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_1__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）与串补线路（SC）交互作用引发的次同步振荡（SSO）问题，提出了一种改进型自适应线性元件SSO抑制控制器（MA-SOSC）和其提升方案（FA-SOSC），旨在提升SSO抑制的自适应性和响应速度，保障新型电力系统安全稳定运行。

主要观点

• SSO现象严重性：随着风电渗透率的提高，DWF+SC系统SSO已成为威胁电力系统安全的关键问题，常因负阻尼效应和快速控制响应导致风机脱网及撬棒损坏。
• SSO触发机制：SSO主要由感应发电机效应（IGE）和次同步控制相互作用（SSCI）共同主导，其频率受风速、串补度和RSC比例系数等运行工况影响，呈现大范围时变特性。
• 传统控制策略不足：经典SSO抑制策略（如SSDC）存在频段固定、自适应性差、响应速度慢等问题，难以应对复杂工况下的SSO抑制需求。
• MA-SOSC设计优势：通过模块化架构，MA-SOSC实现了SSO频率的实时辨识与自适应更新，具备更快的收敛速度、更低的超调量和多工况适应能力，有效提升了SSO抑制效果。
• FA-SOSC提升方案：结合SFFT算法与LSTM神经网络，FA-SOSC通过改进锁频模块实现了主导频率的快速预测与锁定，使参考频率更新时间平均缩短50%，显著提升了抑制的即时性与准确性。

关键信息

研究背景

• 全球风电装机容量持续增长，电力系统风电渗透率提高。
• DWF与SC的交互作用易引发SSO，威胁系统安全稳定。
• 多起风电场SSO事故表明，现有抑制策略在极端工况下效果不佳。

研究路线与基础

• DWF+SC系统SSO通常只涉及一个主导模态，该模态对RSC内环参数、风速和串补度最为敏感。
• RSC内环作为次同步频段下的薄弱环节，是SSO抑制策略设计的切入点。
• MA-SOSC嵌入RSC内环，由SSO滤除模块、频率辨识模块和锁频模块构成，实现SSO的自适应抑制。

MA-SOSC设计

• 控制架构：采用“感知-锁定-抑制”闭环控制，通过A-SOF滤除SSO分量，频率辨识模块实时提取主导频率，锁频模块过滤跳变信号并动态修正参考频率。
• 算法特点：
  • 使用滑窗式快速傅里叶变换（SFFT）算法实现频率实时辨识。
  • 通过递归最小二乘法（RLS）实现A-SOF的滤波性能优化。
  • 遗忘因子 $\lambda = 0.9735$ 用于调节滤波频率范围。
• 性能表现：
  • 在 $K_C$ 连续阶跃升高情况下，MA-SOSC可在约100ms内完成频率辨识，约50ms内完成参考频率更新。
  • 相比SSDC，MA-SOSC具有更优的抑制效果，表现出更强的工程适用性。

FA-SOSC提升方案

• 技术融合：结合SFFT与LSTM，实现SSO频率预测与锁定的双机制协同。
• 模型训练：基于1747组特征数据集训练LSTM模型，捕捉SFFT数据误差特征，建立误差特征-频率映射关系。
• 性能提升：
  • 平均缩短参考频率更新时间50%。
  • 在极端工况下显著降低SSO幅值，提升系统稳定性。
  • 通过动态时序特征提取与时间常数 $\tau$ 协同优化，有效抑制系统响应发散。

工程应用与展望

• 应用深化：当前方案基于平均值模型设计，未来需研究多风电场控制器的协同配置策略，以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的预测能力，需进一步挖掘多频叠加振荡的新特征数据，提升模型在复杂场景下的泛化能力。
• 研究意义：MA-SOSC和FA-SOSC为宽频振荡治理和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

本研究通过改进型自适应线性元件SSO抑制控制器（MA-SOSC）和其提升方案（FA-SOSC）的提出，有效解决了DWF+SC系统中SSO抑制的自适应性不足和响应速度慢的问题。MA-SOSC实现了主导频率的实时辨识与滤除，FA-SOSC则通过引入LSTM模型进一步提升了频率预测与锁定的即时性。两项成果均展现出显著的工程应用价值，为新型电力系统的安全稳定运行提供了有力支撑。