CN115758672A - 一种电力电子化新能源电力系统降阶小信号模型构建方法 - Google Patents

Abstract

本发明提出一种电力电子化新能源电力系统降阶小信号模型构建方法，涉及电力系统稳定与控制技术领域，该方法建立电力电子化新能源电力系统的全阶小信号状态空间模型，计算系统模型的特征值，选出系统主导特征值，利用参与矩阵分析主导特征值与所有状态变量的关系并划分出快、慢动态模块子模型和耦合动态模块子模型，通过奇异摄动理论，将快动态模块子模型进行零阶近似等效，并与慢动态及耦合动态模块子模型重构为电力电子化新能源电力系统的降阶小信号模型，能够保证系统降阶模型精度与全阶模型一致，同时在一定程度上保留降阶模型的物理意义，为电力电子化新能源电力系统进一步的调度与控制提供便利。

Description

一种电力电子化新能源电力系统降阶小信号模型构建方法

技术领域

本发明涉及电力系统稳定控制分析技术领域，更具体地，涉及一种电力电子化新能源电力系统降阶小信号模型构建方法。

背景技术

随着新能源发电技术的发展、电网结构的调整以及“碳中和”目标的提出，我国正处于能源类型转型阶段，传统能源逐步减少，取而代之的是日益增多的新能源发电机组参与到电网供电。同时，由于现有用户对电能质量的需求越来越高，集中式的供电方式难以满足居民用户的用电需求，而配电网系统则为就地消纳大规模分布式新能源发电机组提供了一种可行方法。但是，大量电力电子化新能源发电机组在配电网系统中的接入，使得新能源电力系统呈现出“弱电网”的特征，动态响应特性发生显著变化，对新能源电力系统的安全稳定运行带来了严峻挑战。因此，针对新能源发电机组高渗透率的新型电力系统，研究其在不同小扰动场景下的动态响应特性亦极具价值。若对此类电力电子化新能源电力系统的所有新能源发电机组均采用详细的全阶数学模型进行仿真分析，则可能会引发“维数灾问题”，可能会因为系统模型维数过高而致使模型计算效率低甚至崩溃。因此，为提高模型仿真分析的计算效率，有必要对模型进行降阶。

电力系统中模型降阶的方法有多种，如：Krylov子空间法、模态截断法、平衡截断法、奇异摄动法等。前三类方法都需要将系统由一个高维空间投影至一个低维空间中，这样的做法使得系统原动态的物理意义丧失，无法对系统原动态在系统稳定性中的作用进行分析。奇异摄动法则是基于双时间尺度特性，将系统动态划分为快、慢动态，认为慢动态对系统主导特征根有决定性作用，即慢动态主导系统性能，而快动态则被认为对系统性能的影响可以忽略不计，从而将系统快动态视作系统慢动态的边界层进行降阶处理。从时间尺度的角度看，快动态可以被忽略的原因在于快动态的动态响应时间远远小于慢动态，从而快动态被认为是恒定的常数量，因而不对慢动态产生影响。但新能源发电机组由于电力电子变换器的存在，使得机组的惯性缺失，新能源发电机组的慢动态和快动态在一定程度上存在耦合，简单地基于奇异摄动双时间尺度特性对新能源发电机组进行降阶，可能会导致模型降阶的误差变大。

目前的现有技术公开了一种电力电子化接口电源降阶建模方法及系统，包括：获取系统参数、根据所述系统参数，构建电力电子接口电源电磁暂态模型、根据所述电力电子接口电源电磁暂态模型，建立电力电子化接口电源的降阶模型，其中所述电力电子接口电源的降阶模型包括基于快动态过程简化的电力系统微分代数方程模型和混合仿真微分代数方程模型；该方案中针对的是单台电力电子化发电机组的模型降阶，没有考虑到电力电子化发电机组连接成新能源电力系统后产生的交互作用对模型降阶的影响。此外，该方案中仅将系统快动态作为系统慢动态的边界层系统，而不考虑建立系统快动态的降阶等效模型，使得系统降阶模型缺乏了一定的物理意义，不利于系统级别的分析与控制设计。

发明内容

本发明为克服上述现有技术系统降阶模型效果不佳的缺陷，提供一种电力电子化新能源电力系统降阶建模方法，可以在一定程度上保留系统的物理意义，改善系统仿真分析和控制设计的效果。

为解决上述技术问题，本发明的技术方案如下：

本发明提供一种电力电子化新能源电力系统降阶小信号模型构建方法，包括以下步骤：

S1：建立电力电子化新能源电力系统的全阶小信号状态空间模型，包括下垂控制模块子模型、电压控制模块子模型、电流控制模块子模型、LC滤波及耦合电感模块子模型和网络线路模块子模型；

S2：根据电力电子化新能源电力系统的全阶小信号状态空间模型计算电力电子化新能源电力系统的全阶小信号状态空间模型的参与矩阵和主导特征值；

S3：利用参与矩阵分析主导特征值和各模块子模型状态变量之间的关系，获得分析结果；并根据分析结果将各模块子模型划分为快动态模块子模型、慢动态模块子模型和耦合动态模块子模型；

S4：将快动态模块子模型进行零阶近似等效，获取快动态零阶近似等效子模型；

S5：将慢动态模块子模型和耦合动态模块子模型与快动态零阶近似等效子模型进行重构，获得电力电子化新能源电力系统的降阶小信号模型。

优选地，所述步骤S1中，下垂控制模块子模型具体为：

针对下垂控制模块，建立如下小信号状态空间子模型：

其中，ΔX_DROOP为下垂控制器状态变量；ΔX_LCL为LC滤波及耦合电感模块状态变量，作为下垂模块的输入变量；Δω_com为公共坐标系的频率偏差；Δω、

分别为电力电子变换器输出电压角频率、输出电压参考值；A_P为下垂控制模块的状态矩阵；B_P、B_Pωcom为下垂控制模块的输入变量和公共参考坐标系的输入矩阵；C_Pω、C_Pv为下垂控制模块的输出矩阵。

优选地，所述步骤S1中，电压控制模块子模型具体为：

针对电压控制模块，建立如下小信号状态空间子模型：

其中，ΔX_VC为电压控制器积分项的状态变量；

为电力电子变换器出口电流参考值；Δvo_dq为电力电子变换器实际输出电压；A_V为电压控制模块的状态矩阵；B_V1、B_V2为参考输出电压和实际输出电压的输入矩阵；C_V为电压控制模块的输出矩阵；D_V1、D_V2为电压控制模块的传递矩阵。

优选地，所述步骤S1中，电流控制模块子模型具体为：

针对电流控制模块，建立如下小信号状态空间子模型：

其中，ΔX_CC为电压控制器积分项的状态变量；

为电力电子变换器出口电压参考值；Δi_ldq为电力电子变换器出口实际电流；A_C为电流控制模块的状态矩阵；B_C1、B_C2为参考输出电流和实际输出电流的输入矩阵；C_C为电流控制模块的输出矩阵；D_C1、D_C2为电流控制模块的传递矩阵。

优选地，所述步骤S1中，LC滤波及耦合电感模块子模型具体为：

针对LC滤波及耦合电感模块，建立如下小信号状态空间子模型：

其中，ΔX_LC和Δio_dq分别为LC滤波器状态变量和耦合电感状态变量；Δv_idq为电力电子变换器出口实际电压；Δv_bdq为母线电压；A_LCL为LC滤波及耦合电感模块的状态矩阵；B_LCL1、B_LCL2、B_LCL3分别为电力电子变换器出口实际电压、母线电压和电力电子变换器输出频率变化量相应的输入矩阵。

优选地，所述下垂控制模块子模型、电压控制模块子模型、电流控制模块子模型和LC滤波及耦合电感模块子模型构成新能源发电机组的全阶小信号状态空间模型；

所述新能源发电机组的全阶小信号状态空间模型具体为：

其中，Δv_bDQ为新能源发电机组在公共参考坐标系下的连接点电压；ΔX_RESi为新能源发电机组的全部状态变量，包括下垂控制模块状态变量、电压控制模块状态变量、电流控制模块状态变量和LC滤波及耦合电感模块状态变量；A_RESi为新能源发电机组的状态矩阵，B_RESi和B_ωcomi为新能源发电机组和公共参考坐标系的输入矩阵。

优选地，所述步骤S1中，网络线路模块子模型和电力电子化新能源电力系统的全阶小信号状态空间模型具体为：

针对网络线路模块，建立如下小信号状态空间子模型：

其中，Δi_lineDQ为网络线路状态变量，A_NET为网络线路的状态矩阵，B_NET1和B_NET2为网络线路和公共参考坐标系的输入矩阵；

多个新能源发电机组的全阶小信号状态空间模型和网络线路模块子模型构成电力电子化新能源电力系统的全阶小信号状态空间模型，所述电力电子化新能源电力系统的全阶小信号状态空间模型具体为：

其中，ΔX_sys为电力电子化新能源电力系统的所有状态变量，包括所有新能源发电机组的状态变量、网络线路状态变量以及负荷状态变量；Δi_loadDQ为负荷状态变量；A_sys为电力电子化新能源电力系统模型的状态矩阵。

优选地，所述步骤S3中，利用参与矩阵分析主导特征值和各模块子模型状态变量之间的关系，获得分析结果；并根据分析结果将各模块子模型划分为快动态模块子模型、慢动态模块子模型和耦合动态模块子模型，具体方法为：

求解电力电子化新能源电力系统模型的状态矩阵A_sys的所有特征值及相应左右特征向量，获得电力电子化新能源电力系统的全阶小信号状态空间模型的参与矩阵；

在所有特征值中，将实部最小的复共轭特征值及实部为其三倍大小范围内的复共轭特征值设置为主导特征值；

利用参与矩阵分析主导特征值和各模块子模型状态变量之间的关系，获取每个模块子模型状态变量参与因子；将模块子模型状态变量参与因子大于0.01的模块子模型划分为慢动态模块子模型，将模块子模型状态变量参与因子小于0.01的模块子模型划分为快动态模块子模型；将耦合电感模块子模型和网络线路模块子模型划分为耦合动态模块子模型。

优选地，所述步骤S4中，将快动态模块子模型进行零阶近似等效，获取快动态零阶近似等效子模型，具体方法为：

将快动态模块子模型进行零阶近似等效，具体为：

其中，ΔX_f为快动态模块子模型相应的状态变量；ΔU_f为快动态模块子模型相应的输入变量；ΔY_f为快动态模块子模型相应的输入变量；ε为系统摄动参数；A_f、B_f、C_f、D_f分别为快动态模块子模型相应的状态矩阵、输入矩阵、输出矩阵以及传递矩阵；

当系统摄动参数ε趋近于0且快动态模块子模型相应的状态矩阵Af为非奇异矩阵时，将快动态模块子模型相应的状态方程代入输出方程获得快动态零阶近似等效子模型：

其中，

为快动态模块子模型相应的状态矩阵A_f的逆矩阵。

优选地，所述步骤S5中，将慢动态模块子模型和耦合动态模块子模型与快动态零阶近似等效子模型进行重构，获得电力电子化新能源电力系统的降阶小信号模型，具体方法为：

将快动态零阶近似等效子模型作为慢动态模块子模型及耦合动态模块子模型的边界层，具体为：

其中，ΔX_s,c为慢动态及耦合动态模块子模型相应的状态变量；A₁₁、A₁₂、A₂₁、A₂₂为第一雅可比矩阵、第二雅可比矩阵、第三雅可比矩阵和第四雅可比矩阵；

当系统摄动参数ε趋近于0且第四雅可比矩阵A₂₂为非奇异矩阵时，获得电力电子化新能源电力系统的降阶小信号模型：

其中，

为第四雅可比矩阵A₂₂的逆矩阵。

与现有技术相比，本发明技术方案的有益效果是：

本发明提供一种电力电子化新能源电力系统降阶建模方法，该方法通过建立电力电子化新能源电力系统的全阶小信号状态空间模型，根据所建立的系统模型获取系统模型的参与矩阵和主导特征值，利用参与矩阵分析主导特征值与所有状态变量的关系并划分出快动态模块子模型、慢动态模块子模型和耦合动态模块子模型，通过奇异摄动理论，将快动态模块子模型进行零阶近似等效，并与慢动态及耦合动态模块子模型重构为电力电子化新能源电力系统的降阶小信号模型；

本发明能够保证系统降阶模型精度与全阶模型一致，同时在一定程度上保留系统降阶模型的物理意义，为电力电子化新能源电力系统进一步的调度与控制提供指导性建议；另外，本发明所建立的电力电子化新能源电力系统的降阶小信号模型能够拟合全阶模型的动态响应特性，有效提高系统仿真与稳定性分析的计算效率，显著改善改善系统仿真分析和控制设计的效果。

附图说明

图1为实施例1所提供的一种电力电子化新能源电力系统降阶小信号模型构建方法流程图。

图2为实施例2所提供的一种电力电子化新能源电力系统降阶小信号模型构建方法流程图。

图3为实施例2所提供的电力电子化新能源电力系统的结构示意图。

图4为实施例3所提供的电力电子化新能源电力系统降阶小信号模型结构图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；

对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

下面结合附图和实施例对本发明的技术方案做进一步的说明。

实施例1

如图1所示，本实施例提供一种电力电子化新能源电力系统降阶小信号模型构建方法，包括以下步骤：

S1：建立电力电子化新能源电力系统的全阶小信号状态空间模型，包括下垂控制模块子模型、电压控制模块子模型、电流控制模块子模型、LC滤波及耦合电感模块子模型和网络线路模块子模型；

S2：根据电力电子化新能源电力系统的全阶小信号状态空间模型计算电力电子化新能源电力系统的全阶小信号状态空间模型的参与矩阵和主导特征值；

S3：利用参与矩阵分析主导特征值和各模块子模型状态变量之间的关系，获得分析结果；并根据分析结果将各模块子模型划分为快动态模块子模型、慢动态模块子模型和耦合动态模块子模型；

S4：将快动态模块子模型进行零阶近似等效，获取快动态零阶近似等效子模型；

S5：将慢动态模块子模型和耦合动态模块子模型与快动态零阶近似等效子模型进行重构，获得电力电子化新能源电力系统的降阶小信号模型。

在具体实施过程中，首先建立电力电子化新能源电力系统的全阶小信号模型；之后根据所建立的系统模型，求解系统模型的状态矩阵，获取系统模型的参与矩阵和主导特征值；之后利用系统模型的参与矩阵分析主导特征值和系统模型所有的状态变量的关系，根据分析结果将各模块子模型划分为快动态模块子模型、慢动态模块子模型和耦合动态模块子模型；之后将快动态模块子模型进行零阶近似等效，获取快动态零阶近似等效子模型；最后将慢动态模块子模型和耦合动态模块子模型与快动态零阶近似等效子模型进行重构，获得电力电子化新能源电力系统的降阶小信号模型；

该方法能够保证系统降阶模型精度与全阶模型一致，同时在一定程度上保留系统降阶模型的物理意义，为电力电子化新能源电力系统进一步的调度与控制提供指导性建议；另外，本发明所建立的电力电子化新能源电力系统的降阶小信号模型能够拟合全阶模型的动态响应特性，有效提高系统仿真与稳定性分析的计算效率，显著改善改善系统仿真分析和控制设计的效果。

实施例2

如图2所示，本发明提供一种电力电子化新能源电力系统降阶小信号模型构建方法，包括以下步骤：

S1：建立电力电子化新能源电力系统的全阶小信号状态空间模型，包括下垂控制模块子模型、电压控制模块子模型、电流控制模块子模型、LC滤波及耦合电感模块子模型和网络线路模块子模型；

S2：根据电力电子化新能源电力系统的全阶小信号状态空间模型计算电力电子化新能源电力系统的全阶小信号状态空间模型的参与矩阵和主导特征值；

S3：利用参与矩阵分析主导特征值和各模块子模型状态变量之间的关系，获得分析结果；并根据分析结果将各模块子模型划分为快动态模块子模型、慢动态模块子模型和耦合动态模块子模型；

S4：将快动态模块子模型进行零阶近似等效，获取快动态零阶近似等效子模型；

S5：将慢动态模块子模型和耦合动态模块子模型与快动态零阶近似等效子模型进行重构，获得电力电子化新能源电力系统的降阶小信号模型。

所述步骤S1中，下垂控制模块子模型具体为：

针对下垂控制模块，建立如下小信号状态空间子模型：

其中，ΔX_DROOP为下垂控制器状态变量；ΔX_LCL为LC滤波及耦合电感模块状态变量，作为下垂模块的输入变量；Δω_com为公共坐标系的频率偏差；Δω、

分别为电力电子变换器输出电压角频率、输出电压参考值；A_P为下垂控制模块的状态矩阵；B_P、B_Pωcom为下垂控制模块的输入变量和公共参考坐标系的输入矩阵；C_Pω、C_Pv为下垂控制模块的输出矩阵。

所述步骤S1中，电压控制模块子模型具体为：

针对电压控制模块，建立如下小信号状态空间子模型：

其中，ΔX_VC为电压控制器积分项的状态变量；

为电力电子变换器出口电流参考值；Δv_odq为电力电子变换器实际输出电压；A_V为电压控制模块的状态矩阵；B_V1、B_V2为参考输出电压和实际输出电压的输入矩阵；C_V为电压控制模块的输出矩阵；D_V1、D_V2为电压控制模块的传递矩阵。

所述步骤S1中，电流控制模块子模型具体为：

针对电流控制模块，建立如下小信号状态空间子模型：

其中，ΔX_CC为电压控制器积分项的状态变量；

为电力电子变换器出口电压参考值；Δi_ldq为电力电子变换器出口实际电流；A_C为电流控制模块的状态矩阵；B_C1、B_C2为参考输出电流和实际输出电流的输入矩阵；C_C为电流控制模块的输出矩阵；D_C1、D_C2为电流控制模块的传递矩阵。

所述步骤S1中，LC滤波及耦合电感模块子模型具体为：

针对LC滤波及耦合电感模块，建立如下小信号状态空间子模型：

其中，ΔX_LC和Δi_odq分别为LC滤波器状态变量和耦合电感状态变量；Δv_idq为电力电子变换器出口实际电压；Δv_bdq为母线电压；A_LCL为LC滤波及耦合电感模块的状态矩阵；B_LCL1、B_LCL2、B_LCL3分别为电力电子变换器出口实际电压、母线电压和电力电子变换器输出频率变化量相应的输入矩阵。

所述下垂控制模块子模型、电压控制模块子模型、电流控制模块子模型和LC滤波及耦合电感模块子模型构成新能源发电机组的全阶小信号状态空间模型；

所述新能源发电机组的全阶小信号状态空间模型具体为：

其中，Δv_bDQ为新能源发电机组在公共参考坐标系下的连接点电压；ΔX_RESi为新能源发电机组的全部状态变量，包括下垂控制模块状态变量、电压控制模块状态变量、电流控制模块状态变量和LC滤波及耦合电感模块状态变量；A_RESi为新能源发电机组的状态矩阵，B_RESi和B_ωcomi为新能源发电机组和公共参考坐标系的输入矩阵。

所述步骤S1中，网络线路模块子模型和电力电子化新能源电力系统的全阶小信号状态空间模型具体为：

针对网络线路模块，建立如下小信号状态空间子模型：

其中，Δi_lineDQ为网络线路状态变量，A_NET为网络线路的状态矩阵，B_NET1和B_NET2为网络线路和公共参考坐标系的输入矩阵；

如图3所示，多个新能源发电机组的全阶小信号状态空间模型和网络线路模块子模型构成电力电子化新能源电力系统的全阶小信号状态空间模型，所述电力电子化新能源电力系统的全阶小信号状态空间模型具体为：

其中，ΔX_sys为电力电子化新能源电力系统的所有状态变量，包括所有新能源发电机组的状态变量、网络线路状态变量以及负荷状态变量；Δi_loadDQ为负荷状态变量；A_sys为电力电子化新能源电力系统模型的状态矩阵。

所述步骤S3中，利用参与矩阵分析主导特征值和各模块子模型状态变量之间的关系，获得分析结果；并根据分析结果将各模块子模型划分为快动态模块子模型、慢动态模块子模型和耦合动态模块子模型，具体方法为：

求解电力电子化新能源电力系统模型的状态矩阵A_sys的所有特征值及相应左右特征向量，获得电力电子化新能源电力系统的全阶小信号状态空间模型的参与矩阵；

在所有特征值中，将实部最小的复共轭特征值及实部为其三倍大小范围内的复共轭特征值设置为主导特征值；

利用参与矩阵分析主导特征值和各模块子模型状态变量之间的关系，获取每个模块子模型状态变量参与因子；将模块子模型状态变量参与因子大于0.01的模块子模型划分为慢动态模块子模型，将模块子模型状态变量参与因子小于0.01的模块子模型划分为快动态模块子模型；将耦合电感模块子模型和网络线路模块子模型划分为耦合动态模块子模型。

所述步骤S4中，将快动态模块子模型进行零阶近似等效，获取快动态零阶近似等效子模型，具体方法为：

将快动态模块子模型进行零阶近似等效，具体为：

其中，ΔX_f为快动态模块子模型相应的状态变量；ΔU_f为快动态模块子模型相应的输入变量；ΔY_f为快动态模块子模型相应的输入变量；ε为系统摄动参数；A_f、B_f、C_f、D_f分别为快动态模块子模型相应的状态矩阵、输入矩阵、输出矩阵以及传递矩阵；

当系统摄动参数ε趋近于0且快动态模块子模型相应的状态矩阵A_f为非奇异矩阵时，将快动态模块子模型相应的状态方程代入输出方程获得快动态零阶近似等效子模型：

其中，

为快动态模块子模型相应的状态矩阵A_f的逆矩阵。

所述步骤S5中，将慢动态模块子模型和耦合动态模块子模型与快动态零阶近似等效子模型进行重构，获得电力电子化新能源电力系统的降阶小信号模型，具体方法为：

将快动态零阶近似等效子模型作为慢动态模块子模型及耦合动态模块子模型的边界层，具体为：

其中，ΔX_s,c为慢动态及耦合动态模块子模型相应的状态变量；A₁₁、A₁₂、A₂₁、A₂₂为第一雅可比矩阵、第二雅可比矩阵、第三雅可比矩阵和第四雅可比矩阵；

当系统摄动参数ε趋近于0且第四雅可比矩阵A₂₂为非奇异矩阵时，获得电力电子化新能源电力系统的降阶小信号模型：

其中，

为第四雅可比矩阵A₂₂的逆矩阵。

在具体实施过程中，首先建立电力电子化新能源电力系统的全阶小信号模型；之后根据所建立的系统模型，求解系统模型的状态矩阵，获取系统模型的参与矩阵和主导特征值；之后利用系统模型的参与矩阵分析主导特征值和系统模型所有的状态变量的关系，根据分析结果将各模块子模型划分为快动态模块子模型、慢动态模块子模型和耦合动态模块子模型；之后将快动态模块子模型进行零阶近似等效，获取快动态零阶近似等效子模型；最后将慢动态模块子模型和耦合动态模块子模型与快动态零阶近似等效子模型进行重构，获得电力电子化新能源电力系统的降阶小信号模型；

该方法能够保证系统降阶模型精度与全阶模型一致，同时在一定程度上保留系统降阶模型的物理意义，为电力电子化新能源电力系统进一步的调度与控制提供指导性建议；另外，本发明所建立的电力电子化新能源电力系统的降阶小信号模型能够拟合全阶模型的动态响应特性，有效提高系统仿真与稳定性分析的计算效率，显著改善改善系统仿真分析和控制设计的效果。

实施例3

如图4所示，本实施例提供一种电力电子化新能源电力系统降阶小信号模型，包括多个新能源发电机组的降阶小信号状态空间模型和网络线路模块子模型，每个新能源发电机组的降阶小信号状态空间模型通过网络线路模块子模型进行连接，共同组成电力电子化新能源电力系统降阶小信号模型；

所述每个新能源发电机组的降阶小信号状态空间模型包括慢动态模块子模型、耦合动态模块子模型和快动态零阶近似等效子模型；

本实施例中所述的慢动态模块子模型为下垂控制模块子模型，耦合动态模块子模型包括和耦合电感模块子模型和网络线路模块子模型，所述快动态零阶近似等效子模型包括零阶近似等效后的电压控制模块子模型、电流控制子模型和LC滤波模块子模型。

相同或相似的标号对应相同或相似的部件；

附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (10)

1.一种电力电子化新能源电力系统降阶小信号模型构建方法，其特征在于，包括以下步骤：

S1：建立电力电子化新能源电力系统的全阶小信号状态空间模型，包括下垂控制模块子模型、电压控制模块子模型、电流控制模块子模型、LC滤波及耦合电感模块子模型和网络线路模块子模型；

S2：根据电力电子化新能源电力系统的全阶小信号状态空间模型计算电力电子化新能源电力系统的全阶小信号状态空间模型的参与矩阵和主导特征值；

S3：利用参与矩阵分析主导特征值和各模块子模型状态变量之间的关系，获得分析结果；并根据分析结果将各模块子模型划分为快动态模块子模型、慢动态模块子模型和耦合动态模块子模型；

S4：将快动态模块子模型进行零阶近似等效，获取快动态零阶近似等效子模型；

S5：将慢动态模块子模型和耦合动态模块子模型与快动态零阶近似等效子模型进行重构，获得电力电子化新能源电力系统的降阶小信号模型。

2.根据权利要求1所述的一种电力电子化新能源电力系统降阶小信号模型构建方法，其特征在于，所述步骤S1中，下垂控制模块子模型具体为：

针对下垂控制模块，建立如下小信号状态空间子模型：

其中，ΔX_DROOP为下垂控制器状态变量；ΔX_LCL为LC滤波及耦合电感模块状态变量，作为下垂模块的输入变量；Δω_com为公共坐标系的频率偏差；Δω、

分别为电力电子变换器输出电压角频率、输出电压参考值；A_P为下垂控制模块的状态矩阵；B_P、B_Pωcom为下垂控制模块的输入变量和公共参考坐标系的输入矩阵；C_Pω、C_Pv为下垂控制模块的输出矩阵。

3.根据权利要求2所述的一种电力电子化新能源电力系统降阶小信号模型构建方法，其特征在于，所述步骤S1中，电压控制模块子模型具体为：

针对电压控制模块，建立如下小信号状态空间子模型：

其中，ΔX_VC为电压控制器积分项的状态变量；

为电力电子变换器出口电流参考值；Δv_odq为电力电子变换器实际输出电压；A_V为电压控制模块的状态矩阵；B_V1、B_V2为参考输出电压和实际输出电压的输入矩阵；C_V为电压控制模块的输出矩阵；D_V1、D_V2为电压控制模块的传递矩阵。

4.根据权利要求3所述的一种电力电子化新能源电力系统降阶小信号模型构建方法，其特征在于，所述步骤S1中，电流控制模块子模型具体为：

针对电流控制模块，建立如下小信号状态空间子模型：

其中，ΔX_CC为电压控制器积分项的状态变量；

为电力电子变换器出口电压参考值；Δi_ldq为电力电子变换器出口实际电流；A_C为电流控制模块的状态矩阵；B_C1、B_C2为参考输出电流和实际输出电流的输入矩阵；C_C为电流控制模块的输出矩阵；D_C1、D_C2为电流控制模块的传递矩阵。

5.根据权利要求4所述的一种电力电子化新能源电力系统降阶小信号模型构建方法，其特征在于，所述步骤S1中，LC滤波及耦合电感模块子模型具体为：

针对LC滤波及耦合电感模块，建立如下小信号状态空间子模型：

其中，ΔX_LC和Δi_odq分别为LC滤波器状态变量和耦合电感状态变量；Δv_idq为电力电子变换器出口实际电压；Δv_bdq为母线电压；A_LCL为LC滤波及耦合电感模块的状态矩阵；B_LCL1、B_LCL2、B_LCL3分别为电力电子变换器出口实际电压、母线电压和电力电子变换器输出频率变化量相应的输入矩阵。

6.根据权利要求5所述的一种电力电子化新能源电力系统降阶小信号模型构建方法，其特征在于，所述下垂控制模块子模型、电压控制模块子模型、电流控制模块子模型和LC滤波及耦合电感模块子模型构成新能源发电机组的全阶小信号状态空间模型；

所述新能源发电机组的全阶小信号状态空间模型具体为：

其中，Δv_bDQ为新能源发电机组在公共参考坐标系下的连接点电压；ΔX_RESi为新能源发电机组的全部状态变量，包括下垂控制模块状态变量、电压控制模块状态变量、电流控制模块状态变量和LC滤波及耦合电感模块状态变量；A_RESi为新能源发电机组的状态矩阵，B_RESi和B_ωcomi为新能源发电机组和公共参考坐标系的输入矩阵。

7.根据权利要求6所述的一种电力电子化新能源电力系统降阶小信号模型构建方法，其特征在于，所述步骤S1中，网络线路模块子模型和电力电子化新能源电力系统的全阶小信号状态空间模型具体为：

针对网络线路模块，建立如下小信号状态空间子模型：

其中，Δi_lineDQ为网络线路状态变量，A_NET为网络线路的状态矩阵，B_NET1和B_NET2为网络线路和公共参考坐标系的输入矩阵；

多个新能源发电机组的全阶小信号状态空间模型和网络线路模块子模型构成电力电子化新能源电力系统的全阶小信号状态空间模型，所述电力电子化新能源电力系统的全阶小信号状态空间模型具体为：

其中，ΔX_sys为电力电子化新能源电力系统的所有状态变量，包括所有新能源发电机组的状态变量、网络线路状态变量以及负荷状态变量；Δi_loadDQ为负荷状态变量；A_sys为电力电子化新能源电力系统模型的状态矩阵。

8.根据权利要求7所述的一种电力电子化新能源电力系统降阶小信号模型构建方法，其特征在于，所述步骤S3中，利用参与矩阵分析主导特征值和各模块子模型状态变量之间的关系，获得分析结果；并根据分析结果将各模块子模型划分为快动态模块子模型、慢动态模块子模型和耦合动态模块子模型，具体方法为：

求解电力电子化新能源电力系统模型的状态矩阵A_sys的所有特征值及相应左右特征向量，获得电力电子化新能源电力系统的全阶小信号状态空间模型的参与矩阵；

在所有特征值中，将实部最小的复共轭特征值及实部为其三倍大小范围内的复共轭特征值设置为主导特征值；

利用参与矩阵分析主导特征值和各模块子模型状态变量之间的关系，获取每个模块子模型状态变量参与因子；将模块子模型状态变量参与因子大于0.01的模块子模型划分为慢动态模块子模型，将模块子模型状态变量参与因子小于0.01的模块子模型划分为快动态模块子模型；将耦合电感模块子模型和网络线路模块子模型划分为耦合动态模块子模型。

9.根据权利要求8所述的一种电力电子化新能源电力系统降阶小信号模型构建方法，其特征在于，所述步骤S4中，将快动态模块子模型进行零阶近似等效，获取快动态零阶近似等效子模型，具体方法为：

将快动态模块子模型进行零阶近似等效，具体为：

其中，ΔX_f为快动态模块子模型相应的状态变量；ΔU_f为快动态模块子模型相应的输入变量；ΔY_f为快动态模块子模型相应的输入变量；ε为系统摄动参数；A_f、B_f、C_f、D_f分别为快动态模块子模型相应的状态矩阵、输入矩阵、输出矩阵以及传递矩阵；

当系统摄动参数ε趋近于0且快动态模块子模型相应的状态矩阵A_f为非奇异矩阵时，将快动态模块子模型相应的状态方程代入输出方程获得快动态零阶近似等效子模型：

其中，

为快动态模块子模型相应的状态矩阵A_f的逆矩阵。

10.根据权利要求9所述的一种电力电子化新能源电力系统降阶小信号模型构建方法，其特征在于，所述步骤S5中，将慢动态模块子模型和耦合动态模块子模型与快动态零阶近似等效子模型进行重构，获得电力电子化新能源电力系统的降阶小信号模型，具体方法为：

将快动态零阶近似等效子模型作为慢动态模块子模型及耦合动态模块子模型的边界层，具体为：

其中，ΔX_s,c为慢动态及耦合动态模块子模型相应的状态变量；A₁₁、A₁₂、A₂₁、A₂₂为第一雅可比矩阵、第二雅可比矩阵、第三雅可比矩阵和第四雅可比矩阵；

当系统摄动参数ε趋近于0且第四雅可比矩阵A₂₂为非奇异矩阵时，获得电力电子化新能源电力系统的降阶小信号模型：

其中，

为第四雅可比矩阵A₂₂的逆矩阵。

Images