微智能电网动态稳定性的研究-大学毕业设计.doc

中国石油大学胜利学院本科毕业设计（论文）微智能电网动态稳定性的研究Xisheng Tang, Member, IEEE, Wei Deng, and Zhiping Qi, Member, IEEE摘要：微智能电网是分布式发电机(DGs)和能源存储系统(ESS)通过如同步发电机、异步发电机和电力电子器件等相应的电源接口的一个集合。如果没有公共电网的支持，一个独立微智能电网的控制和管理会因其欠发展的等效系统惯性而更复杂。为了更好地探讨微型智能电网的动态稳定性，这篇文章提出了一个典型微型智能电网的小信号模型，包括了风力涡轮异步发电机、同步柴油发电机，及基于能量存储的电力电子学和电力网络。每个小信号模型的子系统都是分别建立的，并且整个模型是都建立在一个统一参考轴的坐标系。在一定的稳定操作状态下，微电网系统的特征值分布能确定地显示出阻尼振荡的条件和对系统稳定边界的影响。特征值位点分析的提出也有助于辩别动态稳定性、系统结构和运行状态之间的关系,比如在不同控制策略下不间断电源和ESS的变化。模型和特征值分析所获得的结果是通过对一个研究的微智能电网系统仿真和实验进行验证的。关键字：分布式发电机、动态稳定性、能量存储系统、微智能电网、小信号模型。一、 前言微智能电网可以被看作是一个先进的分布式发电系统的组织，通过能源存储系统（ESS）和负荷分配进行适当的控制1, 2，同时减少对随机分布式电源影响，如分光伏阵列和风力涡轮机。微智能电网在可再生能源的有效利用和公共电网 的稳定运行方面扮演着重要的角色3,4。它使得大规模发展可再生能量成为可能。通常,DGs可以通过电力电子转换器或旋转电机5连接到微智能电网。电力电子转换器能迅速地对功率控制作出反应，使微智能电网更灵活地操作。然而，它们也很容易被系统干扰的振荡影响 6。而旋转电机通常包括了具有励磁和调速系统的同步发电机和中小容量的异步风力发电机（AWT）。一个典型的微智能电网通常有两种操作模式,即自动操作模式和并网发电操作模式。为了保证重要负荷可靠的电力供应,这两种模式之间的平稳过渡通常是必需的7, 8。没有主电网的支持,自主操作模式下微智能电网的控制和管理往往会比并网发电操作更复杂4。由于微智能电网的等效物理惯性相比于主电网而言要小得多，有些方法甚至小干扰，如光伏阵列的输出功率波动或风力涡轮机，当地负荷的增加或减少都可能导致电能质量和稳定性等问题。具体来说,频率和电压质量会下降,系统的稳定性将会恶化。随着电力电子的发展，储能器可以灵活地控制对有功功率/无功功率的释放和吸收。ESS集成到微智能电网时,通过适当的能量管理策略，即是系统等效惯性增强9，可以维护系统瞬时功率平衡和改善动态性能。因此,DGs的功率波动和其他干扰对系统稳定性和电能质量的影响可以大大减轻,这对于微智能电网的自动操作模式来说是至关重要的。最近许多能源存储技术及其应用程序在微电网领域研究了包括锂离子电池、飞轮储能(FES),超级电容器,超导磁蓄能(SMES)和全钒氧化还原液流电池(VRB),等等。10, 11.微智能电网可靠运行的一个重要关注点就是小干扰稳定问题。在传统的电力系统,稳定性分析是建立在标准模型下的同步机、调速机和各种负载状态的励磁系统，那已成为解决特定问题的重要模式。但这并不存在于微电网领域，并且由于各种发电技术的发展而变得难以实现。因此，使用典型DGs的多阶微智能电网模型是必需的。参考文献5和12中，包含小信号模型的同步发电机，基于逆变器的发电系统和电力网络都已经建立了，并且基于个体模型分析了自动操作模式的动态特性。基于微智能电网逆变器的整体小信号模型已经在文献8被建立用于设计基于DGs的逆变控制器。然而,作为一种重要的DG，异步风力发电机并不包括在模型中。在本文中,主要展示的是一个典型的微智能电网的小信号模型。它包含了当前存在的DGs电源接口设备主要类型，比如同步发电机、异步发电机和逆变器。每个独立的DGs小信号模型将都在电力网络中独立地建立起来，然后整体的模型是建立在统一参考轴的坐标系。一旦小信号模型构造起来，特征值能确定地显现出不同运行状态下的阻尼振荡条件。这次实验的研究本质能够进一步地研究稳定性与系统结构之间的关系，如DGs容量和系统运行状态。灵敏度分析通过在特定状态下跟踪特征值轨迹，提供了有无ESS情况下系统稳定性的差异。典型的微智能电网的仿真和实验都证实了理论的分析结果。本文剩余部分如下：第二节描述了一个典型的微智能电网和数学模型。第三节通过特征值轨迹跟踪分析了小信号动态稳定性。仿真和实验的结果和讨论在第四节。结论将在第五节中提到的。二、 微智能电网的数学模型图1 一个典型的微智能电网的单线图图1表示了一个典型的微智能电网的单线图。相比于本地负载，它包括了DG1代表具有失速调节的AWT、DG2代表配备励磁和调速系统的同步发电机,和一个基于电压源转换器(VSC)，并能控制有功/无功功率的ESS。当主电网发生故障时，它被连接到分布网络的一个公共连续点（PCC）并且自动操作。在DG2、DG1的状态空间模型中，ESS和电网是分别代表各自的当地参考系。在微智能电网系统，先选择一个常见的参考系作为统一的参考系,然后使用图2所示的转换方法和公式(1)13，所有子系统都转换到统一参考系。图2。微智能电网的统一和本地旋转参考系如图2所示，D轴和Q轴组成统一的参考坐标系，这是微智能电网以角速度旋转产生。D1轴和Q1轴，D2轴和Q2轴，De轴和Qe轴都是DG1、DG2和ESS各自以角速度，和旋转产生本地参考系。表示各自本地参考系与统一参考系的夹角。在公式（1）中，定义了矢量f，代表的是第n个本地参考系下的电压或电流元件。是统一参考系下的矢量f，是第n个本地参考系下f的稳态值。A、 DG1的数学模型DG1主要由风力发电机、输电系统、异步发电机和控制系统组成。电气系统中三相对称的异步发电机在任意参考系D1-Q1是通过公式（2）给出的。公式各自表示定子绕组和转子绕组的电压和电流矢量，。矩阵E和F参考文献 13可推导。DG1的转子力学模型表示如下：其中，和是各自代表基本电气角速度和转子电气角速度。H是转子和负载的组合惯性常数。T是机械转矩，Te是电磁转矩，通过下式给出。其中，Xm是定子与转子的互感系数。风力发电机的特点表现如下：其中，是转子叶尖速度与风速之比。Rc代表涡轮扫过的半径。是风力涡轮机的角速度。是风速。Tw是风力涡轮机的输出机械转矩。代表空气密度。Ct是转矩系数。是桨叶角。14风力涡轮机是通过同轴连接到异步发电机轴，由于其物理惯性大它的力学模型可以大致认为一阶时滞系统。如公式（6）所示：其中Th是惯性时间常数。滑动系数s是在同步旋转参考系中通过设定定义的。其中，是同步电机角速度。在模型中，同步旋转参考坐标系D1-Q1通过公式（1）被转换到统一的参考系。DG1的数学模型可以通过公式（2）-（7）建立。DG1的小信号状态空间模型在统一参考系下：其中：B、 DG2的数学模型DG2是由柴油机和燃气轮机等原动机和具有励磁和调速系统的三相同步发电机组成。在电气系统中同步发电机的转子参考系D2-Q2是其中，分别代表了定子绕组、阻尼绕组和励磁绕组的电压和电流矢量，和。在文献13的方法中矩阵G和H可推导。DG2的转子的力学模型通过下式给出：其中，是转子的电气角速度。Hs是转子与负载的组合惯性常数。Tm是机械力矩。Tes是电磁力矩，通过下式给出：其中，Xmd和Xmq是电感系数。DG2可通过公式(9)-(11)建立数学模型，并转换为统一的参考系，以运用于并网发电模式下的同步发电机。这样在同步旋转参考系中，有利于使和s的状态方程线性化，和s关系通过下式给出：组合公式（12）和（1），在统一的参考系下DG2的小信号模型为其中：C、 ESS的数学模型图3 ESS的原理图图3说明了ESS的原理图,包括电池组和带有相应的控制系统和过滤器的电力电子电路。过滤器可以等价为一个电阻R和一个电感L串联，其中R代表每段电力线路和变流器的电阻块，以及IGBT电桥死区时间的影响。Vdc代表直流母线电压，并且在动态分析中通常可被认为是常数。这就是VSC的概念。在本地参考系Dc-Qc，电路方程如下：其中和在Dc-Qc参考轴代表VSC的电压元件。Vdc和Vqc在Dc-Qc参考轴代表交流母线的电压元件。Idc和Iqc各自代表了在Dc-Qc轴VSC的电流元件。根据公式（14），ESS电路的小信号模型可以用下式表示：其中：在统一的参考系中，可以由文献12推导得出。一种新型的控制策略被提出用于控制ESS电路中的VSC。它是由三个控制器包括外部有功/无功功率控制器,内部电流解耦控制器,和电压前馈控制器。根据本地或远程的电力需求，电源控制器为内部电流控制器产生参考电流。然后内部电流控制器和电压前馈控制器为VSC产生参考电压。如图4所示,锁相环环路(PLL)可用于辨识电网的瞬时阶段。锁相环的数学模型表示如下式：其中，Kp、Ki是PLL控制器的PI系数。在统一的参考系下，ESS控制系统的小信号模型如下表示：其中，和是在Dc-Qc轴中电流控制器中比例积分调节器的状态参数。Pout和Qout是ESS输出的有功和无功功率。和是Vqc和Vdc的过滤值。和是Iqc和Idc和过滤值。和是分别从图5中获得的和过滤值。根据和和关系，公式（15）可以重新整理如下：图4 外部有功/无功功率控制器图5 内部电流控制器D、 网络的数学模型如图1所示,在静止参考系中网络abc的模型表示如下：其中，Rn和Ln是第n分支的线路阻抗。是第n分支的电流。和分别代表PCC，母线1，母线2和母线3的电压向量。Cp是负载的等效电容，并且其中，是DG2的电流向量。在统一的参考系下微智能电网的小信号模型表示如下：在文章最后可以看到的方程。E、 系统模型基于上述DG1,DG2,ESS和网络子系统的模型,可以获得多元DG微智能电网系统的小信号模型。图6 一个多元DG微智能电网系统的整体小信号模型框图图6描述了集成所有子系统发展中的状态方程模型的框图。(网络输出的)节点电压作为相应子系统的输入变量,而(子系统输出的)节点电流作为网络的输出变量。通过子系统模型表示的公式 (8)、(13)、(17)、(18)、(21)和(22)可以获得完整的小信号模型和系统状态矩阵（公式（13）已给出）。其中，表1 系统参考表2 微智能电网系统研究的特征值三、 微智能电网动态稳定性的分析小信号模型在探讨微智能电网系统的动态稳定性问题可用于特征值分析15-18。系统稳定性的边界和相应的操作策略可在系统参数或稳态运行状态的变化时通过跟踪特征值的轨迹来获得。A、 特征值分析以图1为例所示的微智能电网系统,其主要参数列在表1中。表2显示了所研究的微智能电网系统在自动操作模式下通过公式（23）对线性化的状态矩阵进行计算所得的特征值。有35个特征值的实数部分被消除了。特征值1-22是11对共轭的特征值代表了11种振荡模式。特征值(5、6)和(17、18)分别代表了DG2所对应DG2和网络之间电磁感应产生的有功和无功功率支持。特征值(13、14)和(15、16)分别代表了DG1对应DG1和网络之间电磁感应产生的有功和无功功率。特征值(19、20)和(21、22)分别代表了ESS对应ESS和网络之间电磁感应产生的有功和无功功率。其他五个振荡模式代表了网络中电磁的相互作用。振荡频率和阻尼取决于给定的运行状态。B、 灵敏度分析系统特征值的灵敏度分析可以用来研究微型智能电网动态稳定的边界问题。它是对各种运行状态的变化进行分析。图7 当DG2的容量从30kVA变化到80kVA时特征值（5，6）和（17，18）的轨迹图7展示了，且表1的其他系统参数没有变化的情况下，DG2的容量发生变化，特征值（5，6）和（17，18）的轨迹。它揭示了DG2的容量从 30kVA增加至80kVA，导致了共轭对特征值(5，6)和(17，18)从右半平面到左半平面的分离，这使得两种模式的阻尼增大，同时提高了系统稳定性边界。DG2的特征分析揭示了DG2输出的有功和无功功率随着容量增加而增加,也使得系统有功/无功功率支持能力的增强。这一结果与基于灵敏度分析特征值(5、6)和(17、18)的趋势是一致的。图8显示了风速稳定在10米/秒，没有ESS的系统，DG1的容量发生变化，特征值(5，6)和(17，18)的轨迹。可以看出，当DG1的容量从4kV增加至20kV，特征值(5，6)轨迹移动到左半平面，这意味着该操作模式下阻尼的增加以及系统稳定性边界的提高。然而,特征值(17、18)移动到右半平面,导致了该操作模式下阻尼的降低和系统稳定性恶化。图8 当DG1的容量从4kV增加至20kV，特征值(5，6)和（17，18）的轨迹DG1的灵敏度分析表明，在相同风速状态下,DG1输出的有功功率增加伴随着容量的增加，与此同时DG1吸收的无功功率也会增加。导致了系统有功功率支持能力增强，而无功功率支持能力削弱的事实。这限制了可再生能源的装机容量。图9 在相同的DG1容量下发生风力扰动，特征值（5，6）和（17，18）的轨迹风速变化和扰动都将造成DG1输出功率的波动，这可能影响微智能电网的稳定。图9描述了在DG1容量保持不变，没有ESS的系统中，风速变化时特征值(5，6),(13，14),(15，16)和(17，18)轨迹。它表明风速从7米/秒增加至11米/秒，导致特征值(13，14)和(15，16)前往右半平面，这使模式的阻尼减少，系统动态稳定。从图9还可看到，风速的增加导致了特征值(5，6)前往左半平面，而特征值(17，18)前往右半平面。根据DG1的笼式异步发电机的特点，输出的有功功率随风速而增加，而同时DG1吸收的无功功率增加。这将导致系统有功功率支持能力增强，而无功功率支持能力削弱。这意味微智能电网动态稳定性因风力条件变化。DG1输出功率的波动对微智能电网的影响可以通过配备ESS来减轻或消除。通过对电池组和微型智能电网之间电源转换器适当的控制，ESS可以灵活操作，迅速吸收/释放能量以维持系统瞬时功率的平衡。因此，稳定性可大大地提高。图10 配备ESS的系统当网速变化时特征值（5，6）和（17，18）的轨迹。（a）控制ESS以抑制有功功率的波动。（b）控制ESS以抑制有功和无功功率的波动。图10显示了在研究的微智能电网系统装备ESS，当风速从6米/秒变化到11米/秒时，特征值(5，6)和(17，18)的轨迹。如图10所示(a)和(b)，通过控制ESS分别抑制系统有功功率的波动，系统有功/无功功率的波动。与图9相比，在风力扰动下图10(a)特征值(5，6)和(17，18)轨迹的变化可以大大被限制,而在图10(b)中，他们几乎不受与风力扰动的影响。这表明微智能电网的动态稳定性可以通过对ESS适当的控制得到提升。四、 仿真和实验结果图11 系统阵风干扰对响应(有/没有ESS)。(a)风速。(b)DG2的有功功率。(c)DG2的无功功率。如图1所示研究的微智能电网系统是在MATLAB / SIMULINK环境下建立的仿真平台。表1显示了系统的主要参数。仿真时域内在阵风扰动下有/无能量储存以验证系统的性能。微智能电网控制运行在自动操作模式。它最初稳定在一个风速为10米/秒的工作状态。然后在阵风出现。图11分别显示了有/无ESS的情况下，阵风扰动DG2输出功率的过程。从图11(b)可以看到，在没有装备ESS的系统中，阵风扰动导致了DG2有功功率的波动明显，并且有10% 波动比。然而，使用ESS能极大度上抑制有功功率波动的波动比为1%左右，并且缩短恢复时间。与此同时，没有装备ESS的系统，阵风扰动将导致DG2无功功率波动的波动比达12%，而如图11(c)所示，使用ESS会减少至1.6%,。仿真的结果揭示了ESS可以快速灵活地释放或吸收能量，精确地跟踪和补偿风力发电的变化以减轻系统瞬时功率不平衡。当风速增大时，ESS吸收有功功率释放无功功率；风速减小时，释放有功功率和吸收无功功率。通过控制储能器和微智能电网之间的VSC可方便地调节ESS所释放/吸收的有功/无功功率量。一个与如图1和表1所示相同的配置和参数的微智能电网实验平台已经在中国科学院电气工程师学会的微智能电网研究实验室成立了。图12 没有ESS的系统对阵风扰动响应。(a)有功功率。(b)无功功率图12显示了没有ESS的系统对阵风干扰响应。微智能电网系统最初运行在自动操作模式下DG1的输出功率为6千瓦。在时发生阵风扰动，DG1和DG2相应的输出功率变化，如图12所示(a)和(b)。当风速变化以维持整体有功有功平衡时，DG2输出的有功功率减少而DG1的增加。与此同时，DG2释放的无功功率也会增加，以补偿GD1吸收的无功功率。相反地，当风速减小时，DG1输出的有功功率减少而DG2的增加。并且，DG2输出的无功功率随着DG1吸收的无功功率下降而减少。实验结果表明，没有ESS的系统在阵风扰动时，DG2有功/无功功率的波动明显。运行状态的经常变化可能在每个单位上产生额外的机械和电气压力，因此对于热机是不适合的。图13显示了使用ESS的系统对阵风扰动响应。如上所述，ESS可以精确的追踪DG1输出功率的变化，利用解耦控制器快速灵活地控制ESS输出/输入的有功/无功功率来减轻副作用。因此，瞬时功率不平衡得到减轻，微智能电网的频率电压质量和稳定性都大大提高。具体来说，如图13所示(a)和(b)，当风速增大时，ESS吸收有功功率并释放无功功率的增加；风速减小时，输出有功功率并吸收无功功率。根据实验的结果，在ESS的帮助，阵风扰动下的DG2有功/无功功率能够保持稳定。此外，热机在微智能电网中可以维持在高效的操作状态，并且系统燃料经济性得到提高。图13 使用ESS的系统对阵风扰动响应。(a)有功功率。(b)无功功率五、 结论在本文中,展示了一个典型的微智能电网全面的小信号模型，包括同步发电机、异步发电机、电压源变换器与相应的控制系统。模型几乎涵盖了微智能电网或分布式发电系统中DG和ESS现有的所有可能电源接口。所有的子系统分别进行建模,然后结合在统一参考坐标系中。通过对数量和子系统的参数适当的调整，不同种类的微智能电网模型可以轻易地获得。模型是系统特征值，不同运行状态下的灵敏度和DG或ESS的控制策略进行分析的。可以看出一个自动操作模式的微智能电网动态稳定性是受系统配置和变化的不间断发电系统所影响。装备ESS的系统，因其能减轻瞬时有功/无功功率的不平衡，可以显著提高性能。因此，正确地设计和控制储能不仅对于微智能电网的可靠运行，对可再生能源的有效利用也是一个重要的解决方案。从模型和特征值分析的结果是通过对研究的微智能电网系统进行仿真和实验验证的。它可以观察到模型及其特征值能够成功地表现出动态稳定性和系统配置及相应的运行状态之间的关系。本文为微智能电网的分析、配置和操作模式提供了理论基础，特别是在自动操作模式下。它使得微智能电网的设计和控制能够既实现电力系统的可靠性又实现了可再生资源的有效利用的双重目标。16