CN116995689A - 一种双馈风电场抑制次同步振荡的混合阻尼控制方法 - Google Patents

Abstract

本发明公开了一种双馈风电场抑制次同步振荡的混合阻尼控制方法，将基于数据驱动的无模型自适应控制与基于传统模型控制的阻尼控制方法相结合，能有效抑制双馈风电场次同步振荡。首先，在附加阻尼控制视角下，将双馈风电场并网系统简化为多输入单输出等效系统，设计无模型自适应阻尼控制器结构；其次，基于无模型自适应理论，设计了一种多阻尼输入的无模型自适应协同控制算法，并给出了控制参数优化方法；接着，将该无模型自适应协同控制与传统次同步阻尼控制相结合，形成一种基于数据—模型融合驱动的混合阻尼控制方法。本发明对现有技术实现较为简单，且控制性能好。

Description

一种双馈风电场抑制次同步振荡的混合阻尼控制方法

技术领域

本发明属于电力技术领域，涉及次同步振荡技术，尤其涉及一种双馈风电场抑制次同步振荡的混合阻尼控制方法。

背景技术

随着新能源装机规模与占比的增加，电力系统呈现出高比例新能源、高比例电力电子的特性，振荡问题逐渐凸显。双馈风电场经串补线路并网容易引发次同步振荡问题，附加次同步阻尼控制是抑制振荡的常用措施。目前次同步阻尼控制通常采用单一阻尼控制，混合阻尼策略研究并不成熟。

同时，传统次同步阻尼策略属于模型驱动控制，需要依赖精准的系统状态方程进行振荡频率测量、多通道滤波、相位补偿计算、移相等阻尼控制环节。电力系统的非线性与时变性、商业化新能源机组的“黑/灰箱”问题、新能源场站运行状态的随机不确定性等因素，使新能源场站精确建模困难电力系统的时变性与新能源场站运行状态的不确定性导致系统难以精确建模，传统阻尼控制具有局限性。

无模型自适应控制是一种无需系统模型的数据驱动控制方法，依靠系统的输入输出数据从而预测和生成控制信号，能很好地应对电力系统的时变性。现有研究种，基于数据驱动控制的无模型自适应单一阻尼控制策略弥补了基于模型驱动控制的传统次同步阻尼策略的不足，体现出更强的适应性。

现有研究中，混合阻尼策略很少考虑对不同控制回路的耦合与协调控制；同时，尚未有基于模型-数据融合驱动的混合阻尼控制策略研究。

发明目的

本发明的目的就是为了解决现有技术的不足，本发明提出一种新型的混合阻尼控制策略，利用无模型自适应控制改善了传统阻尼控制的不足。这种优势互补的混合阻尼控制策略显著增强了双馈风电场次同步振荡抑制速度，对不同工况适应性好，在实际工程中易于实现和推广。

发明内容

根据本申请的第一方面，提供了一种双馈风电场抑制次同步振荡的无模型自适应阻尼协同控制方法(简称：MFAC协同控制)，可以包括以下步骤：

步骤1：将双馈风电机组并网系统简化为多输入单输出系统。

双馈风电机组并网系统，在稳定性分析和阻尼控制器设计的过程时，可以简化为一种稳定性等效的多输入单输出系统。多输入为：其附加阻尼控制器的多个不同的阻尼输入信号。单输出为：反馈至附加次同步阻尼控制器的系统输出信号。

步骤2：设计无模型自适应阻尼协同控制器结构。

MFAC协同控制的阻尼控制器结构设计可以分为测量、MFAC协同阻尼控制、控制信号输入这三环节构成。

(1)测量信号即反馈信号，可取系统电压、电流、功率、频率等电气量，通常选取次同步频率分量明显的电气量作为输出反馈信号。

(2)MFAC协同控制：反馈信号经过MFAC协同阻尼控制算法后，可直接输入逆变器控制环，除简单的代数计算外无需其他环节。具体的MFAC协同控制算法见步骤3。

(3)控制信号输入：根据步骤1中设计的系统“多输入”个数，选定需要协同的阻尼输入信号的个数。对双馈风电机组并网系统，阻尼输入信号可以附加在网侧换流器和转子侧逆变器的内环和外环的d轴和q轴的不同位置，根据输入个数及位置选择，有若干可行的搭配选择。

步骤3：设计无模型自适应协同控制算法。

(1)m维向量x(k)为k时刻的系统输入向量，y(k)为k时刻的系统输出，m为输入信号的个数。Δy(k+1)＝y(k+1)-y(k)，Δx(k)＝x(k)-x(k-1)分别为相邻时刻的输出变化和输入变化。

(2)为伪偏导数估计值，是一组m维向量，算法为：

为了保证系统可控，当或/>对/>重置：

式中：是/>的初值。

(3)系统输出的一步向前输出预测值方程为：

系统输出预测误差e(k)为：

(4)系统输入算法为：

y*为系统期望输出。ρ₀和ρ₁分别为步长因子系数与矩阵，ρ₁＝diag[ρ₁₁,ρ₁₂,…,ρ_1m]∈R^m×m。

步骤4：设定无模型自适应协同控制参数。

对m输入单输出系统，需要给定的MFAC控制器参数为控制参数约束条件为：

利用PSCAD/EMTDC或MATLAB/SIMULINK或其他仿真/编程软件，进行控制参数优化。优化目标函数为：

其中：T₁为控制器投入时刻，T₂为仿真结束时刻，对每组寻优程序保持T₁、T₂相同。e(t)见式(4)。

优化算法可选黄金分割、单纯形、Hooke-Jeeves、遗传算法等。选取优化算法，设置寻优程序的次数，选取令目标函数J_ITSE最小的一组解。

综上，在系统等效简化、控制器结构设计、控制器算法设计、控制器参数选定后，实现一种双馈风电场抑制次同步振荡的无模型自适应阻尼协同控制方法(MFAC协同控制)。

根据本发明的第二方面，提供了一种基于数据—模型融合驱动的混合阻尼控制方法，包括以下步骤：

步骤1：基于模型驱动控制方法，设计传统次同步阻尼控制(简称：传统SSDC控制)。

传统SSDC策略属于模型驱动控制，需要依赖精准的系统状态方程进行振荡频率测量、多通道滤波、相位补偿计算、移相等阻尼控制环节。通过选取次同步频率分量明显的电气量作为输出反馈信号，计算出次同步频率后通过滤波器提取该分量，再经过相位和幅值调制注入新能源并网系统。

电力系统中，为双馈风电场并网系统附加传统SSDC控制是一种常见的次同步振荡阻尼控制方法，已有相当成熟的理论支撑和应用实践。因此，对已附加传统SSDC控制的双馈风电场并网系统，可直接跳过本步骤；对未附加传统SSDC控制的，既可利用已知的系统模型状态方程推导和计算从而设计传统SSDC环节，也可根据实际工程经验借鉴其他工程成果，从而实现该步骤。

步骤2：将传统SSDC控制与MFAC协同控制相结合。

MFAC协同控制器的具体内容见本发明的第一方面。

将两种基于不同控制理论的阻尼控制方法同时应用至双馈风电场并网系统，在逆变器上同时附加传统SSDC控制信号、MFAC协同控制信号，实现混合阻尼控制。

本发明的有益效果在于：采用本混合阻尼控制方法处理后，基于数据驱动的MFAC协同控制与基于经典模型控制的传统SSDC控制的联合控制效果良好，MFAC控制解决了传统SSDC控制未建模动态和鲁棒性问题，传统SSDC控制弱化MFAC控制的不确定因素带来的影响，能优势互补、取长补短。同时，本混合阻尼控制方法对次同步振荡抑制效果显著，较单一阻尼控制具有更快的收敛速度，纹波含量小，且对不同工况、不同振荡频率具有良好的适应性，对多机双馈风电系统具有了较好的适应性，有广泛的工程实践意义。

附图说明

图1为无模型自适应协同阻尼控制(MFAC协同控制)器结构图，及其在双馈风电机组并网系统上的具体实施方式。

图2为IEEE 39节点系统接入双馈风电场的仿真系统接线图，为下文具体实施方法的仿真算例。

图3为附加MFAC协同控制效果，MFAC协同阻尼控制的效果优于MFAC单一阻尼控制，体现出协同控制的有效性。

图4为混合阻尼控制器结构图，包含了无模型自适应协同阻尼控制(MFAC协同控制)与传统次同步阻尼控制(传统SSDC控制)。图4中除混合阻尼控制器部分，剩余的为双馈风电机组的转子侧逆变器的经典控制回路。

图5为附加混合阻尼控制效果，将MFAC协同阻尼控制与传统SSDC控制相结合的混合阻尼控制效果好于MFAC协同阻尼控制自身。在混合两种阻尼控制后，次同步振荡抑制速度进一步增快，并且纹波含量降低，2s后功率波形更为平稳。

图6为附加混合阻尼控制效果对电压稳定性的作用，在投入混合阻尼控制后，并网电压迅速消除了振荡，稳定后的电压纹波现象接近甚至小于振荡前的情况，对电压稳定具有重要意义。

图7为混合阻尼控制对不同工况变化的适应性。在风速、风电场规模改变的情况下，次同步振荡呈现出更剧烈的变化，且振荡频率发生了一定程度的偏移。传统SSDC控制并不能在工况变化下均保持良好的抑制性能，而结合了MFAC协同控制与传统SSDC控制的混合阻尼控制策略，不仅发挥了MFAC控制对系统参数变化(尤其是振荡频率)的自适应性，而且提升了控制速率，能及时有效地抑制住次同步振荡，避免对电力系统造成更大的损害。

具体实施方式

下面结合附图，对实施例作详细说明。

步骤(1)：本例中，设计MFAC协同控制时，考虑两处阻尼协同控制，输入信号的维数为2，将双馈风电机组并网系统等效为二输入单输出系统。

将双馈风电机组转子侧逆变器内环d、q轴两处附加阻尼信号作为系统输入(d轴Δu_dMFAC，q轴Δu_qMFAC)，双馈风电机组经串补线路并网点电压偏差值Δu_ds作为系统输出(并网点电压u_ds的d轴实际值与参考值之差Δu_ds)。

无模型自适应阻尼协同控制器结构：选取双馈风电场经串补并网点电压u_ds作为反馈测量信号，其d轴分量实际值与参考值之差Δu_ds经过无模型自适应协同控制器，生成一组阻尼控制信号向量Δu_dMFAC、Δu_qMFAC。Δu_dMFAC附加在转子侧逆变器内环d轴，Δu_qMFAC附加在转子侧逆变器内环q轴，具体如图1所示。

步骤(2)：具体设置MFAC协同控制器参数。

在MFAC协同控制算法实现过程中，具体地，m＝2，x(k)＝[Δu_dMFAC，Δu_qMFAC]^T，y(k)＝Δu_ds。系统期望输出y*保持为0。需要给定的MFAC控制器参数为i＝1对应d轴附加阻尼输入，i＝2对应q轴附加阻尼输入。

在PSCAD/EMTDC仿真软件中，具体实现参数优化过程。仿真模型如图2，容量约82MW的双馈风电场经串补线路接入节点9，风速11m/s，电网频率50Hz，电压等级330kV。

以单纯形法为例进行参数优化，设置200组优化程序，选取令目标函数式(7)最小的一组控制参数解。式(7)中T₁取1.1，T₂取2。优化结果为：λ＝0.8468，η＝0.79，μ＝8.665，ρ₀＝0.5112，ρ₁₁＝0.9，ρ₁₂＝1，

在图2所示仿真算例中模拟MFAC协同控制效果，图3给出了d、q轴单独附加MFAC阻尼控制与d、q轴附加MFAC协同阻尼控制的效果对比。无论是MFAC单一阻尼控制还是MFAC协同阻尼控制，都使功率波形开始收敛，但MFAC协同阻尼控制的效果明显好于单一阻尼控制。

步骤(3)：实现混合阻尼控制。

首先设计一组有效的传统SSDC控制。本方法选取的传统SSDC控制参数带通滤波器的中心频率设为31.11Hz，品质因数设为20，比例增益0.5，移相180°，同时限制附加阻尼信号的幅值不超过电压参考值的50％。

混合阻尼控制器结构图如图4，为MFAC协同控制与传统SSDC控制选取相同的反馈信号Δu_ds，传统SSDC控制输入信号附加到转子侧逆变器内环d轴，MFAC协同控制输入信号分别附加到转子侧逆变器内环d轴和q轴。

混合阻尼控制的效果验证具体见图5-7。

图5对比了MFAC协同控制与混合阻尼控制的效果。在混合两种阻尼控制后，次同步振荡抑制速度进一步增快，并且纹波含量降低，2s后功率波形更为平稳。本方法MFAC协同控制无可避免地拥有自适应控制的不足，“以变应变”的控制机制不能保证系统总是稳定的，非线性因素强；而传统SSDC控制认为系统是固定模型，“以不变应万变”的保守性恰好可以弱化MFAC控制的不确定因素带来的影响。

图6展示了混合阻尼控制对并网点电压的作用。需要说明的是，双馈风电机组并网点电压即混合阻尼控制的反馈信号。在投入混合阻尼控制后，并网电压迅速消除了振荡，稳定后的电压纹波现象接近甚至小于振荡前的情况，对电压稳定具有重要意义，实现了MFAC协同控制及传统SSDC控制的目标。

图7展示了混合阻尼控制与传统SSDC控制对不同工况变化的适应情况。其中，原始算例的风速＝11m/s，风电场容量82MW，振荡频率31.11Hz。工况1中风速＝9m/s，风电场容量82MW，振荡频率32.22Hz；工况2中风速＝11m/s，风电场容量110MW，振荡频率28.89Hz。由于传统SSDC控制滤波器中心频率无法实时更新，导致传统SSDC控制并不能在工况变化下均保持良好的抑制性能。而结合了MFAC协同控制与传统SSDC控制的混合阻尼控制策略，不仅发挥了MFAC控制对系统参数变化(尤其是振荡频率)的自适应性，而且提升了控制速率，能及时有效地抑制住次同步振荡，避免对电力系统造成更大的损害。

由此可知，本混合阻尼控制发明方法结合了数据驱动控制与模型驱动控制的优点，是一种优势互补的混合控制方法。较单一阻尼输入控制，本混合阻尼控制中的多阻尼输入控制具有更快的控制速度，多阻尼控制回路的协同效果好。较普通的无模型自适应控制，本混合阻尼控制结合了传统模型控制的保守性，弱化了自适应控制的不确定因素带来的影响。较传统驱动的次同步阻尼控制方法，本混合阻尼控制利用数据驱动控制的优势，弥补了传统SSDC控制对频率偏移敏感、控制速度有限的问题，对不同工况、不同振荡频率有较好的适应性。

本发明方法不仅适用于实施例中的双馈风电场经串补线路接入IEEE 39节点系统的次同步振荡抑制，也同样适用于其他新能源场站并网系统的振荡抑制措施，包括但不局限于双馈风电、直驱风电、光伏等新能源发电经交流弱电网、串补线路、直流输电、柔直输电送出系统的低频振荡、次同步振荡、超同步振荡、宽频振荡的振荡抑制措施。

以及，本发明方法不仅适用于实施例中的双馈风电机组转子侧逆变器内环的混合阻尼控制策略，也同样适用于逆变器其余位置的多阻尼输入的控制策略，包括但不局限于双馈风电机组网侧逆变器、转子侧逆变器的外环、内环的d轴、q轴上的多个附加阻尼输入的控制方式。

本领域技术人员应当理解，本发明的实施例仅为描述本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (6)

1.一种双馈风电场抑制次同步振荡的混合阻尼控制方法，其特征在于，包括以下步骤：

步骤1：将双馈风电机组并网系统简化为多输入单输出系统，多输入为：其附加阻尼控制器的多个不同的阻尼输入信号，单输出为：反馈至附加次同步阻尼控制器的系统输出信号；

步骤2：设计无模型自适应阻尼协同控制器结构；测量信号即反馈信号，选取次同步频率分量明显的电气量；反馈信号经过无模型自适应协同阻尼控制(MFAC协同控制)算法后，直接输入逆变器控制环，具体的MFAC协同控制算法见步骤3；选定需要协同的阻尼输入信号的个数及位置；

步骤3：设计无模型自适应协同控制算法；

(1)m维向量x(k)为k时刻的系统输入向量，y(k)为k时刻的系统输出，m为输入信号的个数；Δy(k+1)＝y(k+1)-y(k)，Δx(k)＝x(k)-x(k-1)分别为相邻时刻的输出变化和输入变化；

(2)m维向量为伪偏导数估计值算法为：

为了保证系统可控，当或/>对/>重置：

式中：是/>的初值；

(3)系统输出的一步向前输出预测值方程为：

系统输出预测误差e(k)为：

(4)系统输入算法为：

y*为系统期望输出；ρ₀和ρ₁分别为步长因子系数与矩阵，ρ₁＝diag[ρ₁₁,ρ₁₂,…,ρ_1m]∈R^{m ×m}；

步骤4：设定无模型自适应协同控制参数；

对m输入单输出系统，需要给定的无模型自适应协同控制器参数为控制参数约束条件为：

利用PSCAD/EMTDC或MATLAB/SIMULINK或其他仿真/编程软件，进行控制参数优化；优化目标函数为：

其中：T₁为控制器投入时刻，T₂为仿真结束时刻，对每组寻优程序保持T₁、T₂相同；e(t)见式(4)；

优化算法可选黄金分割、单纯形、Hooke-Jeeves、遗传算法等；设置寻优程序的次数，选取令目标函数J_ITSE最小的一组解；

步骤5：基于模型驱动控制方法，设计传统次同步阻尼控制(传统SSDC控制)；对已附加传统SSDC控制的双馈风电场并网系统，可直接跳过本步骤；对未附加传统SSDC控制的，既可利用已知的系统模型状态方程推导和计算从而设计传统SSDC环节，也可根据实际工程经验借鉴其他工程成果，从而实现该步骤；

步骤6：将传统SSDC控制与无模型自适应协同控制(MFAC协同控制)相结合；将两种基于不同控制理论的阻尼控制方法同时应用至双馈风电场并网系统，在逆变器上同时附加传统SSDC控制信号、MFAC协同控制信号，实现混合阻尼控制。

2.如权利要求1所述方法，其特征在于，基于无模型自适应理论的MFAC协同控制算法，包括：

双馈风电机组并网系统可以基于紧格式、偏格式、全格式动态线性化方法进行多输入多输出等效系统。

3.如权利要求1所述方法，其特征在于，包含MFAC协同控制与传统SSDC控制的混合阻尼控制，控制器结构设计包括：

反馈信号可以取电压、电流、功率、频率等振荡信号明显的电气量，输入位置可以取双馈风电机组网侧逆变器、转子侧逆变器的外环、内环的d轴、q轴上的多个附加位置。

4.如权利要求1所述方法，其特征在于，MFAC协同控制可以对2个及以上的多阻尼附加信号进行协同。

5.如权利要求1所述方法，其特征在于，MFAC协同控制器参数选定方法，可以由多种优化方法实现，包括黄金分割、单纯形、Hooke-Jeeves、遗传算法等。

6.如权利要求1所述方法，其特征在于，混合阻尼控制方法可以推广应用至新能源并网送出系统的低频、次同步、超同步、宽频振荡的阻尼抑制。