CN113437751A - 风力发电机与同步发电机互联系统的控制参数协调方法 - Google Patents

风力发电机与同步发电机互联系统的控制参数协调方法 Download PDF

Info

Publication number
CN113437751A
CN113437751A CN202110796398.4A CN202110796398A CN113437751A CN 113437751 A CN113437751 A CN 113437751A CN 202110796398 A CN202110796398 A CN 202110796398A CN 113437751 A CN113437751 A CN 113437751A
Authority
CN
China
Prior art keywords
wind power
wind
state space
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
Application number
CN202110796398.4A
Other languages
English (en)
Inventor
刘克权
邵冲
徐宏雷
王耿
魏博
余姣
刘文飞
侯锐杰
姬艳秋
刘春�
李得龙
张磊
周昭
李天寿
杨勇
周治伊
陈仕彬
郝如海
张旭军
牛浩明
祁莹
冯文韬
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.)
STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE
State Grid Gansu Electric Power Co Ltd
Electric Power Research Institute of State Grid Gansu Electric Power Co Ltd
Original Assignee
STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE
State Grid Gansu Electric Power Co Ltd
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 STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE, State Grid Gansu Electric Power Co Ltd filed Critical STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE
Priority to CN202110796398.4A priority Critical patent/CN113437751A/zh
Publication of CN113437751A publication Critical patent/CN113437751A/zh
Pending legal-status Critical Current

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
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in 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
    • 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]
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Control Of Eletrric Generators (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了风力发电机与同步发电机互联系统的控制参数协调方法，包括以下步骤：S1：通过在稳态运行点处的线性化，建立待研究电力系统中各个风电场与同步发电机的线性化状态空间模型；S2：通过电力系统网络拓扑结构，计算闭环互联系统状态空间矩阵及其特征值和参与因子等指标；为满足电力系统稳定运行的要求，本发明需要在消除动态交互现象的同时使得系统具有一定的稳定裕度，能够抵御一定的外来干扰。

Description

风力发电机与同步发电机互联系统的控制参数协调方法
技术领域
本发明属于动力与电气工程分析计算技术领域，尤其涉及风力发电机与同步发电机互联系统的控制参数协调方法。
背景技术
风能作为一种能够规模化开发的新能源，是当前最具应用潜力的一种可再生能源。我国风能蕴含量极其丰富，风力发电的发展在近十年势头迅猛，而大量风电场的接入对原有系统元件会产生未知的影响，威胁电力系统运行的稳定性。
电力系统动态元件间的动态交互作用引发的次同步振荡是一个长期未得到有效解决的复杂工程科学问题。目前我国电力系统中的同步发电机仍然占有较大发电量，根据已有的相关研究以及电力系统事故记录表明，并网风电场存在着引发同步发电机的次同步振荡并导致同步发电机轴系损坏等风险。
随着大规模风力发电机的接入，学者们针对并网风电场引发电力系统次同步振荡机理进行了研究。当前机理研究方法以线性系统稳定性理论为基础，主要通过频域分析法和模式分析法进行研究。其中频域分析法中以阻抗分析法应用最为广泛，阻抗分析法从贡献负电阻的角度揭示并网风电场引发电力系统次同步振荡的机理，通过该方法可得出次同步振荡的主要影响因素为DFIG或者PMSG换流器控制系统参数整定不当以及弱连接条件的问题。除此之外，模式分析法从系统主导次同步振荡模式的特征信息的角度对并网风电场引发电力系统次同步振荡问题进行了机理研究，得到的结论与阻抗分析方法得到的一致。
由于风力发电机的并网规模不断增大，风电场与外部电力系统间的动态交互作用对整个电力系统稳定性的影响也更加显著，如果风力发电机参数整定不当，可能会导致风力发电机相关控制环节与系统中的同步发电机、其他风电场之间发生动态交互，从而产生对整个系统运行稳定性更大的威胁。因而，有必要考虑在含有多风力发电机电力系统中，对建立风电场动态等值模型、建立待研究电力系统等值动态模型的方法进行研究，在此模型的基础上，为相关控制环节的参数协调整定提供一套便捷可靠的计算方法。为满足电力系统稳定运行的要求，该方法需要在消除动态交互现象的同时使得系统具有一定的稳定裕度，能够抵御一定的外来干扰。
发明内容
针对上述技术问题，本发明提出了风力发电机与同步发电机互联系统的控制参数协调方法，包括以下步骤：
S1：通过在稳态运行点处的线性化，建立待研究电力系统中各个风电场与同步发电机的线性化状态空间模型；
S2：通过电力系统网络拓扑结构，计算闭环互联系统状态空间矩阵及其特征值和参与因子等指标；
S3：通过参与因子指标判断系统是否存在风电场参与的动态交互现象，如果存在动态交互现象，则通过电力系统网络拓扑和各类发电机线性化状态空间模型建立两个子系统，对两个子系统进行分析，通过参与因子和留数等指标为依据，利用自适应梯度下降法调整风电场参与动态交互过程的状态变量对应的控制参数，消除交互现象；如果不存在动态交互现象，则进入S4；
S4：各个风电厂与同步发电机的状态空间矩阵对应的振荡模式与互联系统振荡模式在复平面上分布情况基本相同，利用各个风电场与同步发电机的线性化状态空间模型的振荡模式与参与因子来调整对应参数，使得整个互联系统有一定的稳定裕度。
优选地，S1包括以下子步骤：
S11：将风电场中包含的N组风力发电机组分别在其稳态运行点处线性化为N组的M阶状态空间方程；
S12：将风电场根据风电机组的互联方式，用NM×NM阶状态空间方程对风电场进行描述；
S13：将同步发电机在其稳态运行点处线性化为K阶状态空间方程。
优选地，S2具体为：
根据动态元件即“风电场、同步发电机”，在电力系统网络中接入节点与网络的拓扑结构；将S1中在稳态运行点处线性化的相关模型互联，形成闭环互联模型，并对相关指标参数进行计算。
优选地，S3的建立的两个子系统中，一个子系统为参与动态交互的风电场；另一个子系统为余下部分的电力系统。
优选地，S4包括以下子步骤：
S41：利用参与因子等参数对系统进行调整，使系统有一定的稳定裕度；
S42：调整之后，判断此时的闭环系统是否已经完全消除动态交互现象并且系统有足够的稳定裕度，如满足则结束；如不满足，则返回S3。
本发明风力发电机与同步发电机互联系统的控制参数协调方法的有益效果如下：
1.利用参与因子指标可快速定位参与动态交互的状态变量及其控制参数，实现快速精准的调节，以消除动态交互的现象。
2.调节之后可使系统中的振荡模式与状态变量一一对应，之后调整参数不会影响其他环节的振荡模式。
3.在消除电力系统动态交互现象之后，只需利用电力系统中各个动态元件(同步发电机、风电场)状态空间方程的参与因子等指标对参数进行调整，用各个开环子系统来分析整个互联系统，不需要对整互联系统进行重复计算分析，减少了计算的复杂度和储存量。
附图说明
图1为风电场并网结构图。
图2为以风电场作为反馈回路的电力系统闭环模型图。
图3为调整过程流程图。
图4为39节点新英格兰仿真电力系统示意图。
图5为未调整控制参数前动态交互状态变量的主要振荡模式参与因子。
图6调整参数前后非线性仿真结果对比图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
风力发电机与同步发电机互联系统的控制参数协调方法，包括：
步骤1：通过在稳态运行点处的线性化，建立待研究电力系统中各个风电场与同步发电机的线性化状态空间模型；
步骤2：通过电力系统网络拓扑结构，计算闭环系统状态空间矩阵及其特征值和参与因子等指标，通过参与因子指标判断系统是否存在风电场参与的动态交互现象；
步骤3：如果存在动态交互现象，则通过电力系统网络拓扑和各类发电机线性化状态空间模型建立两个子系统，对两个子系统进行分析，通过参与因子和留数等指标为依据，利用自适应梯度下降法调整风电场参与动态交互过程的状态变量对应的控制参数，消除交互现象。如果不存在动态交互现象，则直接进入步骤4。
步骤4：在系统中不存在动态交互现象后，各个风电厂与同步发电机的状态空间矩阵对应的振荡模式与互联系统振荡模式在复平面上分布情况基本相同，因此可以利用各个风电场与同步发电机的线性化状态空间模型的振荡模式与参与因子来调整对应参数，使得整个互联系统有一定的稳定裕度。
步骤1包括：将风电场中包含的N组风力发电机组分别在其稳态运行点处线性化为N组的M阶状态空间方程，同时将风电场根据风电机组的互联方式，用NM×NM阶状态空间方程对风电场进行描述。将同步发电机在其稳态运行点处线性化为K阶状态空间方程。
步骤2中包括：根据动态元件(风电场、同步发电机)在电力系统网络中接入节点与网络的拓扑结构，将步骤1中在稳态运行点处线性化的相关模型互联，形成闭环互联模型，并对相关指标参数进行计算。
步骤3中包括：建立的两个子系统中，一个子系统为参与动态交互的风电场，另一个子系统为余下部分的电力系统，通过对两个子系统的参数进行分析，调整相关控制参数，消除动态交互现象。
所述步骤4中包括：利用参与因子等参数对系统进行调整，使系统有一定的稳定裕度。调整之后，判断此时的闭环系统是否已经完全消除动态交互现象并且系统有足够的稳定裕度，如不满足，则重复第三步内容。
本发明的具体方法如下：
计算风电场与同步发电机组在稳态运行点处的闭环系统系统线性化状态空间模型
在电力系统中，第i个风电场或同步发电机的线性化状态空间模型可表示为：
Figure BDA0003162946600000061
其中，Xi为第i个风电场或同步发电机的状态变量列向量；Vi＝[VixViy]TIk＝[IixIiy]T分别为在电力系统以平衡节点电压为参考的直角坐标下，第i个风电场或同步发电机的端口电压相量和注入电力系统的电流相量；Ai为线性化的风电场或同步发电机的状态空间矩阵，系统的输入量为电压，输出量为电流。Bi为输入矩阵，Ci为输出矩阵，Di为反馈矩阵，Δ表示状态变量列向量的微小增量。
将各个子系统的状态空间模型整合后有：
Figure BDA0003162946600000062
其中
Ag＝diag[A1,A2,…,AN],Bg＝diag[B1,B2,…,BN],Cg＝diag[C1,C2,…,CN],Dg＝diag[D1,D2,…,DN],ΔXg＝[ΔX1 T,ΔX2 T,…,ΔXN T]T,ΔVg＝[ΔV1 T,ΔV2 T,…,ΔVN T]T,ΔIg＝[ΔI1 T,ΔI2 T,…,ΔIN T]T是由式(1)所示状态空间模型按照角标形成的对角分块矩阵。
根据电力系统拓扑结构，可以得到系统的电流与电压之间的关系：
Figure BDA0003162946600000063
其中，
Figure BDA0003162946600000064
为电力系统节点注入电流向量微增量，ΔIg是同步发电机或风电场接入的节点上的注入电流微增量，
Figure BDA0003162946600000071
是电力系统节点导纳矩阵，
Figure BDA0003162946600000072
是电力系统节点电压向量微增量，其中Vg代表发电机或风电场接入的节点电压，Vm代表无发电机或风电场接入的节点电压。
根据式(3)第二行方程式可得：
Figure BDA0003162946600000073
代入式(3)第一行方程式有：
Figure BDA0003162946600000074
将式(5)代入式(2)的第二个方程后有：
Figure BDA0003162946600000075
将式(6)代入式(2)的第一个方程后有：
Figure BDA0003162946600000076
其中，
Figure BDA0003162946600000077
II.电力系统动态交互现象分析及消除
根据式(7)可求得关于矩阵A的特征值向量λ＝[λ1 λ2 … λN]即闭环系统振荡模式；左右特征向量组成的矩阵：WT、V。根据左右特征矩阵可求得反应状态变量与振荡模式之间关系的参与因子：
Figure BDA0003162946600000078
其中PF矩阵的每一行表示对应的状态变量对所有的振荡模式的参与度，每一列表示对应的振荡模式对所有的状态变量的影响程度。对每一列的数据而言，数值越大，代表着该振荡模式影响该状态变量的程度越大。因此，我们可先预设一阈值KPF，当pfij≥KPF时，代表着第i个状态变量明显参与了第j个振荡模式，而当有多个参与因子(如两个pfij、pfkj)均满足pfij≥KPF、pfkj≥KPF时，则说明两个状态变量发生了动态交互，其对应的控制参数不仅会影响其本身的振荡模式，同时也会相互影响。
消除过程如下：
1)建立第一个子系统
首先，将发生动态交互的风电场(第t个)在其稳态运行点处进行线性化，得到对应的状态空间模型：
Figure BDA0003162946600000081
式(9)所示状态空间矩阵变量与式(1)变量说明类似，此处不再赘述
结合实际电力系统结构，风电厂经如图1所示的输电线路并入电网，其并网点为PCC点。根据电流与电压之间的关系有：
Figure BDA0003162946600000082
式中Ip为PCC点注入电流列向量，Vp为PCC点注入电压列向量，
Figure BDA0003162946600000083
为网络节点导纳矩阵。
根据式(10)和式(9)第二个式子可得：
ΔVt＝(Ytt-Dt)-1CtΔXt-(Ytt-Dt)-1YtpΔVp (11)
将式(11)代入式(9)、(10)后有：
Figure BDA0003162946600000084
Figure BDA0003162946600000085
根据式(12)、(13)可得第一个开环系统的状态空间模型：
Figure BDA0003162946600000091
2)建立第二个系统
将除了第t个发电机(或风电场)状态空间模型的剩余发电机(或风电场)状态空间模型形成对角线分块矩阵
Figure BDA0003162946600000092
其中：Agr＝diag[A1,A2,…,At-1,At+1,…,AN]、Bgr＝diag[B1,B2,…,Bt-1,Bt+1,…,BN]、Cgr＝diag[C1,C2,…,Ct-1,Ct+1,…,CN]、Dgr＝diag[D1,D2,…,Dt-1,Dt+1,…,DN]、ΔXgr＝[ΔX1 T,ΔX2 T,…,ΔXt-1 T,ΔXt+1 T,…,ΔXN T]T、ΔVgr＝[ΔV1 T,ΔV2 T,…,ΔVt-1 T,ΔVt+1 T,…,ΔVN T]T、ΔIgr＝[ΔI1 T,ΔI2 T,…,ΔIt-1 T,ΔIt+1 T,…,ΔIN T]T。
同样的，根据电压电流之间的关系有：
Figure BDA0003162946600000093
其中
Figure BDA0003162946600000094
为包含PCC点在内的剩余系统阻抗矩阵。
根据式(15)、(14)可得：
ΔVgr＝(I-ZrrDgr)-1ZrrCgrΔXgr+(I-ZrrDgr)-1ZrpΔIp (16)
将式(16)代入式(14)后有：
Figure BDA0003162946600000095
根据式(15)有：
Figure BDA0003162946600000101
由此可得第二个系统的结构为：
Figure BDA0003162946600000102
3)计算相关指标参数
完成两个系统的建立之后，可以计算对应参数指标：
1.第一个系统Aw左右特征矩阵、参与因子：
Figure BDA0003162946600000103
Vw、
Figure BDA0003162946600000104
2.第二个系统Ar左右特征矩阵、参与因子：
Figure BDA0003162946600000105
Vr、
Figure BDA0003162946600000106
3.通过第一个系统和第二个系统的参与因子和在闭环互联系统中产生交互的状态变量，可找出此时该状态变量在两个子系统的Aw、Ar中分别对应的振荡模式
Figure BDA0003162946600000107
(第一个系统)、
Figure BDA0003162946600000108
(第二个系统)，和该振荡模式对应的左右特征向量
Figure BDA0003162946600000109
vri、
Figure BDA00031629466000001010
vwi。
两个系统输入、输出矩阵的结构可写为：
Bw＝[bw1,bw2]Cw＝[cw1,cw2]TBr＝[br1,br2]Cr＝[cr1,cr2]T。
那么可以计算预测两个系统互联形成如图2所示的闭环系时，对应振荡模式在复平面上移动距离的指标：
Figure BDA00031629466000001011
其中
Figure BDA0003162946600000111
设定一参数指标KRI,如果|RI|≥KRI，结合闭环情况，说明在发生动态交互时，该振荡模式由于受到另一系统中的状态变量控制参数的影响，发生了较大变化。以RI为目标函数，利用自适应梯度下降法调整对应参数，使其满足RI＜KRI。经过参数调整后，此时以风电场作为反馈回路形成的图2所示闭环系统时，振荡模式与开环情况基本无差别。
自适应梯度下降算法具体过程如下：
取目标函数min(L)＝min(|RI|),通过参与因子判定需调整振荡模式的对应状态变量的控制参数，对于这些参数wi，利用摄动法代替求解偏微分方程，即给wi一很小的微增量Δwi通过此变化得到目标函数的微增量ΔL，可得
Figure BDA0003162946600000112
取向量形式有：
Figure BDA0003162946600000113
控制参数更新过程为：
Figure BDA0003162946600000114
其中
Figure BDA0003162946600000115
η为学习步长(常数)，t为更新次数，σ(t)为t+1次前更新出现的对应参数w1,w2,…,wt+1的方均根值，*表示向量对应位置上的数值相乘(内积)。
当|RI|＜KRI时，结束参数调整。
此时的闭环系统间动态交互现象基本消除。
III.调整参数使系统具有一定的稳定裕度
取一指标参数Kλ利用自适应梯度下降法，调整各个风电场与同步发电机的线性化状态空间模型中，振荡模式不满足real(λi)≤Kλ＜0的对应状态变量控制参数。
其中目标函数min(L)＝min(real(λi)-Kλ)。振荡模式与状态变量的对应关系可由参与因子寻找，其中参与因子
Figure BDA0003162946600000121
Vm为式(1)所示第m个系统状态空间模型的Am阵左右特征矩阵，寻找方法与Ⅱ中相同。
当所有振荡模式均满足目标函数real(λi)≤Kλ，再利用第Ⅱ步的分析方法，分析闭环系统中是否有动态交互的现象，且对应振荡模式是否不满足稳定性要求，如果有则重复上述步骤；如果没有，且振荡模式的阻尼满足要求，则完成参数调整。
整个调整过程流程图如图3所示。
对于图4所示电力系统，在节点22上接入一PMSG(直驱型风力发电机)，输出功率为0.2p.u.(基准功率SB＝100MVA)。
当风机接入系统后，通过参与因子可以发现，在未调节的闭环系统中，风力发电机组的PLL环节状态变量与节点7上的同步发电机轴系状态变量发生了动态交互，且风力发电机PLL环节对应的振荡模式不满足要求real(λi)≤Kλ(Kλ＝-0.1)。在按照上述步骤(1)到(4)进行分析调整后，系统中所有振荡模式均未发生动态交互，并且有足够的稳定裕度。调整前和调整后，相关的PLL环节与轴系状态变量对应的振荡模式如表1所示，在发生动态交互时，相关环节的参与因子如图5所示。
表1振荡模式在调整前后计算结果
调整前振荡模式 调整后振荡模式
PLL 0.11182+45.617i -0.28971+48.283i
轴系 -1.3341+50.226i -1.2826+50.198i
除此之外，对调整前后的图6所示电力系统进行非线性仿真，仿真扰动参数设置为：0.5s时在节点7上使输出功率降低10％并于0.1s后恢复。经对比后可发现调整后的电力系统的更加稳定，说明了该调整方法的有效性。

Claims (5)

1.风力发电机与同步发电机互联系统的控制参数协调方法，其特征在于，包括以下步骤：
S1：通过在稳态运行点处的线性化，建立待研究电力系统中各个风电场与同步发电机的线性化状态空间模型；
S2：通过电力系统网络拓扑结构，计算闭环互联系统状态空间矩阵及其特征值和参与因子等指标；
S3：通过参与因子指标判断系统是否存在风电场参与的动态交互现象，如果存在动态交互现象，则通过电力系统网络拓扑和各类发电机线性化状态空间模型建立两个子系统，对两个子系统进行分析，通过参与因子和留数等指标为依据，利用自适应梯度下降法调整风电场参与动态交互过程的状态变量对应的控制参数，消除交互现象；如果不存在动态交互现象，则进入S4；
S4：各个风电厂与同步发电机的状态空间矩阵对应的振荡模式与互联系统振荡模式在复平面上分布情况基本相同，利用各个风电场与同步发电机的线性化状态空间模型的振荡模式与参与因子来调整对应参数，使得整个互联系统有一定的稳定裕度。
2.根据权利要求1所述的风力发电机与同步发电机互联系统的控制参数协调方法，其特征在于，所述S1包括以下子步骤：
S11：将风电场中包含的N组风力发电机组分别在其稳态运行点处线性化为N组的M阶状态空间方程；
S12：将风电场根据风电机组的互联方式，用NM×NM阶状态空间方程对风电场进行描述；
S13：将同步发电机在其稳态运行点处线性化为K阶状态空间方程。
3.根据权利要求1所述的风力发电机与同步发电机互联系统的控制参数协调方法，其特征在于，所述S2具体为：
根据动态元件即“风电场、同步发电机”，在电力系统网络中接入节点与网络的拓扑结构；将S1中在稳态运行点处线性化的相关模型互联，形成闭环互联模型，并对相关指标参数进行计算。
4.根据权利要求1所述的风力发电机与同步发电机互联系统的控制参数协调方法，其特征在于，所述S3的建立的两个子系统中，一个子系统为参与动态交互的风电场；另一个子系统为余下部分的电力系统。
5.根据权利要求1所述的风力发电机与同步发电机互联系统的控制参数协调方法，其特征在于，所述S4包括以下子步骤：
S41：利用参与因子等参数对系统进行调整，使系统有一定的稳定裕度；
S42：调整之后，判断此时的闭环系统是否已经完全消除动态交互现象并且系统有足够的稳定裕度，如满足则结束；如不满足，则返回S3。
CN202110796398.4A 2021-07-14 2021-07-14 风力发电机与同步发电机互联系统的控制参数协调方法 Pending CN113437751A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110796398.4A CN113437751A (zh) 2021-07-14 2021-07-14 风力发电机与同步发电机互联系统的控制参数协调方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110796398.4A CN113437751A (zh) 2021-07-14 2021-07-14 风力发电机与同步发电机互联系统的控制参数协调方法

Publications (1)

Publication Number Publication Date
CN113437751A true CN113437751A (zh) 2021-09-24

Family

ID=77760374

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110796398.4A Pending CN113437751A (zh) 2021-07-14 2021-07-14 风力发电机与同步发电机互联系统的控制参数协调方法

Country Status (1)

Country Link
CN (1) CN113437751A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113809779A (zh) * 2021-10-14 2021-12-17 国网江苏省电力有限公司电力科学研究院 一种风电场接入柔直系统时稳定性检验方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108321798A (zh) * 2018-02-05 2018-07-24 华北电力大学 一种适用于多输入多输出系统的开环模式分析方法
CN109638856A (zh) * 2018-09-27 2019-04-16 华北电力大学（保定） 一种适用于揭示电力电子化电力系统失稳机理的分析方法
CN110417050A (zh) * 2019-07-23 2019-11-05 华北电力大学 一种并联结构大型风电场等值计算方法
CN110854884A (zh) * 2019-12-07 2020-02-28 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种风电汇集区域次同步振荡风险在线评估和预警方法
CN112307677A (zh) * 2020-11-05 2021-02-02 浙江大学 基于深度学习的电网振荡模态评估与安全主动预警方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108321798A (zh) * 2018-02-05 2018-07-24 华北电力大学 一种适用于多输入多输出系统的开环模式分析方法
CN109638856A (zh) * 2018-09-27 2019-04-16 华北电力大学（保定） 一种适用于揭示电力电子化电力系统失稳机理的分析方法
CN110417050A (zh) * 2019-07-23 2019-11-05 华北电力大学 一种并联结构大型风电场等值计算方法
CN110854884A (zh) * 2019-12-07 2020-02-28 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种风电汇集区域次同步振荡风险在线评估和预警方法
CN112307677A (zh) * 2020-11-05 2021-02-02 浙江大学 基于深度学习的电网振荡模态评估与安全主动预警方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
WENJUAN DU等: "Sub-synchronous interactions caused by the PLL in the grid-connected PMSG for the wind power generation", 《ELECTRICAL POWER AND ENERGY SYSTEMS》, pages 331 - 341 *
王一珺 等: "基于改进复转矩系数法的多风电场接入引发多机电力系统次同步振荡机理分析", 《中国电机工程学报》, vol. 41, no. 07, pages 2383 - 2394 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113809779A (zh) * 2021-10-14 2021-12-17 国网江苏省电力有限公司电力科学研究院 一种风电场接入柔直系统时稳定性检验方法
CN113809779B (zh) * 2021-10-14 2024-02-02 国网江苏省电力有限公司电力科学研究院 一种风电场接入柔直系统时稳定性检验方法

Similar Documents

Publication Publication Date Title
CN109962495B (zh) 一种超低频振荡扰动源定位及抑制方法
CN110429648B (zh) 考虑风速随机波动的小干扰稳定裕度概率评估方法
CN106295001B (zh) 适用于电力系统中长时间尺度的准稳态变步长仿真方法
CN105119543B (zh) 一种发电机组调速系统远端线路甩负荷的控制方法及系统
CN104808705A (zh) 一种基于特征参数的水电机组调速系统控制参数整定方法
CN105469142A (zh) 一种基于样本增量驱动的神经网络增量型前馈算法
CN113437751A (zh) 风力发电机与同步发电机互联系统的控制参数协调方法
CN114583710A (zh) 基于数据驱动建模的风电场无功电压优化控制方法
Sambariya et al. Load frequency control of multi-area hydro thermal power system using elephant herding optimization technique
CN106356893A (zh) 一种在光伏并网系统中最大功率点跟踪双模糊控制方法
CN105207220B (zh) 一种基于渐进学习的分级电压调控方法
CN109904863B (zh) 一种附加阻尼控制器、水轮机调速器及水轮机控制系统
Debbarma et al. Automatic generation control of multi-area system using two degree of freedom fractional order PID controller: a preliminary study
CN114362151B (zh) 一种基于深度强化学习和级联图神经网络的潮流收敛性调整方法
CN115589004A (zh) 一种考虑延时特性的风电机组调频方法及系统
CN111881541B (zh) 一种基于不连续伽辽金法的电力系统暂态稳定仿真算法
CN107086603A (zh) 一种含dfig电力系统随机模糊连续潮流方法
Aribowo Slime mould algorithm training neural network in automatic voltage regulator
CN113659559A (zh) 一种用于dfig并网电力系统暂态稳定分析的方法
Haddin et al. Modeling And Control Of Excitation And Governor Based On Particle Swarm Optimization For Micro Hydro Power Plant
Ghadimi et al. Optimal and suboptimal linear regulator design of AGC for two area interconnected power system
Patel et al. Design and Implementation of FIPID Controller for LFC of Multi-unit Multi-source Linear/Non-linear Power System
CN111963376B (zh) 一种风力发电机组非线性控制输入设计方法及其系统
CN113131467B (zh) 基于幅相运动方程的风电系统暂态特性建模与优化方法
Veloso et al. Application of model order reduction to a DFIG-based wind farm in the chilean system

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
AD01 Patent right deemed abandoned
AD01 Patent right deemed abandoned

Effective date of abandoning: 20240319