基于DFIG虚拟惯量的微电网双维自适应动态频率控制方法技术

本发明专利技术涉及一种基于DFIG虚拟惯量的微电网双维自适应动态频率控制方法，包括以下步骤：1)考虑新能源波动性以及风机参与调频的能力，使得DFIG虚拟惯量适应风速变化；2)考虑虚拟惯量在频率调整不同阶段的不同作用，设置虚拟惯量参数的自适应取值；3)构建深度信念网络，预测多组DFIG虚拟惯量自适应参数下的动态频率调整指标，并选择最优的自适应参数进行虚拟惯量的双维自适应控制。与现有技术相比，本发明专利技术具有双维自适应、精度高等优点。

Two-Dimensional Adaptive Dynamic Frequency Control Method for Microgrid Based on DFIG Virtual Inertia

【技术实现步骤摘要】
基于DFIG虚拟惯量的微电网双维自适应动态频率控制方法
本专利技术涉及含风机虚拟惯量的微电网调频领域，尤其是涉及一种基于DFIG虚拟惯量的微电网双维自适应动态频率控制方法。
技术介绍
微电网是多种分布式电源接入配电网的有效方式，旨在实现分布式电源的灵活、高效应用，解决形式多样的分布式电源并网问题。因此微电网中新能源渗透率较高，电力电子化趋势日益显著，从而存在系统惯量严重不足的问题，导致扰动下微电网频率会发生剧烈波动。为提升微电网动态调频能力，需要释放微电网中潜在惯量源的惯性。风电机组作为微电网中具有旋转原件的重要惯量源，一般在其控制中加入虚拟惯量控制模块，通过释放双馈风力发电机(DFIG)转子转速中储存的部分动能来增大DFIG出力，使电网频率与转子转速耦合来对频率的变化做出响应。传统虚拟惯量控制参数是恒定值，但风电机组输出功率与风速息息相关，因此需考虑不同风速下风电机组可参与调频的程度，从而确定合适的虚拟惯量控制参数。但虚拟惯量控制参数仅适应风速变化还远远不够。由于微电网发生扰动后的频率跌落阶段虚拟惯量取值稍大可减小动态频率偏差，频率回升阶段虚拟惯量取值较小可保证频率的快速回升，因此针对动态频率调整的不同阶段对虚拟惯量取值的不同要求，需要使其适应动态频率的变化。在虚拟惯量控制参数设置方面，传统方法是通过试错法得到，根据不同控制参数作用下得到的系统动态频率偏差、频率恢复时间、最小转速及转子转速恢复时间来评价参数的优劣，从而利用试错法总结出控制参数与风速的关系曲线，不仅工作量巨大，而且最终曲线的精度难以保证。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于DFIG虚拟惯量的微电网双维自适应动态频率控制方法。本专利技术的目的可以通过以下技术方案来实现：一种基于DFIG虚拟惯量的微电网双维自适应动态频率控制方法，包括以下步骤：1)考虑新能源波动性以及风机参与调频的能力，使得DFIG虚拟惯量适应风速变化；2)考虑虚拟惯量在频率调整不同阶段的不同作用，设置虚拟惯量参数的自适应取值；3)构建深度信念网络，预测多组DFIG虚拟惯量自适应参数下的动态频率调整指标，并选择最优的自适应参数进行虚拟惯量的双维自适应控制。所述的步骤1)中，DFIG虚拟惯量适应风速变化具体为：Kin＝f(Vw)其中，Kin为虚拟惯量参数，Vw为实时风速。所述的步骤2)中，为实现虚拟惯量的双维自适应控制，需使其适应动态频率调整不同阶段的变化，则虚拟惯量参数的取值包括以下三种情况：1)当动态频率偏差Δf小于设定阈值k时，则取虚拟惯量参数Kin为K′in；2)当动态频率偏差Δf大于设定阈值k且为频率跌落阶段时，则加入附加虚拟惯量；3)当动态频率偏差Δf大于设定阈值k且为频率回升阶段时，则取虚拟惯量参数Kin为Ki″n；具体为：其中，K′in为虚拟惯量自适应第一参数，Kf为虚拟惯量自适应附加参数，Ki″n为虚拟惯量自适应第二参数。所述的步骤3)中，深度信念网络结构包括设置在底层的多层受限玻尔兹曼机层以及设置在顶层的一层BP网络层。所述的步骤3)中，深度信念网络以实时风速Vw、虚拟惯量自适应第一参数K′in、虚拟惯量自适应附加参数Kf和虚拟惯量自适应第二参数K″in作为输入量进行训练，以动态频率调整指标为输出，预测在不同风速下的动态频率调整指标。所述的动态频率调整指标包括动态频率偏差Δf、频率恢复时间Δtf、转子转速最小值ωrmin和转子转速恢复时间Δtωr。所述的步骤3)中，根据动态频率调整指标，设置优化目标函数，并据此选择最优的自适应参数。所述的优化目标函数的表达式为：∑(0.5Δf+0.2Δtf+0.2Δtωr+0.1Δωrmin)＝F(Ki'n,Kf,Ki"n)约束条件为：ωmin＜ωr＜ωmax其中，ωr为转子转速，ωmax为转子转速最大值。与现有技术相比，本专利技术具有以下优点：一、双维自适应控制：基于风速对风机虚拟惯量取值的约束，针对动态频率调整的不同阶段的对虚拟惯量取值的不同要求，得到满足多方面要求的双维自适应虚拟惯量控制。二、精度高：利用深度信念网络对风机双维自适应虚拟惯量控制参数进行优化，相比传统试错法具有更高精度。附图说明图1为DFIG功率特性曲线。图2为双维自适应虚拟惯量控制框图。图3为RBM结构。图4为DBN的结构。图5为孤岛微电网结构图。图6为不同风速最优自适应参数效果对比，其中，图(6a)为风速7m/s时的微电网频率对比，图(6b)为风速7m/s时的DFIG转速对比，图(6c)为风速7m/s时的虚拟惯量参数对比，图(6d)为风速7m/s时的DFIG有功功率对比，图(6e)为风速9m/s时的微电网频率对比，图(6f)为风速9m/s时的DFIG转速对比，图(6g)为风速9m/s时的虚拟惯量参数对比，图(6h)为风速11m/s时的DFIG有功功率对比，图(6i)为风速11m/s时的微电网频率对比，图(6j)为风速7m/s时的DFIG转速对比，图(6k)为风速11m/s时的虚拟惯量参数对比，图(6l)为风速11m/s时的DFIG有功功率对比。图7为实时风速变化曲线图。图8为基于实时风速的不同参数设置下调频效果分析,其中图(8a)为采用不同参数时微电网频率的变化，图(8b)为采用不同参数时对应的虚拟惯量参数的变化。具体实施方式下面结合附图和具体实施例对本专利技术进行详细说明。实施例本专利技术提供一种基于DFIG虚拟惯量的微电网双维自适应动态频率控制方法，包括以下步骤：1)基于新能源波动性，考虑风机参与调频的能力，使DFIG虚拟惯量适应风速变化；2)基于虚拟惯量对频率不同阶段的不同作用，考虑DFIG虚拟惯量适应频率不同阶段的变化，从而得到适应风速和动态频率不同阶段的虚拟惯量进行双维自适应控制；3)考虑到双维自适应参数优化的数据量远大于单维，因此采用深度信念网络预测了不同自适应参数下的动态调频指标，从而选择最优的自适应参数，实现了动态频率的优化。具体步骤如下：1、首先分析风速对虚拟惯量取值的影响：传统DFIG多采用最大风功率追踪(MPPT)控制，若要DFIG运行在有备用容量的状态下，则需对应的移动风能追踪曲线，使其偏离最大值。由于加入虚拟惯量控制后，当系统频率跌落时，DFIG释放部分转子存储的动能，对频率进行支撑，导致转速下降，因此只能向右移动风能追踪曲线，即实现超速控制，使其运行在低于最大输出功率点的高转速状态，如图1，若发生扰动时风速较低，则DFIG出力较低，DFIG可参与调频的备用容量有限，因此虚拟惯量取值不宜过大；若风速较高，DFIG出力大，可适当增加参与调频的有功备用，因而虚拟惯量可取较大值。2、其次分析动态频率调整不同阶段对虚拟惯量取值的影响微电网频率受扰动影响会瞬时变化，以负荷突增扰动为例，惯量作用在频率跌落的初始阶段，由于系统惯量的支撑作用，初始频率变化率减缓，动态频率偏差减小，可有效防止频率的突然大范围跌落。传统电网的惯性均来自同步机的转子，微电网中DFIG加入了虚拟惯量控制，虽只能为频率提供短暂的支撑，但对频率的变化率df/dt响应迅速，对动态频率偏差有一定改善作用。频率回升阶段，同步机调速器动作，输出有功增加，进行一次调频，频率逐步上升恢复。而DFIG出力会出现反向缺额，原因是吸收功率进行转子动能的本文档来自技高网...

【技术保护点】
1.一种基于DFIG虚拟惯量的微电网双维自适应动态频率控制方法，其特征在于，包括以下步骤：1)考虑新能源波动性以及风机参与调频的能力，使得DFIG虚拟惯量适应风速变化；2)考虑虚拟惯量在频率调整不同阶段的不同作用，设置虚拟惯量参数的自适应取值；3)构建深度信念网络，预测多组DFIG虚拟惯量自适应参数下的动态频率调整指标，并选择最优的自适应参数进行虚拟惯量的双维自适应控制。

【技术特征摘要】
1.一种基于DFIG虚拟惯量的微电网双维自适应动态频率控制方法，其特征在于，包括以下步骤：1)考虑新能源波动性以及风机参与调频的能力，使得DFIG虚拟惯量适应风速变化；2)考虑虚拟惯量在频率调整不同阶段的不同作用，设置虚拟惯量参数的自适应取值；3)构建深度信念网络，预测多组DFIG虚拟惯量自适应参数下的动态频率调整指标，并选择最优的自适应参数进行虚拟惯量的双维自适应控制。2.根据权利要求1所述的一种基于DFIG虚拟惯量的微电网双维自适应动态频率控制方法，其特征在于，所述的步骤1)中，DFIG虚拟惯量适应风速变化具体为：Kin＝f(Vw)其中，Kin为虚拟惯量参数，Vw为实时风速。3.根据权利要求1所述的一种基于DFIG虚拟惯量的微电网双维自适应动态频率控制方法，其特征在于，所述的步骤2)中，为实现虚拟惯量的双维自适应控制，需使其适应动态频率调整不同阶段的变化，则虚拟惯量参数的取值包括以下三种情况：1)当动态频率偏差Δf小于设定阈值k时，则取虚拟惯量参数Kin为K′in；2)当动态频率偏差Δf大于设定阈值k且为频率跌落阶段时，则加入附加虚拟惯量；3)当动态频率偏差Δf大于设定阈值k且为频率回升阶段时，则取虚拟惯量参数Kin为K″in；具体为：其中，K′in为虚拟惯量自适应第一参数，Kf为虚拟惯量自适应附加参数，K″in为虚拟惯量自适应第二参数。4.根据权利要求1所述的一...

【专利技术属性】
技术研发人员：边晓燕，张菁娴，楼佩婕，丁炀，周歧斌，李东东，李福兴，杜洋，
申请(专利权)人：上海电力学院，
类型：发明
国别省市：上海,31