基于VSG下垂优化控制的新能源电力系统惯性提升.pdfVIP

基于VSG下垂优化控制的新能源电力系统惯性提升

摘要:针对传统VSG技术动态性能较差且重要参数J和D最优值较难确定的问题,提出了一种基于下垂控制与

神经网络预测的VSG控制与参数优化策略,实现了VSG技术中关键参数J和D的动态调节。首先,所提策略将有

功功率-频率下垂控制应用于VSG的控制算法中;其次,通过模拟同步发电机转子运动方程和电压与无功控制特

性,建立VSG的小信号分析模型,完成了关键参数转动惯量与阻尼系数的初值整定;最后,建立了人工神经网络进

行分析学习和网络训练,调整权值以改变VSG转动惯量与阻尼系数,通过误差函数比较输出量与输入量之间的误

差,多次学习训练后参数达到期望值。将神经网络优化算法与下垂控制策略结合,对VSG控制策略进行优化。分

别采用传统VSG控制、恒定参数下垂控制和基于神经网络优化的自适应参数下垂控制对算例进行仿真,结果表明:

所提基于神经网络优化的自适应参数下垂控制比传统VSG控制的频率最大变化量降低了26.7%,频率稳定时间降

低了0.25s,表明了所提策略的有效性。

关键词:新能源电力系统;VSG;下垂控制;神经网络;小信号分析模型

随着越来越多的可再生式新能源发电机组接入特性,使逆变器获得虚拟惯量和虚拟阻尼,实现了风

电网,传统发电机组在电网中的比例下降,电网的惯电机组和光伏电池的惯量响应[13-15]。Alipoor等[16]

量明显下降。新能源发电机组主要是通过电力电子提出了一种基于粒子群优化算法寻找合适参数的方

设备将能量传送到电网,与电网系统完全解耦,无法式,将发电机电压角偏差抑制在可控范围内,避免系

响应电网的频率变化[1-2]。此情况以光伏发电最为统振荡,但此方法缺乏动态调节性能。张亚楠等[17]

明显。因为光伏发电运行过程中没有旋转运动,无提出一种自适应控制策略,实现了控制策略的自适

[3]

法提供任何惯量。对于风力发电,虽然机组通过应调节,但该方法仅在3种模式下进行修正,并未真

[4]