CN107508307B - 用于抑制次同步振荡的自抗扰直流附加阻尼控制方法 - Google Patents
用于抑制次同步振荡的自抗扰直流附加阻尼控制方法 Download PDFInfo
- Publication number
- CN107508307B CN107508307B CN201710818420.4A CN201710818420A CN107508307B CN 107508307 B CN107508307 B CN 107508307B CN 201710818420 A CN201710818420 A CN 201710818420A CN 107508307 B CN107508307 B CN 107508307B
- Authority
- CN
- China
- Prior art keywords
- oscillation
- disturbance rejection
- control
- active disturbance
- subsynchronous oscillation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000010355 oscillation Effects 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000013016 damping Methods 0.000 title claims abstract description 24
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 42
- 230000002068 genetic effect Effects 0.000 claims abstract description 27
- 238000012546 transfer Methods 0.000 claims abstract description 11
- 238000012360 testing method Methods 0.000 claims abstract description 10
- 230000035772 mutation Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 5
- 238000010353 genetic engineering Methods 0.000 claims description 4
- 210000000349 chromosome Anatomy 0.000 claims description 3
- 238000007667 floating Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 2
- 101710163391 ADP-ribosyl cyclase/cyclic ADP-ribose hydrolase Proteins 0.000 claims 1
- 238000004088 simulation Methods 0.000 abstract description 8
- 230000005540 biological transmission Effects 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 6
- 101100499229 Mus musculus Dhrsx gene Proteins 0.000 abstract description 3
- 230000002401 inhibitory effect Effects 0.000 abstract description 2
- 238000012795 verification Methods 0.000 abstract description 2
- 238000013461 design Methods 0.000 description 6
- 101150075433 SSO2 gene Proteins 0.000 description 5
- 101100257809 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) SSO1 gene Proteins 0.000 description 4
- 101100465990 Schizosaccharomyces pombe (strain 972 / ATCC 24843) psy1 gene Proteins 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000007123 defense Effects 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005764 inhibitory process Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003053 immunization Effects 0.000 description 1
- 238000002649 immunization Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/36—Arrangements for transfer of electric power between ac networks via a high-tension dc link
-
- H02J3/386—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/36—Arrangements for transfer of electric power between ac networks via a high-tension dc link
- H02J2003/365—Reducing harmonics or oscillations in HVDC
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/60—Arrangements for transfer of electric power between AC networks or generators via a high voltage DC link [HVCD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种用于抑制次同步振荡的自抗扰直流附加阻尼控制方法，针对送端电网大规模风电接入可能加剧火电厂次同步振荡的问题，首先利用TLS‑ESPRIT算法辨识得到***各次同步振荡模式下的低阶传递函数，然后结合ITAE指标与极大极小值原理得到被控***控制目标，并用改进遗传算法寻优确定多通道自抗扰控制器(ADRC)参数，最后在PSCAD/EMTDC上搭建含风电的测试***模型，仿真验证表明，所设计的次同步附加阻尼控制器在送端电网各种运行方式和故障情况下，都能有效抑制汽轮发电机组次同步振荡，具有较强鲁棒性，且低阶ADRC亦具有较好控制效果，适合于工程实际运用。
Description
技术领域
本发明属于高压直流输电领域，特别是一种风火打捆外送***次同步振荡的改进自抗扰直流附加阻尼控制方法。
背景技术
随着新能源开发规模地逐年增大，以风电为代表的新型能源大量接入以火电为主的传统电力***，这给次同步振荡(subsynchronous oscillation，SSO)研究带来了新的挑战。高压直流输电(high voltage direct currunt，HVDC)可能引发汽轮发电机组的次同步扭振，导致机组大轴的疲劳累积甚至断裂，严重威胁电力***的稳定运行(李兴源.高压直流输电***[M].北京：科学出版社，2010：177-183.)。风电接入后，风电、火电和HVDC之间的次同步交互作用变得更加复杂。
2014年哈密南至郑州千伏特高压直流输电工程建成并投运，承担新疆风火电打捆外送的重要任务。然而随着风电基地大规模接入，实际运行中已多次监测到哈密电网送端汽轮发电机组轴系出现严重的次同步振荡，引发扭振保护启动。由此可知，加强风火打捆外送***的次同步振荡抑制已势在必行。
针对火电机组经HVDC送出引起的次同步振荡，目前大多采用附加直流阻尼控制器加以抑制(BJORKLIND H，JOHANSSON K E，LISS G.Damping of subsynchronousoscillations in systems containing turbine and HVDC links[J].IEEETransactions on Power2007，22(1)：314-323.)。已有技术常用如遗传算法、粒子群算法、模糊免疫方法等现代控制工程中的新方法来设计附加次同步阻尼控制器(supplementarysubsynchronous damping controller，SSDC)。
上述各类控制方法虽对次同步振荡有良好的抑制效果，但对***模型规模和参数准确度要求较高，其控制性能具有一定的局限性，且均未考虑风电接入的情况。自抗扰控制(active disturbance rejection control，ADRC)吸收现代控制理论的成果，发扬且丰富了PID控制“基于误差来消除误差”的思想精髓，已被广泛应用于我国电力***。因此对设计低阶鲁棒阻尼控制器的方法的研究具有重要意义。
发明内容
本发明所要解决的技术问题是提供一种用于抑制次同步振荡的自抗扰直流附加阻尼控制方法，针对送端电网大规模风电接入可能加剧火电厂次同步振荡的问题，先利用TLS-ESPRIT(谐波频率估计的总体最小二乘方法)算法辨识得到***各次同步振荡模式下的低阶传递函数，然后结合ITAE指标(一种性能指标时间乘以误差绝对值积分的性能指标)与极大极小值原理得到被控***控制目标，并用改进遗传算法寻优确定多通道自抗扰控制器(ADRC)参数，最后在PSCAD/EMTDC上搭建含风电的测试***模型。
本发明方法在送端电网各种运行方式和故障情况下，都能有效抑制汽轮发电机组次同步振荡，具有较强鲁棒性，且低阶ADRC亦具有较好控制效果，适合于工程实际运用。
为解决上述技术问题，本发明采用的技术方案是：
一种用于抑制次同步振荡的自抗扰直流附加阻尼控制方法，包括以下步骤：
步骤1：利用机组作用系数法筛选出送端直流换流站附近最可能发生次同步振荡的电厂，在HVDC整流侧定电流处施加0.02p.u.阶跃扰动，取该电厂机组在有无小扰动时的转子角速度差为输出，利用TLS-ESPRIT算法对测试***在有无风电场接入情况下进行振荡特性辨识；
步骤2：利用6阶巴特沃兹带通滤波器将不同振荡模态分解到不同通道，并分别再次利用TLS-ESPRIT算法对所有振荡模式的***模型进行辨识，通过平衡截断法降阶，保留各振荡模式对应主导极点，得到所有振荡模式对应的***低阶传递函数；
步骤3：将步骤2得到的所有振荡模式对应的***低阶传递函数作为自抗扰控制的被控对象，采用改进遗传算法的自抗扰控制，设计多通道2阶自抗扰控制器；
所述改进遗传算法的自抗扰控制中采用的改进遗传算法为：
1)产生初始种群
随机产生初始种群，个体采用浮点编码方式，染色体长度为待求参数[β01,β02,β03,β1,β2]的个数；
2)确定适应度函数
设置合理适应度函数是遗传算法整体寻优的重要环节；选用控制***中的误差泛函评价指标：时间乘绝对误差积分准则作为自抗扰控制的控制目标，同时考虑被控对象的固有饱和特性，加权引入控制量受限因素，设定出综合考虑控制能量受限和误差泛函的多目标评价指标，如下式所示：
其中，e(t)为控制误差，t为积分时间，umax、umin分别为控制量最大值和最小值，η为权重系数，η＞0；
定义遗传算法最终适应度函数为：
式中，矩阵C为***的运行条件矩阵；R1为所有可能的控制器参数的集合，R2为所有可能的运行条件的集合；
3)遗传操作
a)选择：计算种群中各个体的适应度值，并以优劣排序选出精英父代；
b)交叉、变异：选用交叉、变异概率按下式进行自适应调节：
式中，P为交叉概率Pc或变异概率Pm，fmax为种群最大适应度值，favg为每代群体的平均适应度值，f为将要交叉或变异的个体的适应度值；k1,k2取区间(0,1)内的值；根据需求分别取不同的k1,k2值来计算Pc、Pm，进而自适应地调整Pc和Pm。
进一步的，在步骤2中利用6阶巴特沃兹带通滤波器将不同振荡模态分解到不同通道后，能对某个振荡模式提供正阻尼，而不会对其他振荡模式提供负阻尼或者激发新的振荡模式。
与现有技术相比，本发明的有益效果是：
1)考虑新能源接入传统火电厂附近的次同步振荡问题，建立基于实际工程的含大规模风电并网经LCC-HVDC送出的测试***，并通过TLS-ESPRIT算法辨识得到***各次同步振荡模式下的传递函数，减小建立大***数学模型的复杂程度。
2)利用自抗扰控制在无被控对象精确数学模型下也能实时估计并补偿***内外总扰动的优点，同时结合控制受限***的ITAE指标与极大极小值原理，设计出基于改进遗传算法的自抗扰附加阻尼控制器。
3)本发明针对次同步振荡设计出的ADRC，在向上直流测试***各种运行方式和故障下，都能快速、有效地阻尼***振荡，且具有较强的鲁棒性。
附图说明
图1是自抗扰控制器结构示意图。
图2是基于改进遗传算法的自抗扰控制器设计流程图。
图3是多通道自抗扰直流附加阻尼控制器结构示意图。
图4是测试***孤岛运行拓扑结构图。
图5是实施例中方式1福溪机组的转子角速度差(SSO1模式转子角速度差)。
图6是实施例中方式1福溪机组的转子角速度差(SSO2模式转子角速度差)。
图7是实施例中方式2福溪机组的轴系扭矩(TA-B)。
图8是实施例中方式2福溪机组的轴系扭矩(TB-G)。
图9是实施例中方式3各电厂机组次同步振荡频段的转子角速度差(福溪机组转子角速度差)。
图10是实施例中方式3各电厂机组次同步振荡频段的转子角速度差(泸州机组转子角速度差)。
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。
1、自抗扰控制器基本原理及结构
自抗扰控制可有效解决大规模、变结构、不确定***的控制问题，且不依赖被控对象的精确数学模型，能自动估计和补偿被控对象的内外扰动，具有很强的适应性和鲁棒性。
相比于PID控制存在的误差取法不合理，不易提取误差微分信号，积分反馈可能劣化***动态特性，加权和策略不为最优等缺点，自抗扰控制利用非线性微分***(Tracking Differentiator，TD)、扩张状态观测器(Extended State Observer，ESO)、非线性误差反馈(Nonlinear State Error Feedback，NLSEF)三部分对其加以合理改进，以谋求更优控制效果。
a)设计最速离散跟踪微分器，以安排合适的过渡过程，缓解“快速性”与“超调”间的矛盾，并做到合理提取误差微分信号。
式中，v0为整定值，v1、v2表示安排的过渡过程和其微分信号；h为积分步长；r0为速度因子，h0为滤波因子，fhan为韩函数，其详细计算见文献(韩京清.自抗扰控制技术——估计补偿不确定因素的控制技术[M].北京：国防工业出版社，2013：255-261.)。
b)利用扩张状态观测器以***输出y和输入u来跟踪估计***状态和总扰动。
式中，ESO中z3估计的是“总扰动”中未知部分的“实时作用量”；b0为补偿因子，是控制时滞***时的主要调节参数；β01,β02,β03为一组可调参数。
c)以非线性误差反馈替代线性反馈，利用动态补偿线性化手段将被控对象转变为积分串联型***，并形成最终控制量。
式中，fal函数同式(2)中相同，均为幂次函数，其详细计算见文献(韩京清.自抗扰控制技术——估计补偿不确定因素的控制技术[M].北京：国防工业出版社，2013：255-261.)，β1,β2同为一组可调参数。
自抗扰控制器由以上三个核心部分组成，具体结构如图1所示。
2、基于改进遗传算法的自抗扰参数整定
自抗扰控制器需整定的参数较多，设计中根据文献(韩京清.自抗扰控制技术——估计补偿不确定因素的控制技术[M].北京：国防工业出版社，2013：255-261.)取r0＝10，h＝h0＝0.01，b0＝5。而扩张状态观测器参数β01,β02,β03和非线性反馈参数β1,β2对控制器性能影响较大，但一般只能由分离性原则初步确定，再根据具体被控对象依经验调整。传统设计方法既耗时又不能达到最优控制效果。本发明提供了改进的遗传算法(geneticalgorithm，GA)，并基于此算法求解自抗扰最优控制时各参数[β01,β02,β03,β1,β2]的值。改进遗传算法具体整定过程如下(郭一峰，徐赵东，涂青，等.基于遗传算法的LQR算法中权矩阵的优化分析[J].振动与冲击，2010，29(11)：217-220.)：
a)产生初始种群
随机产生初始种群，个体采用浮点编码方式，染色体长度为待求参数[β01,β02,β03,β1,β2]的个数。
b)确定适应度函数
设置合理适应度函数是GA整体寻优的重要环节。选用控制***中的误差泛函评价指标：时间乘绝对误差积分准则(ITAE)作为自抗扰控制的控制目标，同时考虑被控对象可能的固有饱和特性，加权引入控制量受限因素，设定出综合考虑控制能量受限和误差泛函的多目标评价指标，如式(4)所示。
其中,e(t)为控制误差，t为积分时间，umax、umin分别为控制量最大值和最小值，η为权重系数，η＞0；
ADRC设计关键在于确定控制器参数矩阵β＝[β01,β02,β03,β1,β2]，以保证控制器在***所有可能的运行条件下都能获得理想控制效果。此问题可归类于数学上的极大极小值问题，故定义遗传算法最终适应度函数为：
式中，矩阵C为***的运行条件矩阵，R1为所有可能的控制器参数的集合，R2为所有可能的运行条件的集合。
c)遗传操作
a.选择：计算种群中各个体的适应度值，并以优劣排序选出精英父代。
b.交叉、变异：交叉算子和变异算子可保持种群多样性，使算法具有活跃的随机搜索能力。为避免GA陷入局部最优，采用自适应交叉、变异方式。
传统遗传算法中，交叉概率Pc通常取值较大，而变异概率Pm反之，且在整个寻优过程中保持不变。实际上，随着进化代数的增大，个体已趋于一致，继续沿用过大的交叉概率Pc以产生新个体的效率极低；同时，较小的变异概率Pm不能使种群有效摆拖超平面，易陷入局部最优的困局。故遗传操作中所选用交叉、变异概率按式(6)进行自适应调节。
式中，fmax为种群最大适应度值，favg为每代群体的平均适应度值，f为将要交叉或变异的个体的适应度值；k1,k2取区间(0,1)内的值，若根据需求分别取不同的k1,k2值来计算Pc、Pm，即可自适应地调整Pc和Pm。本发明计算Pc时取k1＝0.7,k2＝0.9，计算Pm时取k1＝0.005,k2＝0.2。
自适应调节交叉概率和变异概率后，可实现当种群个体适应度值趋于一致或局部最优时，Pc和Pm增大，反之减小。同时使f高于favg的个体取较小的Pc和Pm，保护该个体优先进入下一代；对f低于favg的个体取较大的Pc和Pm，使该个体被加速淘汰。基于改进遗传算法的自抗战控制器设计步骤如图2所示。
综上，本发明方法包括以下步骤：
步骤1：利用机组作用系数法(UIF)筛选出送端直流换流站附近最可能发生次同步振荡的电厂，在HVDC整流侧定电流处施加0.02p.u.阶跃扰动，取该电厂机组在有无小扰动时的转子角速度差为输出，利用TLS-ESPRIT算法对测试***在有无风电场接入情况下进行振荡特性辨识。
步骤2：利用6阶巴特沃兹(Butterworth)带通滤波器将不同振荡模态分解到不同通道，从而抑制振荡模式间的相互影响(避免控制器抑制次同步振荡时，可能对某个模式提供正阻尼，而对另一模式却提供负阻尼，甚至激发新的振荡模式)，并分别再次利用TLS-ESPRIT算法对所有振荡模式的***模型进行辨识，后通过平衡截断法降阶，保留各振荡模式对应主导极点，得到所有振荡模式对应的***低阶传递函数。
步骤3：将步骤2得到的所有振荡模式对应的***低阶传递函数作为自抗扰控制的被控对象，利用提出的基于改进遗传算法的自抗扰控制，设计出多通道2阶自抗扰控制器。自抗扰直流附加阻尼控制器结构如图3所示。
下面通过实施例对本发明技术方案进行描述以及对有益技术效果进行验证。
实施例仿真模型采用四川电网向上直流送端孤岛运行。以向上直流拓扑结构为基础，在送端火电场附近接入风电基地，搭建如图4所示的风火打捆经LCC-HVDC外送的拓扑接线图。
搭建测试***电磁暂态模型时，主要考虑500kV线路，适当等值处理220kV的线路及负荷。风电场由360台双馈风力发电机等值聚合后接入宜宾变电站，额定容量500MW。其聚合模型由在单台DFIG详细模型上并联理想受控电流源后得到。送端共5台型号相同的汽轮发电机组，且都采用4质量块模型表示，其转子轴系主要包括高中合缸(HIP)、低压缸A(LPA)、低压缸B(LPB)和发电机(GEN)4个轴段。
1、***振荡特性辨识
利用机组作用系数法确定福溪电厂各机组最可能发生次同步振荡，故在直流整流侧定电流处施加0.02p.u.阶跃扰动，取福溪1号机组在有无小扰动时的转子角速度差为输出，利用TLS-ESPRIT算法对测试***在有无风电场接入情况下进行振荡特性辨识，辨识结果如表1所示。
表1TLS-ESPRIT算法振荡模式辨识结果
由辨识结果可知，该***在有无风电场时均存在2个次同步频段振荡模式，频率分别为13.4Hz和24.5Hz，但风电场并网后，使振荡模式SSO1和SSO2的幅值及相角都发生了偏移，且削弱了***原阻尼，造成模式1阻尼变负，极易引起振荡发散，不利于***稳定运行。
2、自抗扰附加阻尼控制器设计
根据表1辨识结果，利用6阶巴特沃兹(Butterworth)带通滤波器将不同振荡模态分解到不同通道，并分别利用TLS-ESPRIT算法对2种振荡模式的***模型进行辨识，后通过平衡截断法降阶，保留各振荡模式对应主导极点，得到两振荡模式对应的***低阶传递函数，如式(7)、(8)所示。自抗扰控制中的ESO可对降阶导致的***模型不确定进行补偿。
分别以式(7)和式(8)所示传递函数作为自抗扰控制的被控对象，利用提出的基于改进遗传算法的自抗扰控制以图2所示步骤，设计出多通道2阶自抗扰控制器。自抗扰直流附加阻尼控制器结构如图3所示。
遗传算法以式(5)寻优时，取控制器参数搜索范围R1为β03∈(1,50)，[β01,β02,β1,β2]∈(0,001,1)，***运行条件搜索范围R2取为PDC∈(10％,100％)，结合极大极小值原理，定义目标函数为：
针对振荡模式SSO1和SSO2，设计出的多通道二阶自抗扰控制器除SSO1中β03＝1.91，SSO2中β03＝6.93外，其余各参数两振荡模式均相同，分别为[β01,β02,β1,β2]＝[0.548,0.461,0.639,0.44]。
3、准确性验证
在PSCAD上搭建如图4所示仿真模型，在向上直流整流侧定电流处附加本发明提出的改进多通道自抗扰阻尼控制器、传统自抗扰阻尼控制器及经典PI控制器后，仿真分析在多种运行方式和不同扰动作用下的***动态特性，以验证各控制器对SSO的抑制作用。仿真时控制风速恒定为15m/s，风电场满发。由于选取控制信号为福溪1号机组Δω，为广域测量信号而非本地信号，故仿真时考虑5ms信号传输时滞，时滞采用Pade环节近似替代。
选取孤岛时向上直流双极全功率运行三相故障(方式1)、单极降功率至50％运行三相故障(方式2)、双极降功率至15％运行单相故障(方式3)三种扰动。故障设置方式如下：
a)复龙换整流侧换流母线处0.5s发生三相接地故障，故障持续0.05s；
b)泸州到向家坝甲线线路99％处，1s时发生单相(A相)接地故障，故障持续0.1s。
3种方式的仿真结果分别如图5-图10所示，限于篇幅，每种故障只给出典型发电机振荡情况。图5和图6分别为方式1下福溪电厂在13.4Hz和24.5Hz次同步振荡模式下的转子角速度差；图7和图8分别为方式2下低压缸A到低压缸B的扭矩TA-B及低压缸B到发电机的扭矩TB-G；图9和图10分别为为方式3下福溪电厂和泸州电厂在次同步频段5-45Hz内的转子角速度差。
不同方式仿真结果均表明，未加SSDC前送端电厂次同步振荡严重，极易造成机组大轴的疲劳累积。图5、图6和图7、图8为不同工况的同种故障，表明在加入改进自抗扰SSDC后，不论向上直流单极或双极运行发生严重三相接地故障，轴系扭振TA-B对应的SSO1模式、TB-G对应的SSO2模式次同步振荡都能得到较好抑制。改进自抗扰SSDC在故障清除2.5s后均能有效平息振荡，相比传统ADRC和PI控制器，其能在更短时间内阻尼***次同步振荡，对福溪电厂火电机组的SSO具有很好的抑制作用。图9和图10表明在同时改变***运行方式和施加的故障类型时，PI附加控制器抑制效果明显变差，仿真20s后送端各电厂火电机组在次同步频段内的转子角速度差仍存在较大幅值的持续减幅振荡，而经GA优化后的ADRC在该情况仍能实现对次同步振荡的快速、平稳抑制，其鲁棒性优于传统ADRC和PI控制器，更有利于延长各汽轮机组的使用寿命。
可见在多种工况及不同故障下，经遗传算法优化后的改进自抗扰次同步附加控制器均能在短时间内有效阻尼火电机组各质量块间的轴系扭振，保证送端***汽轮发电机的轴系安全，相比传统ADRC和PI控制器，具有更优控制性能。
Claims (2)
1.一种用于抑制次同步振荡的自抗扰直流附加阻尼控制方法，其特征在于，包括以下步骤：
步骤1：利用机组作用系数法筛选出送端直流换流站附近最可能发生次同步振荡的电厂，在HVDC整流侧定电流处施加0.02p.u.阶跃扰动，取该电厂机组在有无小扰动时的转子角速度差为输出，利用TLS-ESPRIT算法对测试***在有无风电场接入情况下进行振荡特性辨识；
步骤2：利用6阶巴特沃兹带通滤波器将不同振荡模态分解到不同通道，并分别再次利用TLS-ESPRIT算法对所有振荡模式的***模型进行辨识，通过平衡截断法降阶，保留各振荡模式对应主导极点，得到所有振荡模式对应的***低阶传递函数；
步骤3：将步骤2得到的所有振荡模式对应的***低阶传递函数作为自抗扰控制的被控对象，采用改进遗传算法的自抗扰控制，设计多通道2阶自抗扰控制器；
所述改进遗传算法的自抗扰控制中采用的改进遗传算法为：
1)产生初始种群
随机产生初始种群，个体采用浮点编码方式，染色体长度为待求参数[β01,β02,β03,β1,β2]的个数；
2)确定适应度函数
设置合理适应度函数是遗传算法整体寻优的重要环节；选用控制***中的误差泛函评价指标：时间乘绝对误差积分准则作为自抗扰控制的控制目标，同时考虑被控对象的固有饱和特性，加权引入控制量受限因素，设定出综合考虑控制能量受限和误差泛函的多目标评价指标，如下式所示：
其中，e(t)为控制误差，t为积分时间，umax、umin分别为控制量最大值和最小值，η为权重系数，η＞0；
定义遗传算法最终适应度函数为：
式中，矩阵C为***的运行条件矩阵；R1为所有可能的控制器参数的集合，R2为所有可能的运行条件的集合；
3)遗传操作
a)选择：计算种群中各个体的适应度值，并以优劣排序选出精英父代；
b)交叉、变异：选用交叉、变异概率按下式进行自适应调节：
式中，P为交叉概率Pc或变异概率Pm，fmax为种群最大适应度值，favg为每代群体的平均适应度值，f为将要交叉或变异的个体的适应度值；k1,k2取区间(0,1)内的值；根据需求分别取不同的k1,k2值来计算Pc、Pm，进而自适应地调整Pc和Pm。
2.如权利要求1所述的用于抑制次同步振荡的自抗扰直流附加阻尼控制方法，其特征在于，在步骤2中利用6阶巴特沃兹带通滤波器将不同振荡模态分解到不同通道后，能对某个振荡模式提供正阻尼，而不会对其他振荡模式提供负阻尼或者激发新的振荡模式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710818420.4A CN107508307B (zh) | 2017-09-12 | 2017-09-12 | 用于抑制次同步振荡的自抗扰直流附加阻尼控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710818420.4A CN107508307B (zh) | 2017-09-12 | 2017-09-12 | 用于抑制次同步振荡的自抗扰直流附加阻尼控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107508307A CN107508307A (zh) | 2017-12-22 |
| CN107508307B true CN107508307B (zh) | 2020-07-03 |
Family
ID=60696418
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710818420.4A Active CN107508307B (zh) | 2017-09-12 | 2017-09-12 | 用于抑制次同步振荡的自抗扰直流附加阻尼控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107508307B (zh) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109038617A (zh) * | 2018-08-01 | 2018-12-18 | 西南交通大学 | 基于自抗扰控制器的statcom的电气化铁路低频振荡抑制方法 |
| WO2020029217A1 (zh) * | 2018-08-10 | 2020-02-13 | 曾喆昭 | 一种智慧pid控制方法 |
| CN109324512A (zh) * | 2018-12-05 | 2019-02-12 | 华北电力大学 | 一种利用已知模型信息整定降阶自抗扰控制器参数的方法 |
| CN109878633A (zh) * | 2019-03-14 | 2019-06-14 | 哈尔滨工程大学 | 一种基于自抗扰控制的高速双体船纵向减摇方法 |
| CN110365009A (zh) * | 2019-06-22 | 2019-10-22 | 东北电力大学 | 一种适用于互联电力***的广域阻尼优化控制方法 |
| CN110707684B (zh) * | 2019-09-05 | 2022-03-04 | 中国电力科学研究院有限公司 | 基于免疫机制的自适应广域阻尼控制器的控制方法及*** |
| CN111181174B (zh) * | 2020-01-10 | 2022-04-29 | 西南交通大学 | 一种附加阻尼控制的双馈风机并网次超同步振荡抑制方法 |
| CN112748657B (zh) * | 2020-12-23 | 2022-09-27 | 北京航天自动控制研究所 | 基于自适应遗传算法旋转惯导自抗扰控制器参数整定方法 |
| CN113517705A (zh) * | 2021-08-19 | 2021-10-19 | 华北电力大学（保定） | 一种基于线性自抗扰控制的svc弱交流风电***次同步振荡抑制方法 |
| CN114123232B (zh) * | 2021-08-20 | 2024-04-26 | 华北电力大学（保定） | 一种基于线性自抗扰控制的双馈风电机组次同步振荡抑制方法 |
| CN114050575B (zh) * | 2022-01-12 | 2022-03-25 | 四川大学 | 分布式电站宽频谐波不稳定分析方法、装置、设备及介质 |
| CN114928074B (zh) * | 2022-05-12 | 2024-02-02 | 西安交通大学 | 基于迁移学习和自抗扰控制的次同步振荡抑制方法及*** |
| CN114879502B (zh) * | 2022-05-23 | 2023-06-30 | 中国科学院光电技术研究所 | 一种位置环自抗扰控制器参数自整定方法 |
| CN116544969B (zh) * | 2023-06-28 | 2023-12-29 | 哈尔滨理工大学 | 弱电网下抑制直驱风电场次同步振荡的控制方法及装置 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4106071A (en) * | 1977-01-06 | 1978-08-08 | Westinghouse Electric Corp. | Apparatus for protection against subsynchronous currents in a power system |
| US4434376A (en) * | 1979-07-23 | 1984-02-28 | Electric Power Research Institute, Inc. | Method and means for damping subsynchronous oscillations and DC offset in an AC power system |
| CN104022524B (zh) * | 2014-06-30 | 2016-08-31 | 四川大学 | 基于变结构的高压直流输电多通道附加阻尼控制方法 |
| CN104333022B (zh) * | 2014-11-17 | 2016-12-07 | 梦网荣信科技集团股份有限公司 | 一种基于svg抑制风机并网引起的次同步振荡方法 |
| CN104979845B (zh) * | 2015-06-26 | 2017-06-23 | 四川大学 | 基于多级线性最优理论的多频段高压直流输电附加阻尼控制方法 |
| CN106529013B (zh) * | 2016-11-03 | 2019-03-08 | 国网宁夏电力公司电力科学研究院 | 一种高压直流附加频率控制方法 |
| CN106602588B (zh) * | 2017-02-23 | 2019-02-19 | 国网宁夏电力公司电力科学研究院 | 一种基于静态h∞回路成形法的多通道鲁棒阻尼控制方法 |
-
2017
- 2017-09-12 CN CN201710818420.4A patent/CN107508307B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN107508307A (zh) | 2017-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107508307B (zh) | 用于抑制次同步振荡的自抗扰直流附加阻尼控制方法 | |
| CN108599236B (zh) | 双馈风电场次同步振荡svg抑制方法及装置 | |
| CN102684201B (zh) | 一种基于电压越限概率的含风电场电网无功优化方法 | |
| Sakamoto et al. | Output power leveling of wind turbine generator by pitch angle control using h/sub/spl infin//control | |
| CN108631332B (zh) | 双馈风电场次同步振荡svc抑制方法及装置 | |
| Hui et al. | A robust control strategy to improve transient stability for AC-DC interconnected power system with wind farms | |
| CN111244968B (zh) | 计及电网电压支撑能力影响的风电场电压控制方法及*** | |
| CN108711868A (zh) | 一种计及孤岛运行电压安全的配电网无功优化规划方法 | |
| CN109546677B (zh) | 一种规模化海上风电柔性送出***安全控制策略求解方法 | |
| CN106229995B (zh) | 基于风电场抗台风运行模式下的备用电源并联电抗器参数优化方法 | |
| CN105337290B (zh) | 一种适用于电力***低频振荡辅助决策的无功调整方法 | |
| Song et al. | Security-constrained line loss minimization in distribution systems with high penetration of renewable energy using UPFC | |
| Egbomwan et al. | Twin delayed deep deterministic policy gradient (TD3) based virtual inertia control for inverter-interfacing DGs in microgrids | |
| Astero et al. | Improving PV hosting capacity of distribution grids considering dynamic voltage characteristic | |
| CN108879721A (zh) | 一种基于风电消纳的频率控制方法 | |
| CN114977273A (zh) | 考虑***一次频率响应特性的主动解列最优断面搜索方法 | |
| Rashad et al. | Enhancement of hybrid wind farm performance using tuned SSSC based on Multi-Objective Genetic Algorithm | |
| Cheng et al. | Damping analysis and parameter adjustment of hydraulic turbine governor under ultra-low frequency oscillation | |
| CN117458534A (zh) | 一种新型液流储能调峰调频方法及装置 | |
| CN107134783B (zh) | 一种基于灵敏度快速筛选的母线电压优化调整方法 | |
| CN105262112B (zh) | 风电场集群式静止型无功补偿装置控制方法 | |
| CN104300546A (zh) | 一种基于广域量测信息的电压稳定约束无功优化方法 | |
| CN103956767A (zh) | 一种考虑尾流效应的风电场并网稳定性分析方法 | |
| CN106505582A (zh) | 一种基于网络预测方式的动态无功功率‑电压协同控制方法 | |
| Zhang et al. | Optimization method of under frequency load shedding schemes for systems with high permeability new energy |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |