虚拟同步发电机技术在风力发电系统中的应用与展望
2018-05-09柴建云赵杨阳孙旭东
柴建云, 赵杨阳, 孙旭东, 耿 华
(1. 电力系统及发电设备控制和仿真国家重点实验室, 清华大学, 北京市 100084;2. 清华大学自动化系, 北京市100084)
0 引言
为了解决日益严峻的能源和环境问题,以清洁能源为基础的新一轮能源变革正蓬勃兴起,新能源的扩展速度比人们预期得更快[1]。美国能源部在2015风能展望中预计其风力发电增长率将在2030年及2050年分别达到20%和35%[2];中国国家能源局发布数据也显示,2016年全国风力发电量211.30 TW·h,同比增长25.73%,全年新增风电装机容量19.30 GW,占全部风电装机容量的9%,但全年弃风量也达到了49.7 TW·h[3]。大型风电场具有并联机组数量庞大、分布式风机单台装机容量小等特征,而市场上主流风电机组均需通过电力电子装置接入电网,其并网特性与传统发电机组的行为特性差异较大。且中国风能分布多集中于西部地区,本地负荷消纳困难,电网中的风能渗透率也较高,进而造成系统等效转动惯量缺失,电力系统频率稳定性下降等问题凸显。
GB/T 19963—2011《风电场接入电力系统技术规定》,以及能源行业标准NBT 31003—2011《大型风电场并网设计技术规范》都进一步修正了相关技术要求,明确通过建设“电网友好型”风电场,解决未来风电并网和消纳等问题[4]。同时2015年国家能源局发布的《关于促进智能电网发展的指导意见》中也指出“将推广具有即插即用、友好并网特点的并网设备,满足新能源、分布式能源广泛接入要求”[5]。这意味着电网正逐渐将“维护电网安全稳定”的能力作为未来新能源并网设备的必要条件。在推进全球能源互联网的过程中,特别是在火电仍作为电力系统调频、调压主力的前提下,2008年Beck教授团队通过模拟同步发电机数学模型,虚拟了同步发电机的转动惯量与阻尼特性,率先提出虚拟同步机;2009年钟庆昌教授提出“同步变换器”概念,在三相逆变器中建立了同步发电机的模型,实现了类似同步发电机的电磁特性、转子惯性、调频和调压特性,虚拟同步发电机(VSG)的思想也应运而生[6-7]。由于常规同步发电机具有维持功率平衡,支撑电网频率、电压的重要作用,并具备自同步特性,所以虚拟同步型风力发电机组的研究也逐渐受到广大学者的关注和重视。
由于风能具有波动性和间歇性等自然属性,其调速能力受限,使得风能渗入率较高的区域电网的动态稳定性也受到影响;并且基于功率解耦的最大功率点跟踪(MPPT)和锁相环(PLL)技术的传统控制,使得风轮机转动惯量与并网接口之间的能量传递链消失,传统风力发电并网接口缺乏自主的频率、电压支撑能力[8]。为了实现基于虚拟同步发电机的风电场并网控制,Conroy教授在2008年提出了依赖储能的虚拟同步型风机系统的控制策略,通过在风机交流侧配置可控能量型储能,实现风机与储能设备组合后在并网点处的虚拟同步发电机接口特性[9]。为了进一步利用风轮机转子储存的动能,Ullah教授等人提出了基于限功率运行的虚拟同步型风机方案[10],通过修改MPPT曲线和利用变桨调节两种方式为风机调频预留可用容量,从而为风机模拟同步机的调频、调压特性提供了控制基础[11-12]。为了体现风电机组的并网等效惯量,亚利桑那州立大学Gautam教授,丹麦科技大学Zeni教授等团队提出了一种具备虚拟惯量的风机控制,通过检测电网频率变化,快速调节转子变流器功率,使得风机响应电网扰动并提供类似同步发电机的惯量。为了使得风机的虚拟惯量及频率支撑特性不依赖于电网频率检测甚至频率变化率计算,伊利诺伊理工大学的钟庆昌教授团队将虚拟同步技术应用于全功率型(PMSG)风机中[13],华中科技大学袁小明教授和清华大学柴建云教授等学者将虚拟同步发电机数学模型直接引入双馈型风机(DFIG)变流器控制算法中,实现了风机与传统同步机一致的并网接口特性[14-15]。
中国也在以虚拟同步发电机等为代表的电网运行控制技术方面取得了令人瞩目的成果[16]。2015年9月底,全球首套分布式光伏虚拟同步发电机在天津中新生态城成功挂网,2016年4月,国家电网公司在张北风光储输基地开展了世界上规模最大的虚拟同步机技术示范工程建设。合肥工业大学、上海交通大学、华中科技大学、清华大学等团队也在虚拟同步发电机技术上具备了一定的科研积累及成果[17-21]。
本文首先介绍了虚拟同步型风机的不同控制方案,针对高风能渗透率系统的频率稳定等关键问题,阐述了MPPT与频率支撑的协调解决策略,揭示了实际转子与虚拟转子的内在联系,分析了参数设计及其对系统稳定性的影响;并以全功率型风机和双馈型风机为例介绍了其控制方式,以及未来在大规模风电场聚合等值领域的应用前景。最后,总结分析了该领域存在的问题及可行解决思路。
1 风机的虚拟同步化控制方案
1.1 虚拟同步发电机基本原理
虚拟同步发电机思想起源于三相逆变器控制,该逆变器具备与传统同步机相似的并网接口特性,可响应系统动态变化并自主调节电压、频率。通过调速器模型生成机械功率指令,励磁器模型生成励磁电流指令,经发电机本体模型产生具备同步速的内电势矢量[22-23]。虚拟同步发电机本体模型主要由电磁模型和机电模型构成,通过引入虚拟电感、虚拟电阻和虚拟转速,使其输出频率可由模型参数决定,为风电机组不依赖PLL进行频率支撑提供了控制模型基础。励磁系统主要为同步发电机本体提供励磁电压指令,其相关参数对电力系统的稳态、暂态分析计算具有较大影响,在实际应用中可仅用无功—电压下垂控制简化表征励磁器。调速系统主要为同步发电机本体提供机械输入功率指令,其参数不仅影响系统频率变化特性和并联机组间的有功分配,而且对电力系统动态稳定性也起到了重要作用。
直接应用于逆变器中的虚拟同步机示范工程已在国家电网等相关企业的带动下推广实施,其模拟惯量、阻尼特性及频率支撑效果也被广泛验证。为了使风电能更好得融入当前以大型同步机为主导的电力系统中,国内外学者提出了多种风机的虚拟同步技术方案,其本质都是使得风机在并网接口处可以模拟传统同步机的惯量、阻尼特性及频率、电压支撑能力。
1.2 依赖储能的协同控制
依赖储能的虚拟同步型风力发电系统通过配合储能设备进行协同控制,使得风机与储能设备并联输出后的接口特性可模拟同步发电机的外特性[24-25],此方案中风机的MPPT及电流矢量控制方式保持不变,其并网接口的虚拟同步特性主要由配置的附加储能设备实现。储能装置经过三相逆变器与风机输出端并联后馈入电网,储能逆变器依然采用传统的虚拟同步逆变器控制方式,仅需要将风机与储能设备在并网接口处输出的总有功、无功功率之和作为虚拟同步发电机控制所需的反馈功率数值即可,由于该方案无需改变风机变流器,其对风电机组的改造成本较低。
此技术方案不仅在三相同步逆变器的基础上较易实现,同时也可广泛适用于光伏发电等其他新能源的虚拟同步化改造方案中。但附加储能不仅提高了风电场的设备成本,而且这种控制方式并未有效利用风轮机存储的转子动能。为解决风力发电机组传统控制导致的机电解耦问题,利用风机自身特性进行的动态调频控制和虚拟惯量控制已成为最新的研究热点。
1.3 预留容量的改进MPPT控制
目前,有多种通过修改MPPT曲线或利用变桨调节等方法实现风机虚拟同步控制的策略。其中,部分研究在低风速区利用运行点右移的方法实现机组减载运行,通过超速减载运行提供调频时所需的额外容量[26];也有研究通过桨距角控制,使得风机始终运行在限功率工况下[27-28],或通过改变叶尖速比和桨距角关系降低风能利用系数。同时,有学者提出了将超速减载和增加桨距角控制相结合的方法[29],在低风速区仅通过提升发电机的转速进行独立超速控制即可满足减载曲线要求;在中风速区需要变桨配合才能满足减载曲线;在高风速区,受到最大功率指令及转速保护指令限制,只能使用变桨调节完成减载运行。其具体控制框图如图1所示。
图1 基于改进MPPT的虚拟同步控制框图Fig.1 Block diagram of virtual synchronous control based on advanced MPPT method
这种方案与原有MPPT控制的兼容性较好,使得风机无需储能设备配合也可具备与同步机类似的调频特性。但由于预留了部分风机容量,使得稳态时风能利用率降低,当前风速下的最大风能未得到充分利用。
1.4 基于频率检测的虚拟惯量控制
为使得风机稳态时依然运行在最大功率点,该方案利用电网频率的微分作为机组附加转矩的指令,其能有效利用风轮机在最大功率输出时转子固有的旋转动能为电网提供频率支撑。随着风电调频技术的深入研究,目前广泛采用比例—微分(PD)控制实现虚拟惯量控制[30-31]。其中电网频率测量值f经微分控制器与有功—频率下垂控制器作用,叠加于风机最大功率控制指令处,利用微分控制器对频率的响应模拟机组惯量,通过下垂特性模拟一次调频过程,该方法的具体控制框图如图2所示。图中:Pmax为最大功率指令值;Pd为系统一次调频时分担的有功支撑功率值;PJ为附加惯量控制释放或吸收的旋转动能;虚拟惯量的大小可通过控制增益系数K的大小来实现。
图2 基于频率检测的虚拟同步控制框图Fig.2 Block diagram of virtual synchronous control based on frequency detection
由于无需改变风机变流器原有的dq轴电流矢量控制内环,系统稳定性主要由附加功率模块的稳定性决定,但其虚拟惯量的体现及频率支撑的外特性均依赖于电网频率变化率的检测,与传统同步发电机无需PLL的频率支撑机理依然存在明显差别。同时,电网侧PLL容易在电压频率、相位突变等动态过程中失效,并且基于PLL的频率变化率检测由于引入微分计算过程,也进一步增加了风机发生故障甚至脱网损毁的风险[32-33],已有研究通过频率保护机制及虚拟惯量补偿方法,进一步消除电网频率及其变化率计算在系统动态过程中带来的稳定性问题[34-35]。由于此类基于频率变化率的附加型虚拟惯量方法无需对已有风机控制策略做大幅改动,也是目前风电场改造可行性较高的方法之一,该方案不仅利用了风机已有的旋转动能,兼顾MPPT和频率支撑,且虚拟惯量具备可控性和等效物理含义。基于该方法的虚拟同步型风电机组、机群已于2017年在张北风电场成功并网运行。
1.5 内禀频率的自同步控制
上述各方案中风机的虚拟同步外特性主要通过改变功率外环指令的方式实现,而风机变流器内环控制方法依然采用直接功率解耦控制算法[36-37],如图3(a)所示。而内禀频率的自同步控制方案使用虚拟同步发电机算法替代原有风机变流器的内环控制算法,其功率外环依然接受传统MPPT控制指令,但该指令不再直接控制风机变流器中基于电网电压矢量定向的dq轴电流,而是将有功指令作为虚拟同步发电机模型的功率指令,通过模型中的虚拟惯量及下垂系数作用产生虚拟同步频率,再通过励磁调节器生成励磁电压幅值,最后将该频率和幅值合成作为此类虚拟同步型风机的内电势指令[38],其具体实现框图如图3(b)所示。
图3 风机变流器控制框图Fig.3 Block diagram of control of wind turbine converters
该方案将虚拟同步机本体模型及调速器、励磁控制器模型引入风机变流器内环控制中,使得风机具备内禀的虚拟同步频率,不再依赖PLL检测电网频率及其变化率,避免了系统动态过程中的频率检测失稳,以及微分算法带来的负阻尼效果,提升了控制系统的稳定性。
2 虚拟同步型风机应用中的关键问题
2.1 MPPT与频率支撑的协调解决方案
由于传统风机一直采用外环MPPT、内环电流矢量控制的双闭环结构,电流内环需实时跟踪电网电压矢量位置注入当前风速下的最大功率,系统缺乏多余容量响应电网扰动。但并网友好型接口特性要求风机能够快速响应电网扰动。因此,协调优化MPPT与频率支撑是虚拟同步型风机应用中的难点及关键问题。
已有的协调手段主要分为附加控制和嵌套控制两类技术路线。其中,附加控制主要包含改进MPPT控制及基于频率检测的虚拟惯量控制,其无需改变风机已有的矢量控制内环,而是在MPPT指令中附加动态功率指令。而嵌套控制主要为内禀频率的自同步控制,其需要将传统矢量控制内环改造成虚拟同步发电机模型,外环沿用MPPT控制,通过闭环时间常数的设置保证两个控制闭环的协调运行,使得虚拟同步发电机在动态频率支撑过程中,外环MPPT指令相对稳定。值得注意的是,电力系统频率是由所有并网的同步型电源共同决定的,在扰动过程中系统内混合了各电源独立的频率信息[39]。因此,基于PLL进行频率支撑的控制策略在实际系统动态过程中无法获得准确的电网频率信号,并且由于系统的混频特性,PLL更容易出现振荡失稳;而采用虚拟同步发电机的控制策略则可以继承现有同步型电源的自同步特性,在动态过程中具备自治的频率信息,并可与其余并联电源共同决定系统的稳态频率。
同时为了协调MPPT与频率支撑控制,不再将风机的虚拟惯量、阻尼系数作为独立参数选取,而需综合考虑电力系统的调频需求及MPPT闭环时间常数。考虑到风轮机转子惯量较大,根据风轮转速对应生成的MPPT指令变化较慢,所以可在此基础上选定合适的虚拟同步发电机内环时间常数,从而推导出所需虚拟惯量参数,最终使得MPPT与频率支撑构成嵌套型双环架构,不仅使风机稳态时输出所能获取的最大风能,还能在动态过程中模拟同步发电机向电网提供频率支撑。
2.2 风轮机转子与虚拟轴的能量平衡机理
考虑到MPPT控制对象是风轮机转速,而虚拟同步发电机控制目标是虚拟同步轴的相位变化,进一步探讨两者关系可以发现,其协调控制的本质是需要满足风轮机实际转子与控制模型中的虚拟转子之间的能量平衡关系。但现有的研究重点通常集中在风机虚拟同步型控制模型的构建上,忽略了风轮机本体与虚拟同步发电机模型的内在联系,所以进一步揭示实际转子与虚拟转子之间的能量传递机理也是该研究领域的关键问题。
设风轮机实际转速为ωr,虚拟同步轴转速为ωs,则实际轴动能Er和虚拟轴动能Es可分别表述为:
(1)
式中:Jr为实际轴惯量;Js为虚拟轴惯量。
稳态时Er反映风轮吸收的机械能,Es可反映风机馈入电网的电能。以全功率型风机为例,两轴的连接枢纽为电磁功率Pe=Temωr=Teωs,其中Tem为作用在风轮轴上的电磁转矩,Te为作用在虚拟轴上的电磁转矩。风轮轴系通过平衡机械转矩Tm及Tem,寻找最佳转速以实现MPPT;虚拟同步发电机控制又使得风力发电机的并网接口特性可等效为一套同步转速为ωs、惯量为Js,且满足同步电机机电方程的虚拟轴系。两轴系的机电动态方程可以表示为:
(2)
式中:Δωs=ωs-ωn为当前虚拟轴频率与电网频率之差;Dp为虚拟阻尼系数;Pm为风轮机机械功率;Pmax为当前风轮转速对应的最大功率;Tref为转矩参考值。
根据风轮机机械特性,若风轮机转子实际转速大于最优转速时Pm
3 参数设计及稳定性
3.1 参数选取方法
对于传统虚拟同步发电机,其励磁器和调速器参数一般由所接入的电网决定,而对于风电机组,其调速器性能主要由MPPT决定,励磁器性能主要取决于电机本体的电磁特性及无功调节积分系数,其中励磁器的无功指令可以选择从无功—电压下垂控制得到,也可以选择接受电网调度。而对虚拟同步型风机稳定性影响较大的因素,主要来源于虚拟转动惯量和阻尼系数的设计。
通过对比传统虚拟同步发电机虚拟惯量和利用双馈型风机转子动能实现虚拟惯量对电网频率进行频率动态支撑的效果,Ashabani教授等人验证了利用风机转子动能支撑电网频率的可行性[40]。已有研究在全功率型风机中论证了不同风速下虚拟惯量的作用,并通过优化控制使得风机可以有效抑制电网的动态频率扰动[41]。文献[42]针对基于改进MPPT策略,分析了风机在频率支撑过程中转子实际惯量与虚拟惯量参数之间的联系。文献[43]进一步从小信号分析角度分析了双馈型虚拟同步发电机在不同惯量和阻尼参数下的系统动态响应特性[43]。考虑到虚拟同步发电机电压调节远快于频率调节,系统闭环时间主要由频率—有功闭环时间常数τf决定,即
(3)
式中:Δf为频率扰动值;ΔP为有功功率扰动值。
虽然当前参数优化方法众多,但通常可以依据如下顺序选取:首先下垂系数可参照电力系统标幺值选取,其次τf应在MPPT闭环时间限制范围内优化选取,最后确定该风电机组所需虚拟惯量的大小。
3.2 稳定性分析
与同步发电机类似,虚拟同步机由于继承了其本体模型及两大控制器模型,其自身也存在功角振荡及稳定性问题。有研究指出了虚拟同步机低频振荡的现象及机理,通过计算截止频率和相角裕度给出了虚拟惯量及阻尼系数的设计方法[44]。
当有功指令出现扰动时,不同参数下的实际输出功率动态特性各不相同。当阻尼系数取值越小时,幅频曲线尖峰越高,说明较弱的阻尼会使得系统出现更显著的功率振荡。而当虚拟惯量取值越大时,输出有功波动越大,系统调节时间越长。由于虚拟惯量及阻尼系数既具备实际物理含义,又可不受实际的物理定律约束,所以在首先满足稳定性要求的前提下,一些研究也采用自适应控制理论进行参数选取,所得结果通常对于单台机组具备较好的动态性能[45-47]。然而,考虑到虚拟惯量及阻尼特性通常是由电网从调频或动态频率支撑需求的角度提出,也需结合上位要求及机组当前稳态输出功率对参数进行更合理的标幺化及取值。
4 虚拟同步型风机的典型应用
风机变流器传统控制中的电网锁相、功率解耦都削弱了其频率支撑能力,隐藏了大部分转子动能。在风电机组中应用虚拟同步发电机技术,可使其在电网扰动过程中充分利用转子储备的动能提供动态支撑功率。
4.1 全功率型风机中的应用
改进全功率型风机的全功率变换器控制方法,可以实现全功率型风机的虚拟同步发电机控制模式,使其并网接口特性类似一台传统同步机[13],其控制方法如图4(a)所示。
图4 虚拟同步型风机控制框图Fig.4 Control block diagram of VSG controlled wind turbines
全功率型风机通过一组背靠背变频器实现风电机组向电网传递能量的变换过程。其中机侧变流器(MSC)的运行模式模拟同步电动机(VSM)。区别于全功率型风机传统控制中利用MSC实现MPPT,在VSM模式下的MSC主要用于直流母线电压Udc及机侧无功Qs,以维持电机侧的单位功率因数输出。同时,网侧变流器(GSC)的运行模式模拟虚拟同步发电机,其不再以直流母线电压作为控制目标,而是以MPPT功率控制为外环,虚拟同步发电机模型为内环,实现并网接口的虚拟同步化,同时承担网侧无功Qg的控制。
4.2 双馈型风机中的应用
与全功率型风机直接通过变频器与电网连接不同,双馈型风机与电网的功率交互回路包含两部分:一部分由电机定子与电网直接相连;另一部分由电机转子通过背靠背变频器与电网相连。由于其并网接口特性只能通过转子侧变流器(RSC)间接控制,且RSC以转差频率运行,所以传统虚拟同步发电机策略不能直接应用于双馈型风机的虚拟同步化控制中,其具体控制框图如图4(b)所示。
其中GSC用于控制直流母线电压及GSC的无功输出Qgs,为了实现统一的虚拟同步发电机接口特性,可参考VSM的控制方式[48],较容易实现其与电网接口处的虚拟同步化控制。考虑到RSC具备转差频率运行和间接控制定子侧输出的两大特殊性,VSG控制也需相应改进。首先,其有功指令为风机MPPT指令,反馈功率为采样并网处电压ug和电流ig后计算得到的总功率Pg,即定子输出与GSC输出功率之和。其次,在虚拟同步发电机模型中计算出的自同步频率需要减去当前转子转速后再作为实际RSC电压矢量的旋转频率[15]。综上,即可在双馈型风机的并网点处模拟出类似传统同步发电机的外特性。
4.3 单台虚拟同步型风机性能
图5所示为1.5 MW的虚拟同步型双馈风电机组(DFIG-VSG)在各类扰动下的并网仿真波形。该DFIG-VSG采用上述控制,各类事件时序如下:0.1 s时GSC启动建立直流母线;1 s时RSC启动预同步控制;2 s时定子并入电网,并输出当前风速下的最大功率;4 s时电网电压跌落5%,并在6 s恢复;8 s时风速由8 m/s上升至14 m/s;10 s时电网频率跌至49.75 Hz,并在12 s恢复为50 Hz。
图中:Pg,Ps,Pgs分别为并网总功率、定子输出功率和GSC吸收功率;fg,fs,fgs分别为电网频率、定子频率和GSC频率;ωr,ωs,ωrs分别为转子角速度、电网角速度和转差角速度。从图中可以看出,在风速变化及稳态运行工况下,DFIG-VSG可以提供现有风机控制的MPPT功能,同时,在网侧扰动时可以通过释放、吸收转子动能实现对电网的动态支持,并且机组具备较好的自同步频率跟踪能力。由于虚拟同步发电机控制的虚拟转轴是基于50 Hz工频的同步轴系,使得有功—频率控制闭环中缺乏针对零序分量及负序分量的控制能力,在50%甚至80%的风电机组低电压穿越过程中,现有研究大部分是将传统低电压穿越控制中的零序、负序电流控制闭环叠加于虚拟同步发电机的输出参考值中,从而使得风机满足并网低电压穿越规范[49]。
图5 并网型DFIG-VSG在扰动下的仿真波形Fig.5 Simulation waveforms of integrated DFIG-VSG under disturbances
4.4 风电场聚合等值中的应用
为了使电力系统能够更好地分析大规模风电接入后的电网稳定性问题,风电场聚合等值一直是本领域的研究热点之一。由于传统风机的控制过程缺乏统一的物理模型,导致分布式、多类型风机间的动态差异性显著,风电场模型的整体阶数及非线性度较高,难以为电力系统提供有效的等值模型。虚拟同步型风机由于具备模拟同步发电机接口特性的能力,可以为大规模、分布式风电场的聚合等值研究提供机组层面的控制基础;同时,基于虚拟同步型风电机组进行聚合的风电场模型在系统阶数及参数物理含义上也可以与传统同步电机类比,从而使得此类聚合模型不仅适用于现有的电力系统稳定性分析,而且增强了电力电子型电源与传统以同步机为主导的电力系统的融合性。
图6所示为采用实际风电场模型仿真某条汇流线上6台风机的并网功率结果,其中1,2,5号为全功率型机组,其余为双馈型机组,机组风速依据尾流效应递减,风机均采用上述虚拟同步发电机控制方法。
仿真在10 s时网侧扰动使得系统频率跌落,各台机组自主提供动态支撑,并在扰动结束后恢复MPPT运行。由于双馈型风机与全功率型风机并网结构的区别,两者的功率暂态过程依然存在差异,但受虚拟同步发电机模型约束,其在机电时间尺度上的动态特征具有较高的相似性,说明该风电场并网接入点的功率特性可以用一台同步发电机的机电模型进行等值。当前大部分电力系统稳定性分析基于发电机转子摇摆特性开展,从而基于虚拟同步型风机的风电场聚合方法在模型阶数及时间尺度上符合电力系统分析的要求。
图6 风电场内各虚拟同步型机组的并网功率Fig.6 Active power of each VSG controlled wind turbine in a wind farm
5 结语
虚拟同步发电机技术在风力发电系统中的应用使得电网与风机的融合性、风机对电网的支持能力都有了进一步的提升,有利于高风电渗透密度地区的风能消纳,同时也促进了新能源并网技术的发展。虽然该项技术已逐步应用于示范工程中,但这种新型的风机并网控制方式依然存在一些值得继续探究的问题。
首先,用于虚拟同步型风机的虚拟惯量、阻尼等参数的选取尚未形成统一的整定规则,已有的设计方法或是从单机稳定性角度选取参数,或是通过机组约束条件及优化方程计算[50],依然缺乏从系统角度及多机并联角度出发提出归一化的参数选取逻辑。同时,由于频率支撑依赖风机的转子动能,而电压支撑依赖风力发电系统预留的无功容量,虚拟参数的选取也将直接决定风机的动态稳定性及稳态效率。因此,虚拟同步机的参数选取一方面需要满足电力系统的调频、调压需求,另一方面需要考虑风电场全局协同控制及多机稳定性问题,由于不同风速下风轮转子储存的动能各异,所以各机组在频率支撑过程中承担的动态功率应根据稳态输出功率进行分配,其参数对应的标幺值还应与MPPT数值有关。针对虚拟同步型风机可控参数选取的标准还需进步深入研究及论证。
其次,由于风力发电系统的极限电压、电流值大多受到所使用电力电子器件的边界条件约束,其在短时过载、低电压穿越等暂态特性方面的性能远低于实际的同步发电机组[51]。但在系统暂态、动态过程中,可有效利用电力电子快速精准的控制优势,不仅使得虚拟同步型风机实现传统同步发电机机电时间尺度上的动态特性,还可以具备传统同步发电机所缺乏的谐波抑制、零序负序分量控制,以及不对称运行等状态下的控制能力。针对虚拟同步型风机的精细化建模及故障抑制策略也有待进一步研究。
最后,虽然现有的虚拟同步技术可使单台机组有效模拟同步发电机的并网特性,但大型风电场包含大量分布式风机,其关联耦合和相互激励问题较为复杂,目前大部分风电场仅能够依照机组稳态功率进行聚合等值[52]。而虚拟同步发电机控制中参数的柔性调节能力为风电场内不同类型风机的并网动态过程提供了聚合基础,不仅使得风电场具备一定的调频、调压能力,同时基于虚拟同步型风机的风电场聚合方法还可以建立更精准的并网功率动态模型,提高电力系统对大规模风电场并网特征的认知能力,以及加深电力电子控制的变速恒频风机与传统同步发电机的融合性。
随着风能在发电系统中所占比重的不断增加,采用虚拟同步发电机技术的风电机组可以有效解决电力系统等效惯量、阻尼降低等问题,也为新能源友好型并网模式提供了新的解决思路。针对上述问题和热点,可进一步开展在弱联、复杂环境下,虚拟同步型风电场的相关研究,掌握并联机组及源—网间的功率交互规律,明确参数选取标准,推进风能参与系统动态调频、调压的规范制定,并逐步构建具备灵活自主、支持电力系统稳定运行的新能源并网标准模式。
[1] 刘振亚.全球能源互联网[M].北京:中国电力出版社,2015.
[2] WISER R, LANTZ E, MAI T, et al. Wind vision: a new era for wind power in the United States[J]. Electricity Journal, 2015, 28(9): 120-132.
[3] 夏云峰.2016年中国风电开发主要数据汇总[J].风能,2017(4):34-36.
[4] 王伟胜,迟永宁,张占奎,等.GB/T 19963—2011《风电场接入电力系统技术规定》解读[J].China Standardization,2016,77(2):86-89.
WANG Weisheng, CHI Yongning, ZHANG Zhankui, et al. Standard on connecting wind farms to power system[J]. China Standardization, 2016, 77(2): 86-89.
[5] 李丽.国家发展改革委、国家能源局发布促进智能电网发展指导意见[J].电力需求侧管理,2015,17(4):44.
[6] BECK H P, HESSE R. Virtual synchronous machine[C]// International Conference on Electrical Power Quality and Utilisation, October 9-11, 2007, Barcelona, Spain: 6p.
[7] ZHONG Q C, HORNIK T. Control of power inverters in renewable energy and smart grid integration[J]. Applied & Environmental Microbiology, 2012, 62(9): 3128-3132.
[8] ANAYA-LARA O, HUGHES F M, JENKINS N, et al. Contribution of DFIG-based wind farms to power system short-term frequency regulation[J]. IEE Proceedings-Generation, Transmission and Distribution, 2006, 153(2): 164-170.
[9] CONROY J F, WATSON R. Frequency response capability of full converter wind turbine generators in comparison to conventional generation[J]. IEEE Transactions on Power Systems, 2008, 23(2): 649-656.
[10] ULLAH N R, THIRINGER T, KARLSSON D. Temporary primary frequency control support by variable speed wind turbines—potential and applications[J]. IEEE Transactions on Power Systems, 2008, 23(2): 601-612.
[11] ERLICH I, WILCH M. Primary frequency control by wind turbines[C]// Power and Energy Society General Meeting, July 25-29, 2010, Minneapolis, USA: 8p.
[12] KEUNG P K, LI P, BANAKAR H, et al. Kinetic energy of wind-turbine generators for system frequency support[J]. IEEE Transactions on Power Systems, 2009, 24(1): 279-287.
[13] ZHONG Q C, MA Z, MING W L, et al. Grid-friendly wind power systems based on the synchronverter technology[J]. Energy Conversion & Management, 2015, 89(1): 719-726.
[14] WANG S, HU J, YUAN X. Virtual synchronous control for grid-connected DFIG-based wind turbines[J]. IEEE Journal of Emerging & Selected Topics in Power Electronics, 2015, 3(4): 932-944.
[15] ZHAO Y, CHAI J, SUN X. Virtual synchronous control of grid-connected DFIG-based wind turbines[C]// IEEE Applied Power Electronics Conference and Exposition, March 15-19, 2015, Charlotte, USA: 4p.
[16] 王波.世界首套大功率光伏虚拟同步机在张北并网[J].能源研究与信息,2016,32(4):246.
[17] 丁明,杨向真,苏建徽.基于虚拟同步发电机思想的微电网逆变电源控制策略[J].电力系统自动化,2009,33(8):89-93.
DING Ming, YANG Xiangzhen, SU Jianhui. Control strategies of inverters based on virtual synchronous generator in a microgrid[J]. Automation of Electric Power Systems, 2009, 33(8): 89-93.
[18] 尚磊,胡家兵,袁小明,等.电网对称故障下虚拟同步发电机建模与改进控制[J].中国电机工程学报,2017,37(2):403-411.
SHANG Lei, HU Jiabing, YUAN Xiaoming, et al. Modeling and improved control of virtual synchronous generators under symmetrical faults of grid[J]. Proceedings of the CSEE, 2017, 37(2): 403-411.
[19] 杨仁炘,张琛,蔡旭.具有频率实时镜像和自主电网同步能力的风场-柔直系统控制方法[J].中国电机工程学报,2017,37(2):496-505.
YANG Renxin, ZHANG Chen, CAI Xu. Control of VSC-HVDC with real-time frequency mirroring and self-synchronizing capability for wind farm integration[J]. Proceedings of the CSEE, 2017, 37(2): 496-505.
[20] 赵杨阳,柴建云,孙旭东,等.基于虚拟同步发电机的柔性虚拟调速器模型[J].电力系统自动化,2016,40(10):8-15.DOI:10.7500/AEPS20150728014.
ZHAO Yangyang, CHAI Jianyun, SUN Xudong, et al. Flexible virtual governor model based on virtual synchronous generator[J]. Automation of Electric Power Systems, 2016, 40(10): 8-15. DOI: 10.7500/AEPS20150728014.
[21] 郑天文,陈来军,陈天一,等.虚拟同步发电机技术及展望[J].电力系统自动化,2015,39(21):165-175.DOI:10.7500/AEPS20150508006.
ZHENG Tianwen, CHEN Laijun, CHEN Tianyi, et al. Review and prospect of virtual synchronous generator technologies[J]. Automation of Electric Power Systems, 2015, 39(21): 165-175. DOI: 10.7500/AEPS20150508006.
[22] LÜ Zhipeng, SHENG Wanxing, ZHONG Qingchang, et al. Virtual synchronous generator and its applications in micro-grid[J]. Proceedings of the CSEE, 2014, 34(16): 2591-2603.
[23] ZHONG Q. Virtual synchronous machines and autonomous power systems[J]. Proceedings of the CSEE, 2017, 37(2): 336-348.
[25] 王思耕,葛宝明,毕大强.基于虚拟同步发电机的风电场并网控制研究[J].电力系统保护与控制,2011,39(21):49-54.
WANG Sigeng, GE Baoming, BI Daqiang. Control strategies of grid-connected wind farm based on virtual synchronous generator[J]. Power System Protection and Control, 2011, 39(21): 49-54.
[26] CHANG-CHIEN L R, LIN W T, YIN Y C. Enhancing frequency response control by DFIGs in the high wind penetrated power systems[J]. IEEE Transactions on Power Systems, 2011, 26(2): 710-718.
[27] GAUTAM D, GOEL L, AYYANAR R, et al. Control strategy to mitigate the impact of reduced inertia due to doubly fed induction generators on large power systems[J]. IEEE Transactions on Power Systems, 2011, 26(1): 214-224.
[28] ZENI L, RUDOLPH A J, MÜNSTER-SWENDSEN J, et al. Virtual inertia for variable speed wind turbines[J]. Wind Energy, 2013, 16(8): 1225-1239.
[29] MAURICIO J M, MARANO A, GOMEZ-EXPOSITO A, et al. Frequency regulation contribution through variable-speed wind energy conversion systems[J]. IEEE Transactions on Power Systems, 2009, 24(1): 173-180.
[30] ARANI M F M, EL-SAADANY E F. Implementing virtual inertia in DFIG-based wind power generation[J]. IEEE Transactions on Power Systems, 2013, 28(2): 1373-1384.
[31] GUO W, LIU F, SI J, et al. Incorporating approximate dynamic programming-based parameter tuning into PD-type virtual inertia control of DFIGs[C]// International Joint Conference on Neural Networks, August 4-9, 2013, Dallas, USA: 8p.
[32] DONG D, WEN B, BOROYEVICH D, et al. Analysis of phase-locked loop low-frequency stability in three-phase grid-connected power converters considering impedance interactions[J]. IEEE Transactions on Industrial Electronics, 2015, 62(1): 310-321.
[33] GOKSU O, TEODORESCU R, BAK C L, et al. Instability of wind turbine converters during current injection to low voltage grid faults and PLL frequency based stability solution[J]. IEEE Transactions on Power Systems, 2014, 29(4): 1683-1691.
[34] GONZALEZ-LONGATT F M. Impact of emulated inertia from wind power on under-frequency protection schemes of future power systems[J]. Journal of Modern Power Systems and Clean Energy, 2016, 4(2): 211-218.
[35] LI Weijie, YIN M, CHEN Z, et al. Inertia compensation scheme for wind turbine simulator based on deviation mitigation[J]. Journal of Modern Power Systems and Clean Energy, 2017, 5(2): 228-238.
[36] EKANAYAKE J B, HOLDSWORTH L, WU X G, et al. Dynamic modeling of doubly fed induction generator wind turbines[J]. IEEE Transactions on Power Systems, 2003, 18(2): 803-809.
[37] GENG H, YANG G, XU D, et al. Unified power control for PMSG-based WECS operating under different grid conditions[J]. IEEE Transactions on Energy Conversion, 2011, 26(3): 822-830.
[38] WANG S, HU J, YUAN X. DFIG-based wind turbines with virtual synchronous control: inertia support in weak grid[C]// Power & Energy Society General Meeting, July 26-30, 2015, Denver, USA: 14p.
[39] SKARDAL P S, ARENAS A. Control of coupled oscillator networks with application to microgrid technologies[J]. Science Advances, 2015, 1(7): 6p.
[40] ASHABANI M, MOHAMED A R I. Integrating VSCs to weak grids by nonlinear power damping controller with self-synchronization capability[J]. IEEE Transactions on Power Systems, 2014, 29(2): 805-814.
[41] 侍乔明,王刚,马伟明,等.直驱永磁风电机组虚拟惯量控制的实验方法研究[J].中国电机工程学报,2015,35(8):2033-2042.
SHI Qiaoming, WANG Gang, MA Weiming, et al. An experimental study method of D-PMSG with virtual inertia control[J]. Proceedings of the CSEE, 2015, 35(8): 2033-2042.
[42] 张祥宇,付媛,王毅,等.含虚拟惯性与阻尼控制的变速风电机组综合PSS控制器[J].电工技术学报,2015,30(1):159-169.
ZHANG Xiangyu, FU Yuan, WANG Yi, et al. Integrated PSS controller of variable speed wind turbines with virtual inertia and damping control[J]. Transactions of China Electrotechnical Society, 2015, 30(1): 159-169.
[43] WANG S, HU J, YUAN X, et al. On inertial dynamics of virtual-synchronous-controlled DFIG-based wind turbines[J]. IEEE Transactions on Energy Conversion, 2015, 30(4): 1691-1702.
[44] LIU J, MIURA Y, ISE T. Comparison of dynamic characteristics between virtual synchronous generator and droop control in inverter-based distributed generators[J]. IEEE Transactions on Power Electronics, 2015, 31(5): 3600-3611.
[45] SONI N, DOOLLA S, CHANDORKAR M C. Inertia design methods for islanded microgrids having static and rotating energy sources[J]. IEEE Transactions on Industry Applications, 2016, 52(6): 5165-5174.
[46] 田新首,王伟胜,迟永宁,等.基于双馈风电机组有效储能的变参数虚拟惯量控制[J].电力系统自动化,2015,39(5):20-26.DOI:10.7500/AEPS20140320007.
TIAN Xinshou, WANG Weisheng, CHI Yongning, et al. Variable parameter virtual inertia control based on effective energy storage based on DFIG-based wind turbines[J]. Automation of Electric Power Systems, 2015, 39(5): 20-26. DOI: 10.7500/AEPS20140320007.
[47] 张波,颜湘武,黄毅斌,等.虚拟同步机多机并联稳定控制及其惯量匹配方法[J].电工技术学报,2017,32(10):42-52.
ZHANG Bo, YAN Xiangwu, HUANG Yibin, et al. Stability control and inertia matching method of multi-parallel virtual synchronous generators[J]. Transactions of China Electrotechnical Society, 2017, 32(10): 42-52.
[48] 张琛,蔡旭,李征.具有自主电网同步与弱网稳定运行能力的双馈风电机组控制方法[J].中国电机工程学报,2017,37(2):476-485.
ZHANG Chen, CAI Xu, LI Zheng. Control of DFIG-based wind turbines with the capability of automatic grid-synchronization and stable operation under weak grid condition[J]. Proceedings of the CSEE, 2017, 37(2): 476-485.
[49] 程雪坤,孙旭东,柴建云,等.电网对称故障下双馈风力发电机的虚拟同步控制策略[J].电力系统自动化,2017,41(20):47-54.DOI:10.7500/AEPS20170225006.
CHENG Xuekun, SUN Xudong, CHAI Jianyun, et al. Virtual synchronous control strategy for doubly-fed induction generator wind turbines under symmetrical grid faults[J]. Automation of Electric Power Systems, 2017, 41(20): 47-54. DOI: 10.7500/AEPS20170225006.
[50] WU H, RUAN X, YANG D, et al. Small-signal modeling and parameters design for virtual synchronous generators[J]. IEEE Transactions on Industrial Electronics, 2016, 63(7): 4292-4303.
[51] LI J, YAO J, ZENG X, et al. Coordinated control strategy for a hybrid wind farm with DFIG and PMSG under symmetrical grid faults[J]. Energies, 2017, 10(5): 669.
[52] 刘斯伟,李庚银,周明.双馈风电机组对接入区域系统暂态功角稳定性的影响分析[J].电力系统保护与控制,2016,44(6):56-61.
LIU Siwei, LI Gengyin, ZHOU Ming. Impact analysis of doubly-fed induction generator on the transient angle stability of the region with wind power integrated[J]. Power System Protection and Control, 2016, 44(6): 56-61.
柴建云(1961—),男,通信作者,教授,博士生导师,主要研究方向:电力电子技术在电力系统中的应用、电机运行与控制。E-mail： chaijy@mail.tsinghua.edu.cn
赵杨阳(1990—),男,博士,主要研究方向:新能源发电与控制。E-mail: zhaoyy14@mails.tsinghua.edu.cn
孙旭东(1963—),男,副教授,主要研究方向:电机运行与控制、并网逆变器。E-mail: sunxd@mail.tsinghua.edu.cn
