含状态预测器的虚拟同步发电机一致性的控制方法

摘要

本发明公开一种含状态预测器的虚拟同步发电机一致性的控制方法，所述控制方法包括：根据第i台虚拟同步发电机VSG的输出功率P

说明书

技术领域

本发明涉及虚拟同步发电机的技术领域，特别是涉及一种含状态预测器的虚拟同步发电机一致性的控制方法。

背景技术

随着分布式电源的规模不断增大，以逆变器为主要接口的电源越来越多接入微电网。传统逆变器几乎没有转动惯量，难以为电网提供惯性和阻尼，因此无法满足支撑频率和电压的需求。当大量分布式电源接入微电网后，会给微电网安全稳定运行带来巨大威胁。基于虚拟同步发电机(Virtual Synchronous Generator,VSG)的并网逆变器控制策略能够起到为微电网提供惯性和阻尼的作用。基于一致性的虚拟同步发电机技术能够通过相邻VSG间的通信，实现系统频率的一致恢复以及有功出力的合理分配，然而由于没有考虑系统一致收敛速度的问题，导致系统收敛速度较慢。

发明内容

本发明的目的是提供一种含状态预测器的虚拟同步发电机一致性的控制方法，可有效提高系统输出有功功率的一致性的收敛速度。

为实现上述目的，本发明提供了如下方案：

一种含状态预测器的虚拟同步发电机一致性的控制方法，所述控制方法包括：

根据第i台虚拟同步发电机VSG的输出功率P_i和额定功率P_i^*确定第一输出差值Δy_i；

根据所述第一输出差值Δy_i和第i台VSG的下垂特性曲线平移量Y_i确定第二输出差值ΔY_i，且所述第二输出差值ΔY_i与一致性控制参数Q_i调整所述下垂特性曲线平移量Y_i；

根据所述第二输出差值、第i台VSG的阻尼系数D_p,i、额定角频率ω_b、实测的角频率ω_i、虚拟转动惯量J_i调整输出角频率Δω_i，且所述输出角频率Δω_i与所述额定角频率ω_b确定实测的角频率ω_i；

根据实测的角频率ω_i确定角度θ_i，并根据角度θ_i影响输出功率P_i及所述输出功率P_i的一致收敛的速度。

可选的，所述确定第一输出差值Δy_i的方法包括：

根据输出功率P_i确定输出目标函数f(P_i)；

根据额定功率P_i^*确定额定目标函数f(P_i^*)；

根据以下公式以及输出目标函数f(P_i)和额定目标函数f(P_i^*)确定第一输出差值Δy_i：

其中a₁,b₁分别为选择系数。

可选的，所述输出目标函数f(P_i)的确定方法包括：

按照额定功率进行输出功率的分配，即满足下式时：

其中，m表示VSG的台数，i＝1,...,m；

定目标函数f(P_i)选取如下：

f(P_i)＝P_i^*-1P_i；选择系数a₁＝1,b₁＝0。

可选的，所述输出目标函数f(P_i)的确定方法包括：

按照等微增率进行输出功率的分配，即满足下式时：

λ₁(P₁)＝...λ_i(P_i)＝...＝λ_m(P_m)；其中，m表示VSG的台数，i＝1,...,m；λ_i(P_i)为第i台VSG的微增率函数；

根据以下公式确定目标函数f(P_i)：

f(P_i)＝λ_i(P_i)；选择系数a₁＝0,b₁＝1。

可选的，所述第二输出差值ΔY_i的确定方法包括：

根据以下公式，使用状态预测器Y_i^t确定一致性控制参数Q_i：

其中，L表示拉普拉斯矩阵，l_ij表示所述L中的元素；k_y,i表示过程参数，γ表示状态预测器的影响因子；

根据以下公式确定所述第二输出差值ΔY_i：

其中，a₂,b₂分别选择系数，且a₂取值与a₁相同，b₂取值与b₁相同；k_i表示恢复系数。

可选的，所述根据所述第二输出差值ΔY_i、第i台VSG的阻尼系数D_p,i、额定角频率ω_b、实测的角频率ω_i、虚拟转动惯量J_i调整输出角频率Δω_i的方法包括：

其中，Δω_i＝ω_i-ω_b。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明含状态预测器的虚拟同步发电机一致性的控制方法通过第二输出差值ΔY_i与一致性控制参数Q_i调整下垂特性曲线平移量Y_i，从而可有效提高系统输出有功功率一致性的收敛速度，以迅速到达收敛值。

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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明含状态预测器的虚拟同步发电机一致性的控制方法的流程图；

图2为并联一致性的控制框图；

图3为三个VSG的通信拓扑图。

具体实施方式

下面将结合本发明实施例中的附图，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。

本发明的目的是提供一种含状态预测器的虚拟同步发电机一致性的控制方法，通过第二输出差值ΔY_i与一致性控制参数Q_i调整下垂特性曲线平移量Y_i，从而可有效提高系统输出有功功率一致性的收敛速度，以迅速到达收敛值。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图1和图2所示，本发明含状态预测器的虚拟同步发电机一致性的控制方法包括：

步骤100：根据第i台虚拟同步发电机VSG的输出功率P_i和额定功率P_i^*确定第一输出差值Δy_i；

步骤200：根据所述第一输出差值Δy_i和第i台VSG的下垂特性曲线平移量Y_i确定第二输出差值ΔY_i，且所述第二输出差值ΔY_i与一致性控制参数Q_i调整所述下垂特性曲线平移量Y_i；

步骤300：根据所述第二输出差值ΔY_i、第i台VSG的阻尼系数D_p,i、额定角频率ω_b、实测的角频率ω_i、虚拟转动惯量J_i调整输出角频率Δω_i，且所述输出角频率Δω_i与所述额定角频率ω_b确定实测的角频率ω_i；

步骤400：根据实测的角频率ω_i确定角度θ_i，并根据角度θ_i影响输出功率P_i及所述输出功率P_i的一致收敛的速度。

其中，在步骤100中，所述确定第一输出差值Δy_i的方法包括：

步骤101：根据输出功率P_i确定输出目标函数f(P_i)；

步骤102：根据额定功率P_i^*确定额定目标函数f(P_i^*)；

步骤103：根据以下公式以及输出目标函数f(P_i)和额定目标函数f(P_i^*)确定第一输出差值Δy_i：

其中a₁,b₁分别为选择系数。

输出目标函数f(P_i)和额定目标函数f(P_i^*)一般为一次函数，其选取方法较多，可根据具体的需求确定。例如：

(1)按照额定功率进行输出功率的分配，即满足以下公式，：

其中，m表示VSG的台数，i＝1,...,m；

目标函数f(P_i)选取如下：

f(P_i)＝P_i^*-1P_i------公式(3)；选择系数a₁＝1,b₁＝0。

(2)按等微增率原则进行功率分配，即满足以下公式：

λ₁(P₁)＝...λ_i(P_i)＝...＝λ_m(P_m)------公式(4)；其中，m表示VSG的台数，i＝1,...,m；λ_i(P_i)为第i台VSG的微增率函数；

目标函数f(P_i)：f(P_i)＝λ_i(P_i)------公式(5)；选择系数a₁＝0,b₁＝1。

在步骤200中，所述第二输出差值ΔY_i的确定方法包括：

步骤201：根据以下公式，使用状态预测器Y_i^t确定一致性控制参数Q_i：

其中，L表示拉普拉斯矩阵，l_ij表示所述L中的元素；k_y,i表示过程参数，γ表示状态预测器的影响因子。

步骤202：根据以下公式确定所述第二输出差值ΔY_i：

其中，a₂,b₂分别选择系数，且a₂取值与a₁相同，b₂取值与b₁相同；k_i表示恢复系数。

进一步地，在步骤300中，所述根据所述第二输出差值ΔY_i、第i台VSG的阻尼系数D_p,i、额定角频率ω_b、实测的角频率ω_i、虚拟转动惯量J_i调整输出角频率Δω_i的方法包括：

其中，Δω_i＝ω_i-ω_b。

其中，当多个VSG并联连接时，形成通信拓扑结构，则邻接矩阵A＝[a_ij](两者相连为1，否则为0，对角线上元素为0)，d_i＝∑a_ij，度矩阵D＝diag{d_i}(度矩阵中的非对角元素均为0，对角线上元素大小等于VSG连接的通信线路条数)；而拉普拉斯矩阵L＝D-A。

如图3所示，3个VSG并联连接时，形成通信拓扑结构，则邻接矩阵度矩阵则拉普拉斯矩阵

当系统中各VSG构成的通讯拓扑满足连通性时，即存在生成树是系统能够一致收敛的必要条件。对于无向图，拉普拉斯矩阵L为半正定矩阵，如果无向图是连通的，则它的最小非零特征值称为L的代数连通度。即：

其中，x表示系统状态变量。

若λ₂(L)＞0，则整个通讯拓扑是连通的，而且λ₂(L)越大，则说明在系统中各VSG之间的直接通讯链路越多。若λ₂(L)＝0，则说明整个通讯拓扑不是连通的。且系统一致性演化速度和拉普拉斯矩阵的最小非零特征值λ₂相关，λ₂越大，VSG系统演化到平衡状态的速度也越快。

拉普拉斯矩阵L在无向图通信模型下，且满足生成树条件时，存在一个非奇异矩阵T，拉普拉斯矩阵可表示为

可以发现，系统的最小非零特征值λ₂是由系统本身的通信拓扑所决定的，且无法改变。

而在本发明中引入状态预测器后，可将公式(5)和(6)转换为

公式(9)中等号右侧包括两部分，一部分为ΔY_i＝Δy_i-k_y,iY_i，剩下的为第二部分通过对比，发现在时间尺度上，第一部分的收敛速度远远快于第二部分，所以考虑一致性收敛速度仅需考虑第二部分，即将公式(9)转化为：

公式(10)可写成矩阵形式为：

将Y_i^t＝-LY_i代入公式(11)可得

合并同类项可得

根据公式(8)可知，矩阵L+γL²结果为：

显然对于任意γ＞0,则具有状态预测器的系统比没有状态预测器的系统有更大的最小非零特征值，因此能更快达到一致。且最小非零特征值越大，系统一致性收敛速度越快，从而能够迅速到达收敛值。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。