面向双馈风电场+串补系统的次同步振荡快速自适应抑制控制_31页_5mb

面向双馈风电场+串补系统的次同步振荡快速自适应抑制控制总结

核心内容

本研究聚焦于双馈风电场（DWF）与串补（SC）系统在并网过程中可能引发的次同步振荡（SSO）问题。随着新能源渗透率的提高，SSO已成为威胁新型电力系统安全稳定运行的关键挑战。研究提出了一种改进型自适应线性元件SSO抑制控制器（MA-SOSC）及其提升方案（FA-SOSC），旨在解决传统控制策略在自适应性和响应速度方面的不足。

主要观点

• SSO现象特征：DWF+SC系统中SSO的振荡频率具有大范围时变特性，且振荡速度较快，常规控制策略难以应对。
• 抑制挑战：传统SSO抑制策略（如SSDC）依赖固定参数，难以适应多工况下的SSO变化，抑制效果受限。
• 控制策略创新：MA-SOSC通过SSO滤除模块、频率辨识模块与锁频模块协同控制，实现主导SSO频率的自适应更新，从而有效抑制SSO。
• FA-SOSC提升方案：在MA-SOSC基础上，引入SFFT与LSTM融合模型，提升频率预测与锁定速度，缩短频率更新时间约50%，显著提高抑制性能。

关键信息

1. 研究背景

• 全球风电装机容量持续增长，但风电场与串补系统交互易引发SSO。
• SSO现象在实际运行中已造成多起风机脱网及设备损坏事故。
• 传统SSO抑制策略存在自适应性差、响应速度慢等技术瓶颈。

2. 研究路线与基础

• 建立DWF+SC系统数学模型与小信号模型，分析主导SSO模态及其影响因素。
• 通过C-HIL实验平台验证MA-SOSC的SSO抑制性能。
• 提出基于“感知-锁定-抑制”闭环控制架构的MA-SOSC，实现多工况下的SSO自适应抑制。

3. MA-SOSC设计

• 模块组成：SSO滤除模块、频率辨识模块、锁频模块。
• 技术实现：
  • 使用滑窗式快速傅里叶变换（SFFT）实时辨识主导SSO频率。
  • A-SOF模块通过递归最小二乘法（RLS）实现SSO分量的动态滤除。
  • 锁频模块通过延时设计与频率更新机制，确保A-SOF参考频率的自适应调整。
• 性能优势：
  • 收敛速度快、超调量低。
  • 无需额外监测系统运行条件，实现从“被动响应”到“主动适应”的控制模式转变。
  • 兼顾宽频带适应性与控制精度，提升SSO抑制的鲁棒性。

4. FA-SOSC提升方案

• 改进点：引入LSTM模型，通过捕捉SFFT数据误差特征实现主导SSO频率的预测。
• 模型训练：基于1747组特征数据集训练SFFT-LSTM模型，提升频率预测精度与速度。
• 性能提升：
  • 频率更新时间平均缩短50%。
  • 实现瞬态与稳态参数的自修正，显著提升SSO抑制即时性。
  • 有效抑制系统响应发散，使SSO幅值降低约30%。

5. 工程应用与展望

• 应用方向：当前方案基于DWF+SC系统平均值模型，未来需研究多风电场控制器协同配置策略，提升系统整体抗扰能力。
• 模型扩展：SFFT-LSTM模型已验证对单频SSO的有效预测，但需进一步挖掘新特征数据，拓展模型对多频叠加振荡场景的泛化能力。
• 技术价值：FA-SOSC为实时控制问题提供了可复用的技术路径，兼具算法轻量化与工程鲁棒性。

结论

本研究提出的MA-SOSC与FA-SOSC在SSO抑制方面展现出显著优势，为新型电力系统中双馈风电场与串补系统的安全稳定运行提供了新的控制范式和技术路径。未来将深入研究多风电场协同控制策略与模型适用性扩展，以进一步提升系统的抗扰能力与运行可靠性。