【西安交通大学（杨松浩）】2024系统视角下风机最优频率暂态支撑方法探索报告_29页_6mb

系统视角下风机最优频率暂态支撑方法探索总结

核心内容

本文探讨了在高比例新能源系统背景下，如何通过风机的最优频率支撑控制来提升新型电力系统的频率稳定性。研究从理论和数值两个角度出发，构建了考虑风电调频的最优控制模型，并提出了基于最优频率轨迹的风机支撑控制策略。

主要观点

• 研究背景：随着“3060”双碳目标的推进，我国电力系统正向以新能源为主体转变。高比例新能源系统的低惯量特性使频率稳定性问题日益突出，因此需要挖掘风电机组的调频潜力。
• 现有风机调频控制分析：经典虚拟惯性控制（VIC）具有部署方便、鲁棒性强的优点，但存在缺乏参数选取原则、频率二次跌落和控制模式预设的缺点。
• 最优频率轨迹研究：通过最优控制理论，构建了最大化系统频率最低点的模型，利用高斯伪谱法进行数值求解，得到风机的最优出力曲线及对应的频率轨迹。该轨迹在系统频率降至最低点后保持不变，提升了频率稳定性。
• 理论证明：在等支撑能量约束下，通过反证法证明了最优频率轨迹的最低点不低于终态频率，进一步明确了最优频率轨迹的普适性和通用性。
• 风机支撑控制构造：基于最优频率轨迹和系统频率响应模型，逆向构造了风机的最优频率支撑控制策略，使其与同步发电机调频特性协同，实现无滞后下垂控制，提升频率稳定性。
• 仿真验证：在含单台风机的4机系统和含多台风机的IEEE39节点系统中验证了所提方法的有效性，结果显示所提方法在不同扰动水平和运行条件下均能有效提升系统频率最低点。
• 方法局限与展望：当前方法依赖于同步发电机调速系统模型，可能限制其在实际大规模系统中的应用。未来计划采用无模型控制技术提升方法的实用性，并探索多元化调频资源的协同控制策略。

关键信息

1. 等支撑能量约束下的最优频率轨迹

• 模型构建：以最大化系统频率最低点为目标，构建含风电调频的最优控制模型。
• 数值求解：采用高斯伪谱法，将连续最优控制问题转化为非线性规划问题，避免龙格现象。
• 轨迹特性：系统频率在初始阶段速降至最低点后保持不变，消除了传统频率轨迹的凸性，提升了频率稳定性。
• 能量守恒约束：风机释放的转子动能需在扰动后期被重新吸收，以恢复风机转速。
• 理论推导：证明了在等支撑能量约束下，最优频率轨迹的最低点不低于终态频率，具有普适性和通用性。

2. 基于最优频率轨迹的风机支撑控制

• 控制策略：通过逆向构造风机支撑控制，使其与同步发电机调频特性协同，实现无滞后的下垂控制。
• 控制特性：
  • 初期风机输出正的支撑功率，释放转子动能以改善系统频率稳定性。
  • 后期风机逐渐减小支撑功率，促进转速恢复。
• 参数求解：基于能量守恒约束，求解最优控制参数 $\alpha$，形成风机的最优频率支撑控制 $G_w(s)$。
• 仿真验证：
  • 在含单台风机的4机系统中，所提方法有效提升了系统频率最低点。
  • 在IEEE39节点系统中，方法适用于大规模非线性系统，尽管无法消除暂态振荡，但整体频率轨迹仍符合期望。

3. 方法优缺点

• 优点：
  • 提升系统频率最低点，增强频率稳定性。
  • 避免频率二次跌落，简化频率分析与评估。
  • 适应不同运行条件和扰动大小，鲁棒性较好。
• 缺点：
  • 数值解计算量大，缺乏通用性。
  • 方法依赖同步发电机调速系统模型，限制了实际应用。

4. 研究意义与应用前景

• 理论贡献：首次从能量视角给出了频率轨迹“最优性”的严格证明，为后续研究提供了理论依据。
• 应用前景：方法适用于大规模电力系统，未来可进一步探索无模型控制技术，以提高实用性，并协调多元化调频资源，实现系统频率稳定性的全面提升。

作者与团队信息

• 作者：张宇博，杨松浩，郝治国
• 单位：西安交通大学电气学院
• 研究团队：郝治国教授研究团队，依托电力设备电气绝缘国家重点实验室和陕西省智能电网重点实验室，致力于新型电力系统保护与控制研究，承担多项国家级科研项目，发表高水平论文及授权专利多项，获得国家科学技术进步二等奖和省部级奖项。

参考文献

1. Zhang Y, Hao Z, Yang S, et al. A System-View Optimal Additional Active Power Control of Wind Turbines for Grid Frequency Support[J]. IEEE Transactions on Power Systems, vol. 39, no. 2, pp. 4323-4335, March 2024.
2. Zhang Y, Hao Z, Yang S, et al. Distributed optimal power sharing strategy for wind farm fast frequency regulation based on EBCC[J]. International Journal of Electrical Power & Energy Systems, 2023, 153: 109342.
3. Zhang Y, Yang S, Meng Q, et al. Reduced-order Frequency Response Model for DFIG-based Wind Farm With Power Support[C]//2022 IEEE Power & Energy Society General Meeting (PESGM). IEEE, 2022: 1-5.
4. 张宇博, 杨松浩, 郝治国. 最大化电力系统频率最低点的并网风电机组频率支撑控制[J]. 电力系统自动化, 2024, 48(08):141-151.
5. 杨松浩,孟倩戎,张宇博,等.基于功频特性多项式拟合的电力系统暂态频率最低点在线预测模型[J].中国电机工程学报,2022,42(S1):