【优博微展2018】刘华坤:基于频域阻抗网络模型的风电次同步振荡分析与控制

2019 年 3 月 13 日 清华大学研究生教育


刘华坤:2018年清华大学优秀博士学位论文二等奖获得者


基于频域阻抗网络模型的风电次同步振荡分析与控制


Frequency-Domain Impedance Network Model Based Analysis and Control of Subsynchronous Oscillation in Wind-Intergrated Power Systems


作       者:刘华坤          

指导教师:谢小荣

培养院系:电机工程与应用电子技术系

学       科:电气工程

读博感言:不忘初心,砥砺前进


研究背景/选题意义/研究价值

过去十年见证了风力发电在中国和世界范围内的爆发式增长。由于风能资源富集区域往往远离负荷中心,风电场一般接入交流电网末端。为了提升风电外送能力,常采用固定串补或直流输电等技术措施。


近年来,风电机组及其电力电子控制与交/直流电网之间动态相互作用引发的新型次同步振荡(SSO)严重威胁电网的安全运行并制约风电的充分消纳,成为电力工业面临的重大技术难题。


主要研究内容


我国新疆哈密和河北沽源等风电基地均发生过严重的SSO事件,造成大量风电机组异常脱网。针对风电SSO这一新型稳定性问题,本文重点研究其建模、分析与控制三方面关键问题,具体包括:


1. 基于机理推导和外特性辨识的设备级频域阻抗模型构建方法;


2. 复杂风电系统的频域阻抗网络建模及聚合方法;


3. 基于频域聚合阻抗的SSO稳定性定量分析方法;4)抑制SSO的风电机组变流器阻抗塑形控制方法。



本文研究思路:首先,建立系统中各电力设备的阻抗模型;其次,在统一坐标系下构建整体系统的阻抗网络模型;再次,提出一套稳定性定量分析方法评估系统稳定性;最后,研究风机变流器阻抗塑形控制技术。


主要创新点


1. 提出了适用于次同步振荡分析的风电机组及其变流器的频域阻抗建模方法,可精确刻画风电机组全阶控制动态和次/超同步频率耦合;


2. 提出了复杂风电系统的频域阻抗网络建模及其聚合方法,能处理实际高阶复杂系统的次同步动态整体建模和频域等值问题;


3. 提出了基于频域聚合阻抗的SSO稳定判据和定量分析方法,能定量评估复杂风电系统的SSO特性,给出了一种新型的SSO发生机理;


4. 提出了两种风电机组变流器的阻抗塑形控制方法,即次同步陷波方法和附加次同步阻尼控制方法,可有效抑制风电系统的次同步振荡。


代表性学术发表


1. Liu H, Xie X, Liu W. An oscillatory stability criterion based on the unified dq-frame impedance network model for power systems with high-penetration renewables. IEEE Trans. on Power Systems, 2018, 33(3): 3472-3485.


2. Liu H, Xie X, Gao X, Liu H, Li Y. Stability analysis of SSR in multiple wind farms connected to series-compensated systems using impedance network model. IEEE Trans. on Power Systems, 2018, 33(3): 3118-3128.


3. Liu H, Xie X, He J, Xu T, Yu Z, Wang C, Zhang C. Subsynchronous interaction between direct-drive PMSG based wind farms and weak AC networks. IEEE Trans. on Power Systems, 2017, 32(6): 4708-4720.


4. Liu H, Xie X, Zhang C, Li Y, Liu H, Hu Y. Quantitative SSR analysis of series-compensated DFIG-based wind farms using aggregated RLC circuit model. IEEE Trans. on Power Systems, 2017, 32(1): 474-483.


作者:刘华坤 

供图:刘华坤 

编辑:清华大学研究生院 周明坤  吴佳瑛  李文


转载须经作者同意授权

登录查看更多
4

相关内容

最新《智能交通系统的深度强化学习》综述论文,22页pdf
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
强化学习和最优控制的《十个关键点》81页PPT汇总
专知会员服务
102+阅读 · 2020年3月2日
【CPS】信息物理融合系统理论与应用专刊序言
产业智能官
7+阅读 · 2019年2月27日
【优博微展2018】刘昊:基于深度神经网络的人脸关键点检测
清华大学研究生教育
32+阅读 · 2018年12月1日
Arxiv
6+阅读 · 2019年4月8日
Viewpoint Estimation-Insights & Model
Arxiv
3+阅读 · 2018年7月3日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
3+阅读 · 2018年2月20日
VIP会员
Top
微信扫码咨询专知VIP会员