一种改善电力系统振荡的双馈风机模糊阻尼控制方法

摘要

本发明提供了一种改善电力系统振荡的双馈风机模糊阻尼控制方法，所述方法包括：步骤一：列写出双馈风力发电机dq坐标系下转子电动力学方程；步骤二：基于双馈风力发电机dq坐标系下转子电动力学方程，根据DFIG注入功率阻尼电力系统振荡机理，找到DFIG有功输出与频率微变之间的关系式；步骤三：根据DFIG有功输出与频率微变之间的关系，建立DFIG有功功率控制环模型；步骤四：基于DFIG转子侧有功功率控制环模型设计模糊附加阻尼控制器，以改善电力系统的阻尼低频振荡的能力，本发明实现了双馈风电场通过自身功率调节能力参与阻尼电力系统低频振荡的过程，相比传统的控制方法，可以提高风电场抑制电力系统低频振荡能力，提升电力系统的小信号稳定性。

说明书

技术领域

本发明创造属于智能电网领域，可以在新能源发电、新能源并网等领域应用，具体涉及一种改善电力系统振荡的双馈风机模糊阻尼控制方法。

背景技术

近年来，随着风力发电装机容量不断增大，建设百万千瓦级风电场(风电基地)和实现大规模风电跨区远送成为风电发展的战略重点。我国的大型风电场通常分布在偏远的地区，它们远离电力负荷中心，因此其输电线往往具有长距离和重负荷的特点，加之风电的随机性和波动性，大规模风电并网往往会导致电力系统存在弱(负)阻尼低频振荡的风险。

发明内容

为解决上述问题，提供一种改善电力系统振荡的双馈风机模糊阻尼控制方法。

本发明的目的是以下述方式实现的：

一种改善电力系统振荡的双馈风机模糊阻尼控制方法，所述方法包括：

步骤一：列写出双馈风力发电机dq坐标系下转子电动力学方程；

步骤二：基于双馈风力发电机dq坐标系下转子电动力学方程，根据DFIG注入功率阻尼电力系统振荡机理，找到DFIG有功输出与频率微变之间的关系式；

步骤三：，根据DFIG有功输出与频率微变之间的关系，建立DFIG有功功率控制环模型；

步骤四：基于DFIG转子侧有功功率控制环模型设计模糊附加阻尼控制器，以改善电力系统的阻尼低频振荡的能力。

所述步骤一具体包括：风力机获取风的动能并以旋转的机械转矩的形式传递

式中T

风力机提取的机械扭矩通过传动系统传输到发电机的转子；动力传动系统动力学通常由两个质量模型描述，如下所示，

式中H

在DFIG中，发电机是绕线转子感应发电机，定子和转子绕组都连接到网络；对于电力系统稳定性研究，通常会忽略定子的非常快的电瞬态，并且以瞬态电抗后面的电压源的形式对系统进行建模；在这种情况下，d-q参考系内的转子电动力学描述如下，

式中L

所述步骤二中DFIG有功输出变化可表示为，

ΔP

式中Δω

所述建立DFIG有功功率控制环模型具体为：

根据暂态能量函数分析来看可定义系统暂态能量函数为:

V＝V

式中δ

发生区域振荡时，t0、t1、t2、t3、t4分别对应势能和动能的最大值和最小值，对于该系统故障前后总暂态振荡能量V将保持不变；

由式(20)暂态振荡势能定义可知:

经过计算分析可知，对于零阻尼情况时，暂态振荡势能V

如果通过调节风电场使暂态振荡能量差持续小于0，那么低频振荡就可以得到抑制。

基于DFIG转子侧有功功率控制环模型设计模糊附加阻尼控制器具体为：

一般可以通过同步电机或区域之间的角速度偏差来指定电力系统的振荡，对于两机系统，振荡可以认为是Δω

自适应阻尼控制器可以帮助阻尼系统振荡；该控制器通过Δω

相对于现有技术，本发明实现了双馈风电场通过自身功率调节能力参与阻尼电力系统低频振荡的过程，相比传统的控制方法，可以提高风电场抑制电力系统低频振荡能力，提升电力系统的小信号稳定性。

附图说明

图1是双馈风机模型。

图2是两区域电力系统模型。

图3是系统控制流程图。

图4是双馈风机转子侧控制器结构图。

图5是阻尼控制器结构图。

图6是GA优化过程的流程图。

图7是同步发电机转速摇摆曲线，上方是常规控制方法，下方是本发明所提控制方法。

图8是双馈风力发电机输出有功功率曲线，上方是常规控制方法，下方是本发明所提控制方法。

图9是双馈风力发电机定、转子电流曲线，图中从上至下依次是常规控制转子电流曲线，本发明所提控制算法转子电流曲线，常规控制定子电流曲线，本发明所提控制算法定子电流曲线。

图10是振荡阶段曲线。

具体实施方式

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。

应该指出，以下详细说明都是例式性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的技术含义相同。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

在本发明中，术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，只是为了便于叙述本发明各部件或元件结构关系而确定的关系词，并非特指本发明中任一部件或元件，不能理解为对本发明的限制。

本发明中，术语如“固接”、“相连”、“连接”等应做广义理解，表示可以是固定连接，也可以是一体地连接或可拆卸连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员，可以根据具体情况确定上述术语在本发明中的具体含义，不能理解为对本发明的限制。

1、DFIG模型

风电场实际上包括大量的双馈风机。但是，在建模过程中考虑每个双馈风机会增加系统的复杂性和仿真时间。为了解决这个问题，可以使用一种将风电场建模为单个等效风机的方法。因此，图1所示为双馈风机并网模型。

风力机获取风的动能并以旋转的机械转矩的形式传递。如公式1所示，

式中T

风力机提取的机械扭矩通过传动系统传输到发电机的转子。动力传动系统动力学通常由两个质量模型描述，如下所示，

式中H

在DFIG中，发电机是绕线转子感应发电机，定子和转子绕组都连接到网络。对于电力系统稳定性研究，通常会忽略定子的非常快的电瞬态，并且以瞬态电抗后面的电压源的形式对系统进行建模。在这种情况下，d-q参考系内的转子电动力学描述如下，

式中L

如图1所示，转子绕组通过两个背靠背的电力电子转换器连接到电力系统。转换器应能够在整流器和逆变器模式下工作，以提供双向的功率流路径。它们通常以PWM电压源转换器的形式建模，以将受控的正弦交流三相电压注入转子绕组。在这种情况下，转子电压由转子侧转换器(RSC)进行调整，以从风中提取最佳功率，并对发电机的有功和无功进行解耦控制。为了实现这一目标，可以通过对转子电流进行解耦的d-q矢量控制来控制RSC。另一方面，电网侧变流器(GSC)的主要作用是保持恒定的直流链路电压并调节GSC与电网之间的无功功率交换。

2、DFIG注入功率阻尼电力系统振荡机理

含风电场的两区域电力系统模型如图1所示。其中,G

发电机G

假设母线2为此区域电网的平衡节点且机械功率不变。

则G

式中Δω

线路2输送的功率为：

在δ＝δ

ΔP

ΔP

其中，

由系统功率平衡关系得到：

ΔP

由可知，对于图1所示的电力系统，其中每个节点的频率微变都可以用同步发电机的转速来表示，则DFIG有功输出变化可表示为，

ΔP

由式(10)、(11)、(12)、(13)，得：

综合式(14)与式(8)，得：

式中

由式(15)可知，当风电场并入电网时，系统的阻尼系数等价为K′

显然，当k＞K

根据暂态能量函数分析来看可定义系统暂态能量函数为:

V＝V

式中δ

发生区域振荡时，t

由式(20)暂态振荡势能定义可知:

经过计算分析可知，对于零阻尼情况时，暂态振荡势能V

如果通过调节风电场使暂态振荡能量差持续小于0，那么低频振荡就可以得到抑制。

3、模糊阻尼控制器设计

一般可以通过同步电机或区域之间的角速度偏差来指定电力系统的振荡。例如，对于图2 所示的两机系统(或两区域系统)，振荡可以认为是Δω

因此，自适应阻尼控制器可以帮助阻尼系统振荡。该控制器通过Δω

设计模糊控制器产生的输出信号p

在DFIG转子侧变流器的有功功率控制回路中提出了一个附加的阻尼控制器，以改善电力系统的振荡。图3表示系统控制流程图，图4表示RSC控制器的总体结构以及所提出的阻尼控制器。如图所示，阻尼控制器修改了DFIG有功功率的参考值。

图5表示阻尼控制器的结构图，选择传输线功率作为输入。

在说明书中，将使用模糊逻辑方法设计所提出的阻尼控制器。模糊控制器通常接收两个输入作为控制反馈信号的误差(e)和误差变化率(△e)，如图5所示。在第一步中，这些清晰的输入信号将被转换为相应的模糊值。在本文中，为了便于设计和实现模糊隶属度函数 (MFs)，首先将输入信号在[-1,1]范围内按两个增益K1和K2进行缩放。

然后，归一化的MF确定输入变量对模糊集之一的隶属度。对于每个输入和输出变量，将考虑七个模糊值，例如：NB＝负大，NM＝负中，NS＝负小，ZR＝零，PB＝正大，PM＝正中，PS＝正小。模糊规则表如下所示。

4、遗传算法优化模糊控制器

传统上，模糊控制器通过尝试和误差进行调整。但是，这是非常耗时的任务，并且可能达到局部最优。本文使用遗传算法来保证所提出的模糊控制器的最优性能。该方法是获得任何优化问题全局最优解的有力工具。在这里，我们打算优化模糊控制器的性能以获得最佳的阻尼控制器。因此，优化问题将转化为确定阻尼目标函数的最优解。在这种情况下，可以将同步发电机相对转子角的绝对误差的积分视为优化性能指标，如下所示，

其中m是参与电力系统振荡模式的同步发电机的数量，Δδ

图6表示了GA优化过程的流程图。通过初始化系统参数并随机生成初始种群来开始优化。初始种群包括20条染色体，每条染色体由7个基因组成。前四个基因与MFs参数相关，其余三个基因分别是比例因子K1，K2和K3。随后，进行选择，交叉和变异操作以再现下一代。通过选择，具有高适应性的染色体将在下一代中复制，而具有低适应性的染色体将更少或根本没有。

交叉将采用多个父代解决方案并从中产生一个子代。在此操作中，染色体被分为两部分，并与具有相同交叉点的另一条染色体重组。突变会随机改变染色体的基因，以保持一代到一代的遗传多样性。最终，旧一代被新一代取代。重复此过程，直到满足终止条件为止。最后，将选择性能指数最低的染色体作为最佳解决方案。

控制系统仿真结果如图7-9所示。

图7(a)为未采用本文控制算法时系统频率曲线；图7(b)为本发明控制算法后系统频率变化曲线。由两图比较可以看出采用本发明所提控制算法明显提高了系统阻尼。

图8(a)为未采用本文控制算法时双馈风力发电机实时有功输出曲线；图 8(b)为采用本文控制算法时双馈风力发电机有功的输出曲线。经对比分析发现，采用本文控制算法时在系统出现低频振荡期间，双馈风机调节其有功输出对系统形成附加阻尼控制作用。而未采用本文控制算法时，双馈风机对电网中的同步发电机不产生任何阻尼作用。

图9(a)为采用常规控制时双馈发电机转子电流曲线；图9(b)为采用本发明所提控制算法时双馈发电机转子电流。图9(c)为采用常规控制时双馈发电机定子电流曲线；图9(d)为采用本发明所提控制算法时双馈发电机定子电流曲线。

有多条从属权利要求的：可在描述完每个权利要求之后相应的描述该增加的技术方案所述带来的好处。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。