0 引言
隨著新能源技術的研究與發(fā)展,新一代電力系統(tǒng)出現(xiàn)了一個新的技術特征:風、光等新能源通過電力電子變流器大規(guī)模接入電網(wǎng)。而并網(wǎng)逆變技術作為新能源發(fā)電的最后一環(huán)至關重要,逆變系統(tǒng)控制性能的好與壞,往往直接決定了并網(wǎng)電能的質(zhì)量。
研究者通過參考同步發(fā)電機的原理提出了構(gòu)網(wǎng)型(Grid-Forming,GFM)變流器的概念[1]。目前有多種GFM控制方法,包括下垂控制2和虛擬同步機控制[3]。最近,虛擬振蕩器控制(VirtualOscillatorControl,VOC)作為一種新的GFM控制技術受到重視[4],它通過模擬弱非線性振蕩器的動態(tài)特性來控制逆變器。由于虛擬振蕩器采用瞬時電流反饋信號進行時域操作,因此在瞬態(tài)性能方面優(yōu)于下垂控制[5。常見的虛擬振蕩器包括Dead-Zone振蕩器、VanderPol振蕩器和Andronov-Hopf(AH)振蕩器[6]。它們都能自我同步,并從任意初始點向穩(wěn)態(tài)極限環(huán)收斂。然而,Dead-Zone振蕩器和VanderPol振蕩器無法調(diào)節(jié)功率,此外VanderPol振蕩器的輸出中會出現(xiàn)諧波,而AH-VOC具有無諧波輸出的優(yōu)勢,可實現(xiàn)并網(wǎng)逆變器的精準控制目標。
上述研究主要集中在理想電網(wǎng)情況下,但在實際電力系統(tǒng)中,電網(wǎng)故障會導致電流過大,并且由于傳統(tǒng)VOC限流能力不足,電網(wǎng)故障下會造成系統(tǒng)不穩(wěn)定。針對這一局限,文獻[7]提出了一種基于電壓-電流雙閉環(huán)結(jié)構(gòu)的AH-VOC策略,并簡單分析了系統(tǒng)穩(wěn)定性,然而并未進行電網(wǎng)故障下的系統(tǒng)分析。目前針對構(gòu)網(wǎng)型變流器電網(wǎng)故障下的暫態(tài)響應,所用較多的是虛擬阻抗的控制方法[8-10],該方法能有效抑制故障時的過電流,但加入虛擬阻抗也改變了等效阻抗大小,因此需要不斷修改預設的電壓參考值,并且虛擬阻抗值的選擇也有待深入研究。
針對現(xiàn)有問題,本文首先對基于AH-VOC的系統(tǒng)進行數(shù)學建模,分析AH-VOC的控制原理;然后通過研究同步發(fā)電機的擺動方程,提出了結(jié)合虛擬慣量控制的AH-VOC;并對其中的參數(shù)選擇進行分析,提出一種自適應的虛擬慣量控制策略。最后,通過在MATLAB/Simulink中搭建仿真模型驗證了所提策略的有效性。
1基于AH-VOC的系統(tǒng)控制結(jié)構(gòu)
本文所采用的并網(wǎng)逆變器系統(tǒng)控制結(jié)構(gòu)如圖1所示,由AH-VOC按照設定的電壓和頻率參考值,產(chǎn)生電壓參考信號,并將這一信號輸出到電壓、電流內(nèi)環(huán),進而生成逆變器所需的控制信號。本節(jié)將對此進行具體分析和建模。
1.1 虛擬振蕩器控制
AH-VOC的結(jié)構(gòu)如圖1所示,圖中L和 C 分別是諧振電感和諧振電容,其固有諧振頻率為 ,并定義常數(shù)
,電路的狀態(tài)量選擇為電容電壓和放縮后的電感電流,如式(1)所示:
式中: x1,x2 為對應狀態(tài)量; vC 為諧振電容的電壓; ε 為常數(shù); iL 為流過諧振電感的電流。
非線性狀態(tài)相關的電壓源 vm 和 im 電流源由式(2)給出:
式中: ξ 為控制收斂速度的常數(shù); Xn 為振蕩器圓形極限環(huán)的振幅。
vm 和 im 通過與電路交換能量使 并使圓形極限環(huán)保持頻率為 ωn 不變。
如圖1所示,振蕩器分別通過電流和電壓縮放因子 Ki 和 Kv 與輸入和輸出相連。通過 Kv 對電路狀態(tài)量進行縮放,可獲得輸出電壓,如式(3)所示:
uαβ=Kv[vC,εiL]T
式中: vαβ 為AH-VOC的輸出控制電壓。
類似地,輸入電流通過 Ki 進行縮放,如式(4所示:
式中: c 為輸入到AH-VOC的狀態(tài)矢量矩陣; c1°c2 為c中的兩個狀態(tài)矢量; ψ 為自定義的一個旋轉(zhuǎn)角度,通過設置旋轉(zhuǎn)矩陣 中的 ψ=π/2 使AH-VOC符合Q -V和
的穩(wěn)態(tài)下垂定律; iαβ 和 iαβ* 分別為測量電流及其參考值; Δiαβ 為測量電流 iαβ 與其參考值 iαβ* 之差。
式(4)中的電流參考值可通過功率參考值 Pref 和Qref 計算得出:
式中: iα*?iβ* 分別為測量電流參考值在 α 軸和 $| \beta \rrangle$ 軸的分量; vα?vβ 分別為AH-VOC的輸出控制電壓在 α 軸和β 軸的分量。
從圖1中的電容電壓 vC 和電感電流 可以得到虛擬振蕩器電路中狀態(tài)量的動態(tài)響應,如式(6所示:
將式 (1)~(4) 分別代入式(6中,并令 ψ=π/2 業(yè)可以得到完整的AH-VOC的動態(tài)響應如式(7)所示:
式中: Vn 為AH-VOC的設定電壓,通常設置該電壓大小為電網(wǎng)額定電壓; Δiα.Δiβ 為測量電流與其參考值之差在 α 軸和 $| \beta \rrangle$ 軸的分量。
電壓和電流比例系數(shù)定義如式(8)所示:
式中: s 表示系統(tǒng)的額定功率。
AH-VOC輸出的電壓有效值大小 VL 和電壓相角θL 的表達式如式(9)所示:
根據(jù)式(5)(7)(9)可得電壓幅值 VL 和相位角 θL 的動態(tài)響應模型如式(10)所示:
式中: ω 為AH-VOC輸出的控制角頻率; P,Q 為系統(tǒng)瞬時有功功率和無功功率。
1.2 電壓-電流內(nèi)環(huán)控制
本文采用的電壓-電流內(nèi)環(huán)控制回路如圖2所示。
本文中電壓-電流內(nèi)環(huán)控制均采用PI控制,并使用下標dq來簡化表示該量在dq坐標系下對應的兩個分量。
2提出的虛擬慣量控制策略
2.1 結(jié)合虛擬慣量控制的AH-VOC
為了提高系統(tǒng)慣量,本文模擬同步發(fā)電機,采用一種虛擬慣量控制方法。而要實現(xiàn)這一目標,逆變器必須注入或吸收一定量的功率,以補償功率不平衡造成的頻率偏差。為獲得這一功率,可借鑒同步發(fā)電機的擺動方程[]:
式中: Pgen 和 Pload 分別為產(chǎn)生的功率和需求的功率,兩者之差即為慣量補償?shù)墓β剩?J 為轉(zhuǎn)動慣量; D 為阻尼系數(shù); ωref 為系統(tǒng)頻率參考值。
令 Pu=Pgen-Pload ,并改寫式(11)得到虛擬慣量控制的方程:
式(12)中, Kd=Jω,Kr=D,Δω=ω-ωref° 。其中 Δω 和dΔω/dt 分別表示頻率變化和相應的頻率變化率。慣性系數(shù) Kd 負責平滑變化的斜率,而阻尼系數(shù) ?Kr 則影響最小或最大頻率。 ω 為系統(tǒng)的實時頻率,通過對照AH-VOC的模型推導過程可以發(fā)現(xiàn),此實時頻率 ω 即公式(10)中AH-VOC內(nèi)部產(chǎn)生的 ω 。
由此可以寫出新的輸入到AH-VOC中的功率參考值:
Pref,new=PVI+Pref
此時可以得到結(jié)合虛擬慣量的系統(tǒng)完整控制框圖,如圖3所示。
2.2 故障下的自適應虛擬慣量控制
當電網(wǎng)發(fā)生不同程度的故障時,逆變器系統(tǒng)所需要的虛擬慣量大小也不同,此時系統(tǒng)的慣性系數(shù)Kd 和阻尼系數(shù) Kr 不應為常數(shù),需要隨著故障程度的改變而做出動態(tài)調(diào)整。因此,本文提出了如下自適應虛擬慣量控制策略:
式中: VPCC 為并網(wǎng)點電壓; Vref 為并網(wǎng)點額定電壓; ΔP
為系統(tǒng)瞬時有功功率 P 與有功功率參考值 Pref 之差。
3 仿真驗證與分析
為了驗證所提控制策略的有效性,本文通過在MATLAB/Simulink中搭建仿真模型進行了驗證。仿真中相關系統(tǒng)參數(shù)如表1所示。
在交流系統(tǒng)中,啟動過程中控制器初始化不當會導致電壓控制逆變器損壞,本文在此引用了文獻[12]中提出的VOC預同步控制策略。在該策略中,逆變器并網(wǎng)分三步,首先在系統(tǒng)離網(wǎng)時控制電容器電壓與電網(wǎng)電壓同步,之后逆變器并網(wǎng),最后將預同步控制切換回對目標功率的控制,在仿真中,后兩步在0.2s時同時實現(xiàn)。
圖 4(a)~(c) 分別為電網(wǎng)電壓跌落 50% 時采用三種不同控制策略的功率響應,對比發(fā)現(xiàn),系統(tǒng)在0.5s時發(fā)生故障,在三種不同控制策略中,系統(tǒng)達到穩(wěn)定的時間分別為 0.64,0.61,0.58s :在0.8s故障結(jié)束后,三種不同控制策略下有功功率最大值分別為1.5、1.45、1.4p.u. ;在0.2s的啟動階段,三種控制策略下有功功率峰值分別為1.2、1.15、1.1p.u.。
圖5為電網(wǎng)電壓跌落 60% 時的功率響應,從圖5(b)中可以看出,由于故障程度加深以及參數(shù)設置不合理,系統(tǒng)暫態(tài)性能嚴重下降。
而采用所提自適應虛擬慣量控制策略時,即將圖5(c)和圖5(a)(b)對比,可發(fā)現(xiàn)暫態(tài)性能得到明顯提升,由此可以證明所提控制策略的有效性。
4結(jié)束語
本文針對基于AH-VOC的并網(wǎng)逆變器系統(tǒng),提出了一種電網(wǎng)故障下的自適應虛擬慣量控制策略。通過在MATLAB/Simulink中搭建仿真模型,分別模擬電網(wǎng)三相對稱故障電壓跌落 50% 和 60% 的工況,在這兩種工況下,所提控制策略均能提升故障期間的系統(tǒng)調(diào)節(jié)速度,并降低故障恢復過程中的功率峰值,同時還能根據(jù)故障程度的不同,自適應地調(diào)節(jié)虛擬慣量系數(shù),證明了所提控制策略的有效性。
[參考文獻]
[1]CHAKRABORTY S,PATEL S,SALAPAKA M V.SynthesisBased Generalized RobustFrameworkfor GridFollowing andGrid-FormingInverters [J].IEEE Transactions on Power Electronics,2023,38(3): 3163-3179.
[2]謝勝楠.基于下垂控制的并網(wǎng)逆變器暫態(tài)穩(wěn)定性研究 [D].秦皇島:燕山大學,2021.
[3]徐睿.基于虛擬同步機控制并網(wǎng)逆變器并聯(lián)運行特性優(yōu) 化研究[D].成都:西南交通大學,2022.
[4]LUO SY,WUW M,KOUTROULISE,et al.A New Virtual Oscillator Control Without Third-Harmonics Injection For DC/AC Inverter [J].IEEE Transactions on Power Electronics,2021,36(9):10879-10888.
[5]SHI Z,LI J C,NURDIN H I,et al.Comparison of Virtual Oscillator and Droop Controlled Islanded Three-Phase Microgrids [J].IEEE Transactions on Energy Conversion,2019,34(4):1769-1780.
[6]GURUGUBELLI V,GHOSH A,PANDA A K.Design and Implementation of Optimized Andronov-Hopf Oscillator Control Method for Parallel Invertersin Standalo ne Microgrid [J].IEEE Transactionson Industry Applications,2023,59(6):7013-7026.
[7]LI JC,ALI M,F(xiàn)LETCHER J E,et al.Modeling and Analysis of Multiple Inverters With Dual-LoopBased Virtual Oscillator Control[J].IEEE Journal ofEmerging and Selected Topics in Power Electronics,2022,10(4) :3963-3974.