风电系统的频域阻抗网络模型及其聚合

Posted 清华电机学术研读间

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了风电系统的频域阻抗网络模型及其聚合相关的知识,希望对你有一定的参考价值。

风电系统的频域阻抗网络模型及其聚合

Stability Analysis of SSR inMultiple Wind Farms Connected to Series-Compensated Systems Using Impedance NetworkModel

刘华坤,谢小荣,高晓丹,刘辉,李蕴红

 

1.   团队介绍

清华大学电机系“柔性交直流电网智能监测、分析与控制”科研团队以韩英铎院士为学术带头人,主要从事电力系统动态稳定性分析与控制技术、柔性直流输电及直流电网技术、柔性电力系统的态势感知与控制技术,以及新型灵活柔性能源系统动态仿真技术等方面的研究工作。研究团队近年先后获得国家科技进步奖1项、广东省电力科技进步奖特等奖1项、教育部技术发明一等奖1项、中国电力科学技术一等奖3项、机械工业学会科技进步一等奖1项、内蒙古自治区科技进步一等奖1项等多项奖励。

作者头像

2.    复杂风电系统小信号建模将面临的哪些主要挑战

实际风电场中出现的新型次同步振荡(SSO)问题起源于小信号负阻尼振荡失稳,为分析该问题的机理与特征,需要建立能准确刻画风电并网系统小信号动态特性的理论分析模型。然而,采用已有技术对实际大规模风电并网系统开展小信号建模将面临诸多挑战。首先,实际风电并网系统具有系统规模大、模型维度高的特点(见图1)。其次,系统中的/灰箱化电力设备导致建模困难。再次,风电系统具有运行方式多变的特点。实际风电并网系统的高维度特性/灰箱特性运行方式多变性,使得传统的小信号状态空间建模方法难以适用。


风电系统的频域阻抗网络模型及其聚合

1 典型风电系统结构示意图

3.    风电系统的频域阻抗网络建模基本思路是什么

提出的阻抗网络建模方法总体思路如下:在统一坐标系下,将系统中的各个电力设备建模为能反映内在动态与外在互动特性的阻抗(矩阵)模型,并根据实际系统拓扑将其互联起来构成整体系统的频域阻抗网络模型,从而高效应对高维度复杂系统的建模难题。此外,采用阻抗辨识和曲线拟合技术可以快速建立具有/灰箱特性电力设备的阻抗模型,通过控制风电机组阻抗模型的投入与退出可以方便模拟实际风电系统的运行方式多变性,实现运行方式变化后系统小信号阻抗网络模型的高效重构。

4.    频域阻抗网络建模的步骤包括哪些

频域阻抗网络的基本步骤包括:

步骤1收集目标系统的机网参数。

步骤2针对关注的系统运行工况,开展潮流计算,得到系统中各母线电压和各线路功率潮流,为电力设备的阻抗建模提供稳态运行点;

步骤3在统一坐标系下,建立系统中各电力设备的阻抗模型;

步骤4根据目标系统网络拓扑,将系统中所有电力设备的阻抗矩阵模型拼接为统一坐标系下的阻抗网络模型(见图2)。

2 频域阻抗网络模型

5.    如何将阻抗网络模型进行聚合

对于一个具有相对简单网络拓扑的电力系统而言,可沿着事先确定好的振荡路径直接通过阻抗聚合操作(即串并联、Y/△变换或阻抗矩阵变换)将系统的阻抗网络模型归集为一个聚合阻抗。对于一个具有复杂网络拓扑的电力系统而言,提出了一套系统性的聚合方法将其阻抗网络模型归集为聚合阻抗(见图3)。

图3 针对“平移不变”系统的电荷反演算法流程图

6.    频域阻抗网络及其聚合阻抗有何用处

所提出的频域阻抗网络建模及其聚合方法能够处理实际高阶复杂系统的次同步动态整体建模和频域等值问题,为系统的稳定性分析奠定基础。目前,建模及聚合方法成功应用于新疆哈密系统和河北沽源系统,分别建立了上述系统的阻抗网络模型,并分别将阻抗网络模型集结为频域聚合阻抗,便于后续稳定性分析。


声明:本文内容源自清华大学电机系同学的原创科研成果,所涉及的文字和图片均属期刊所有,如需参考及转发,请和作者联系。

 

引用本文的格式:

Liu H, Xie X, Gao X, Liu H, LiY. Stability analysis of SSR in multiple wind farms connected to series- compensatedsystems using impedance network model. IEEE Trans. on Power Systems, 2018,33(3): 3118-3128.


以上是关于风电系统的频域阻抗网络模型及其聚合的主要内容,如果未能解决你的问题,请参考以下文章

GraphSage模型解析

基于深度自编码网络模型的风电机组齿轮箱故障检测

预测模型基于 bp神经网络风电功率预测matlab源码

风电功率预测基于matlab麻雀算法优化BP神经网络风电功率预测含Matlab源码 1319期

基于SCADA数据驱动的风电机组部件故障预警

线性系统的频域法校正