本發明屬于電力控制,具體涉及一種雙饋風機高低電壓穿越控制參數辨識方法及系統。
背景技術:
1、進入21世紀以來,能源短缺和環境污染問題日趨嚴重,提出了“碳達峰、碳中和”的“雙碳”目標,新能源機組滲透率提高已是大勢所趨。近年來,風電等新能源發電機組的裝機容量穩步上升,這對傳統電網結構的安全可靠運行帶來挑戰。目前,陜西電網新能源裝機達1700萬千瓦,預計2025年裝機達6000萬千瓦,其中80%的新能源集中在陜北,風光各占50%。
2、對于風力發電機電氣與控制部分的參數辨識,先離線估算出定轉子互感,然后進一步依據離線數據進行參數辨識,此方法僅適用于理論分析,無法有效驗證實現,其中從公式推導出的互感必然存在誤差,另外此方法辨識的結果誤差較大,變比與互感的辨識誤差都超過10%。雙饋風機的機電暫態模型中,發電機部分采用忽略定子電壓變化的2階模型,機側與網側變流器用一階慣性環節代替電力電子器件。其所建立模型的仿真結果偏差較小,仿真速度有較大改進,但對于分析電網電壓變化,或者風速變化時風力發電系統的響應,發電機模型能否省略定子暫態過程,是否能夠得到準確的結果仍需進一步研究。對于風力機采用單質塊模型,發電機采用5階模型,并以發電機的輸出功率為觀測量,分析發電機各參數的可辨識性,研究結論表明定轉子的電抗不可同時辨識,且定轉子的電阻相對于電感值靈敏度較低,參數辨識較難,另外能否進行多個觀測量的辨識需要進一步研究。對于辨識風電機組的部分參數,如定子側的電感、互感、機側有功控制pi參數、無功控制pi參數,其中辨識的發電機模型為1階模型、忽略電流內環用慣性環節代替,且以風速變化作為辨識的激勵。風速變化激發出了系統的慢動態模式,電氣參數靈敏度普遍較小,難以辨識,機械參數的靈敏度普遍較大,容易辨識。辨識風力機驅動系統采用單質量塊模型,發電機參數辨識采用故障數據,發電機模型為忽略定子暫態的數學模型,進行了風速激勵下驅動系統相關參數的辨識,但風力發電機與同步機不同,定子暫態能否忽略有待進一步研究。
3、在控制器參數辨識方面,已有文獻提出可通過風速變化、電網側故障以及在控制器的參考電壓上施加階躍信號等多種類型的擾動,盡可能多地辨識控制器各參數,然而僅對機側變流器參數進行了辨識。針對存在級聯的控制器,先在后一級控制器的量測信號上施加擾動,同時屏蔽前一級控制器量測信號的變化,在不改造控制器結構的情況下實現各個控制器參數的單獨辨識,并通過多輪迭代提高參數的辨識精度。然而在參數辨識時基于原控制器的詳細模型,由于控制器各比例積分環節存在級聯及輸入量的交叉,需要的實驗次數較多且操作繁瑣。
技術實現思路
1、為了彌補上述缺陷,本發明提出一種雙饋風機高低電壓穿越控制參數辨識方法及系統,可通過簡單快速的操作對故障穿越控制方式以及控制參數進行辨識,從而有效實現了控制參數的辨識。
2、為了實現上述發明目的,本發明采取如下技術方案:
3、一種基于雙饋風機高低電壓穿越控制參數辨識方法,所述方法包括:
4、根據預先構建的雙饋風機控制結構化模型輸出的仿真數據,分析高低電壓穿越閾值;
5、將所述高低電壓穿越閾值作為高低電壓穿越控制的電壓初始值,對雙饋風機的高低穿控制方式進行辨識,制定高低電壓穿越策略;
6、基于高低電壓穿越策略,對控制環節中的各個參數進行辨識,獲得控制環節中的各個控制參數值。
7、優選的,所述預先構建的雙饋風機控制結構化模型包括:mppt控制模塊,變流器控制模塊,chopper保護控制模塊,crowbar保護控制模塊和變槳控制模塊;其中,所述變流器控制模塊包括機側變流器控制單元和網側變流器控制單元;所述機側變流器控制單元,用于功率外環控制和電流內環控制;所述網側變流器控制單元,用于直流電壓外環控制、無功外環控制和電流內環控制。
8、優選的,所述分析高低電壓穿越閾值包括:
9、通過辨識故障發生時刻雙饋風機進入和退出高低電壓穿越的電壓值,判斷雙饋風機的高低穿進入閾值和高低穿退出閾值。
10、進一步地,所述判斷雙饋風機的高低穿進入閾值和高低穿退出閾值包括:
11、測量穩態無功電流值,當穩態無功電流值滿足風電場動態無功電流增量應響應并網點電壓變化條件,則計算所述實時無功電流與故障前無功電流的差值,即無功電流增量;當無功電流增量超過雙饋風機進入故障穿越控制的無功電流預設閾值,則認為當前時刻為故障發生時刻;根據nb/t?31053-2021《風電機組電氣仿真模型驗證規程》,測量故障發生后140ms內每個時刻的無功電流 iq和機端電壓 ut,當首次滿足公式( iq- iq0)/(0.9- ut)≥1.5或( iq0- iq)/( ut-1.1)≥1.5時,則將當前時刻的機端電壓 ut定義為雙饋風機低穿進入閾值或高穿進入閾值;式中 iqt為當前時刻的無功電流標幺值, iq0為故障前穩態無功電流標幺值, ut為機端電壓標幺值。
12、進一步地,所述雙饋風電機組動態無功電流增量應響應并網點電壓變化條件為:
13、(1.16)
14、(1.17)
15、式中δ it為并網點低穿無功電流增量,為并網點高穿無功電流增量, k1為低穿無功電流增量系數, in為風電機組額定電流, k2為高穿無功電流增量系數, ut為故障電壓穩態值。
16、進一步地,所述實時無功電流與穩態值的差值通過下式計算:
17、(1.18)
18、(1.19)
19、式中 iqt為當前時刻的無功電流標幺值, iq0為故障前穩態運行時的無功電流標幺值, iq_lvrt為表達式, iq_hvrt為表達式。
20、優選的,所述將高低電壓穿越閾值作為高低電壓穿越控制的電壓初始值,對雙饋風機的高低穿控制方式進行辨識包括:選取高低電壓穿越控制的電壓初始值后的時間點,截取雙饋風機故障期間穩態段,求取有功功率/電流、無功功率/電流平均值,并記錄穩態段對應的電壓值,然后在多種故障深度下,記錄有功功率/電流、無功功率/電流、電壓,采用最小二乘法,對多組不同電壓下的有功無功結果,按照高低電壓穿越策略,進行函數擬合,對有功功率/電流、無功功率/電流表達式中的各個參數進行辨識。
21、優選的,所述高低電壓穿越策略包括有功電流參考值的辨識和無功電流參考值的辨識;其中,有功電流參考值的辨識包括:選取參考值依據,當指定功率作為參考值時,通過下式進行一次辨識:
22、(1.20)
23、式中, plvrt為低穿有功功率參考值, kp_lvrt為低穿有功功率斜率系數, p0為穩態期間有功功率標幺值, pset_lvrt為低穿有功功率設定基本值,低穿有功功率均在該值以上。
24、當指定電流作為參考值時,通過下式進行一次辨識:
25、(1.21)
26、式中 iplvrt為低穿有功電流參考值, k1為低穿有功電流系數1, k2為低穿有功電流系數2, ut為故障電壓穩態值, ip0為故障前有功電流穩態值, iset_lvrt為低穿有功電流設定基本值,低穿有功電流均在該值以上;
27、通過下式進行二次辨識:
28、(1.22)
29、式中 a1, a2, a3均為二次低穿有功電流系數;
30、其中,無功電流參考值的辨識是采用如下預先定義的無功電流辨識模型表達式進行一次辨識:
31、(1.23)
32、式中 k3和 k4分別是低穿無功電流的兩個系數, ulim為故障穿越電壓閾值, ut為故障電壓穩態值, iq0為故障前穩態無功電流值, iqset_lvrt為無功電流設定基本值。
33、進一步地,所述基于高低電壓穿越策略,對控制環節中的各個參數進行辨識,獲得控制環節中的各個控制參數值包括:
34、單pi環節的差分方程:
35、(1.24)
36、式中 x為控制環節輸入, y為控制環節輸出, kp1、 ki1分別為pi環節比例系數和積分系數, xref為輸入參考值;
37、使用最小二乘法,通過下式計算得到b0、b1,求解得到pi控制參數kp、ki
38、(1.25)
39、(1.26)
40、式中 yi為第i個輸出, a1、 b0、 b1為三個系數, δt為采樣步長;
41、雙pi環節的差分方程:(1)
42、式中 x為外環控制環節輸入, y為控制環節輸出, kp1、 ki1分別外環pi環節比例系數和積分系數, kp2、 ki2分別為內環pi環節比例系數和積分系數, xref為輸入參考值, z為內環控制環節輸入;
43、采用離線方式進行參數辨識,離散化并移項可得:
44、(1.27)
45、(1.28)
46、式中 a1、 a2、 b1、 b2、 b3、 b4、 b5、 b6均為系數,可由控制環節參數和常數表示, δt為采樣步長;
47、采用最小二乘法求解如下矩陣各個系數:
48、(1.29)
49、式中, yi表示第i個輸出, ui表示第i個輸入。
50、一種基于結構化模型的雙饋風機高低電壓穿越控制參數辨識系統,所述系統包括:
51、分析模塊,用于根據預先構建的雙饋風機控制結構化模型輸出的仿真數據,分析高低電壓穿越閾值;
52、辨識模塊,用于將所述高低電壓穿越閾值作為高低電壓穿越控制的電壓初始值,對雙饋風機的高低穿控制方式進行辨識,制定高低電壓穿越策略;
53、獲取模塊,用于基于高低電壓穿越策略,對控制環節中的各個參數進行辨識,獲得控制環節中的各個控制參數值。
54、與最接近的現有技術比,本發明的有益效果為:
55、針對雙饋風機高低電壓穿越控制參數,提出了基于結構化模型的雙饋風機高低電壓穿越控制參數辨識方法及系統,結合結構化的雙饋風機電磁暫態模型,總結控制結構表達式以及故障穿越控制方案。
56、一種基于結構化模型的雙饋風機高低電壓穿越控制參數辨識方法,包括根據預先構建的雙饋風機控制結構化模型輸出的仿真數據,分析高低電壓穿越閾值;將所述高低電壓穿越閾值作為高低電壓穿越控制的電壓初始值,對雙饋風機的高低穿控制方式進行辨識,制定高低電壓穿越策略;基于高低電壓穿越策略,對控制環節中的各個參數進行辨識,獲得控制環節中的各個控制參數值。上述方案基于結構化雙饋風機控制模型,形成了一套完整的包括了對故障穿越控制方式以及控制參數進行辨識的方法,能夠快速有效地實現控制參數的辨識。