近年来,“碳达峰与碳中和”战略目标推动了以风电、光伏为代表的可再生能源的规模化并网,使得电力系统呈现出高比例可再生能源与高比例电力电子设备的“双高”特征[1-2]。“双高”电力系统通常具有弱阻尼、低惯量与弱电压支撑能力等缺点,加上大规模可再生能源出力的波动性与不确定性,这在一定程度上削弱了电力电子化电力系统的频率稳定性与运行可靠性[3-4]。为此,具有一定惯量模拟以及电压调节能力的构网型虚拟同步机(Grid-Forming Virtual Synchronous Generator,GFVSG)及其相关控制技术应运而生。GFVSG通过模拟传统同步发电机的转子运动方程,即利用包含虚拟惯量参数与虚拟阻尼参数的一阶低通滤波器实现虚拟惯量控制,能够为所接入系统提供必要的惯量与电压支撑,有助于提升电力电子化电力系统的频率稳定性及其电压稳定性[5-6]。
值得指出的是,GFVSG在实现虚拟惯量控制的同时,使得其并网有功闭环控制系统升级成为一个二阶振荡系统,易导致GFVSG的并网有功在有功指令、电网频率等扰动下出现与传统同步发电机类似的动态振荡现象[7-8]。GFVSG并网有功动态振荡过程中存在的波动大电流易造成过流能力较弱的电力电子变换器出现过流保护而停机甚至硬件设备烧坏,这就降低了GFVSG并网运行的可靠性与安全性[9]。目前,应用于抑制或消除GFVSG并网有功动态振荡的控制方法主要包括自适应参数调节方法[10-13]、动态反馈补偿方法[14-17]与动态前馈补偿方法[18-21]三种类型。
其中,自适应参数调节方法利用GFVSG的虚拟惯量、虚拟阻尼或虚拟阻抗等参数不受物理条件限制而可在线灵活调节的特点,优化GFVSG并网有功的动态响应性能。文献[10]根据GFVSG输出角频率与角频率变化率的乘积符号对虚拟惯量参数进行自适应调节,以抑制GFVSG并网有功的动态振荡。文献[11-12]通过同时自适应调节虚拟惯量参数和虚拟阻尼参数的方式,进一步实现GFVSG并网有功动态响应性能的优化。文献[13]将自适应虚拟阻抗调节方法应用到GFVSG并网系统中,提升系统抑制并网有功动态振荡的能力。值得指出的是,文献[10-13]中的自适应参数调节方法需要在线改变GFVSG的关键参数,并将参数的非线性变化特征引入至GFVSG的并网系统中,增加了系统参数整定的难度以及运行失稳的风险。
与自适应参数调节方法不同的是,动态反馈补偿方法与动态前馈补偿方法在保证GFVSG关键参数不变的前提下,通过重构GFVSG并网有功闭环控制系统回路的方式,改善GFVSG并网系统的动态响应特性。文献[14]与文献[15]分别将基于并网有功与输出角频率的微分反馈环节引入至GFVSG的控制回路中,但微分算法的数字化实现会带来高频谐波干扰的问题。文献[16]将并网有功比例反馈环节替换成基于超前滞后滤波器的比例反馈环节,避免了微分运算,但增加了系统控制的阶数。文献[17]将基于并网有功一阶滞后环节增加至GFVSG的反馈回路中,具有与文献[16]相类似的控制效果,但增加了参数设计的难度。值得指出的是,文献[14-17]中的动态反馈补偿方法需要在反馈变量出现偏差后才产生效果,控制存在一定的被动性。
与动态反馈补偿方法具有被动性不同的是,动态前馈补偿方法在控制效果上具有一定的主动性。文献[18]将有功微分前馈环节增加至GFVSG的控制回路中,但有功微分运算会引入高频谐波信号。文献[19]在GFVSG控制回路中加入基于角频率超前滞后滤波器的前馈环节,无需进行微分运算,但增加了系统的控制阶数与参数设计难度。文献[20]将基于有功指令前馈环节引入至GFVSG的控制回路中,具有参数设计直观的优点,但参数设计依赖于系统的线路阻抗参数。文献[21]利用基于相位动态前馈补偿的方式优化了GFVSG并网有功的动态响应性能,前馈参数设计无需依赖系统参数,但系统存在抑制高频干扰信号能力减弱的问题。
为此,本项目在上述动态前馈补偿方法的基础上,建立GFVSG的并网有功闭环小信号模型,分析GFVSG在有功指令、电网频率2种扰动下存在并网有功动态振荡的原因,提出一种基于超前滞后滤波器的GFVSG(Lead-Lag Filter Based GFVSG,LLF-GFVSG)改进策略,并给出相应的参数设计方法。最后,利用MATLAB仿真对比结果验证了所述LLF-GFVSG策略在2种扰动下抑制并网有功动态振荡的有效性与优越性。
参考文献:
[1] 迟永宁,江炳蔚,胡家兵,等.
构网型变流器:物理本质与特征[J/OL].高电压技术. DOI: 10.13336/j.1003-6520. hve.20231776.
[2] 马宁宁,谢小荣,贺静波,等.
高比例新能源和电力电子设备电力系统的宽频振荡研究综述[J]. 中国电机工程学报, 2020, 40(15): 4720-4732.
[3] 侯恺,刘泽宇,贾宏杰,等.
含高比例可再生能源的电力系统运行可靠性解析评估方法综述[J]. 高电压技术, 2023, 49(07): 2697-2710.
[4] 袁小明,张美清,迟永宁,等.
电力电子化电力系统动态问题的基本挑战和技术路线[J]. 中国电机工程学报, 2022, 42(5): 1904-1917.
[5] M. Chen , D. Zhou, F. Blaabjerg. Enhanced transient angle stability control of grid-forming converter based on virtual synchronous generator[J]. IEEE Transactions on Industrial Electronics, 2022, 69(9): 9133-9144.
[6] C. Li, Y. Yang, N. Mijatovic, et al. Frequency stability assessment of grid-forming VSG in framework of MPME with feedforward decoupling control strategy[J]. IEEE Transactions on Industrial Electronics, 2022, 69(7): 6903-6913.
[7] H. Xu, C. Yu, C. Liu, et al. An improved virtual inertia algorithm of virtual synchronous generator[J] Journal of Modern Power Systems and Clean Energy, 2020, 8(2): 377-386.
[8] R. Shi, C. Lan, Z. Dong, et al. An active power dynamic oscillation damping method for the grid-forming virtual synchronous generator based on energy reshaping mechanism[J]. Energies, 2023, 16, 7723.
[9] J. Liu, Y. Miura, H. Bevrani, et al. A unified modeling method of virtual synchronous generator for multi operation mode analyses[J]. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2021, 9(2): 2394-2409.
[10] J. Alipoor, Y. Miura, T. Ise. Power system stabilization using virtual synchronous generator with alternating moment of inertia[J]. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2015, 3(2): 451-458.
[11] R. Shi, X. Zhang, C. Hu, et al. Self-tuning virtual synchronous generator control for improving frequency stability in autonomous photovoltaic-diesel micro- grids[J].
Journal of
Modern Power Systems and
Clean Energy,
2018, 6(3): 482–494.
[12] V. Thomas, K. Ashok. Fuzzy controller-based self- adaptive virtual synchronous machine for microgrid application[J]. IEEE Transactions on Energy Conversion, 2021, 36(3): 2427-2437.
[13] M. Ren, T. Li, K. Shi, et al. Coordinated control strategy of virtual synchronous generator based on adaptive moment of inertia and virtual impedance[J].
IEEE Journal on Emerging and Selected Topics in Circuits and Systems, 2021, 11(1): 99–110.
[14] 石荣亮,王斌,黄冀,等.
储能虚拟同步机的并网阻尼特性分析与改进策略[J]. 太阳能学报, 2023, 44(7): 30-38.
[15] X. Xiong, C. Wu, P. Cheng, et al. An optimal damping design of VSGs for transient stability enhancement[J]. IEEE Transactions on Industrial Electronics, 2021, 36(10): 11026-11030.
[16] F. Mandrile, V. Mallemaci, E. Carpaneto, et al. Lead-lag filter-based damping of virtual synchronous machines[J]. IEEE Transactions on Industry Applications, 2023, 59(6): 6900-6913.
[17] 兰征,龙阳,曾进辉,等.
考虑超调的虚拟同步发电机暂态功率振荡抑制策略[J]. 电力系统自动化, 2022, 46(11): 131-141.
[18] 徐海珍,张兴,刘芳,等.
基于微分补偿环节虚拟惯性的虚拟同步发电机控制策略[J]. 电力系统自动化, 2017, 41(3):96-102.
[19] 兰飞,高占兴,黎静华.
基于超前滞后环节附加前馈阻尼的VSG控制策略[J/OL].
高电压技术. DOI: 10.13336/j.1003-6520.hve.20231472.
[20] Y. YU, K. Sanjay, D. Gibran, et al. A reference- feedforward-based damping method for virtual synchronous generator control[J]. IEEE transactions on power electronics, 2022, 37(7): 7566-7571.
[21] M. Li, P. Yu, W. Hu, et al. Phase feedforward damping control method for virtual synchronous generators[J]. IEEE transactions on power electronics, 2022, 37(8): 9790-9806.