首页 > 论文范文 > 工程工业论文 > 电力工业论文 > 惯量调节下新能源并网电力系统频率波动控制

惯量调节下新能源并网电力系统频率波动控制

2025-03-12 88 上传者：管理员

摘要：为控制电量信号频率的波动行为，有效节约电力能源，提出惯量调节下的新能源并网电力系统频率波动控制方法。按照惯量调节机制，组建以光伏组件为接入对象的并网电力系统，并计算该系统运行期间的电压、电流模量，实现基于惯量调节的新能源并网电力系统规划。将电压、电流模量输入到模糊PI控制器中，并确定电力谐波频率标准，分析具体的控制作用效果，完成新能源并网电力系统频率波动控制方法的设计。实验结果表明，应用惯量调节控制方法后，电量信号传输频率不再出现明显的波动性变化态势，表示该方法的控制效果较为明显，能够较好解决新能源并网系统的电力能源浪费问题。

关键词：
并网电力系统
惯量调节
新能源
模糊PI控制器
频率波动
加入收藏

新能源并网电力系统是指将太阳能､风能等新能源发电设备与电力系统进行连接,使其能够向电网输送电能的系统｡这种系统利用了新能源的清洁､可再生等特性,有助于减少对传统能源的依赖,降低环境污染,并促进可持续发展｡新能源发电设备利用太阳能､风能等可再生能源进行发电,与传统能源相比,具有污染少､储量大等优点[1]｡由于发电设备与用户距离较近,所以并网组织可以单独给电力用户供电,因此该类型系统具有发电规模小､灵活性高的优点｡

在新能源并网电力系统中,电量信号传输频率波动性较强是一种常见现象｡为控制电信号波动频率,并实现对电力能源的有效节约,张亚健等提出了基于确定网络演算的频率控制策略,构造Lyapunov函数,并联合自适应方案,对电力系统频率进行控制[2]｡该方法的设计受到诸多约束,所以其在控制频率波动行为时的保守性过大｡王晶晶等提出了基于一致性算法的频率控制原则,根据自适应响应系数的取值,确定频率指标的取值范围,从而实施针对性控制[3]｡但由于并网电力系统保持分布性运行状态,所以该方法的执行容易受到电力信号分层传输行为的影响｡

惯量调节在新能源并网电力系统中是一个重要的概念,涉及电力系统的稳定性和动态性能｡惯量可以理解为系统对外部扰动的抵抗能力,即系统保持原有运行状态的能力｡为更好应对并网电力系统中的各类突发问题,有效节约电力能源,提出惯量调节下的新能源并网电力系统频率波动控制方法,以维持系统的稳定性｡

1、基于惯量调节的新能源并网电力系统规划

新能源并网电力系统的“惯量调节”指的是通过改变系统的转动惯量来影响系统的动态行为｡转动惯量描述了系统对外部扰动的响应速度和稳定性[4]｡在并网电力系统中,惯量调节是对系统稳定性进行控制,尤其是在面临故障或突发扰动时[5-6]｡在新能源接入电力系统的背景下,由于新能源电力信号具有随机性和波动性,对电力系统稳定性的影响能力较强｡为了应对这种波动性变化行为,通过惯量调节来增强系统的稳定性｡

设e0表示新能源并网电力系统的额定电量,χ表示电力转动惯量,δ0表示波动惯量初始相位,δ表示波动惯量实时相位,W表示电信号负载特征,β表示电量调节系数,联立上述物理量,可将惯量调节机制定义式表示为:

新能源并网电力系统建模就是按照惯量调节机制,将DC/DC斩波器､DC/AC逆变器､电抗器等电容元件组合在一起,以便于蓄电池设备可对电量信号进行完整的转移与存储｡太阳能电池阵列将光伏电路板吸收的光能信号转化为电能信号,再经由DC/DC斩波器､DC/AC逆变器,将传输电量反馈至电抗器元件之中,以便于变压器设备的直接调取与利用[7-8],并通过PWM控制器控制驱动电路,调节DC/AC逆变器,并作用到并网谐波源中｡由于蓄电池元件对电力信号的存储能力有限,所以在新能源并网电力系统运行过程中,太阳能电池阵列并不会持续转化光能信号｡完整的新能源并网电力系统模型如图1所示｡

图1新能源并网电力系统模型

电压模量､电流模量分别指新能源并网电力系统的电压与电流幅值,在转化电能信号的过程中,这两项物理量的取值影响电力系统频率的波动变化情况｡由于电压､电流均为复数,所以在计算其模量数值时,应同时考虑周期与相位[9-10]｡

电压模量计算式如下:

式中,yu表示新能源并网电力系统的源电压相位,Uα表示基于电量损失参数α的实时负载电压,α表示电量损失参数,T表示电力信号传输周期｡

电流模量计算式如下:

式中,yi表示新能源并网电力系统的源电流相位,Iα表示基于电量损失参数α的实时负载电流｡

2、并网电力系统频率波动控制

根据惯量调节机制,预测得到了不同运行场景下电压与电流模量的变化｡然而,由于由于新能源的不确定性和变化性,导致电力系统频率出现较大波动,影响系统的稳定运行｡模糊PI控制器是一种将模糊逻辑与PI(比例-积分)控制器相结合的控制方法｡为此,利用模糊PI控制器进行并网电力系统频率波动控制｡

规定d表示新能源并网电力系统的频率参数,γ表示基于惯量调节的电量决策值[11-12],ε表示模糊控制系数,g表示电量频率的波动期望值,Sˉ表示新能源并网电力系统在单位时间内所输出的电力信号均值,联立式(2)､式(3),可将模糊PI控制器的构建表达式定义为:

电力谐波频率标准定义了新能源并网电力系统传输谐波信号的频率波动范围,由于谐波频率必须是基波频率的整数倍,所以单位传输周期内,不会出现不完整的谐波信号｡谐波的产生主要是由于正弦电压加压于非线性负载,导致基波电流发生畸变,而这种畸变行为也是导致新能源并网电力系统频率出现波动性变化的主要原因[13-14]｡

设U表示新能源并网电力系统的正弦电压负载值,φ表示电力信号的非线性负载系数,I表示基波电流畸变值,ϕ表示电力谐波的基频定义参数｡在上述物理量的支持下,联立式(4),推导电力谐波频率标准定义式如下:

式中,lmax表示电力信号波频负载的最大取值,lmin表示电力信号波频负载的最小取值｡

频率是电能质量的重要指标之一｡通过控制新能源并网引起的频率波动,可以提高整个电力系统的电能质量,从而为用户提供更稳定､更可靠的电力供应[15-16]｡L表示电力信号的频率波动强度,其计算式如下:

式中,λ表示电量损失因子,Z表示新能源并网电力系统中的电能质量,η表示电量运行效率,V表示负荷｡

通过式(7)求解惯量调节下新能源并网电力系统频率波动控制作用效果,分析表达式如下:

式中,κ表示基于惯量调节的电力频率耦合系数,ι表示电力信号的波动行为记录项,b表示频率值分析常数,μ表示电量功率的调差系数,C表示基于惯量调节的电网谐波控制阈值｡在实际应用中,需要根据具体情况进行综合分析,制定合适的控制策略,以实现最佳的控制效果｡

3、实验分析

新能源并网行为会导致电力系统频率发生波动,一般而言电力信号的频率水平越高,表示当前情况下电力系统所需输出的电能量越大,越有可能出现能源浪费的问题｡为有效节约电力能源,进行如下实验｡

3.1实验设置

利用rs485型号的双绞线将实验所需电路元件连接至JK560S型号测频仪的接线区域之中,完成对电力信号传输频率的实时测量,详情如图2所示｡

图2并网电力系统频率测量

该次实验所选设备元件的具体型号如表1所示｡

表1实验设备

在不考虑其他干扰条件的情况下,分别利用惯量调节下新能源并网电力系统频率波动控制方法(第一组)､基于确定网络演算的频率控制策略(第二组)､基于一致性算法的频率控制原则(第三组)三种方法控制频率波动,并记录电力信号传输频率的数值变化情况｡

图3反映了新能源并网行为所造成频率波动现象的初始数值曲线｡

图3频率波动曲线

根据图3可知,非干扰情况下,电力信号传输频率保持来回波动的数值变化态势,其最大值达到了11.0Hz,但最小值却仅为1.3Hz,二者差值为9.7Hz｡

3.2结果分析

分别应用第一组､第二组､第三组实验方法,对电力信号传输频率进行控制,具体实验情况如图4所示｡

图4电力信号传输频率实验曲线

分析图4可知,三种方法对电力信号传输频率波动行为的控制能力并不相同｡实验过程中,第一组最大值为6.7Hz､最小值为5.0Hz,二者差值为1.7Hz,与图3所示差值相比,下降了8.0Hz;第二组最大值为10.7Hz､最小值为2.8Hz,二者差值为7.9Hz,与图3所示差值相比,仅下降了1.8Hz;第三组最大值为9.4Hz､最小值为3.0Hz,二者差值为6.4Hz,与图3所示差值相比,下降了3.3Hz｡综上可知,惯量调节下新能源并网电力系统频率波动控制方法对于电力信号传输频率的控制能力较强,经控制处理后,频率曲线的波动态势明显趋于稳定,能够较好解决由电量波动造成的能源浪费问题｡

4、结束语

惯量调节作为一种有效的手段,在新能源并网电力系统频率波动控制中发挥了重要作用｡通过合理调整系统的惯量,可以显著减少频率波动幅度,提高电力系统的稳定性和电能质量｡实验结果表明,应用惯量调节控制方法后,电量信号传输频率的波动性显著减少,系统稳定性得以提高,解决了新能源并网系统电力能源浪费的问题｡所提方法可以有效节约电力能源,提高电力系统的运行效率和可靠性,为进一步优化并网电力系统控制策略提供了有益的参考｡随着新能源在电力系统中的占比不断增加,未来将进一步充分发挥惯量调节在新能源并网电力系统频率波动控制中的作用,为电力系统的安全､稳定､高效运行提供有力保障｡

参考文献:

[1]张桂红,刘飞,王世斌,等.高比例新能源电力系统频率稳定性的惯量需求分析[J].电力系统及其自动化学报,2022,34(7):81-87.

[2]张亚健,彭晨,许东,等.蓄意流量攻击下基于确定网络演算的互联电网自适应负荷频率控制策略[J].电力系统保护与控制,2023,51(13):70-81.

[3]王晶晶,廖思阳,姚良忠,等.基于一致性算法的直流受端电网分布式调频资源协同频率控制[J].电网技术,2022,46(3):888-896.

[4]魏乐,胡晓东,尹诗.基于优化XGBoost的风电机组发电机前轴承故障预警[J].系统仿真学报,2021,33(10):2335-2343.

[5]杨伟新,樊小伟,孙荣富,等.数字孪生驱动的风电机组三维可视化监控与故障预警方法[J].弹箭与制导学报,2023,43(2):94-102.

[6]陈建平,徐皓吉,吴庭金.基于小波能谱熵和HMM的机载雷达故障预警技术[J].火力与指挥控制,2022,47(10):31-35,40.

[7]石志伟.计及FACTS校正的N-k故障约束鲁棒机组组合[J].南方电网技术,2021,15(12):11-19.

[8]万安平,龚志鹏,张银龙,等.基于XGBoost-KDE的风机主轴承温度预测与故障预警方法[J].热力发电,2022,51(12):164-171.

[9]蒋航,熊俊,陈愚,等.基于Markov状态空间法的稳控系统隐性故障建模方法[J].电工电能新技术,2023,42(2):39-47.

[10]戴志辉,方伟,李金铄,等.基于保护机理的隐性故障识别方法[J].电力系统及其自动化学报,2021,33(11):120-127.

[11]冯彦辉,任宝秦.基于FTA的汽车发动机润滑故障分析[J].润滑油,2022,37(4):55-60.