基于卡尔曼状态估计的微电网电压和无功控制方法研究

摘要

微电网技术是智能电网技术的重要组成部分，是实现分布式电源大规模利用的有效方式之一。目前，微电网运行控制技术大多依赖通信系统的支持，然而，通信系统带来的数据丢包、通信延迟、高成本等问题极大地制约了微电网的发展和工业应用。本论文以提高微电网运行的经济性、控制系统可靠性和灵活性为导向，以实现无通信系统条件下的电压控制和功率控制为目标，提出了基于状态估计器的电压控制和无功控制方法。分别对微电网小信号模型、状态估计方法、电压控制方法和无功功率控制方法进行了深入研究，论文的研究内容包括以下四个部分。
　　首先，分别建立了分布式发电机(DG，Distributed Generator)小信号模型、网络小信号模型以及负荷小信号模型，将每个子系统变换至公共坐标系，建立了完整的微电网小信号模型。研究结果表明:建立的微电网小信号模型可以有效反映DG单元状态和微电网电压响应，为系统分析和综合提供基础。
　　其次，提出了一种基于卡尔曼滤波的微电网状态估计方法:通过测量分布式发电机的局部电压电流信息，应用卡尔曼滤波器在无通信系统条件下观测微电网状态。研究结果表明:卡尔曼估计器可以准确估计分布式发电机的运行状态和系统电压响应。
　　再次，提出了一种基于卡尔曼状态估计的微电网电压控制方法，该方法由电压估计器和电压控制器组成。通过电压估计器动态观测系统电压的响应，电压控制器根据估计结果实施无偏电压控制;分析了电压控制器的动态特性，揭示了电压控制器参数与控制器动态特性的关系;研究了电压控制策略在多种参数摄动情况下的鲁棒性，并对线路参数摄动、负荷参数变化、多扰动负荷、LC滤波器摄动、输出阻抗摄动、发电机故障多种参数摄动情况进行了鲁棒性分析和验证。研究结果表明:基于卡尔曼状态估计的电压控制方法可以在无通信系统条件下实现无偏电压控制，并对参数摄动有较好的鲁棒性。
　　最后，提出了一种基于卡尔曼状态估计的微电网无功和电压优化控制方法。将微电网无功功率和电压控制问题转化为线性系统渐进跟踪和扰动抑制问题，分析了微电网功率跟踪和电压扰动抑制的条件，并重构了系统模型的输入输出关系;对改进的小信号模型进行了灵敏度分析;提出了状态估计器，根据分布式电源局部电压和电流信息估计无功偏差和系统电压，进而提出了基于卡尔曼状态估计的微电网无功和电压优化控制方法;分析了优化控制器的动态特性。研究结果表明:基于卡尔曼状态估计的微电网优化控制方法可以在无通信系统条件下同时实施无功功率分配和系统电压控制。
　　本论文通过理论分析、仿真验证以及实验验证对研究内容进行了分析和论证，本文的研究成果可以提高微电网控制系统的可靠性和灵活性，降低微电网运行成本，对微电网的工业应用有一定的理论价值和应用价值。

目录

声明

摘要

第1章 绪论

1．1 论文选题背景及研究意义

1．2 国内外研究现状

1．2．1 微电网建模研究现状

1．2．2 微电网状态估计研究现状

1．2．3 微电网电压控制研究现状

1．2．4 微电网无功控制策略研究现状

1．3 论文主要工作

1．3．1 论文研究内容

1．3．2 论文章节安排

第2章 孤岛微电网小信号模型

2．1 引言

2．2 小信号建模理论

2．3 孤岛微电网小信号建模

2．3．1 DG单元小信号模型

2．3．2 网络小信号模型

2．3．3 负荷小信号模型

2．4 仿真验证

2．5 实验验证

2．6 本章小结

第3章 基于卡尔曼滤波的微电网状态估计方法

3．1 引言

3．2 状态估计与卡尔曼滤波理论

3．3 基于卡尔曼滤波的微电网状态估计方法

3．3．1 DG单元状态估计器

3．3．2 电压估计器

3．4 仿真验证

3．5 实验验证

3．6 本章小结

第4章 基于卡尔曼状态估计的微电网电压控制方法

4．1 引言

4．2 基于卡尔曼状态估计的微电网电压控制方法

4．2．1 微电网小信号模型

4．2．2 离散时间模型

4．2．3 扰动模型

4．2．4 测量噪声模型

4．2．5 电压估计器

4．2．6 电压控制器

4．3 电压控制器动态特性分析

4．4 仿真和实验验证

4．4．1 标称系统验证

4．4．2 线路阻抗摄动时的鲁棒性验证

4．4．3 负荷参数摄动时的鲁棒性验证

4．4．4 多扰动发生时的鲁棒性验证

4．4．5 输出阻抗摄动时的鲁棒性验证

4．4．6 LC滤波器参数摄动时的鲁棒性验证

4．4．7 DG单元故障时的鲁棒性验证

4．5 本章小结

第5章 基于卡尔曼状态估计的微电网无功和电压优化控制方法

5．1 引言

5．2 基于卡尔曼状态估计的微电网无功和电压控制方法

5．2．1 系统输入输出关系

5．2．2 改进的小信号模型

5．2．3 状态估计器

5．2．4 优化调节器

5．3 控制器动态特性分析

5．4 灵敏度分析

5．5 能观性和能控性分析

5．6 仿真和实验验证

5．6．1 算例1

5．6．2 算例2

5．7 本章小结

结论

致谢

参考文献

附录

攻读博士学位期间发表的论文及科研成果