【技术实现步骤摘要】
基于数据驱动的光伏并网系统次同步振荡抑制方法
[0001]本专利技术涉及一种抑制方法,尤其是涉及一种基于数据驱动的光伏并网系统次同步振荡抑制方法。
技术介绍
[0002]在众多新能源中,太阳能从资源数量、分布普遍性和清洁程度上都具有优势,因此太阳能应用具有广阔的发展前景,其中光伏发电是重点方向。然而,随着光伏装机容量的不断增加,规模化光伏并网系统存在次同步振荡(sub
‑
synchronous oscillation,SSO)的风险,这将对电力系统的安全稳定运行造成影响,严重制约了新型电力系统对新能源的消纳能力。因此,揭示光伏并网系统的次同步振荡机理,并提出有效的振荡抑制策略具有重要意义。
[0003]在光伏并网系统中,为应对规模化光伏并网系统存在的次同步振荡问题,阻抗分析法和特征值分析法是目前主要的分析方法,但它们都存在一些缺陷和不足。
[0004]使用阻抗分析法研究光伏并网逆变器和电网之间的动态交互,发现其对电网的影响很大,并可能会引起光伏并网系统产生次同步振荡。另一种方法——特征值分析法则通过计算状态矩阵的特征值来评估系统稳定性,主要用于探究系统参数对稳定性的影响。对于小干扰稳定性方面,特征值分析法可以很好地研究光伏并网系统的振荡模态和系统参数之间的关系。但需要注意的是,改变光伏逆变器控制参数可能会导致系统产生新的发散振荡模态。光伏并网系统通常具有三种振荡模态,分别是由LCL滤波器引起的高频振荡模态、锁相环引起的次同步振荡模态和电流主导的次同步振荡模态。
[0005]传 ...
【技术保护点】
【技术特征摘要】
1.基于数据驱动的光伏并网系统次同步振荡抑制方法,其特征为:步骤1:基于数据驱动滚动辨识光伏并网系统的动态模型,并通过小信号分析实现控制信号的选取;步骤2:基于模型预测控制设计光伏并网系统控制器;步骤3:通过数模混合仿真系统实现控制器的运行,抑制光伏并网系统次同步振荡。2.根据权利要求1所述的基于数据驱动的光伏并网系统次同步振荡抑制方法,其特征为:所述步骤1进一步包括如下内容光伏并网系统的状态空间模型可表示为式中,A为系统状态矩阵;B为系统输入矩阵;C为系统观测矩阵;Δx为状态变量;Δu为输入变量;y为观测输出;离散化后得到式中,A
d
为离散状态矩阵;B
d
为离散输入矩阵;C
d
为离散输出矩阵,其中,C
d
=C;Δx(k+1)为k+1时刻的状态变量;Δx(k)、Δu(k)、Δy(k)分别为k时刻的状态变量、输入变量、输出变量;根据离散后的状态空间模型,计算增广矩阵[A
d
,B
d
],式中,+表示Moore
‑
Penrose广义逆;A
d
的近似矩阵通过奇异值分解(SVD)来获取;首先,对状态矩阵Δx(k)和输入矩阵Δu(k)作SVD分析后得到式中,U和V为酉矩阵;D为奇异值对角矩;,V
H
为矩阵V的共轭转置;将上述公式整理代入,最终得到根据量测数据辨识得到的离散时间系统状态方程,对其进行连续化转换,得到连续系统的系统矩阵:
式中,A
c
为连续系统的系统矩阵;T为采样周期。3.根据权利要求1所述的基于数据驱动的光伏并网系统次同步振荡抑制方法,其特征为:所述步骤2进一步包括如下内容:根据模型预测基本原理,以当前时刻k的状态变量Δx(k)为起点预测光伏并网系统未来的状态变量:式中,Δx(k+i|k)表示在k时刻预测的第k+i时刻的状态变量,i=1,2,...,N
p
;Δu(k+j|k)表示在k时刻预测的第k+j时刻的系统输入,j=0,1,
…
,N
p
‑
1;N
p
为预测时域;将得到的预测状态变量代入,可得光伏并网系统的未来输出为:式中,Y为光伏并网系统的未来输出,Y=[ΔU
dc
(k+1|k) ΔU
dc
(k+2|k)
ꢀ…ꢀ
ΔU
dc
(k+N
p
|k)]
T
,ΔU
dc
(k+i|k)表示在k时刻预测的第k+i时刻的控制参数,i=1,2,
…
...
【专利技术属性】
技术研发人员:李庚银,伍珀苇,周煜人,王子涵,孙冠群,徐衍会,夏世威,郑乐,王维洲,蔡德福,程东,
申请(专利权)人:国网湖北省电力有限公司电力科学研究院国网甘肃省电力公司电力科学研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。