【华南理工大学（刘云副）】基于系统强度在线评估的新能源基地协同紧急调控研究报告_19页_4mb

基于系统强度在线评估的新能源基地协同紧急调控研究总结

核心内容

本研究围绕“双高”电力系统中新能源基地的协同紧急调控展开，重点解决系统强度下降引发的稳定性问题。随着“十四五”可再生能源发展，大型风电光伏基地成为主流，但同步发电机被新能源设备取代，导致系统电压支撑能力减弱，进而引发小干扰稳定、静态电压稳定等系统性问题。

主要观点

1. 系统强度与稳定性关系：系统强度是衡量电网电压支撑能力的重要指标，短路比（SCR）是其量化标准。当系统强度不足时，容易引发次/超同步振荡，影响系统安全稳定运行。
2. 稳定裕度评估：稳定裕度可由系统强度与临界系统强度（CSCR）之差来表征。在非额定工况下，系统强度评估需考虑网络拓扑和场站运行状态的动态变化。
3. 协同紧急控制策略：提出基于系统强度在线评估的协同紧急控制方法，通过动态调整新能源场站出力，避免系统失稳和频率跌落，提升系统整体安全性和稳定性。
4. 分布式评估与控制：采用分布式动态幂迭代算法，实现系统强度的实时评估，提升计算效率和鲁棒性。同时，通过Consensus项和Innovations项的协同作用，确保系统在不同工况下的稳定运行。

关键信息

系统强度的背景与问题

• 随着新能源集中式并网，系统电压支撑强度下降。
• 弱电网引发系统次/超同步振荡，导致新能源场站频繁脱网，影响电网安全。
• 举例：青海省新能源送出受限、新疆哈密风电汇集区次/超同步振荡、2019年英国大停电。

系统强度量化指标

• 短路比（SCR）：用于单馈入系统的电压支撑强度评估。
• 广义短路比（gSCR）：用于多馈入系统的电压支撑强度评估，定义为 $gSCR = \lambda_{\min}(\mathbf{S}_B^{-1}\mathbf{B})$。
• 临界gSCR（CgSCR）：由变流器控制方案决定，表征系统响应性能达标所需的最小gSCR。

稳定裕度在线评估

• 提出非额定工况下的系统强度评估理论，实现稳定裕度的在线评估。
• 采用分布式动态幂迭代算法，适用于大规模新能源基地，具备实时性和鲁棒性。
• 同时评估各母线电压支撑强度 $s_i = \partial gSCR_{rt} / \partial P_i$。

协同紧急控制策略

• 控制目标：最小化新能源减载比例，维持系统稳定裕度。
• 控制模型：基于C+I的协同紧急控制策略，包括Consensus项和Innovations项。
• Consensus项：确保非MPPT模式的风电场灵敏度趋于一致。
• Innovations项：在正常工况下维持MPPT模式，在紧急工况下维持系统强度在合理阈值以上。
• 场站出力饱和应对：采用SDN技术，当场站出力饱和时退出Consensus项。

收敛性与有效性

• 基于Lyapunov直接法，证明系统运行点收敛至协同紧急控制最优解。
• 仿真结果显示，该策略有效抑制次/超同步振荡，避免频率跌落，提升系统稳定性。

结论与展望

• 本研究部分解决了大规模新能源并网中系统强度实时评估和协同紧急控制两个关键问题。
• 未来工作将聚焦于构网型与跟网型变流器共存的场景，以及新能源基地中多场站面向系统强度供需的权责划分机制。

附录：研究团队与成果

• 研究者：刘云副教授，华南理工大学电力学院。
• 教育背景：浙江大学博士（2007-2013），本科（2011-2016）。
• 工作经历：华南理工大学副教授（2021至今），深圳大学副研究员（2017-2020），新加坡南洋理工大学Research Fellow（2016-2017）。
• 科研成果：发表SCI论文30余篇，其中ESI高被引论文和热点论文各一篇，总引用量超过2100次，H指数为23。
• 研究资助：主持国家自然科学青年基金、重点研发计划子课题、广东省基础与应用基础研究基金等课题10余项，参与国家863计划、新加坡能源市场管理局项目等。

附录：创新点

• 创新点1：提出非额定工况下的系统强度评估理论，实现稳定裕度在线评估。
• 创新点2：设计基于系统强度在线评估的协同紧急控制策略，兼顾系统稳定性和新能源出力。

附录：仿真结果

• 在9个风电场构成的新能源基地中，某两个场站出力发生阶跃变化，系统强度指标可在0.5s内追踪实际值。
• 在紧急工况下，协同控制策略有效抑制系统振荡，避免频率跌落，提升系统安全稳定运行能力。

附录：技术挑战与解决方案

• 挑战1：传统稳定裕度评估方法不适用于非额定工况，难以满足实时性要求。
  • 解决方案：采用分布式动态幂迭代算法，实现系统强度的实时评估。
• 挑战2：多馈入新能源基地中，何时/何处减载、减载多少、如何恢复等问题复杂。
  • 解决方案：基于系统强度在线评估的协同紧急控制策略，实现动态优化调整。