索江鐳,胡志堅,仉夢林,張子泳,劉宇凱
(1.武漢大學(xué)電氣工程學(xué)院,湖北武漢 430072;2.西安交通大學(xué)電力設(shè)備電氣絕緣國家重點實驗室,陜西西安 710049)
含雙饋風(fēng)電場的互聯(lián)電力系統(tǒng)廣域阻尼協(xié)調(diào)控制
索江鐳1,2,胡志堅1,2,仉夢林1,2,張子泳1,2,劉宇凱1,2
(1.武漢大學(xué)電氣工程學(xué)院,湖北武漢 430072;2.西安交通大學(xué)電力設(shè)備電氣絕緣國家重點實驗室,陜西西安 710049)
針對大區(qū)域電網(wǎng)互聯(lián)以及大規(guī)模雙饋風(fēng)電場并網(wǎng)所面臨的區(qū)域低頻振蕩問題,提出一種綜合考慮同步發(fā)電機與雙饋風(fēng)力發(fā)電機的廣域阻尼控制策略;并采用一種迭代次數(shù)較少、不易陷入局部最優(yōu)解的新型優(yōu)化算法——均值方差映射算法進(jìn)行控制器參數(shù)協(xié)調(diào)配置,通過與傳統(tǒng)智能算法的比較,證明了該方法的優(yōu)越性;含雙饋風(fēng)電場的四機兩區(qū)測試系統(tǒng)的仿真結(jié)果表明,提出的方法能有效提高大規(guī)模雙饋風(fēng)電場并網(wǎng)背景下的互聯(lián)電力系統(tǒng)區(qū)域低頻振蕩阻尼能力。
雙饋風(fēng)電場;互聯(lián)電力系統(tǒng);廣域阻尼控制器;均值方差映射算法;控制器參數(shù)協(xié)調(diào)優(yōu)化
胡志堅(1969—),男,教授,博士生導(dǎo)師,研究方向為電力系統(tǒng)運行與控制、智能電網(wǎng)、風(fēng)力發(fā)電并網(wǎng)運行與控制等;
仉夢林(1987—),女,博士研究生,研究方向為含風(fēng)電并網(wǎng)的電力系統(tǒng)優(yōu)化調(diào)度;
張子泳(1987—),男,博士研究生,研究方向為大型互聯(lián)電力系統(tǒng)低頻振蕩分析與阻尼控制、新能源優(yōu)化調(diào)度研究;
劉宇凱(1989—),男,碩士研究生,研究方向為大型互聯(lián)電力系統(tǒng)阻尼控制。
21 世紀(jì)以來,能源危機以及環(huán)境污染問題日趨嚴(yán)峻,而風(fēng)能作為一種可再生、無污染的清潔能源,受到了世界各國的廣泛關(guān)注[1]。近年來,隨著風(fēng)力發(fā)電技術(shù)的不斷進(jìn)步,風(fēng)電裝機容量與風(fēng)電并網(wǎng)容量持續(xù)穩(wěn)步增長。由于風(fēng)能資源往往遠(yuǎn)離負(fù)荷中心,風(fēng)電接入也由原來的配電網(wǎng)轉(zhuǎn)變?yōu)檩旊娋W(wǎng),大規(guī)模風(fēng)電并網(wǎng)以及遠(yuǎn)距離的風(fēng)電輸送將改變系統(tǒng)原有的阻尼特性,進(jìn)而對電網(wǎng)的安全穩(wěn)定帶來一定的影響[2-3]。因此,從提高互聯(lián)電力系統(tǒng)區(qū)域阻尼特性角度出發(fā),應(yīng)將風(fēng)電的影響以及改善措施考慮在內(nèi)[4]。
文獻(xiàn)[5]推導(dǎo)出適用于小干擾穩(wěn)定的雙饋風(fēng)力發(fā)電機數(shù)學(xué)模型,研究了不同風(fēng)電穿透率下的雙饋風(fēng)力發(fā)電機對系統(tǒng)阻尼的影響,從機理上分析了當(dāng)系統(tǒng)風(fēng)電穿透率的增加,系統(tǒng)阻尼比呈現(xiàn)出先增加再減小的過程,并通過PSD-BPA進(jìn)行了仿真驗證,可惜的是文中并未提出雙饋風(fēng)電場并網(wǎng)后,改善系統(tǒng)阻尼的措施。文獻(xiàn)[6]提出了一種針對雙饋風(fēng)力發(fā)電機的電力系統(tǒng)穩(wěn)定器(DFIG-PSS),它采用的是風(fēng)電場端電壓相角作為控制器的輸入,并附加到風(fēng)力發(fā)電機轉(zhuǎn)子側(cè)變頻器以阻尼系統(tǒng)振蕩,通過仿真證明其對本地振蕩有著明顯的抑制作用,但并未有效解決區(qū)間振蕩。對此,文獻(xiàn)[7]與文獻(xiàn)[8]分別提出將廣域信號附加到風(fēng)力發(fā)電機轉(zhuǎn)子側(cè)變頻器的有功和無功控制環(huán)節(jié),仿真結(jié)果表明通過在雙饋風(fēng)力發(fā)電機轉(zhuǎn)子側(cè)引入廣域控制環(huán)節(jié),能夠改善雙饋風(fēng)力發(fā)電機并網(wǎng)給系統(tǒng)阻尼帶來的負(fù)面影響。
上述控制方法僅針對風(fēng)電場側(cè)考慮抑制區(qū)域振蕩的問題,而并未將主導(dǎo)區(qū)域振蕩的同步發(fā)電機進(jìn)行綜合考慮。因此,本文將雙饋風(fēng)力發(fā)電機的廣域阻尼控制器與同步發(fā)電機的廣域阻尼控制器一起納入提高區(qū)域低頻振蕩的措施進(jìn)行全局設(shè)計,并對由此引發(fā)的控制器參數(shù)之間的相互協(xié)調(diào)問題,采用新型優(yōu)化算法——均值方差映射算法[9]進(jìn)行控制器參數(shù)配置,以避免傳統(tǒng)算法迭代次數(shù)多、容易陷入局部最優(yōu)的缺點。
本文提出的廣域阻尼控制器的主要設(shè)計思路如下:首先對含雙饋風(fēng)電場的系統(tǒng)進(jìn)行小干擾穩(wěn)定分析;再引入同步發(fā)電機的附加廣域阻尼控制器以及雙饋風(fēng)力發(fā)電機的附加廣域阻尼控制器;最后通過協(xié)調(diào)優(yōu)化,對控制器內(nèi)部相關(guān)參數(shù)進(jìn)行調(diào)整,以達(dá)到提高系統(tǒng)阻尼的目的。本文以如圖1所示的兩區(qū)域系統(tǒng)進(jìn)行分析說明,采用的雙饋風(fēng)力發(fā)電機相關(guān)參數(shù)見文獻(xiàn)[10]。
圖1 含雙饋風(fēng)電場的四機兩區(qū)模型Fig.1Model of two areas with four generators and DFIG
根據(jù)本文第一節(jié)所述的雙饋風(fēng)力發(fā)電機動態(tài)模型,列出系統(tǒng)動態(tài)方程為
在系統(tǒng)穩(wěn)定運行點處對式(1)進(jìn)行線性化,可得系統(tǒng)特征矩陣方程為
當(dāng)給定風(fēng)速為14 m/s時,計算系統(tǒng)特征值如表1所示。
表1 系統(tǒng)特征值計算結(jié)果Table 1Calculation results of system eigenvalues
由表1可知,系統(tǒng)共有3組振蕩模式。其中,特征根λ1,2所對應(yīng)的模式為區(qū)間模式,λ3,4與λ5,6對應(yīng)的為本地模式。當(dāng)雙饋風(fēng)電場并網(wǎng)后,并未增加系統(tǒng)的主導(dǎo)振蕩模式,但對系統(tǒng)的振蕩頻率與阻尼比都產(chǎn)生了不同程度的影響。其中,對振蕩頻率以及本地模式的阻尼比影響較小,而對區(qū)間模式的阻尼比影響較大,且其影響是負(fù)面的。因此,有必要考慮增加廣域阻尼控制器,對系統(tǒng)區(qū)間阻尼不足的問題進(jìn)行改善。
針對系統(tǒng)區(qū)域阻尼不足的問題,傳統(tǒng)方法是在同步發(fā)電機勵磁系統(tǒng)中引入廣域阻尼控制器[11],其控制策略如圖2所示。
圖2 同步發(fā)電機的廣域阻尼控制策略Fig.2Wide-area damping control strategy of synchronous generator
對于圖1所示的四機兩區(qū)系統(tǒng),選取聯(lián)絡(luò)線有功作為廣域阻尼控制器的輸入信號,而控制器輸出信號則分別加在與系統(tǒng)主導(dǎo)振蕩模式強相關(guān)的同步發(fā)電機G1和G3的勵磁系統(tǒng)側(cè),控制器內(nèi)部結(jié)構(gòu)如圖3所示。
圖3 同步發(fā)電機的廣域阻尼控制器結(jié)構(gòu)Fig.3Structure of wide-area damping controller of synchronous generator
上圖中,i=1和3分別代表發(fā)電機G1和G3側(cè)的廣域阻尼控制器。采用極點配置法[12],分別針對含雙饋風(fēng)電場與不含雙饋風(fēng)電場兩種情況的系統(tǒng)進(jìn)行控制器設(shè)計,并對加入廣域阻尼控制器后的系統(tǒng)進(jìn)行特征值計算,如表2所示。
表2 系統(tǒng)特征值計算結(jié)果Table 2Calculation results of system eigenvalues
由表2可知,在無風(fēng)電場的情況下,對系統(tǒng)配置廣域阻尼控制器,可有效提高系統(tǒng)區(qū)域阻尼,改善系統(tǒng)動態(tài)性能。但在有風(fēng)電場情況下,通過上述方法,雖對提高區(qū)域系統(tǒng)阻尼有一定的作用,但效果并不理想。因此,本文考慮在采用傳統(tǒng)方法的基礎(chǔ)之上,同時在風(fēng)電場側(cè)加入廣域阻尼控制器,以提高系統(tǒng)區(qū)域阻尼特性。
根據(jù)低頻振蕩的產(chǎn)生機理,電力系統(tǒng)機電振蕩是由同步發(fā)電機轉(zhuǎn)子上的不平衡轉(zhuǎn)矩所造成的。因此,針對雙饋風(fēng)力發(fā)電機,可以利用其有功可控的特性,在轉(zhuǎn)子側(cè)變頻器加入控制器,以此產(chǎn)生附加電氣轉(zhuǎn)矩來阻尼系統(tǒng)機電振蕩,具體控制策略如圖4所示。
圖4 雙饋風(fēng)力發(fā)電機的廣域阻尼控制策略Fig.4Wide-area damping control strategy of DFIG
與同步發(fā)電機的廣域阻尼控制器類似,針對系統(tǒng)區(qū)域阻尼不足的問題,本文考慮選取同步發(fā)電機G1與G3之間的轉(zhuǎn)速差作為控制器的輸入信號,控制器內(nèi)部結(jié)構(gòu)如圖5所示。
圖5 雙饋風(fēng)力發(fā)電機的廣域阻尼控制器結(jié)構(gòu)Fig.5Structure of wide-area damping controller of DFIG
根據(jù)上文分析,本文從同步發(fā)電機側(cè)以及風(fēng)電場側(cè)兩個方面綜合考慮系統(tǒng)穩(wěn)定性問題,提出采用如圖6所示的廣域阻尼控制策略,對同步發(fā)電機以及風(fēng)電場進(jìn)行協(xié)調(diào)控制,以提高系統(tǒng)區(qū)域阻尼。
圖6 廣域阻尼控制全局策略圖Fig.6Wide-area damping control strategy of DFIG
而對于控制器內(nèi)部具體參數(shù)的設(shè)置,通常有極點配置法、增益裕度法、H∞法以及優(yōu)化配置法等??紤]到本文涉及到多個廣域阻尼控制器,需要對不同控制器的參數(shù)進(jìn)行協(xié)調(diào)設(shè)置,通常采用優(yōu)化配置法,可較好解決此類問題[13]。
根據(jù)經(jīng)典控制理論可知,系統(tǒng)穩(wěn)定的基本條件是:所有特征根均位于虛軸的左半邊,并且特征根實部越小,系統(tǒng)越穩(wěn)定。因此,定義本文優(yōu)化算法的目標(biāo)函數(shù)為
上式中,ζi為系統(tǒng)第i個特征值的阻尼比,而廣域控制器內(nèi)部除隔直環(huán)節(jié)外(本文取隔直時間常數(shù)Tw=T'w=5s),其它參數(shù)構(gòu)成的解向量為
對于以上優(yōu)化問題,解決方法有很多,例如:遺傳算法、粒子群算法、差分進(jìn)化算法、蟻群算法、細(xì)菌覓食算法、人工免疫算法等等。然而針對具體問題,選擇不同算法的主要依據(jù)是在避免陷入局部最優(yōu)的同時,盡量使算法的迭代次數(shù)少、收斂速度快、尋優(yōu)精度高。為此,本文將采用一種新的優(yōu)化算法:均值方差映射算法。
均值方差映射算法是一種全新的種群隨機優(yōu)化算法,它最顯著的特點是采用映射函數(shù),將解空間限定在0到1之間,并且其映射函數(shù)隨著解空間的均值和方差的變化而變化,和傳統(tǒng)智能優(yōu)化算法相比具有收斂速度快、不易陷入局部最優(yōu)等優(yōu)點。
均值方差映射算法初值包括:解向量初值X0、動態(tài)種群維數(shù)n、選擇變異個數(shù)m、形狀收放因子fs。其中,解向量初值設(shè)置為0到1之間的任意隨機數(shù),其他參數(shù)可根據(jù)具體情況進(jìn)行調(diào)整。而均值方差映射算法的迭代終止條件與其他智能優(yōu)化算法類似,可選取最大迭代次數(shù)或者最小適應(yīng)度函數(shù)誤差作為評判標(biāo)準(zhǔn)。
均值方差映射算法將適應(yīng)度最好的n個解向量儲存在動態(tài)的種群表當(dāng)中。在該表中,n個解向量按照適應(yīng)度從低到高排列,若后續(xù)步驟產(chǎn)生了比表中n個解向量適應(yīng)度更好的解,則自動淘汰種群表中適應(yīng)度最差的那組解。因此,可以保證種群表中的n個解向量始終為當(dāng)前尋找到最優(yōu)的n組解。然后分別計算k個解向量的均值和方差。若種群表發(fā)生更新,則需重新計算k維解向量的均值與方差,其計算公式為
均值方差映射算的親代定義為當(dāng)前適應(yīng)度最好的解向量,即排列在動態(tài)種群表第一排的解向量。而其子代則由親代通過:選擇——變異——克隆,3個步驟產(chǎn)生。
2.3.1 選擇
在親代的解向量中,從k個解中連續(xù)選取m個解進(jìn)行下一步的變異過程。當(dāng)?shù)Y(jié)束后,選擇窗向后順移一位,具體過程如圖7所示。
2.3.2 變異
變異是均值方差映射算法的核心步驟,其思想是通過映射函數(shù),將上一步選擇的m個解進(jìn)行變異。第1次選擇的m個解的變異方法通過均勻分布的隨機函數(shù),生成一個范圍在0到1之間的隨機值。第1次之后選擇的m個解的變異方法則是通過如下映射函數(shù)生成為
式中:hx=h(ui=x');h0=h(ui=0);h1=h(ui=1)。
式(5)中,si為形狀因子,fs為2.1節(jié)提到的形狀收放因子。圖8顯示的是當(dāng)均值ˉxi=0.5時的均值映射函數(shù)曲線,其中橫坐標(biāo)與縱坐標(biāo)分別代表歸一化的解向量和其通過映射函數(shù)變異后的結(jié)果。從圖中可以看出,當(dāng)形狀因子si隨方差的減小而增大時,曲線將變得越來越平緩,因此算法將從全局搜索逐漸過渡到局部搜索,具有一定自適應(yīng)能力。而fs決定了算法的初始搜索能力,即當(dāng)fs較小時,映射曲線較陡峭,此時算法具有更好的初始全局搜索能力;當(dāng)fs較大時,映射曲線較平緩,此時算法具有更好的初始局部搜索能力。因此,在初值設(shè)置階段,需根據(jù)具體的情況,對fs進(jìn)行調(diào)整,以達(dá)到最佳的優(yōu)化效果。
圖8 映射函數(shù)曲線Fig.8Curve of mapping function
2.3.3 克隆
通過上述兩步,子代中的m個解由親代中相應(yīng)的m個解變異而來,而子代中剩余的k-m個解則由親代中相應(yīng)的k-m個解克隆而來,所謂克隆則是指這k-m個解直接與親代保持一致,未發(fā)生任何改變。
由于均值方差映射算法將解空間限定在[0,1]的范圍內(nèi),但適應(yīng)度函數(shù)并未做歸一化處理,因此每次迭代后計算適應(yīng)度函數(shù)時,應(yīng)對解空間進(jìn)行反歸一化為
其中,X代表歸一化后的解空間,U和L分別代表其上限與下限,Y代表反歸一化后的結(jié)果。
通過上述過程的不斷循環(huán),可完成均值方差映射算法流程,如圖9所示。
圖9 均值方差映射算法流程Fig.9The algorithm flow of MVMO
本文在Matlab/SIMULINK環(huán)境中建立了仿真模型,并設(shè)定廣域控制器各增益環(huán)節(jié)Ks的尋優(yōu)范圍為[0,100],廣域控制器中各相位補償環(huán)節(jié)的時間常數(shù)T的尋優(yōu)范圍為[0,100];設(shè)定均值方差映射算法的動態(tài)種群維數(shù)n為3,選擇變異個數(shù)m為3,收放因子fs為1.5。圖10為本文算法(MVMO)與傳統(tǒng)智能算法的迭代對比結(jié)果,其中包括粒子群算法(particle swarm optimization)、遺傳算法(genetic algorithm)、細(xì)菌覓食算法(bacterial foraging)。
圖10 不同算法迭代對比圖Fig.10Comparison diagram of different iterative algorithms
從圖10中可以看出,均值方差映射算法較其他算法有著迭代次數(shù)少、收斂速度快的優(yōu)勢。針對本文優(yōu)化目標(biāo),粒子群算法收斂速度雖比遺傳算法快,耗時比細(xì)菌覓食算法少,但在使用過程中,有較大概率陷入局部最優(yōu),最終導(dǎo)致控制器設(shè)計失敗。而本文采用的方差映射優(yōu)化算法,其算法流程簡單,尋優(yōu)范圍為全局搜索,且映射函數(shù)具有自適應(yīng)特性,在處理本文優(yōu)化問題時表現(xiàn)出迭代次數(shù)少、耗時短、不易陷入局部最優(yōu)等優(yōu)點,最終控制器的良好表現(xiàn)奠定了一定的基礎(chǔ)。
為驗證上述控制器參數(shù)以及本文控制策略的有效性,本文分兩種情況進(jìn)行仿真驗證:
1)設(shè)定風(fēng)電場風(fēng)速恒定為14 m/s,穩(wěn)定運行1 s后,同步發(fā)電機G1機端電壓上升10%,持續(xù)時間為60 ms。對比系統(tǒng)加入廣域阻尼控制器和未加入時,部分參數(shù)的動態(tài)響應(yīng)如圖11所示。
2)設(shè)定風(fēng)電場初始風(fēng)速為14 m/s,穩(wěn)定運行1 s后,風(fēng)速突然減小40%。對比系統(tǒng)加入廣域阻尼控制器和未加入時,部分參數(shù)的動態(tài)響應(yīng)如圖12所示。
從以上仿真可以看出,在發(fā)生小擾動時,通過本文的控制策略,互聯(lián)電力系統(tǒng)的功角、聯(lián)絡(luò)線功率、母線電壓、風(fēng)電場功率、風(fēng)力發(fā)電機轉(zhuǎn)速等參數(shù)擾動得到了明顯的抑制,控制器參數(shù)之間能夠相互協(xié)調(diào),區(qū)域間低頻振蕩問題得到了較好的解決。
圖11 系統(tǒng)動態(tài)響應(yīng)Fig.11The dynamic response of system
圖12 系統(tǒng)動態(tài)響應(yīng)Fig.12The dynamic response of system
1)針對大規(guī)模雙饋風(fēng)電場并網(wǎng)與區(qū)域電網(wǎng)互聯(lián)可能造成的區(qū)域低頻振蕩問題,本文提出了可同時控制同步發(fā)電機與風(fēng)電場的廣域控制策略,該策略利用廣域測量系統(tǒng)將廣域控制信號分別附加到同步發(fā)電機勵磁側(cè)電壓控制環(huán)節(jié)以及雙饋風(fēng)力發(fā)電機轉(zhuǎn)子側(cè)變頻器有功控制環(huán)節(jié),對含雙饋風(fēng)電場的四機兩區(qū)系統(tǒng)進(jìn)行了仿真,驗證了該控制策略的有效性。
2)針對廣域控制策略中,不同控制器之間的參數(shù)協(xié)調(diào)問題,本文提出使用均值方差映射算法進(jìn)行優(yōu)化配置,通過與粒子群算法、遺傳算法以及細(xì)菌覓食算法的比較,證明該方法在處理本文優(yōu)化問題時具有迭代次數(shù)少、耗時短、不易陷入局部最優(yōu)等優(yōu)點,所得到的控制器參數(shù)之間能夠相互協(xié)調(diào)。
3)本文提出的控制策略以及協(xié)調(diào)優(yōu)化算法并不局限于本文的算例系統(tǒng),具有一定的一般性,針對未來“風(fēng)光儲”等新能源技術(shù)的大規(guī)模應(yīng)用,該方法亦可得以推廣。
[1]DURGA Gautam,VIJAY Vittal,TERRY Harbour.Impact of increased penetration of DFIG-based wind turbine generators on transient and small signal stability of power systems[J].IEEE Transactions on Power Systems,2009,24(3):1426-1434.
[2]張麗英,葉廷路,辛耀中,等.大規(guī)模風(fēng)電接入電網(wǎng)的相關(guān)問題及措施[J].中國電機工程學(xué)報,2010,30(25):1-9.
ZHANG Liying,YE Tinglu,XIN Yaozhong,et al.Problems and measures of power grid accommodating large scale wind power[J].Proceedings of the CSEE,2010,30(25):1-9.
[3]李媛媛,邱躍豐,馬世英,等.風(fēng)電機組接入對系統(tǒng)小干擾穩(wěn)定性的影響研究[J].電網(wǎng)技術(shù),2012,36(8):50-55.
LI Yuanyuan,QIU Yuefeng,MA Shiying,et al.Impact of grid-connected wind turbine generators on small signal stability of power grid[J].Power System Technology,2012,36(8):50-55.
[4]張子泳,胡志堅,胡夢月,等.含風(fēng)電的互聯(lián)電力系統(tǒng)時滯相關(guān)穩(wěn)定性分析與魯棒阻尼控制[J].中國電機工程學(xué)報,2012,32 (34):8-17.
ZHANG Ziyong,HU Zhijian,HU Mengyue,et al.Delay-dependent stability analysis and robust damping control of power system with wind power integration[J].Proceedings of the CSEE,2012,32(34):8-17.
[5]陳樹勇,常曉鵬,孫東華,等.風(fēng)電場接入對電力系統(tǒng)阻尼特性的影響[J].電網(wǎng)技術(shù),2013,37(6):1570-1577.
CHEN Shuyong,CHANG Xiaopeng,SUN Huadong,et al.Impact of grid-connected wind farm on damping performance of power system[J].Power System Technology,2013,37(6):1570-1577.
[6]GEORGIOS Tsourakis,BASIL M Nomikos,COSTAS D Vournas.Contribution of doubly fed wind generators to oscillation damping[J].IEEE Transactions on Power Systems,2009,24(3):783-791.
[7]張子泳,胡志堅,李勇匯.并網(wǎng)型雙饋式風(fēng)力發(fā)電系統(tǒng)廣域阻尼控制器設(shè)計[J].高電壓技術(shù),2011,37(1):157-163.
ZHANG Ziyong,HU Zhijian,LI Yonghui.Design of wide-area damping controller of grid-tied wind generation system based DFIG[J].High Voltage Engineering,2011,37(1):157-163.
[8]FAN Lingling,YIN Haiping,MIAO Zhixin.On active/reactive power modulation of DFIG-Based wind generation for interarea oscillation damping[J].IEEE Transactions on Power Systems,2011,26(2):513-521.
[9]ERLICH I,VENAYAGAMOORTHY G K,NAKAWIRO W.A mean-variance optimization algorithm[C]//Proceedings of IEEE Congress on Evolutionary Computation,July 18-23,2010,Barcelona,Spain.2010:1-6.
[10]LUIS M Fernandeza,F(xiàn)RANCISCO Jurado,JOSE Ramon Saenz.Aggregated dynamic model for wind farms with doubly fed induction generator wind turbines[J].Renewable Energy,2008,33 (1):129-140.
[11]胡志堅,趙義術(shù).計及廣域測量系統(tǒng)時滯的互聯(lián)電力系統(tǒng)魯棒穩(wěn)定控制[J].中國電機工程學(xué)報,2010,30(19):37-43.
HU Zhijian,ZHAO Yishu.Robust stability control of power systems based on WAMS with signal transmission delays[J].Proceedings of the CSEE,2010,30(19):37-43.
[12]張子泳.胡志堅,李勇匯.大型雙饋風(fēng)力發(fā)電系統(tǒng)小信號動態(tài)建模及附加阻尼控制器設(shè)計[J].電力系統(tǒng)保護(hù)與控制,2011,39(18):127-133.
ZHANG Ziyong,HU Zhijian,LI Yonghui.Small signal dynamic modelling and additionaller damping controller designing for large wind generation system based on DFIG[J].Power System Protection and Control,2011,39(18):127-133.
[13]MISHRA Y,MISHRA S,TRIPATHY M,et al.Improving stability of a DFIG-Based wind power system with tuned damping controller[J].IEEE Transactions on Energy Conversion,2009,24(3): 650-660.
(編輯:劉琳琳)
Wide-area damping coordination control in the interconnected power system with doubly fed wind farm
SUO Jiang-lei1,2,HU Zhi-jian1,2,ZHANG Meng-lin1,2,ZHANG Zi-yong1,2,LIU Yu-kai1,2
(1.School of Electrical Engineering,Wuhan University,Wuhan 430072,China; 2.State Key Laboratory of Electrical Insulation and Power Equipment,Xi’an Jiaotong University,Xi’an 710049,China)
A wide-area damping control strategy comprehensively considering synchronous generators and doubly fed induction generators was proposed which is based on the interarea low frequency oscillation problem caused by large area interconnected power grid and massive grid connected doubly fed wind farms.Also,a new optimization algorithm called Mean-Variance Mapping Optimization algorithm with the advantage of fewer iterations and not easy to fall into local optimal solution was adopted to coordinate the configuration of controller parameters.And the superiority of this new method is proved by contrast with the traditional intelligent algorithms.At last,interarea low frequency oscillation problem in interconnected power systems with massive grid connected doubly fed wind farms was effectively solved by the proposed method,which is validated by the simulation results a four-machine and two-region test system with a doubly fed wind farm.
doubly fed induction generator(DFIG);interconnected power systems;wide-area damping controller;mean-variance mapping optimization algorithm;coordination and optimization of controller parameters
10.15938/j.emc.2015.03.009
TM 71
A
1007-449X(2015)03-0054-07
2014-01-24
高等學(xué)校博士學(xué)科點專項科研基金(20110141110032);西安交通大學(xué)電力設(shè)備電氣絕緣國家重點實驗室資助(EIPE13205)
索江鐳(1984—),男,博士研究生,研究方向為大型互聯(lián)電力系統(tǒng)低頻振蕩分析與阻尼控制;
索江鐳