+2代种群；满足迭代结束条件后输出最优解，所述最优解为所述多虚拟同步机的最优输出功率。

基于第一方面，在一些实施例中，所述基于所述最优输出功率和改进分段下垂控制器，以H₂与H_∞范数为参数，配置所述多虚拟同步机的虚拟惯量，使得所述多虚拟同步机基于所述虚拟惯量调整输出功率，包括：获取改进分段下垂控制器；将所述最优输出功率输入所述多虚拟同步机，基于所述改进分段下垂控制器，以H₂与H_∞范数为参数，配置所述多虚拟同步机的虚拟惯量，使得所述多虚拟同步机基于所述虚拟惯量调整输出功率。

基于第一方面，在一些实施例中，所述获取改进分段下垂控制器，包括：根据虚拟同步机工作原理确定虚拟同步机转子方程以及虚拟调速方程；根据所述虚拟同步机转子方程和所述虚拟调速方程，确定有功功率与频率变化的对应关系；根据所述虚拟同步机转子方程、所述虚拟调速方程和所述有功功率与频率变化的对应关系，确定虚拟同步机的小信号模型，并利用小信号模型分析法，得到虚拟同步机的有功功率传递函数；根据所述虚拟同步机转子方程、所述虚拟调速方程和所述有功功率与频率变化的对应关系，以有功功率参考值为基准将P-f曲线分割为三部分，结合所述虚拟同步机的有功功率传递函数，得到分段下垂曲线；根据所述分段下垂曲线，确定频率调节系数和下垂曲线斜率的调节关系，得到改进分段下垂控制器。

基于第一方面，在一些实施例中，所述分段下垂曲线的表达式为：

其中a＝c＝2×10^-4，b＝4×10^-4，f_ref＝50Hz，f₁＝f_ref+0.05，f₂＝f_ref-0.05，P_ref为有功功率参考值，P_max为有功功率最大值，将有功功率[0，P_max]分为三部分，即[0,P₁]，[P₁,P₂]，[P₂,P_max]三部分，取P₁＝0.3P_ref，P₂＝1.3P_ref。

基于第一方面，在一些实施例中，所述将所述最优输出功率输入所述多虚拟同步机，基于所述改进分段下垂控制器，以H₂与H_∞范数为参数，配置所述多虚拟同步机的虚拟惯量，使得所述多虚拟同步机基于所述虚拟惯量调整输出功率，包括：根据所述最优输出功率确定所述改进分段下垂控制器的初始有功功率值；以H₂与H_∞范数为参数，调控频率调节系数K_p；所述频率调节系数K_p反映多虚拟同步机的虚拟惯量特性；根据所述调控后的频率调节系数，得到所述改进分段下垂控制器的分段下垂曲线；根据所述分段下垂曲线调整多虚拟同步机的输出功率，调整后的输出功率值为所述最优输出功率值。

第二方面，本发明实施例提供了一种多虚拟同步机惯量配置装置，包括：模型建立模块，用于建立多虚拟同步机的最小成本模型；功率计算模块，用于根据所述多虚拟同步机的最小成本模型，计算所述多虚拟同步机的最优输出功率；惯量配置模块，用于基于所述最优输出功率和改进分段下垂控制器，以H₂与H_∞范数为参数，配置所述多虚拟同步机的虚拟惯量，使得所述多虚拟同步机基于所述虚拟惯量调整输出功率。

第三方面，本发明实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面中任一项所述多虚拟同步机惯量配置方法的步骤。

第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面中任一项所述多虚拟同步机惯量配置方法的步骤。

本发明实施例中，建立优化模型输出最优功率，利用改进下垂控制解决当电力波动时频率振荡，功率分配精确度低和系统环流较大问题，提高了系统的响应速度和稳定性，然后采用系统相位扰动到频率输出的闭环传递函数H₂和H_∞范数确定多台虚拟同步机对虚拟惯量的合理分配，抑制频率扰动，从而使虚拟同步机群能够高效运行。达到提高多虚拟同步机一次调频能力，以及实现虚拟同步机群惯量合理配置的效果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的多虚拟同步机控制场景图；

图2是本发明实施例提供的多虚拟同步机惯量配置方法的流程示意图；

图3是本发明实施例提供的步骤S101的流程示意图；

图4是本发明实施例提供的GA-SA算法流程示意图；

图5是本发明实施例提供的步骤S103的流程示意图；

图6是本发明实施例提供的VSG的小信号模型图；

图7是本发明实施例提供的传统下垂控制P-f曲线图；

图8是本发明实施例提供的改进分段下垂控制器的小信号模型；

图9是本发明实施例提供的改进分段下垂控制的P-f曲线图

图10是本发明实施例提供的H₂与H_∞范数随K_p变化曲线图；

图11是本发明实施例提供的通过GA-SA算法得到的种群个体适应度值；

图12是本发明实施例提供的多VSG输出有功功率图；

图13是本发明实施例提供的多VSG输出无功功率图；

图14是本发明实施例提供的系统频率变化图；

图15是本发明实施例提供的多虚拟同步机惯量配置装置结构示意图；

图16是本发明实施例提供的终端设备的示意图。

具体实施方式

下面结合具体实施例对本发明进行更清楚的说明。以下实施例将有助于本领域的技术人员进一步理解本发明的作用，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。

如图1所示，微电网是指由负载、分布式发电机组和中央控制器等组成的小型发配电系统。中央控制器实时检测微电网频率，同时可以进行负荷预测和功率预测。但实际负荷往往与预测值存在较大偏差，分布式发电机组的输出功率应动态调整，以保证微电网在发生意外负荷时的安全稳定运行。当负荷量发生波动时，中央控制器监测微电网的频率偏差，计算功率波动值，按照一定的原则将功率需求分配到各发电机，实现微电网的动态功率优化。当分布式发电机组采用虚拟同步机控制技术时，所有的发电机都可以作为频率调节单元。

基于上述应用场景，本申请实施例提供了一种多虚拟同步机惯量配置方法，采用了GA-SA算法计算实时负载需求量对应的微电网中分布式发电机组的最优输出功率，各VSG功率设定值根据最优输出功率设置，当VSG的输出功率达到设定值时，在恒功率模式下运行，当负载需求波动时，根据需求量再次计算最优输出功率，中央控制器根据最优输出功率向VSG发出功率调整指令，多VSG(VSGs)通过本申请改进的分段下垂控制策略，以H₂与H_∞为指标分配虚拟惯量，动态调整输出功率。如图2所示，该多虚拟同步机惯量配置方法可以包括步骤S101至步骤S103。

步骤S101：建立多虚拟同步机的最小成本模型。

在一具体实施方式中，如图3所示，步骤S101可以通过步骤S1011至步骤S1013实现。

步骤S1011：确定虚拟同步机发电成本。

根据短期电力预测模型和分布式发电机的运行状态，结合分布式发电机的输出有功功率确定成本系数，得出分布式虚拟同步机发电功率成本的表达式为：

其中TCO(P_DGi)为分布式虚拟同步机成本计算公式，α_i，β_i，γ_i，δ_i为分布式发电机成本系数，P_DGi为发电机输出功率。

步骤S1012：基于虚拟同步机的发电成本，构建多虚拟同步机的最小运行成本函数。

对于多虚拟同步机组来说，运行成本由发电机的成本和发电机之间的连通线路成本两部分组成。最小运行成本函数包括虚拟同步机组最小运行成本计算公式和连通线路传动功率最小计算公式两部分。

例如，构建最小运行成本函数可以为：

其中，minT是同步发电机组最小运行成本计算公式，N是发电机数量，minP是连通线路传动功率最小计算公式，P_tran是连通线路传动功率。

步骤S1013：构建约束条件，根据最小运行成本函数和约束条件确定最小成本模型。

最小成本模型由最小成本函数以及约束最小成本函数的约束条件组成。约束条件根据发电机与负载的平衡功率关系和发电机输出功率的取值范围确定

例如，构建约束条件可以为：

其中P_Lj为负载功率，m为负载数量，

为发电机最小输出功率，

为发电机最大输出功率。

步骤S102：根据多虚拟同步机的最小成本模型，计算多虚拟同步机的最优输出功率。

本实施例中采用遗传算法-模拟退火算法(GA-SA)计算最小成本模型的最优解，其求解方法的实质是带等式约束和不等式约束的求取函数极值问题，获得的最优解就是多虚拟同步机的最优输出功率。

在一具体实施方式中，步骤S102可以包含步骤S1021至步骤S1024：

步骤S1021：基于多虚拟同步机的最小成本模型构建适应度函数，计算第i代种群中个体的适应度值，种群中的个体代表多虚拟同步机的输出功率。

初始化种群和控制参数，需要初始化的参数包括种群个体大小、最大进化代数(MAX GEN)、交叉概率、变异概率、初始温度(T₀)、冷却系数(c)、终止温度(T_end)，种群中的个体代表VSGs的输出功率。

基于多虚拟同步机的最小成本模型构建适应度函数，计算第i代种群中个体的适应度值t_i。

遗传算法中的适应度函数表明个体或解的优劣性，在程序的开始计算个体适应度值t_i是为了和新个体的适应度值作比较。根据适应度值的不同，进行选择使种群朝着满足所有约束的方向进化。

由于连接线路传动功率存在波动，为满足连接线路传动功率最小的目标，当发电机最大输出功率大于负载时，连接线路的传动功率为零，在适应度函数中引入了一个惩罚函数。当约束变量x_i在其范围内时，惩罚函数值为0。当种群中的个体使x_i超过极限时，引入惩罚函数的适应度函数F(x)的值更大，适应度函数的值越大，个体的适应性越低，被选择为亲本的概率越低。

引入惩罚函数的适应度函数F(x)为：

其中x_i为约束变量，x_max、x_min为约束变量x_i的上下限，λ_i为惩罚因子，k为变量个数。

然后，选取x_i作为优化模型中微电网各节点的电压U_i，进而求得支路视在功率S_li。通过约束变量x_i作为优化模型的节点电压来得到支路视在功率，满足功率平衡约束。

为了满足功率平衡约束，第n个发电机的输出功率可以根据方程约束(3)计算。其他发电机的输出功率是随机产生的，这可能导致第n台发电机的输出功率不满足其自身的功率约束。鉴于此，应该选择第n台发电机的输出功率作为惩罚函数中的变量。得到适应度函数为：

min t＝TCO+F(x)(5)

其中TCO为第n台分布式虚拟同步机成本计算公式，F(x)是引入惩罚函数的适应度函数，min t是第n个发电机输出功率自适应函数。

步骤S1022：利用遗传算法(GA)对第i代种群中的个体进行选择、重组和变异，获得进化后的第i+1代种群。

步骤S1023：计算第i+1代种群中个体的适应度值ti'，以适应度值为依据，使用模拟退火算法(SA)采用新个体替代旧个体，对第i+1代种群进行更新迭代，得到第i+2代种群。

步骤S1024：满足迭代结束条件后输出最优解，该最优解为多虚拟同步机(VSGs)的最优输出功率。

采用GA-SA算法得到最优解的过程如图4所示，初始化控制参数时设定最大进化代数MAX GEN和初始退火温度T₀，当种群代数小于最大进化代数MAX GEN时不断循环，达到最大进化代数后输出种群并判断此时温度是否小于终止温度T_end，若此时温度大于终止温度则根据冷却系数c降温，得到新的温度T_k+1，重新开始循环。

步骤S103：基于最优输出功率和改进分段下垂控制器，以H₂与H_∞范数为参数，配置多虚拟同步机的虚拟惯量，使得多虚拟同步机基于虚拟惯量调整输出功率。

系统电力波动时，负荷量发生变化，需要将非计划的负荷分配给多VSG。根据当前的负荷量，首先通过GA-SA算法计算出多VSG的最优输出功率，根据最优输出功率设定多VSG的有功功率初始值P₀。然后基于改进分段下垂控制方法进行多VSG的频率和功率调节，使系统频率平稳过渡到稳态，解决微电网上负载需求和输出有功功率不平衡问题。

如图5所示，步骤S103可以包括步骤S1031到步骤S1032。

步骤S1031：获取改进分段下垂控制器。

在一具体实施方式中，获取改进分段下垂控制器的过程可以包含步骤A1至步骤A4。

步骤A1，根据虚拟同步机工作原理确定虚拟同步机转子方程以及虚拟调速方程。

虚拟同步机转子方程为：

虚拟调速方程：

P_m＝P_ref+K_p(ω_ref-ω)(7)

其中J为转动惯量，ω为角速度，P_m为机械功率，P_e为电磁功率，D_p为有功功率下垂系数，ω_ref为参考角速度，θ为电角度，P_ref为有功功率参考值，K_p为频率调节系数。

步骤A2，根据虚拟同步机转子方程和虚拟调速方程，确定有功功率与频率变化的对应关系。

有功功率引起的频率变化为：

其中

Δω为角频率变化值，ΔP为有功功率变化值，ω为角频率，ω_ref为角频率参考值，P₀为有功功率初始值，P_ref为有功功率参考值，该参考值是在进行频率调节前的多虚拟同步机运行设定值，J为转动惯量，s为复频率，D_p为阻尼系数，K_p为频率调节系数。

步骤A3，根据虚拟同步机转子方程、虚拟调速方程和有功功率与频率变化的对应关系，确定虚拟同步机的小信号模型，并利用小信号模型分析法，得到虚拟同步机有功功率的传递函数。

角速度和频率的关系式如下式：

VSG输出有功功率和无功功率可表示为：

其中E为额定电动势，U为端电压，Z和θ为VSG滤波电路的阻抗和阻抗角，δ为虚拟同步机发电功角。

其中

L为滤波电感，R为电阻。

VSG的小信号模型如图6所示，利用小信号模型分析法，得到虚拟同步机有功功率传递函数G_p(s)为：

其中P(s)为有功功率传递函数，P_ref(s)为有功功率参考值传递函数，E为额定电动势，U额定电压，Z滤波电路的阻抗，J为转动惯量，ω₀为初始角速度，s为复频率，D_p为阻尼系数，K_p为频率调节系数。

在设定了有功功率初始值的情况下，二阶系统动态特性由转动惯量J、阻尼系数D_p和频率调节系数K_p决定，由于J、D_p对系统稳定性和动态响应的影响较大，选择调节K_p来调整频率。

步骤A4，根据虚拟同步机转子方程、虚拟调速方程和有功功率与频率变化的对应关系，以有功功率参考值为基准将P-f曲线分割为三部分，结合VSG的有功功率传递函数，得到分段下垂曲线。

VSG的有功—频率(P-f)控制模拟了传统同步发电机的结构，其实质是一种下垂控制，原理是当负荷变动导致系统有功功率的不平衡时，频率会发生变化，通过控制原动机增加或减小输出功率，使系统内有功功率重新达到平衡。根据公式(6)、(7)、(8)推导出的下垂控制关系可以通过P-f曲线来直观的显示，该曲线也被称为下垂曲线，图7为传统下垂控制P-f曲线图，为解决传统下垂曲线在负荷增大时频率以及电压波动较大问题，采用基于分段下垂系数(此处下垂系数指频率调节系数K_p)的控制策略，使P-f曲线更加平缓。P_max为有功功率最大值，将有功功率[0，P_max]分为三部分，即[0,P₁]，[P₁,P₂]，[P₂,P_max]三部分，取P₁＝0.3P_ref，P₂＝1.3P_ref。

分段P-f曲线表达式为：

其中a＝c＝2×10^-4，b＝4×10^-4，f_ref＝50Hz，f₁＝f_ref+0.05，f₂＝f_ref-0.05。

步骤A5，根据分段下垂曲线，确定频率调节系数和下垂曲线斜率的调节关系，得到改进分段下垂控制器。

调整K_p1和K_p2的值，得到改进下垂曲线的斜率的计算公式为：

其中K_p1、K_p2为P₁点、P₂点频率调节系数，P_max为有功功率最大值，D_p为阻尼系数，k'为下垂曲线斜率，Δf是不同功率范围时的频率偏差值。改进分段下垂控制器的小信号模型如图8所示，图9为改进分段下垂控制的P-f曲线图。

步骤S1032：将最优输出功率输入多虚拟同步机，基于改进分段下垂控制器，以H₂与H_∞范数为参数，配置多虚拟同步机的虚拟惯量，使得多虚拟同步机基于虚拟惯量调整输出功率。

步骤B1，根据最优输出功率确定改进分段下垂控制器的初始有功功率值；

步骤B2，以H₂与H_∞范数为参数，调控频率调节系数K_p；频率调节系数K_p反映多虚拟同步机的虚拟惯量特性；

首先确定改进下垂分段控制后的多虚拟同步机频率响应特性关系为：

其中Δy为虚拟同步机输出变化量，Δω为虚拟同步机角频率变化量，Δθ为相角变化量，f₀为额定频率，s为复频率，Δu为扰动变化量，J为转动惯量，ΔP_m为机械功率变化量，ΔP_e为电磁功率变化量，D_P为阻尼系数。

该频率响应关系的状态空间模型为：

进一步得到虚拟同步机由相位扰动到频率输出的传递函数为：

其中x为系统状态变量，y为系统输出，A、B、C、D为系数矩阵，u为系统外部扰动。

在度量系统输入输出增益指标中，H₂与H_∞范数作为系统输入抑制能力的指标，H₂范数描述系统超调量，H_∞范数描述系统阻尼；H₂范数等于外部扰动信号为脉冲信号时系统输出信号总输出能量，H_∞范数为系统输出信号能量与扰动输入信号能量比的峰值。因此，H₂与H_∞范数的系统抑制能力分析手段从比较全面的角度直观体现了系统的输入抑制能力，具有优于传统分析手段的特点。其数值越小，系统抗扰动能力越强。

以H₂与H_∞范数度量虚拟同步机由相位扰动到频率输出的传递函数为：

其中tr表示矩阵的迹，H为共轭转置，supζ为最大奇异值峰值。

H₂范数代表全频段输入扰动的抑制能力，评价输出信号的总能量，其反映系统关于扰动输入的平均情况，H_∞范数为闭环系统对谐振频率扰动的抑制能力，其反映最严重的扰动输入下系统的响应情况。

步骤B3，根据调控后的频率调节系数K_p，得到改进分段下垂控制器的分段下垂曲线；

步骤B4，根据分段下垂曲线调整多虚拟同步机的输出功率，调整后的输出功率值为最优输出功率值。

如图10所示的H₂与H_∞范数与K_p的关系曲线，可知调整K_p的值能够有效提升系统的抗扰动能力。K_p变化，改进分段下垂控制器的下垂曲线斜率随之变化。根据H₂与H_∞范数反映的系统抗扰动能力，结合改进下垂控制方法对虚拟同步机群惯量进行了合理分配，提高了多虚拟同步机一次调频能力，使电网在负载波动时更好地维持稳定。

实施例1，采用MATLAB/Simulink仿真平台搭建多虚拟同步机仿真模型验证本发明的改进效果，模型参数如表1所示，通过采用本发明中的多虚拟同步机惯量配置方法，输出功率变化平稳，系统频率无显著波动，系统抗扰动能力明显提升。具体步骤如下所示：

第一步，建立多虚拟同步机的最小成本模型。

第二步，通过GA-SA进行种群迭代，由图11可知，个体的最小适应度函数值为50.3(适应性最高)，对应的个体值就是VSGs的最优输出功率，该最优输出功率值根据负载功率变化而变化，在实验中，增加负载，最优输出功率也随之更新。

第三步，实验模拟周期为1秒，中央控制器每0.5秒动态更新一次最优输出功率给VSGs频率调节单元。一个模拟实验周期内VSGs的输出有功功率、无功功率和微网频率如图12、图13和图14所示。如图12所示，负载在0.5s时增加5kW。微网稳定频率为50Hz，模拟启动后微网频率会有一定的波动，最低降至49.97Hz，但很快趋于稳定，达到稳态后增加负载检验系统的调频稳定能力，由图13、图14可知，无功功率和微网频率在0.3s-1s期间一直维持稳定，验证了本发明的多虚拟同步机惯量配置方法在负载功率变化时强大的系统抗扰动能力。

表1

参见图15，本发明实施例提供了一种多虚拟同步机惯量配置装置30，包括：模型建立模块310、功率计算模块320、惯量配置模块330。

模型建立模块310，用于建立多虚拟同步机的最小成本模型。

功率计算模块320，用于根据多虚拟同步机的最小成本模型，计算多虚拟同步机的最优输出功率。

惯量配置模块330，用于基于最优输出功率和改进分段下垂控制器，以H₂与H_∞范数为参数，配置多虚拟同步机的虚拟惯量，使得多虚拟同步机基于虚拟惯量调整输出功率

图16是本发明一实施例提供的终端设备的示意图。如图16所示，该实施例的终端设备4包括：处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42，例如基线负荷估计程序。所述处理器40执行所述计算机程序42时实现上述光伏用户基线负荷估计方法实施例中的步骤，例如图2所示的步骤S101至步骤S103。或者，所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元的功能，例如图15所示模块310至330的功能。

示例性的，所述计算机程序42可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器41中，并由所述处理器40执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序42在所述终端设备4中的执行过程。例如，所述计算机程序42可以被分割成信息获取模块、分类模块、第一负荷估计模块、第一负荷估计模块和基线负荷估计模块。

所述终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图6仅仅是终端设备4的示例，并不构成对终端设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器40可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器41可以是所述终端设备4的内部存储单元，例如终端设备4的硬盘或内存。所述存储器41也可以是所述终端设备4的外部存储设备，例如所述终端设备4上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器41还可以既包括所述终端设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种多虚拟同步机惯量配置方法，其特征在于，包括：

建立多虚拟同步机的最小成本模型；

根据所述多虚拟同步机的最小成本模型，计算所述多虚拟同步机的最优输出功率；

基于所述最优输出功率和改进分段下垂控制器，以H₂与H_∞范数为参数，配置所述多虚拟同步机的虚拟惯量，使得所述多虚拟同步机基于所述虚拟惯量调整输出功率。

2.如权利要求1所述的多虚拟同步机惯量配置方法，其特征在于，所述建立多虚拟同步机的最小成本模型，包括：

确定虚拟同步机发电成本；

基于所述虚拟同步机的发电成本，构建多虚拟同步机的最小运行成本函数；

构建约束条件，根据所述最小运行成本函数和所述约束条件确定最小成本模型。

3.如权利要求1所述的多虚拟同步机惯量配置方法，其特征在于，所述根据所述多虚拟同步机的最小成本模型，计算所述多虚拟同步机的最优输出功率，包括：

基于所述多虚拟同步机的最小成本模型构建适应度函数，计算第i代种群中个体的适应度值，所述种群中的个体代表多虚拟同步机的输出功率；

利用遗传算法GA对第i代种群中的个体进行选择、重组和变异，获得进化后的第i+1代种群；

计算所述第i+1代种群中个体的适应度值，以适应度值为依据，使用模拟退火算法SA采用新个体替代旧个体，对第i+1代种群进行更新迭代，得到第i+2代种群；

满足迭代结束条件后输出最优解，所述最优解为所述多虚拟同步机的最优输出功率。

4.如权利要求1所述的多虚拟同步机惯量配置方法，其特征在于，所述基于所述最优输出功率和改进分段下垂控制器，以H₂与H_∞范数为参数，配置所述多虚拟同步机的虚拟惯量，使得所述多虚拟同步机基于所述虚拟惯量调整输出功率，包括：

获取改进分段下垂控制器；

将所述最优输出功率输入所述多虚拟同步机，基于所述改进分段下垂控制器，以H₂与H_∞范数为参数，配置所述多虚拟同步机的虚拟惯量，使得所述多虚拟同步机基于所述虚拟惯量调整输出功率。

5.如权利要求4所述的多虚拟同步机惯量配置方法，其特征在于，所述获取改进分段下垂控制器，包括：

根据虚拟同步机工作原理确定虚拟同步机转子方程以及虚拟调速方程；

根据所述虚拟同步机转子方程和所述虚拟调速方程，确定有功功率与频率变化的对应关系；

根据所述虚拟同步机转子方程、所述虚拟调速方程和所述有功功率与频率变化的对应关系，确定虚拟同步机的小信号模型，并利用小信号模型分析法，得到虚拟同步机的有功功率传递函数；

根据所述虚拟同步机转子方程、所述虚拟调速方程和所述有功功率与频率变化的对应关系，以有功功率参考值为基准将P-f曲线分割为三部分，结合所述虚拟同步机的有功功率传递函数，得到分段下垂曲线；

根据所述分段下垂曲线，确定频率调节系数和下垂曲线斜率的调节关系，得到改进分段下垂控制器。

6.如权利要求5所述的多虚拟同步机惯量配置方法，其特征在于，所述分段下垂曲线的表达式为：

其中a＝c＝2×10^-4，b＝4×10^-4，f_ref＝50Hz，f₁＝f_ref+0.05，f₂＝f_ref-0.05，P_ref为有功功率参考值，P_max为有功功率最大值，将有功功率[0，P_max]分为三部分，即[0,P₁]，[P₁,P₂]，[P₂,P_max]三部分，取P₁＝0.3P_ref，P₂＝1.3P_ref。

7.如权利要求4所述的多虚拟同步机惯量配置方法，其特征在于，所述将所述最优输出功率输入所述多虚拟同步机，基于所述改进分段下垂控制器，以H₂与H_∞范数为参数，配置所述多虚拟同步机的虚拟惯量，使得所述多虚拟同步机基于所述虚拟惯量调整输出功率，包括：

根据所述最优输出功率确定所述改进分段下垂控制器的初始有功功率值；

以H₂与H_∞范数为参数，调控频率调节系数K_p；所述频率调节系数K_p反映多虚拟同步机的虚拟惯量特性；

根据所述调控后的频率调节系数，得到所述改进分段下垂控制器的分段下垂曲线；

根据所述分段下垂曲线调整多虚拟同步机的输出功率，调整后的输出功率值为所述最优输出功率值。

8.一种多虚拟同步机惯量配置装置，其特征在于，包括：

模型建立模块，用于建立多虚拟同步机的最小成本模型；

功率计算模块，用于根据所述多虚拟同步机的最小成本模型，计算所述多虚拟同步机的最优输出功率；

惯量配置模块，用于基于所述最优输出功率和改进分段下垂控制器，以H₂与H_∞范数为参数，配置所述多虚拟同步机的虚拟惯量，使得所述多虚拟同步机基于所述虚拟惯量调整输出功率。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述多虚拟同步机惯量配置方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述多虚拟同步机惯量配置方法的步骤。

Images