发明内容
本发明目的在于提供一种风电参与电网频率支撑的快速仿真模型的构建方法,能够极大地提高MATLAB软件下进行风电参与电网频率支撑研究的效率,并可以准确模拟风电频率支撑对大规模电力系统的影响,对于促进风电参与电网频率支撑技术的进步具有重要促进作用。
为实现上述目的,本发明提供了一种风电参与电网频率支撑的快速仿真模型的构建方法,包括以下步骤:
步骤1、建立风电机组的系统模型,系统模型具体包括风力机模型、两质块轴系模型、双馈感应发电机模型、变桨及转速控制器模型(含频率支撑控制模块)、变流器模型、机侧变流控制器模型和网侧变流控制器模型等七个部分。
进一步,风电机组的系统模型可使用仿真软件中自带的系统模型,或者应根据厂家提供的参数建立系统模型。
步骤2、在完整保留机械动态相关部分的基础上对风电机组的系统模型进行简化。
进一步,具体的简化过程包括:将两质块轴系模型简化为单质块轴系模型;保留双馈感应发电机模型中的转子运动方程而忽略所有电气方程;使用一个有功功率计算系数KAP替代变流器、机侧变流控制器模型和网侧变流控制器模型的作用;风力机模型、变桨及转速控制器模型不进行简化。
进一步,最终得到的风电机组简化模型以风速和电力系统频率为输入量,以风电机组有功功率为输出量,而不是像系统模型那样以风速、电压为输入量,以电流为输出量。
步骤3、求取风电机组机械简化模型的关键参数。
进一步,除因模型简化而不再涉及的参数外,简化模型中的双馈感应发电机惯性时间常数H是系统模型中双馈感应发电机惯性时间常数和风力机惯性时间常数之和,有功功率计算系数KAP需根据简化模型的有功功率数值与系统模型的有功功率数值一致来辨识;简化模型中尚存在的其他参数与系统模型保持一致。
步骤4、建立除风电以外的电力系统的通用频率响应模型。通用频率响应模型是一个传递函数,记为GSFR(s),表示电力系统功率缺额与系统频率变化之间的关系,可以通过功率扰动和系统频率变化过程来辨识。
进一步,所建立的电力系统通用频率响应模型不包括风电本身的频率支撑控制,如果是开展理论研究,应当首先屏蔽电力系统中所有风电的频率支撑控制,然后在系统中制造功率缺额,接着根据系统频率变化辨识GSFR(s);如果是辨识实际电力系统的GSFR(s),则应确保风电机组退出频率支持控制,然后再根据实际系统中发生的功率缺额和频率变化来辨识GSFR(s)。
步骤5、连接风电机组的简化模型和电力系统的通用频率响应模型,得到风电参与电网频率支撑的快速仿真模型。
进一步,在进行模型连接时,电力系统通用频率响应模型GSFR(s)的输出是频率变化量Δf,Δf和电力系统的稳态频率f0相加得到系统频率f,f被输入到风电机组的简化模型中;风电机组简化模型输出的有功功率Pe减去其稳态值P0得到风电机组有功功率支撑量ΔPDFIG;ΔPDFIG与电力系统功率缺额ΔPd之和作为GSFR(s)的输入量。
进一步,若要将含N台风电机组的风电场与电力系统的通用频率响应模型进行连接,则首先忽略电场内部的集电网络;然后将根据GSFR(s)输出量Δf计算出的系统频率f作为N个风电机组简化模型的共同输入量;N个风电机组简化模型的输入风速单独设定;N个风电机组简化模型的总输出功率(Pe1+Pe2+…+PeN)与风电场总有功功率的稳态值PΣ0相减得到风电场有功功率的支撑量ΔPWF;ΔPWF与电力系统功率缺额ΔPd之和作为GSFR(s)的输入量。
进一步,风电机组简化模型的有功功率稳态值P0或风电场总有功功率的稳态值PΣ0,均是在电力系统额定频率和设定的风速下进行仿真得到的。
工作原理:完整的含风电电力系统模型中包括大量电磁暂态、机电暂态、机械动态等不同时间尺度的模型模块,在MATLAB软件下对这样的完整模型进行仿真是非常耗时的,极大地降低了研究效率。风电参与电网频率支撑的过程主要是机械动态过程,因此在含风电电力系统的系统模型中简化掉与电磁暂态、机电暂态(其中的电气暂态)相关的部分就可以极大地提高仿真速度。
与现有技术相比,本发明具有如下显著优点:
通过保留风电机组系统模型中与机械动态相关的部分并安全简化电磁、机电暂态部分,既确保了风电机组在参与电网频率支撑过程中有功功率输出与系统模型的一致性,又能够极大的提高仿真速度;通过建立除风电以外的电力系统的通用频率响应模型,既极大地提高了电力系统部分的仿真速度,又解决了MATLAB软件中难以建立大规模电力系统模型的问题;本发明可以极大地提高MATLAB软件下进行风电参与电网频率支撑研究的效率,并可以准确模拟风电频率支撑对大规模电力系统的影响,对于促进风电参与电网频率支撑技术的进步具有重要促进作用。
具体实施方式
下面将结合本发明实例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在公开的实施例中参照附图来描述本发明的各方面,附图中示出了许多说明的实施例。公开的实施例不必定意在包括本发明的所有方面。应当理解,上面介绍的多种构思和实施例,以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施,这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外,本发明公开的一些方面可以单独使用,或者与本发明公开的其他方面的任何适当组合来使用。
下面根据图1所示的本发明方法流程图来说明本发明的具体实施方式:
步骤1、建立风电机组的系统模型,系统模型具体包括风力机模型、两质块轴系模型、双馈感应发电机模型、变桨及转速控制器模型(含频率支撑控制模块)、变流器模型、机侧变流控制器模型和网侧变流控制器模型等七个部分。
本实施例中以双馈感应风力发电机(DFIG风电机组)为例,其系统模型构成图如图2所示。为方便起见,本实施例直接以MATLAB软件提供的“DFIG Average Model”作为DFIG风电机组的系统模型,该机组的额定功率为1.5MW。该模型中的控制器,特别是转速和桨距角控制器模型来源于GE公司的风力发电机产品,模型实用性较高。有关该模型的详细说明可参阅MATLAB软件中的帮助文档,不再赘述。
风电机组的频率主动支撑技术采用了如式(1)所示的虚拟惯性控制方式:
风电机组根据频率变化率df/dt生产一个附加的有功功率指令ΔP来改变机组的有功输出,从而实现对系统频率跌落的支撑。图3给出了虚拟惯性控制与DFIG风电机组系统模型中变桨及转速控制器的有功功率控制回路的整合方式。本实施例中,图3中一阶惯性环节(起滤波作用)的时间常数Tf数值设定为1.0,虚拟惯性控制系数Kdf的数值设定为50。除整合虚拟惯性控制以外,未对DFIG风电机组的系统模型做其他修改。
步骤2、在完整保留机械动态相关部分的基础上对风电机组的系统模型进行简化。
进一步,具体的简化过程包括:将两质块轴系模型简化为单质块轴系模型;保留双馈感应发电机模型中的转子运动方程而忽略所有电气方程;使用一个有功功率计算系数KAP替代变流器、机侧变流控制器模型和网侧变流控制器模型的作用;风力机模型、变桨及转速控制器模型不进行简化。
进一步,最终得到的风电机组简化模型以风速和电力系统频率为输入量,以风电机组有功功率为输出量,而不是像系统模型那样以风速、电压为输入量,以电流为输出量。
DFIG风电机组系统模型简化后的结构如图4所示,其由风力机模型、发电机模型(仅保留转子运动方程)、替代变流器及其控制器的有功功率计算系数KAP以及具备频率支撑控制的转速和桨距角控制器等四部分组成。因风力机模型、转子运动方程发电机转子运动方程是本领域技术人员所熟知的,因此不再赘述。
步骤3、求取风电机组机械简化模型的关键参数。
进一步,除因模型简化而不再涉及的参数外,简化模型中的双馈感应发电机惯性时间常数H是系统模型中双馈感应发电机惯性时间常数和风力机惯性时间常数之和,有功功率计算系数KAP需根据简化模型的有功功率数值与系统模型的有功功率数值一致来辨识;简化模型中尚存在的其他参数与系统模型保持一致。
DFIG风电机组简化模型中的关键参数KAP和H如表1所列。为方便工程人员复现本实施例,风力机模型中部分隐藏于系统模型初始化程序中的参数也列入表1,从而工程人员可以直接将其数值设置到风力机模型中,从而使DFIG风电机组的简化模型可以直接使用而无需采用初始化程序。
表1 DFIG风电机组简化模型的关键参数
为验证简化模型在系统频率变化下的输出和系统模型的一致,本实施例采用了如图5所示的IEEE-9节点仿真系统。图5中G1和G2分别设置为水轮机和汽轮机;G3是一个配备86台1.5MW的DFIG风电机组的风电场,并用单机等效模型表示。同时将DFIG风电机组的简化模型和系统模型接入该系统进行仿真,风速设置为9m/s。在仿真过程中,DFIG风电机组的简化模型与系统模型共享风速和频率信号,但不向系统输出有功功率。通过比较两种模型的有功功率响应曲线和转子转速变化曲线来验证简化模型的有效性。引起系统频率变化的扰动是Bus5上负荷功率突然增加15MW,约为该系统总发电量的0.0513p.u.。图6和图7为DFIG风电机组系统模型和简化模型的转子转速变化曲线和有功功率响应曲线对比图,由图可以看出系统模型和简化模型的两种响应曲线一致,验证了DFIG风电机组简化模型的有效性。
步骤4、建立除风电以外的电力系统的通用频率响应模型。通用频率响应模型是一个传递函数,记为GSFR(s),表示电力系统功率缺额与系统频率变化之间的关系,可以通过功率扰动和系统频率变化过程来辨识。
进一步,所建立的电力系统通用频率响应模型不包括风电本身的频率支撑控制,如果是开展理论研究,应当首先屏蔽电力系统中所有风电的频率支撑控制,然后在系统中制造功率缺额,接着根据系统频率变化辨识GSFR(s);如果是辨识实际电力系统的GSFR(s),则应确保风电机组退出频率支持控制,然后再根据实际系统中发生的功率缺额和频率变化来辨识GSFR(s)。
经典的电力系统频率响应模型结构如图8所示,其中Δf为频率变化;ΔPd,ΔPm和ΔPa分别是扰动功率、同步机机械功率和加速功率的变化量。由于在风电参与频率主动支撑的研究中采用系统频率响应模型的目的是替代完整的电力系统模型,而不是研究电力系统本身特性对频率的影响,因此技术人员并不需要关心经典电力系统频率响应模型中各个参数的数值。并且,在研究风电频率支撑控制时一般不改动电力系统的构成和设置,因此本发明中将经典频率响应模型简化为一个传递函数GSFR(s),即电力系统的通用频率响应模型。
以图8所示的IEEE 9节点系统为例,先屏蔽DFIG风电机组系统模型中的频率支撑控制,然后在系统中产生负荷功率扰动,接着根据负荷功率扰动和系统频率变化过程来辨识GSFR(s)。参数辨识可使用MATLAB平台提供的系统辨识工具箱,不再赘述。在屏蔽风电频率支撑控制的情况下,采用实施例步骤3中所述的负荷功率扰动,可以辨识得到如式(2)所示的三阶传递函数GSFR(s),即为改系统的通用频率响应函数。需要指出的是,如果改变了电力系统中风电以外设备的型号、参数等设置,就需要用上述方法重新辨识GSFR(s)。
此外,虽然本实施例中使用的IEEE 9节点系统是一个小规模的电力系统,但辨识GSFR(S)的方法同样适应于大规模的、实际的电力系统。通过使用实际大规模电力系统中实测到的功率缺额和频率变化来辨识GSFR(S),就可以在MATLAB软件下研究风电频率支撑控制策略在实际大电网中的控制效果。
步骤5、连接风电机组的简化模型和电力系统的通用频率响应模型,得到风电参与电网频率支撑的快速仿真模型。
进一步,在进行模型连接时,电力系统通用频率响应模型GSFR(s)的输出是频率变化量Δf,Δf和电力系统的稳态频率f0相加得到系统频率f,f被输入到风电机组的简化模型中;风电机组简化模型输出的有功功率Pe减去其稳态值P0得到风电机组有功功率支撑量ΔPDFIG;ΔPDFIG与电力系统功率缺额ΔPd之和作为GSFR(s)的输入量。
进一步,若要将含N台风电机组的风电场与电力系统的通用频率响应模型进行连接,则首先忽略电场内部的集电网络;然后将根据GSFR(s)输出量Δf计算出的系统频率f作为N个风电机组简化模型的共同输入量;N个风电机组简化模型的输入风速单独设定;N个风电机组简化模型的总输出功率(Pe1+Pe2+…+PeN)与风电场总有功功率的稳态值PΣ0相减得到风电场有功功率的支撑量ΔPWF;ΔPWF与电力系统功率缺额ΔPd之和作为GSFR(s)的输入量。
进一步,风电机组简化模型的有功功率稳态值P0或风电场总有功功率的稳态值PΣ0,均是在电力系统额定频率和指定风速下进行仿真得到的。
图9为单台风电机组的简化模型与电力系统通用频率响应模型的整合示意图;图10则为含多台风电机组的风电场与电力系统通用频率响应模型的整合示意图。风电机组的输入风速需要人为设置;风电机组模型的另一个输入是电网频率,由电力系统通用频率响应模型提供;风电机组输出的支撑功率(输出功率与稳态功率之差)与系统功率缺额累加后作为电力系统通用频率响应模型的输出。
图9中采用的单台DFIG风电机组的额定功率为1.5MW,当采用9m/s的输入风速和50Hz的额定频率时,风电机组的稳态有功功率P0的标幺值为0.3883pu(基准值为1.5MW)。图10中采用了一个具有86台DFIG风电机组的风电场,每台机组的额定功率均为1.5MW,当风速均设定为9m/s时,在50Hz的额定频率下,风电场的稳态有功功率PΣ0的标幺值为0.3883pu(基准值为129MW)。
图11为IEEE-9节点系统系统模型和快速仿真模型(单台风电机组)的频率响应曲线对比图,由图11可以看出快速仿真模型和系统模型的频率响应一致,表2列出的三个频率变化指标误差非常小,证明了快速仿真模型的有效性和准确性。
表2两条频率曲线之间的差异
频率指标 |
系统模型 |
快速仿真模型 |
误差 |
初始变化率 |
-0.098Hz/s |
-0.104Hz/s |
0.006Hz/s |
频率最低值 |
49.772Hz |
49.770Hz |
0.002Hz |
稳态值 |
49.920Hz |
49.919Hz |
0.001Hz |
表3比较了IEEE-9节点系统系统模型(风电场采用单机等效)和图9、图10所示快速仿真模型的计算速度。在MATLAB软件中进行仿真时均采用定步长、“ode4(Runge-Kutta)”算法、“Accelerator”模式,由于较大的仿真步长会导致IEEE-9节点系统系统模型计算失败,因此仿真步长设置为1毫秒。在AMD Ryzen5 5600X的CPU上完成一轮300秒的仿真需要112.37秒。使用快速仿真模型时,仿真步长可以扩大到10毫秒。对于长度为300秒的仿真,若风电场采用单机等效,快速仿真模型只耗时0.86秒,仿真速度提高了130倍。若采用图10中具有86台机组的风电场,系统模型的运行时间超过2小时40分,如此慢速的模型难以用于开展研究,而快速仿真模型的耗时仅为8.22秒,仿真速度提高了近1100倍。从上述仿真精度和仿真速度的对比结果中可以看到,相比完整的含风电电力系统模型,本发明所提出的快速仿真模型具有令人满意的精度和优异的仿真速度。
表3系统系统模型和快速仿真模型的效率对比
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。