一种针对构网型多变流器场站的暂态同步稳定分析方法、系统
本发明涉及电力系统稳定分析与控制,尤其是涉及新能源发电场站的建模与仿真技术,具体涉及一种面向暂态同步稳定分析的构网场站等值建模方法。
背景技术:
1、目前,以风电、光伏为代表的新能源发电装机容量持续快速增长。为保障高比例新能源电力系统的安全稳定运行,构网型(grid-forming, gfm)变流器技术应运而生。与传统的跟网型变流器不同,构网型变流器能够主动为电网提供电压和频率支撑,表现出类似同步发电机的惯量响应和阻尼特性,因此被广泛认为是未来高比例新能源电力系统的核心技术路线。
2、在实际工程中,一个新能源场站通常包含数十台甚至上百台构网型变流器。若在电力系统暂态同步稳定分析中采用所有变流器的详细模型进行仿真,将面临“维数灾”问题:模型复杂度高、计算量大、仿真耗时长,难以满足在线分析和实时决策的需求。因此,对构网场站进行合理的等值建模,即在保留关键动态特性的前提下大幅降低模型阶数,成为亟需解决的技术问题。
3、现有等值建模方法主要分为两类:一类是基于容量加权聚合的单机等值法,该方法简单易行,但忽略了变流器之间控制参数和运行状态的差异,在系统发生大扰动后等值精度不足;另一类是基于同调判别的分群等值法,通常选取功角、转速等单一或少数几个状态量作为分群指标,难以全面反映变流器的暂态能量特性,导致分群结果不够合理,进而影响等值模型的精度。
4、此外,现有方法在参数辨识环节通常依赖离线优化或人工反复试凑,缺乏系统化的自动辨识框架;且大多为开环方法,缺少模型精度验证与迭代修正机制,导致最终得到的等值模型在特定扰动场景下可能失效,为此提出一种面向暂态同步稳定分析的构网场站等值建模方法。
技术实现思路
1、本发明所要解决的技术问题是:为解决现有构网型变流器场站详细模型仿真计算量大、现有等值方法分群依据单一且精度有待提高的技术问题,本发明提出了一种针对构网型多变流器场站的暂态同步稳定分析方法、系统。
2、为了解决以上技术问题,本发明采用了如下技术方案:
3、首先,本发明提出一种面向暂态同步稳定分析的构网场站等值建模方法,针对构网场站的多变流器系统,首先建立变流器的端口哈密顿模型,并构造由动能分量和势能分量组成的哈密顿能量函数;在系统发生扰动后,以各变流器的总哈密顿能量值为第一特征量进行第一次聚类,得到粗分群;然后在每个粗分群内部,以动能与势能的比值为第二特征量进行二次聚类,得到最终的同调变流群分群结果;针对分群结果,构建包含候选函数项的特征函数库,利用稀疏回归算法辨识各同调变流群的等效控制参数,并采用阻抗并联聚合方法计算等效电路参数,从而建立同调分群等值模型;最后对等值模型进行时域仿真验证,若不满足预设精度要求则通过调整特征函数库或稀疏回归参数进行迭代修正,直至满足精度要求或达到最大迭代次数。
4、具体包含以下步骤:
5、step1:针对构网场站的多变流器系统,确定系统的状态变量,建立变流器的端口哈密顿模型;
6、step2:构造每台变流器的端口哈密顿能量函数,该哈密顿能量函数由动能分量和势能分量组成,并在系统发生预设扰动后的暂态过程中,计算每台变流器的动能值、势能值以及总哈密顿能量值;
7、step3:以各变流器的总哈密顿能量值为第一特征量,采用基于图论的聚类算法对所有变流器进行第一次聚类,将总能量值相近的变流器划分为同一个粗群,得到若干个粗分群;
8、step4:在每个粗分群内部,计算各变流器的动能分量与势能分量的比值,以该比值为第二特征量,再次采用聚类算法进行二次分群,将动能/势能的比值相近的变流器划分为同一个细分群,得到最终的同调变流群分群结果;
9、step5:针对分群结果,构建包含候选函数项的特征函数库,通过时域仿真采集各同调变流群在时域下的运行数据,利用稀疏回归算法求解特征函数库的系数向量,从而辨识出各同调变流群的等效控制参数;
10、step6:采用阻抗并联聚合方法,计算每个同调变流群的等效电路参数;
11、step7:根据各个同调变流群的等效控制参数和等效电路参数,建立多变流器系统的同调分群等值模型。
12、step8:对step7得到的同调分群等值模型进行验证,将等值模型与原始详细模型在相同扰动工况下进行时域仿真对比,比较有功功率与无功功率的动态响应曲线,以验证分群等值方法的精度。若验证不满足预设精度要求,则返回step5重新辨识参数,并重新执行step5至step8,直至满足精度要求或达到预设的最大迭代次数。
13、进一步的,所述step1中状态变量包括变流器的功角δ和动量p,动量p的表达式为:
14、,
15、其中,m代表变流器的虚拟惯量,ω为虚拟同步发电机机械角速度,ω0为同步角速度。
16、进一步的,所述step1中构建的第i台变流器的端口哈密顿动力学方程为:
17、,
18、,,,,,
19、其中,δi为第i台变流器的功角,pi为第i台变流器的动量,dpi为第i台变流器的阻尼系数,prefi为第i台变流器的有功功率参考值,ji为互联矩阵,ri为阻尼矩阵,gi为输入矩阵,ui为外部输入。
20、进一步的,所述step2中动能分量的表达式为:
21、,
22、其中,ti为第i台变流器的动能,mi为第i台变流器的虚拟惯量,ωi为第i台变流器的机械角速度,ω0为同步角速度,动能用于表征变流器的惯性响应能力。
23、进一步的,所述step2中势能分量的表达式为:
24、,
25、其中,vi为第i台变流器的势能,bij为第i台变流器与第j台变流器间的电纳,ei为第i台变流器的输出电压,势能表征该台变流器与其他变流器之间的功角差和网络耦合强度。
26、进一步的,所述step2中哈密顿能量表达式为:
27、,
28、其中,hi为第i台变流器的哈密顿能量。
29、进一步的,所述step3中的聚类算法采用基于图论的谱聚类方法,以各变流器的总哈密顿能量值hi为节点特征构建相似度矩阵,实现高能量机组与低能量机组的全局划分。
30、进一步的,所述step4中的第二次聚类,以各变流器的动能与势能比值ri=ti / vi作为聚类特征,其中ti为动能,vi为势能。
31、进一步的,所述step5中构建特征函数库的具体方法为:针对每个控制模块,以其状态变量和输入变量为基函数,构建包含线性项和/或非线性项的多项式函数库,使得该控制模块的动态微分方程能够表示为:
32、,
33、其中,x为状态变量,为状态变量的数值微分,为候选函数项库,u为输入量,为系数矩阵。
34、进一步的,所述step5中各变流器的主要参数包括有功频率环节的虚拟惯量m、阻尼系数dp、无功电压控制系数dq,所构建的函数库如下:
35、对于有功频率控制环节,状态变量为ω(x),输入量为pref(u1)和pe(u2)。
36、其中,pref为变流器的有功功率参考值,pe为变流器的输出有功功率。
37、构建(非)线性项库,使得:
38、,
39、对于无功电压控制环节,状态变量为e(x),输入量为q (u1)、eu (u2)和e0 (u3)。
40、构建(非)线性项库,使得:
41、,
42、进一步的,所述step5中的稀疏回归算法采用带稀疏正则化约束的最小二乘求解方法,稀疏正则化算子采用l1范数,通过设置稀疏惩罚阈值控制模型复杂度,并采用序贯阈值最小二乘迭代算法求解系数向量,从而辨识出各变流器的主要控制参数。
43、进一步的,所述step5中采集系统在时域下的运行数据的方法为:对系统施加扰动,扰动为电网电压跌落或功率扰动,记录扰动后各变流器的状态变量随时间变化的数据序列,并通过数值差分计算状态变量的导数序列。
44、进一步的,所述step6中的等效电路参数聚合如下:
45、,
46、,
47、,
48、进一步的,所述step7中的多变流器系统的同调分群等值模型根据辨识所得的各个同调变流群的等效控制参数:虚拟惯量meq、阻尼系数dpeq和无功电压控制系数dqeq,以及等效电路参数req、leq和ceq建立。
49、为了实现上述目的,所述step8中模型精度验证的要求包括:
50、(1)所述预设精度要求包括有功功率与无功功率动态响应曲线的均方根误差及最大相对误差,均不超过对应的预设误差阈值,所述预设的最大迭代次数为一预设正整数;
51、(2)返回step5后,通过增加候选函数库中的函数项(包括但不限于高阶多项式项、交叉项)或调整稀疏回归算法的惩罚阈值,重新执行step5至step8;
52、(3)若达到最大迭代次数后仍不满足精度要求,则输出当前误差最小的等值模型并给出警告信息。
53、其次,本发明还提出一种电子系统,包括存储器、处理器和存储在存储器中可供处理器运行的程序指令,所述处理器执行所述程序指令以实现本发明所提出的方法步骤。
54、本发明采用以上技术方案,与现有技术相比具有以下技术效果:
55、(1)提出了基于端口哈密顿能量函数的两阶段聚类分群策略。以总哈密顿能量为第一特征量进行粗分群,以动能/势能比值为第二特征量进行细分群,全面刻画了变流器在暂态过程中的惯性响应能力和网络耦合强度。相对于传统基于功角、转速等单一状态量的分群方法,本发明能够更合理地识别同调变流群,显著提高了等值模型在暂态同步稳定分析中的精度。
56、(2)构建了基于稀疏回归的等效参数自动辨识与闭环迭代验证框架。通过构建特征函数库并采用稀疏回归算法自动辨识等效控制参数,无需人工反复调试;同时引入时域仿真精度验证与迭代修正机制,若不满足精度要求则扩充函数库或调整惩罚阈值重新辨识。相对于传统开环等值方法,本发明能够保证等值模型在不同扰动场景下的鲁棒性和可靠性,并大幅降低详细模型仿真的计算复杂度。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com