CN116613784B - 一种基于pid-dhdp风光发电系统次同步振荡协调控制方法 - Google Patents

一种基于pid-dhdp风光发电系统次同步振荡协调控制方法 Download PDF

Info

Publication number
CN116613784B
CN116613784B CN202310895296.7A CN202310895296A CN116613784B CN 116613784 B CN116613784 B CN 116613784B CN 202310895296 A CN202310895296 A CN 202310895296A CN 116613784 B CN116613784 B CN 116613784B
Authority
CN
China
Prior art keywords
pid
network
controller
input
output
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.)
Active
Application number
CN202310895296.7A
Other languages
English (en)
Other versions
CN116613784A (zh
Inventor
谢兴旺
张倩
陈金支
廖翔宇
唐苗
张萌岩
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.)
Wuchang University of Technology
Original Assignee
Wuchang University of Technology
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 Wuchang University of Technology filed Critical Wuchang University of Technology
Priority to CN202310895296.7A priority Critical patent/CN116613784B/zh
Publication of CN116613784A publication Critical patent/CN116613784A/zh
Application granted granted Critical
Publication of CN116613784B publication Critical patent/CN116613784B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/241—The oscillation concerning frequency
    • 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
    • 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
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

本发明提出了一种基于PID‑DHDP风光发电系统次同步振荡协调控制方法，其方法包括构建基于PID‑DHDP的次同步振荡调控系统，其中，次同步振荡调控系统包括附加次同步振荡阻尼控制器和解耦控制模块，解耦控制模块包括无功功率外环PI控制器、电压外环PI控制器、无功电流内环PI控制器、电压电流内环PI控制器以及PWM调制器；将发电机转速偏差信号Δω（t）和Δω（t‑1）输入附加次同步振荡阻尼控制器，将附加次同步振荡阻尼控制器的输出作用于无功功率外环PI控制器中，并采用基于PID‑DHDP的附加次同步振荡阻尼控制器对光伏发电系统和风力发电系统进行控制。本申请有助于增加电力系统的阻尼，能够较好抑制电力系统发生次同步振荡的风险。

Description

一种基于PID-DHDP风光发电系统次同步振荡协调控制方法
技术领域
本发明涉及光伏和风力发电系统的调节控制技术领域，尤其涉及一种基于PID-DHDP风光发电系统次同步振荡协调控制方法。
背景技术
次同步振荡(SSO)是电力系统中极为常见且危害巨大的一种低频振荡。随着新能源的大力发展和电力电子技术的广泛应用，大规模新能源基地经串联补偿或经直流送出系统中存在频率时变的次同步振荡现象。由于风力和光伏发电具有明显的随机性、间歇性和波动性的特点，大规模光伏和风电并网发电会对电网造成一定冲击作用。风力和光伏发电剧烈波动的非平稳时段，可能对电网稳定运行带来不利影响，严重时会使得发电厂与电网解列。因此为了实施电网侧应对次同步振荡风险的策略已经逐渐引起了学术界和生产运行部门的广泛关注。
公开号为CN106130038A的中国专利公开了一种新能源基地经串补送出的电网侧次同步振荡抑制装置，包括信号提取模块、信号处理模块和电压源换流器；信号提取模块的输入端连接于新能源发电基地的汇集站与串补送出系统之间，电压源换流器的输出端与所述汇集站的外送输电线连接，能够避免大型新能源基地经串补送出系统并网后，由于次同步振荡导致的大量风机脱网，从而保证新能源电力送出的安全与稳定运行，但是上述方案仅通过电压源换流器次同步电流和进行相位补偿，而忽视了存在多个新能源基地时各个模块之间存在的耦合关系，导致抑制装置对次同步振荡仍存在较大的补偿误差，因此，提供一种基于PID-DHDP风光发电系统次同步振荡协调控制方法，来改善对次同步振荡抑制效果，是非常有必要的。
发明内容
有鉴于此，本发明提出了一种基于PID-DHDP风光发电系统次同步振荡协调控制方法，通过将发电机转速偏差信号Δω(t)和Δω(t-1)通过附加次同步振荡阻尼控制器输入至对应的次同步振荡调控系统中，以抑制被控系统的次同步振荡。
本发明提供了一种基于PID-DHDP风光发电系统次同步振荡协调控制方法，所述方法包括：
构建基于PID-DHDP的次同步振荡调控系统，其中，所述次同步振荡调控系统包括附加次同步振荡阻尼控制器和多个解耦控制模块，所述附加次同步振荡阻尼控制器与多个所述解耦控制模块电性连接，所述解耦控制模块包括无功功率外环PI控制器、电压外环PI控制器、无功电流内环PI控制器、电压电流内环PI控制器以及PWM调制器，所述无功功率外环PI控制器分别与所述附加次同步振荡阻尼控制器和所述无功电流内环PI控制器电性连接，所述电压外环PI控制器与所述电压电流内环PI控制器电性连接，所述电压电流内环PI控制器和所述无功电流内环PI控制器通过所述PWM调制器与被控系统电性连接，所述被控系统包括光伏发电系统或风力发电系统；
将发电机转速偏差信号和输入所述附加次同步振荡阻尼控制器，将所述附加次同步振荡阻尼控制器的输出作用于所述无功功率外环PI控制器中，并采用基于PID-DHDP的所述附加次同步振荡阻尼控制器对所述光伏发电系统和所述风力发电系统进行控制，进而抑制所述被控系统的次同步振荡。
在以上技术方案的基础上，优选的，所述次同步振荡调控系统的控制原理具体为：
无功功率参考信号、无功功率输入信号以及所述附加次同步振荡阻尼控制器的输出信号一起经过加法器输入至所述无功功率外环PI控制器，产生直轴电流输出信号，所述直轴电流输出信号和直轴电流输入信号一起经过加法器输入至所述无功电流内环PI控制器，产生直轴电压控制向量；直流电压参考信号和电压输入信号一起经过加法器输入至电压外环PI控制器，产生交轴电流输出信号，所述交轴电流输出信号和交轴电流输入信号一起经过加法器输入至所述电压电流内环PI控制器，产生交轴电压控制向量；
所述交轴电压控制向量和所述直轴电压控制向量均输入至所述PWM调制器，得到最终输出的导通角和正数占空比，作用至所述被控系统，以达到抑制所述被控系统次同步振荡的目的。
在以上技术方案的基础上，优选的，所述附加次同步振荡阻尼控制器包括PID执行网络、PID强化网络以及PID评价网络；
所述PID执行网络接收所述被控系统的输入变量X(t)，得到控制向量U(t)，所述控制向量U(t)返回所述被控系统，实现对所述被控系统的控制；
所述控制向量U(t)和所述输入变量X(t)一起输入至所述PID强化网络，得到内部强化学习函数R(t)；
所述内部强化学习函数R(t)、所述输入变量X(t)以及所述控制向量U(t)一起输入至所述PID评价网络，得到性能指标函数J(t)，所述性能指标函数J（t）与目标期望函数相结合，得到第一时序差分信号，所述性能指标函数J(t)经过乘法器α与性能指标函数J(t-1)以及外部强化学习函数r(t)相结合，得到第二时序差分信号，所述性能指标函数J(t)经过乘法器α与性能指标函数J(t-1)以及所述内部强化学习函数R(t)相结合，得到第三时序差分信号，所述PID执行网络、所述PID强化网络以及所述PID评价网络通过对应的所述第一时序差分信号、所述第二时序差分信号以及所述第三时序差分信号分别在线更新所述PID执行网络、所述PID强化网络以及所述PID评价网络对应的权值系数。
更进一步优选的，所述PID执行网络的输入函数和输出函数具体为：
其中，n为所述被控系统输入变量X(t)的维数，为所述控制向量U(t)的维数，N为所述PID执行网络中隐含层神经元的个数，表示第i个神经元从隐含层到输出层的权值，分别表示隐含层第i个神经元的输出值。
更进一步优选的，所述PID强化网络的输入函数和输出函数具体为：
其中，为所述PID强化网络中隐含层神经元的个数，分别为隐含层第v个神经元的输出值，表示第v个神经元从隐含层到输出层的权值，表示PID强化网络的输入函数。
更进一步优选的，所述PID评价网络的输入函数和输出函数具体为：
其中，n为所述被控系统的输入变量X(t)的维数，为所述PID评价网络中隐含层神经元的个数，分别为隐含层第k个神经元的输出值状态值，为第k个神经元从隐含层到输出层的权值。
更进一步优选的，所述第一时序差分信号具体为：
其中，所述PID执行网络的性能指标函数为。
更进一步优选的，所述第二时序差分信号具体为：
其中，所述PID强化网络的性能指标函数为，r(t)是外部强化学习函数，其定义为：，ε为大于0的常数。
更进一步优选的，所述第三时序差分信号具体为：
其中，所述PID评价网络的性能指标函数为，λ为折扣系数，0<λ<1。
更进一步优选的，所述PID执行网络、所述PID强化网络以及所述PID评价网络的网络权值更新计算公式依次为：
其中，是所述PID执行网络的学习速率，是所述PID强化网络的学习速率，是所述PID评价网络的学习速率，表示所述PID执行网络中第t个神经元从隐含层到输出层的权值，表示所述PID强化网络中第t个神经元从隐含层到输出层的权值，表示所述PID评价网络中第t个神经元从隐含层到输出层的权值，表示所述PID执行网络的性能指标函数，表示所述PID强化网络的性能指标函数，表示所述PID评价网络的性能指标函数。
本发明的一种基于PID-DHDP风光发电系统次同步振荡协调控制方法相对于现有技术具有以下有益效果：
（1）将发电机转速偏差信号和输入附加次同步振荡阻尼控制器，附加次同步振荡阻尼控制器输出控制向量附加在光伏发电逆变器无功功率端，通过控制整流侧换流母线交流电压摄动来完成抑制次同步振荡的目的；同时附加次同步振荡阻尼控制器输出的附加在风机转子侧换流器的无功功率端，通过抑制风机与火电机组之间的机电扭振来实现抑制次同步振荡；
（2）基于PID-DHDP设计一款多输入多输出的附加次同步振荡阻尼器，采用协调控制方法，既可以抑制风力发电并网所诱发的次同步振荡，也能够抑制因光伏风电并网产生的次同步振荡。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于PID-DHDP的风光发电系统次同步振荡协调控制方法的流程示意图；
图2为本发明实施例提供的基于PID-DHDP的SSDC原理图；
图3为本发明实施例提供的光伏发电系统的结构示意图；
图4为本发明实施例提供的风力发电系统的结构示意图；
图5为本发明实施例提供的双馈变流器的基本拓扑结构；
图6为本发明实施例提供的转子侧变流器的控制框图；
图7为本发明实施例提供的电网侧变流器与电网间的联络电路图；
图8为本发明实施例提供的电网侧变流器的控制框图；
图9为本发明实施例提供的采用BP神经网的解耦控制模块的原理图；
图10为本发明实施例提供的PID执行网络的结构原理图；
图11为本发明实施例提供的PID强化网络的结构原理图；
图12为本发明实施例提供的PID评价网络的结构原理图；
图13为本发明实施例提供的VSC-HVDC单侧换流站结构图；
图14为本发明实施例提供的定直流电压控制原理图；
图15为本发明实施例提供的定有功及无功功率控制原理图；
图16为本发明实施例提供的含风力和光伏的10机39节点电力系统结构图；
图17为本发明实施例提供的发电机转矩分量图；
图18为本发明实施例提供的发生三相短路重合闸成功故障时光伏电站输出有功功率响应曲线；
图19为本发明实施例提供的发生三相短路重合闸成功故障时风力发电输出有功功率响应曲线；
图20为本发明实施例提供的发生三相短路重合闸成功故障时联络线16-17输出有功功率响应曲线。
具体实施方式
下面将结合本发明实施方式，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，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方式，都属于本发明保护的范围。
在对本发明实施例进行介绍之前，首先对本发明实施例中涉及的一些名词及其缩写形式进行定义和说明。
柔性直流输电——基于电压源换流器的高压直流输电 (HVDC based on VoltageSource Converter，VSC-HVDC)；
电压源变换器(voltage source converters，VSC)；
柔性交流输电系统（Flexible Alternative Current Transmission Systems，FACTS）；
次同步振荡（subsynchronous oscillation，SSO）；
公共接入点（Point of Common Coupling，PCC）；
最大功率点跟踪（Maximum power point tracking，MPPT）；
附加次同步振荡阻尼控制器（Supplementary Subsynchronous DampingController，SSDC）；
多输入多输出MIMO（Multiple-input Multiple-output）；
PID控制：即比例-积分-微分控制；
DHDP（Direct Heuristic Dynamic Programming）直接启发式动态规划；
Actor网络：执行网络；
Critic网络：评价网络；
Reinforcement网络：强化网络。
大规模光伏并网发电产生次同步振荡的原因：
光伏与VSC-HVDC系统间次同步振荡，由于光伏电站没有旋转设备，大规模光伏经VSC-HVDC远距离输送电能至负荷中心，会降低原电力系统的阻尼。为了充分利用太阳能，光伏电站一般会采用MPPT技术以实现光伏最大功率发电，但是光伏具有随机性、波动性和间歇性特点，光照强度变化和光照局部遮影要求调控光伏逆变器参数来实现MPPT目的。而频繁调控光伏逆变器参数容易导致SSO；
光伏发电与弱交流系统互联产生SSO，大规模光伏直接接入弱交流系统或经串补电容并网时都有振荡失稳的可能，且与其稳定性和控制器参数有关。研究表明，当光伏接入交流系统后，交流系统会增加一个SSO模式，当系统结构和参数变化时，容易诱发交流系统SSO发生。
采用HVDC输电时，当直流整流侧定电流控制采用等间隔脉冲控制方式，火电机组转速的摄动与直流侧定触发角控制的触发角摄动可能形成正反馈，此时会导致发电机轴系缸体之间发生扭振放大，电力系统产生了SSO。
大规模风机并网发电产生次同步振荡的原因：
次同步谐振（sub-synchronous resonance，SSR）由风机轴系等效电感与串补线路电容之间的相互作用引起。当系统处于某些特定运行状态时，两者之间会产生谐振出现充放电现象，能量以固定频率在其间不断交换，造成风电机组和电网间有功功率的不平衡，从而对系统的稳定造成威胁。SSR 是最容易发生的一类次同步振荡问题，在系统设计时对串补线路电容数值的合理设计，能够有效降低此类事故发生的风险；
装置引起的次同步振荡（sub-synchronous torsional interaction，SSTI）由风机控制环节和风电机组轴系相互作用引发，当并网风电系统中的风机换流器以及电力电子设备的参数或设置方式不合理时就有可能发生。HVDC的快速调制作用是引发SSTI的根本原因，会使风电机组eT与ω的相位差大于90度，引入负阻尼效应，进一步得出了直流整流侧控制参数对SSO的影响远大于逆变侧的结论；
次同步控制相互作用（sub-synchronous contorl interaction，SSCI）这是风电场并网所特有的现象，当风电系统接入弱交流系统之时，风电机组控制器与之相互作用就有可能会导致SSCI的发生。通过历史实测数据对风电场并网SSCI故障进行分析，认为双馈风机在系统次同步振荡频率下所呈现的负阻尼特性是该类问题产生的主要原因，且振荡频率受到发电机数量、电网运行方式及时间等多个因素的影响。DFIG转子电流内环的控制参数、风电场实际风速以及电网的串补度都会对系统SSCI产生影响。
本发明公开一种基于PID-DHDP风光发电系统次同步振荡协调控制方法，参考图1，该方法的步骤包括S1~S2。
步骤S1，构建基于PID-DHDP的次同步振荡调控系统，其中，次同步振荡调控系统包括附加次同步振荡阻尼控制器和多个解耦控制模块，附加次同步振荡阻尼控制器与多个解耦控制模块电性连接，解耦控制模块包括无功功率外环PI控制器、电压外环PI控制器、无功电流内环PI控制器、电压电流内环PI控制器以及PWM调制器，无功功率外环PI控制器分别与附加次同步振荡阻尼控制器和无功电流内环PI控制器电性连接，电压外环PI控制器与电压电流内环PI控制器电性连接，电压电流内环PI控制器和无功电流内环PI控制器通过PWM调制器与被控系统电性连接，被控系统包括光伏发电系统或风力发电系统。
步骤S2，将发电机转速偏差信号和输入附加次同步振荡阻尼控制器，将附加次同步振荡阻尼控制器的输出作用于无功功率外环PI控制器中，并采用基于PID-DHDP的附加次同步振荡阻尼控制器对光伏发电系统和风力发电系统进行控制，进而抑制被控系统的次同步振荡。
请参阅图2，发电机转速偏差信号和输入附加次同步振荡阻尼控制器后，无功功率参考信号、无功功率输入信号以及附加次同步振荡阻尼控制器的输出信号一起经过加法器输入至无功功率外环PI控制器，产生直轴电流输出信号，直轴电流输出信号和直轴电流输入信号一起经过加法器输入至无功电流内环PI控制器，产生直轴电压控制向量；
直流电压参考信号和电压输入信号一起经过加法器输入至电压外环PI控制器，产生交轴电流输出信号，交轴电流输出信号和交轴电流输入信号一起经过加法器输入至电压电流内环PI控制器，产生交轴电压控制向量；
交轴电压控制向量和直轴电压控制向量均输入至PWM调制器，得到最终输出的导通角和正数占空比，作用至光伏发电系统，以达到抑制被控系统次同步振荡的目的。同理风力发电系统与光伏发电系统信号传递过程一致，就不再赘述。
其中，风光发电系统包括附加次同步振荡阻尼控制器、光伏发电系统、风力发电系统、第一次同步振荡调控系统、第二次同步振荡调控系统以及VSC-HVDC系统，附加次同步振荡阻尼控制器的两个输出端分别接入第一次同步振荡调控系统和第二次同步振荡调控系统的无功输入端，第一次同步振荡调控系统的输出端与风力发电系统的输入端电性连接，第二次同步振荡调控系统的输出端与光伏发电系统的输入端电性连接，光伏发电系统和风力发电系统的输出端均通过VSC-HVDC系统与交流电网连接。
如图3所示，光伏发电系统包括光伏电池阵列、直流/交流逆变电路、逆变控制器以及交流电网。
由于通常外界温度变化对光伏电池有功输出影响不大，故在常温温度T=25℃条件下，以光照强度S为变量，采用工程模型描述光伏阵列输出特性，光伏电池的模型为：
其中，为参考光照强度，、、、分别为由厂家提供的光伏电池板短路电流、开路电压、最大功率点电流、最大功率点电压，以此计算出光伏电池的短路电流、最大功率电流、开路电压以及最大功率电压，e为自然底数。
其中，和分别为第一修正系数和第二修正系数，和分别为串、并联光伏电池板的数目，为光伏阵列输出电流，光伏阵列输出电压，以此计算出光伏阵列输出功率。
请参阅图4，风力发电系统可以看做双馈型风电机组，在双馈型风电机组结构图中，主要包括以下风力机模型和双馈感应发电机模型。
需要说明的是，风力机模型主要完成从风能到机械能的转换，以风速、桨距角和发电机机械转速标幺值作为输入，输出为作用于感应电机转子的机械转矩。
根据空气动力学，风力机捕获风能的特性可用如下简化的风力机输出机械功率表示：
式中，为风力机输出机械功率（W），R为叶片半径（m），ρ为空气密度（kg/m3），为等效风速（m/s），为风能利用系数，与λ和β有关，λ为叶尖速率比，β为叶片桨距角（°）。
叶尖速比定义为风力机叶片尖端线速度与风速之比。
式中，为风力机机械转速，为发电机机械转速标幺值（p.u.），p为发电机极对数（对），GR为齿轮变速比，f为转动频率。
叶片桨距角指风机叶片与风轮平面的夹角。桨距角越小叶片的迎风面越大，因此捕获的风能也越大。
考虑风力机齿轮箱的机械效率，则风力机实际输出功率为：
式中，η为齿轮箱效率。
双馈型风电机组包括直流侧通过直流电容连接的两个三相全桥变流器，其中一个变流器交流侧直接与转子绕组连接，为转子绕组提供交流励磁，称为转子侧变流器，其主要作用是实现对定子有功功率和无功功率的解耦控制。另一个变流器交流侧通过变压器与感应电机定子相连，称为电网侧变流器，其主要作用是维持直流侧电容两端电压恒定。双馈变流器的基本拓扑结构如图5所示。
转子侧变流器基于定子磁链定向的PQ解耦控制原理，转子侧变流器采用定子磁链定向的矢量控制方式，可以实现对定子输出有功功率和无功功率的解耦控制。
由此可见，电网系统频率和电压确定的条件下，感应电机输出有功功率和无功功率分别决定于转子电流的q轴分量和d轴分量，即可以实现定子输出功率的解耦控制。
采用PI控制方法调节发电机的有功和无功输出的公式如下：
其中，表示转子电流有功分量指令，表示转子电流无功分量指令，表示有功功率指令值，表示无功功率的指令值。
如上所述，控制转子电流可以达到PQ解耦控制的目的，但通常对转子电流的控制是通过控制施加在转子绕组上的电压来实现的，因此需要建立转子电压和电流之间的关系。
式中，，定义为漏磁系数，表示磁链，下标s和r分别表示定子和转子变量，且式中所有变量包括时间均为标幺值，其中时间t的基准值为1/ω1,即按的角频率选择1rad所花费的时间，基准角频率，对50Hz系统，＝2πf。由此可见，转子电压dq轴分量与转子电流dq轴分量均有关，因此对上式进行改写，令
式中、是解耦项，则有
DFIG定子输出的有功、无功功率分别由转子电流和控制，而和的控制最终是通过转子电压和实现的。因此PI控制器采用双环结构，外环为功率控制环，内环为电流控制环。
如图6所示，在功率外环控制中，有功功率指令值来自于风电机组的转速控制器，根据风速和风电机组的运行情况确定捕获最大风能功率时所对应的最优转速，进而计算出定子功率参考值，因此在正常运行方式下能够实现最大功率追踪；无功功率的指令值则是根据对风电机组的电压控制要求及静态潮流计算得到，若不要求风电机组提供无功功率则取为0。有功功率、无功功率指令与反馈值相比较，经过PI调节器，分别输出发电机转子电流有功分量指令及无功分量指令，将它们分别与转子电流反馈值相比较，并经过PI调节后，可输出转子电压解耦项，再加上转子电压补偿项就可以获得转子电压指令值和，经过矢量坐标变换后，最终可获得转子侧PWM交流励磁电源所需要的三相电压控制指令。其中，功率控制器中PI参数：，；电流控制器中PI参数：，。
电网侧变流器采用电网电压定向的矢量控制方式，可以实现对电网侧变流器输出有功功率和无功功率的解耦控制。通过控制电网侧变流器输出的有功功率，实现转子侧和电网侧变流器两端有功功率的平衡，进而可以维持直流侧电压恒定。
采用PI控制方法调节变流器的直流侧电压的公式如下所示：
可以看出，以直流侧电压的参考值与实际值的偏差为输入，控制电网侧变流器的d轴电流可实现直流侧电压跟踪参考值，维持直流侧电压恒定。
通常对变流器的控制采用电压型PWM控制方式，因此需要建立电网侧变流器电压和电流之间的关系。电网侧变流器与电网间的联络电路图如图7所示。
其中，为电网的三相电压（kV），为流经电网侧变流器的三相电流（kA），为电网侧变流器的出口端三相电压（kA），和分别为电网侧变频器串联的电阻(Ω)和电感(H)，为变流器直流侧电压（kV）。
在abc坐标系下，网侧变流器输出端满足如下电压方程：
=
根据派克变换，可将式变换到dq旋转坐标系下，在dq坐标系下的电压方程为：
其中，表示电网电压矢量的旋转角速度，并且能够看出电压的dq轴分量、与电流的dq轴分量、均有关，因此对上式进行改写，令：
式中和是解耦项，和是补偿项，则有：
如图8所示，由电网侧变流器输出电流控制变流器直流侧电压；由于本模型中不对电网侧变流器的输出无功功率进行控制，因此取=0。、的控制最终是通过和实现的。因此控制器采用双环结构，外环为电压控制环，内环为电流控制环。
其中，电压控制器中PI参数：，；电流控制器中PI参数：，。
在电压外环控制中，直流侧电压指令值取1.2kV，与实际值相比较，经过PI调节器，输出电网侧变流器电流的d轴分量指令。将和分别与实际电流反馈值相比较，并经过PI调节后，可输出电网侧变流器端电压解耦项，再加上电压补偿项就可以获得电网侧变流器端电压电压指令值和，经过矢量坐标变换后，最终可获得电网侧PWM交流励磁电源所需要的三相电压控制指令。
请参照图9，附加次同步振荡阻尼控制器包括PID执行网络、PID强化网络以及PID评价网络。
PID执行网络接收被控系统的输入变量X(t)，得到控制向量U(t)，控制向量U(t)返回被控系统，实现对被控系统的控制；
控制向量U(t)和输入变量X(t)一起输入至PID强化网络，得到内部强化学习函数R(t)；
内部强化学习函数R(t)、输入变量X(t)以及控制向量U(t)一起输入至PID评价网络，得到性能指标函数J(t)，性能指标函数J(t)与目标期望函数相结合，得到第一时序差分信号，性能指标函数J(t)经过乘法器α与性能指标函数J(t-1)以及外部强化学习函数r(t)相结合，得到第二时序差分信号，性能指标函数J(t)经过乘法器α与性能指标函数J(t-1)以及内部强化学习函数R(t)相结合，得到第三时序差分信号，PID执行网络、PID强化网络以及PID评价网络通过对应的第一时序差分信号、第二时序差分信号以及第三时序差分信号分别在线更新PID执行网络、PID强化网络以及PID评价网络对应的权值系数。
其中，PID执行网络为Actor网络（ANN），Actor网络的多层神经元结构如图10所示。
ANN通过网络权值的调整使得性能指标函数J(t)逼近目标期望函数的数值，定义第一时序差分信号如式所示：
其中，性能指标函数为。
PID执行网络的输入为：
隐含层包含3种类型的节点，即比例（P）节点、积分（I）节点和微分（D）节点。从图10可得ANN隐含层和输出层神经元的输入和输出如下所示：
其中，为执行网络输出控制向量的个数，N为执行网络隐含层神经元的个数，、以及分别表示隐含层第i个神经元的输入值、中间状态值以及输出值，表示输入层到隐含层的权值，分别隐含层到输出层的权值。
ANN权值更新公式具体为：
其中，是Actor网络的学习速率。
PID执行网络从隐含层到输出层以及输入层到隐含层的梯度计算式为：
其中，，由于PID控制器一般具有比例、微分以及积分三个节点，使得函数具有三种情况，因此通过sgn函数将上述三种情况进行简化。
PID强化网络为Reinforcement网络（RNN），Reinforcement网络的多层神经元结构如图11所示。
RNN定义误差函数Er(t)的计算公式为：
其中，性能指标函数为，r(t)是外部强化学习函数，其定义为：，ε为大于0的常数。
RNN的多层神经元结构中，其输入向量为，输出为内部PID-DHDP函数R(t)。RNN中隐含层和输出层神经元的转移函数采用双极性sigmoid函数。
RNN输出层和隐含层神经元的输入和输出表达式为：
其中，为隐含层神经元的个数，、以及分别为隐含层第i个神经元的输入值、中间状态值以及输出值，表示输入层到隐含层的权值，表示隐含层到输出层的权值。
采用梯度下降法来使上式的误差函数Er(t)最小，RNN权值更新的公式为：
其中，是RNN的学习速率。
根据反向传播（Back propagation，BP）法则，可得PID强化网络从隐含层到输出层的梯度计算如下所示：
从输入层到隐含层的梯度计算为：
其中，，函数和函数求取方式一致，均是通过sgn函数将上述三种情况进行简化，因此不再赘述。
PID评价网络为Critic网络，Critic网络的多层神经元结构如图12所示。
Critic网络的输入函数为：
定义Critic网络误差函数为：
其中，性能指标函数为，λ为折扣系数，0<λ<1。
Critic网络隐含层神经元的转移函数采用双极性sigmoid函数，如下式所示：
Critic网络输出为性能指标函数J(t)，其隐含层采sigmoid激活函数，输出层则采用线性激活函数。
易知Critic网络的隐含层和输出层神经元的输入和输出为：
其中，n为系统输入变量X(t)的维数，为控制向量U(t)的维数，为PID评价网络中隐含层神经元的个数，、以及分别为隐含层中第k个神经元的输入值、中间状态值以及输出值，、和分别表示系统输入变量X(t)、R(t)和U(t)从输入层到隐含层的权值，为隐含层到输出层的权值。
Critic网络权值更新计算公式为：
其中，是Critic网络的学习速率。
根据反向梯度下降法则可得PID评价网络从隐含层到输出层梯度计算如式所示：
从输入层到隐含层梯度计算式如下所示：
其中，，函数和函数求取方式一致，均是通过sgn函数将上述三种情况进行简化，因此不再赘述。
在本实施例中，如图2所示，基于PID-DHDP的风光发电系统还包括VSC-HVDC模块，由于VSC-HVDC模块两侧换流站的结构完全一样且相互独立，故只分析一端即可。
如图13所示，由于VSC-HVDC 两侧的换流站结构基本一致，因此分析一侧换流站的控制就可以。VSC-HVDC换流站主要包括内环电流控制器、外环功率控制器以及触发脉冲生成。内环电流控制器从d轴、q轴两方面快速追踪电流参考值，设定限制限流，实现有功和无功的解耦控制。外环功率控制器包括定直流电压控制、定交流电压控制、定频率控制、定有功功率控制、定无功功率控制等，同样也是跟踪给定的参考值，输出电流内环控制器的参考值。触发脉冲生成环节采用PWM原理，以内环电流控制的输出电压作为参考波，和同步相位信号比较产生换流器的各桥臂的触发脉冲。
VSC-HVDC直流侧电压d轴和q轴分量计算式为：
由此可见，d轴分量表达式中存在交叉耦合项，q轴分量表达式中存在交叉耦合项，使得系统无法实现完全解耦。
其中，电流内环常采用比例积分，PI调节器应用参照上式，和分别为PI调节器的输出，和分别为由功率外环输出决定的电流内环参考值。和分别为电流内环控制器的比例与积分系数；和分别为PWM调制的调制比在d轴和q轴的分量。
可见，通过引入耦合补偿项和与对和的前馈补偿项，可达到完全解耦d、q轴电流的目的，提高了系统动态响应特性。
VSC-HVDC系统的功率外环控制器主要包括定直流电压控制、定交流电压控制、定有功、无功功率控制等。功率外环控制器的输出是电流内环的参考值，可根据需要，切换不同的外环控制。在本实施例中，光伏场侧换流站采用定有功无功功率控制，并网侧换流站采用定直流电压控制。
当VSC-HVDC模块出现有功功率不平衡式，设功率差值为ΔP。
可知，当ΔP不为0时，直流电压变化率也不为0，直流电容充、放电，导致直流电压波动，即有功平衡，直流电压恒定，有功不平衡，直流电压波动。因此，可以用直流电压控制器来控制有功功率。VSC-HVDC模块在运行时，必须有一侧换流站采用定直流电压控制，作为一个功率平衡点。定直流电压控制器的结构如图14所示，使得限值对VSC-HVDC模块起到限流作用。
由瞬时功率理论可得VSC-HVDC模块传输有功功率和无功功率计算如下所示：
其中，和分别是定有功和无功功率控制器的比例系数，和分别是定有功和无功功率控制器的积分系数，是定有功功率参考值，是无功功率参考值，P是定有功功率实际值，Q是定有功功率实际值。
可见，当d轴以电网电压定向时，即，分别控制和即可独立调节有功和无功功率。为消除稳态误差，常采用PI控制器调节，定有功及无功功率控制原理图如图15所示。
在一个示例中，在MATLAB/simulink中搭建10机-39节点光伏和风力和风力发电系统模型，如图16所示，光伏和风力发电通过母线29接入电网发电。其中光伏的等值额定容量为200MW，风机发电等值额定容量为150MW，直流输电线路连接母线16和母线29，传输额定有功功率400MW。发电机G1、G2、G3、G8和G9装设有PSS（电力系统静态稳定器），其余发电机则没有安装PSS。
对该10机39节点电力系统进行振荡模态分析，本实施例不考虑高频振荡和低频振荡，仅仅对次同步振荡进行分析，得到该系统的次同步振荡模式如表1所示。
表 1含光伏和风力发电系统的次同步振荡模式
模式 振荡频率/Hz 阻尼比 特征值
1 41.93 0.315 -87.22±j263.26
2 24.25 0.093 -14.23±j152.32
3 20.14 0.088 -11.24±j126.49
4 33.97 -0.159 34.36±j213.32
5 31.19 0.510 -116.52±j195.87
6 22.84 0.295 -44.35±j143.46
由表1可知，含风力和光伏发电系统存在6种次同步振荡模式，其中模式4是一对不稳定的次同步振荡模态，其它5种次同步振荡模式是稳定的。
附加次同步阻尼控制的控制过程为：
计算发电机电磁转矩的增量和机械转矩的增量。
其中，和分别为发电机电磁转矩的增量和机械转矩的增量，和分别为发电机的功角和角速度的增量，和分别为电气同步转矩系数和机械同步转矩系数，和分别为电气转矩阻尼系数和机械转矩系数。
将上述两个公式进行傅里叶变换，可得到在不同频率范围内电气转矩和机械转矩系数。
由于>0，为了有效抑制SSO，需要使得，这就需要发电机转速偏差和电磁转矩偏差的相位差控制在0°~90°之间就可以实现抑制SSO的目的。
请参阅图17，和分别为阻尼转矩分量和同步转矩分量，当发电机转速偏差和电磁转矩偏差的相位差控制在0°~90°之间，产生一个正的阻尼转矩。
将发电机转速偏差信号和作为SSDC的输入信号，SSDC输出的控制向量作用于光伏发电逆变器无功功率端，同时SSDC输出的作用于风机转子侧换流器的无功功率端。通过控制整流侧换流母线交流电压摄动以及通过抑制风机与火电机组之间的机电扭振来实现发电机转速偏差和电磁转矩偏差的相位差控制在0°~90°之间，产生正的阻尼达到抑制SSO的目的。
请参阅图18-图20，加入SSDC的光伏电站和风力发电站发生三相短路故障，在t=1.1s时故障消除，系统恢复正常，并且在在t=6-7s时使系统恢复稳定，而未加入SSDC的光伏电站和风力发电站在接近20s时使系统恢复正常，同时在联络线16-17靠近17处处发生三相短路故障，在t=1.1s时故障消除，系统恢复正常。
以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于PID-DHDP风光发电系统次同步振荡协调控制方法，其特征在于，所述方法包括：
构建基于PID-DHDP的次同步振荡调控系统，其中，所述次同步振荡调控系统包括附加次同步振荡阻尼控制器和多个解耦控制模块，所述附加次同步振荡阻尼控制器与多个所述解耦控制模块电性连接，所述解耦控制模块包括无功功率外环PI控制器、电压外环PI控制器、无功电流内环PI控制器、电压电流内环PI控制器以及PWM调制器，所述无功功率外环PI控制器分别与所述附加次同步振荡阻尼控制器和所述无功电流内环PI控制器电性连接，所述电压外环PI控制器与所述电压电流内环PI控制器电性连接，所述电压电流内环PI控制器和所述无功电流内环PI控制器通过所述PWM调制器与被控系统电性连接，所述被控系统包括光伏发电系统或风力发电系统；
将发电机转速偏差信号和输入所述附加次同步振荡阻尼控制器，将所述附加次同步振荡阻尼控制器的输出作用于所述无功功率外环PI控制器中，并采用基于PID-DHDP的所述附加次同步振荡阻尼控制器对所述光伏发电系统和所述风力发电系统进行控制，进而抑制所述被控系统的次同步振荡；
所述附加次同步振荡阻尼控制器包括PID执行网络、PID强化网络以及PID评价网络；
所述PID执行网络接收所述被控系统的输入变量X(t)，得到控制向量U(t)，所述控制向量U(t)返回所述被控系统，实现对所述被控系统的控制；
所述控制向量U(t)和所述输入变量X(t)一起输入至所述PID强化网络，得到内部强化学习函数R(t)；
所述内部强化学习函数R(t)、所述输入变量X(t)以及所述控制向量U(t)一起输入至所述PID评价网络，得到性能指标函数J(t)，所述性能指标函数J(t)与目标期望函数相结合，得到第一时序差分信号，所述性能指标函数J(t)经过乘法器α与性能指标函数J(t-1)以及外部强化学习函数r(t)相结合，得到第二时序差分信号，所述性能指标函数J(t)经过乘法器α与性能指标函数J(t-1)以及所述内部强化学习函数R(t)相结合，得到第三时序差分信号，所述PID执行网络、所述PID强化网络以及所述PID评价网络通过对应的所述第一时序差分信号、所述第二时序差分信号以及所述第三时序差分信号分别在线更新所述PID执行网络、所述PID强化网络以及所述PID评价网络对应的权值系数；
所述次同步振荡调控系统的控制原理具体为：
无功功率参考信号、无功功率输入信号以及所述附加次同步振荡阻尼控制器的输出信号一起经过加法器输入至所述无功功率外环PI控制器，产生直轴电流输出信号，所述直轴电流输出信号和直轴电流输入信号一起经过加法器输入至所述无功电流内环PI控制器，产生直轴电压控制向量；
直流电压参考信号和电压输入信号一起经过加法器输入至电压外环PI控制器，产生交轴电流输出信号，所述交轴电流输出信号和交轴电流输入信号一起经过加法器输入至所述电压电流内环PI控制器，产生交轴电压控制向量；
所述交轴电压控制向量和所述直轴电压控制向量均输入至所述PWM调制器，得到最终输出的导通角和正数占空比，作用至所述被控系统，以达到抑制所述被控系统次同步振荡的目的；
附加次同步阻尼控制器的控制过程为：
计算发电机电磁转矩的增量和机械转矩的增量，
；
；
其中，和分别为发电机电磁转矩的增量和机械转矩的增量，和分别为发电机的功角和角速度的增量，和分别为电气同步转矩系数和机械同步转矩系数，和分别为电气转矩阻尼系数和机械转矩系数；
将上述两个公式进行傅里叶变换，可得到在不同频率范围内电气转矩和机械转矩系数，
；
；
由于>0，为了有效抑制SSO，需要使得，这就需要发电机转速偏差和电磁转矩偏差的相位差控制在0°~90°之间，以实现抑制SSO的目的。
2.如权利要求1所述的方法，其特征在于，所述PID执行网络的输入函数和输出函数具体为：
；
；
其中，n为所述被控系统输入变量X(t)的维数，为所述控制向量U(t)的维数，N为所述PID执行网络中隐含层神经元的个数，表示第i个神经元从隐含层到输出层的权值，分别表示隐含层第i个神经元的输出值。
3.如权利要求1所述的方法，其特征在于，所述PID强化网络的输入函数和输出函数具体为：
；
；
其中，为所述PID强化网络中隐含层神经元的个数，分别为隐含层第v个神经元的输出值，表示第v个神经元从隐含层到输出层的权值，表示PID强化网络的输入函数。
4.如权利要求1所述的方法，其特征在于，所述PID评价网络的输入函数和输出函数具体为：
；
；
其中，n为所述被控系统的输入变量X(t)的维数，为所述PID评价网络中隐含层神经元的个数，分别为隐含层第k个神经元的输出值状态值，为第k个神经元从隐含层到输出层的权值。
5.如权利要求2所述的方法，其特征在于，所述第一时序差分信号具体为：
；
其中，所述PID执行网络的性能指标函数为。
6.如权利要求3所述的方法，其特征在于，所述第二时序差分信号具体为：
；
其中，所述PID强化网络的性能指标函数为，r(t)是外部强化学习函数，其定义为：，ε为大于0的常数。
7.如权利要求4所述的方法，其特征在于，所述第三时序差分信号具体为：
；
其中，所述PID评价网络的性能指标函数为，λ为折扣系数，0<λ<1。
8.如权利要求5-7任一项所述的方法，其特征在于，所述PID执行网络、所述PID强化网络以及所述PID评价网络的网络权值更新计算公式依次为：
；
；
；
其中，是所述PID执行网络的学习速率，是所述PID强化网络的学习速率，是所述PID评价网络的学习速率，表示所述PID执行网络中第t个神经元从隐含层到输出层的权值，表示所述PID强化网络中第t个神经元从隐含层到输出层的权值，表示所述PID评价网络中第t个神经元从隐含层到输出层的权值，表示所述PID执行网络的性能指标函数，表示所述PID强化网络的性能指标函数，表示所述PID评价网络的性能指标函数。
CN202310895296.7A 2023-07-20 2023-07-20 一种基于pid-dhdp风光发电系统次同步振荡协调控制方法 Active CN116613784B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310895296.7A CN116613784B (zh) 2023-07-20 2023-07-20 一种基于pid-dhdp风光发电系统次同步振荡协调控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310895296.7A CN116613784B (zh) 2023-07-20 2023-07-20 一种基于pid-dhdp风光发电系统次同步振荡协调控制方法

Publications (2)

Publication Number Publication Date
CN116613784A CN116613784A (zh) 2023-08-18
CN116613784B true CN116613784B (zh) 2023-12-12

Family

ID=87685775

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310895296.7A Active CN116613784B (zh) 2023-07-20 2023-07-20 一种基于pid-dhdp风光发电系统次同步振荡协调控制方法

Country Status (1)

Country Link
CN (1) CN116613784B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106130038A (zh) * 2016-06-24 2016-11-16 全球能源互联网研究院 一种新能源基地经串补送出的电网侧次同步振荡抑制装置
CN108134398A (zh) * 2018-01-04 2018-06-08 全球能源互联网研究院 基于电流信号反馈的抑制火电机组次同步振荡方法
CN109861245A (zh) * 2018-12-18 2019-06-07 华北电力大学（保定） 一种超导磁储能抑制风电经串补送出系统次同步振荡方法与控制系统
CN110611325A (zh) * 2018-06-15 2019-12-24 南京理工大学 一种基于粒子群算法的风电场次同步振荡抑制方法
CN112615364A (zh) * 2020-12-02 2021-04-06 国网重庆市电力公司电力科学研究院 一种新型的电网稳控装置广域智能协同控制方法
CN114243762A (zh) * 2021-11-26 2022-03-25 国网浙江省电力有限公司杭州供电公司 一种风机并网的分析与控制方法
CN115395532A (zh) * 2022-08-18 2022-11-25 武昌理工学院 一种基于强化学习的时滞风电系统广域阻尼器控制方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106130038A (zh) * 2016-06-24 2016-11-16 全球能源互联网研究院 一种新能源基地经串补送出的电网侧次同步振荡抑制装置
CN108134398A (zh) * 2018-01-04 2018-06-08 全球能源互联网研究院 基于电流信号反馈的抑制火电机组次同步振荡方法
CN110611325A (zh) * 2018-06-15 2019-12-24 南京理工大学 一种基于粒子群算法的风电场次同步振荡抑制方法
CN109861245A (zh) * 2018-12-18 2019-06-07 华北电力大学（保定） 一种超导磁储能抑制风电经串补送出系统次同步振荡方法与控制系统
CN112615364A (zh) * 2020-12-02 2021-04-06 国网重庆市电力公司电力科学研究院 一种新型的电网稳控装置广域智能协同控制方法
CN114243762A (zh) * 2021-11-26 2022-03-25 国网浙江省电力有限公司杭州供电公司 一种风机并网的分析与控制方法
CN115395532A (zh) * 2022-08-18 2022-11-25 武昌理工学院 一种基于强化学习的时滞风电系统广域阻尼器控制方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
双馈风电场阻尼系统次同步振荡的无功功率控制策略;李辉 等;《电力自动化设备》;第34卷(第12期);第19-25页 *
李辉 等.双馈风电场阻尼系统次同步振荡的无功功率控制策略.《电力自动化设备》.2014,第34卷(第12期),第19-25页. *
采用新型自适应动态规划算法的柔性直流输电附加阻尼控制;沈郁 等;《电网技术》;第40卷(第12期);第3768-3774页 *
风-光伏混合电场并网对电力系统次同步振荡的影响;甄自竞;杜文娟;苏田宇;王海风;;南方电网技术(03);第64-72页 *

Also Published As

Publication number Publication date
CN116613784A (zh) 2023-08-18

Similar Documents

Publication Publication Date Title
WO2024021206A1 (zh) 一种基于构网型变流器的储能系统控制方法、系统、存储介质及设备
CN110504711B (zh) 一种基于新能源同步机的新能源并网控制系统和方法
CN111277001A (zh) 基于虚拟同步发电机参数自适应控制的风机并网控制方法
Geng et al. Direct voltage control for a stand-alone wind-driven self-excited induction generator with improved power quality
Chetouani et al. Self-adapting PI controller for grid-connected DFIG wind turbines based on recurrent neural network optimization control under unbalanced grid faults
Qiao et al. Power quality and dynamic performance improvement of wind farms using a STATCOM
Khemiri et al. An adaptive nonlinear backstepping control of DFIG driven by wind turbine
Rosyadi et al. Transient stability enhancement of variable speed permanent magnet wind generator using adaptive PI-Fuzzy controller
CN109599889B (zh) 基于模糊自抗扰的不平衡电压下的穿越控制方法、系统
Achar et al. Robust Lyapunov-based power controllers with integral action for a wind farm
Sadamoto et al. Dynamic modeling, stability, and control of power systems with distributed energy resources
CN116613784B (zh) 一种基于pid-dhdp风光发电系统次同步振荡协调控制方法
Liu et al. Fuzzy PI Control for Grid-side Converter of DFIG-based Wind Turbine System
Kenne et al. Adaptive PI control strategy for a self-excited induction generator driven by a variable speed wind turbine
Li et al. A Novel Control Strategy for the PMSG Wind Turbine Integration with Battery Storage System
Hammami et al. Comparative study of PMSG controllers for variable wind turbine power optimization
Sahoo et al. Advanced Reactive Power Control Technique for Wind Power Application
Zhai et al. Comparative analysis of two kinds of subsynchronous oscillation of direct drive PMSG based wind farm dominated by inner current loop
Fannie et al. Nonlinear adaptive disturbance rejection control strategy based on VSG for photovoltaic-storage grid-connected inverter
Qu et al. VSG-based PMSG multi-machine parallel with DC droop control strategy
Aijaz et al. Performance Improvement in Fuzzy Logic Controller based Grid-connected Solar Photovoltaic System with Fractional Order Notch Filter
Song Novel control for small-scale three-phase wind generation systems in high wind speed regions
Makhad et al. Smooth Super Twisting Sliding Mode Control for Permanent Magnet Synchronous Generator Based Wind Energy Conversion System
JBV et al. ACTIVE, REACTIVE POWER COMPENSATION AND DYNAMIC RESPONSE OF SEIG WTGS WITH 48 PULSE STATCOM BY USING INTELLIGENT CONTROLLERS
Chauthmal et al. DFIG based Wind Power System using PR Control Method

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
GR01 Patent grant
GR01 Patent grant