李玲玲，馮 歡

（1.河北工業(yè)大學(xué) 省部共建電工裝備可靠性與智能化國(guó)家重點(diǎn)實(shí)驗(yàn)室，天津 300130；2.河北工業(yè)大學(xué) 河北省電磁場(chǎng)與電器可靠性重點(diǎn)實(shí)驗(yàn)室，天津 300130）

光伏、風(fēng)力等可再生能源發(fā)電在電力系統(tǒng)中占比越來越高，可再生能源發(fā)電輸出功率具有波動(dòng)性和隨機(jī)性的特點(diǎn)[1-2]，增加了電力系統(tǒng)的功率不平衡程度。而且可再生能源發(fā)電并網(wǎng)逆變器沒有旋轉(zhuǎn)儲(chǔ)能結(jié)構(gòu)，這降低了系統(tǒng)的慣性和阻尼特性[3]，不利于電力系統(tǒng)在擾動(dòng)下的頻率穩(wěn)定[4]?？稍偕茉吹恼急仍礁?，這種影響也會(huì)越大[5]。這些問題限制了可再生能源發(fā)電的應(yīng)用[6]，不利于環(huán)境的可持續(xù)發(fā)展。

為了解決可再生能源電力系統(tǒng)慣性低、頻率穩(wěn)定性差的問題，可應(yīng)用虛擬同步發(fā)電機(jī)（VSG）技術(shù)[7]，在不犧牲系統(tǒng)慣性和頻率穩(wěn)定性的前提下將可再生能源發(fā)電接入電力系統(tǒng)[8]，提高系統(tǒng)抑制頻率波動(dòng)的能力[9]。目前，有關(guān)VSG的研究主要包括：系統(tǒng)的穩(wěn)定性、VSG并網(wǎng)預(yù)同步問題和VSG優(yōu)化控制問題。文獻(xiàn)[10]分析了VSG的控制參數(shù)與系統(tǒng)穩(wěn)定性的關(guān)系，不僅研究了VSG控制，而且對(duì)參數(shù)進(jìn)行了量化設(shè)計(jì)，提高了系統(tǒng)的穩(wěn)定性；文獻(xiàn)[11]針對(duì)VSG過大的虛擬慣性會(huì)導(dǎo)致電源振蕩問題，建立了帶有并聯(lián)VSG的微網(wǎng)小信號(hào)模型，通過控制算法調(diào)整虛擬電抗，達(dá)到了提高系統(tǒng)穩(wěn)定性和動(dòng)態(tài)響應(yīng)中有功功率的精度的目的。文獻(xiàn)[12]引入虛擬阻抗模擬同步電抗，保障了系統(tǒng)孤島運(yùn)行的基本穩(wěn)定，同時(shí)還完成了并網(wǎng)至孤島的平滑切換；文獻(xiàn)[13]研究了VSG的綜合切換控制策略，控制策略包括準(zhǔn)同步算法和孤島監(jiān)測(cè)算法，提高了電源的可靠性和質(zhì)量。文獻(xiàn)[14]基于小信號(hào)穩(wěn)定性分析了含VSG微電網(wǎng)的電能質(zhì)量主動(dòng)控制策略，在原有雙閉環(huán)控制器的基礎(chǔ)上設(shè)計(jì)了控制器，達(dá)到諧波抑制的效果，運(yùn)用了優(yōu)化方法，但未對(duì)控制參數(shù)進(jìn)行優(yōu)化；文獻(xiàn)[15]在原有VSG控制基礎(chǔ)上，引入頻率偏差的積分控制，使換流器不僅參與交流系統(tǒng)一次調(diào)頻，而且參與二次調(diào)頻工作，這種方式實(shí)現(xiàn)了交流系統(tǒng)的無(wú)差控制，但同樣缺少對(duì)控制器參數(shù)的優(yōu)化研究；文獻(xiàn)[16]研究了基于雙饋異步發(fā)電機(jī)的風(fēng)力發(fā)電機(jī)組虛擬同步控制，可以為低短路比的弱電網(wǎng)提供慣性支撐，研究擴(kuò)展了VSG的應(yīng)用場(chǎng)景；文獻(xiàn)[17]建立了微電網(wǎng)完整小信號(hào)狀態(tài)模型，研究了VSG接入后的微電網(wǎng)穩(wěn)定性，提出的控制策略有效穩(wěn)定了系統(tǒng)的頻率，達(dá)到了預(yù)期目標(biāo)；文獻(xiàn)[18]提出的控制策略將電壓源模式轉(zhuǎn)換為電流源模式，可以在電網(wǎng)故障時(shí)通過比例諧振電流控制算法限制輸出電流，向電力系統(tǒng)提供無(wú)功功率支撐，提升了系統(tǒng)在不同狀態(tài)下的穩(wěn)定能力。由此可見，絕大多數(shù)文獻(xiàn)研究VSG優(yōu)化控制問題，著重討論了VSG控制在不同場(chǎng)景下的適應(yīng)性和穩(wěn)定性，提出了控制策略，卻未進(jìn)一步研究VSG控制參數(shù)的優(yōu)化，而控制參數(shù)對(duì)控制策略性能的提升有著重要幫助。

針對(duì)這一問題，為了進(jìn)一步提升VSG控制系統(tǒng)的性能，也為了拓展智能算法在VSG參數(shù)優(yōu)化問題上的應(yīng)用，本研究提出一種基于改進(jìn)蟻獅算法優(yōu)化的VSG控制策略。針對(duì)優(yōu)化問題的特性對(duì)蟻獅算法進(jìn)行改進(jìn)，應(yīng)用改進(jìn)的蟻獅算法優(yōu)化VSG控制器的參數(shù)，使VSG的頻率控制效果達(dá)到最佳。

1 VSG控制策略

同步發(fā)電機(jī)調(diào)節(jié)系統(tǒng)頻率包括慣性調(diào)節(jié)、一次頻率調(diào)節(jié)和二次頻率調(diào)節(jié)3個(gè)過程。

（1）慣性調(diào)節(jié)過程：同步發(fā)電機(jī)轉(zhuǎn)子旋轉(zhuǎn)時(shí)儲(chǔ)存動(dòng)能，與系統(tǒng)保持同步運(yùn)轉(zhuǎn)，其旋轉(zhuǎn)狀態(tài)不會(huì)發(fā)生突變。當(dāng)系統(tǒng)頻率發(fā)生波動(dòng)時(shí)，轉(zhuǎn)子通過增減自身動(dòng)能補(bǔ)償系統(tǒng)功率的缺額。

（2）一次頻率調(diào)節(jié)：調(diào)速器根據(jù)發(fā)電機(jī)轉(zhuǎn)速變化線性調(diào)節(jié)原動(dòng)機(jī)輸入功率，系統(tǒng)功率缺額進(jìn)一步減小。

（3）二次頻率調(diào)節(jié)：通過調(diào)頻器作用實(shí)現(xiàn)無(wú)差調(diào)節(jié)。

在設(shè)計(jì)VSG控制器時(shí)，考慮了同步發(fā)電機(jī)的上述功能，從而使VSG具備與同步發(fā)電機(jī)相似的慣性和頻率調(diào)節(jié)功能。

1.1 虛擬慣性和阻尼特性

同步發(fā)電機(jī)的轉(zhuǎn)子具備慣性特性，其存在如式（1）所示的關(guān)系：

式中：s為一個(gè)復(fù)變量；PM為輸入機(jī)械功率；PL為負(fù)載功率；f為系統(tǒng)頻率；H為轉(zhuǎn)子的轉(zhuǎn)動(dòng)慣量；D為阻尼系數(shù)。

在VSG控制系統(tǒng)中設(shè)計(jì)了“虛擬轉(zhuǎn)子”的功能，虛擬轉(zhuǎn)子的功能由式（2）描述：

式中：Pref為VSG輸出的功率；Hv為VSG的虛擬慣量；Dv為虛擬阻尼系數(shù)。

1.2 虛擬一次調(diào)頻和虛擬二次調(diào)頻

同步發(fā)電機(jī)的調(diào)速器在頻率偏移之后調(diào)節(jié)輸入機(jī)械功率，補(bǔ)償功率量和頻率偏移量呈現(xiàn)比例關(guān)系，所以可以在VSG中設(shè)計(jì)相應(yīng)的比例環(huán)節(jié)，實(shí)現(xiàn)VSG一次調(diào)頻的功能。同步發(fā)電機(jī)二次調(diào)頻是調(diào)節(jié)系統(tǒng)頻率到額定值，所以設(shè)計(jì)了積分環(huán)節(jié)，實(shí)現(xiàn)虛擬二次調(diào)頻的作用。控制關(guān)系可由式（3）描述：

式中：K1和K2分別為虛擬一次調(diào)頻增益和虛擬二次調(diào)頻增益；ΔP為虛擬一次調(diào)頻和虛擬二次調(diào)頻根據(jù)系統(tǒng)頻率的偏移量所調(diào)節(jié)的輸出功率量。

1.3 虛擬控制器結(jié)構(gòu)設(shè)計(jì)

虛擬控制器的結(jié)構(gòu)如圖1所示。

圖1 虛擬控制器結(jié)構(gòu)Fig.1 Structure of virtual controller

本研究提出的虛擬控制器由頻率調(diào)節(jié)環(huán)節(jié)和虛擬轉(zhuǎn)子組成。其中，頻率調(diào)節(jié)環(huán)節(jié)包括一個(gè)比例調(diào)節(jié)回路和兩個(gè)積分調(diào)節(jié)回路，分別模擬同步發(fā)電機(jī)的一次和二次調(diào)頻功能。虛擬轉(zhuǎn)子環(huán)節(jié)保證控制回路具有一定的慣性和阻尼特性，從而使VSG具備了同步發(fā)電機(jī)的慣性調(diào)節(jié)功能。VSG將參與系統(tǒng)的一次和二次頻率調(diào)節(jié)任務(wù)，以保證系統(tǒng)頻率偏差最小。電力電子逆變器的輸出跟隨指令信號(hào)變化，視為一階慣性環(huán)節(jié)。K3為控制器積分環(huán)節(jié)增益。

2 基于改進(jìn)蟻獅算法的控制參數(shù)優(yōu)化

由前文可知，控制器的頻率調(diào)節(jié)性能受系數(shù)K1、K2和K3影響，選擇這些參數(shù)要考慮控制器的補(bǔ)償容量和系統(tǒng)的穩(wěn)定性能，運(yùn)用數(shù)學(xué)方法求解參數(shù)受到的約束條件多，求解過程繁瑣。為了更好地發(fā)揮控制器的性能，本文應(yīng)用蟻獅算法（antlion algorithm，ALO）對(duì)參數(shù)進(jìn)行優(yōu)化。蟻獅算法收斂速度快、收斂精度高，經(jīng)過改進(jìn)，適用于所研究問題的優(yōu)化。

虛擬控制器的傳遞函數(shù)如式（4）所示，改進(jìn)蟻獅算法用于優(yōu)化控制器參數(shù)的取值，目的是使系統(tǒng)達(dá)到最佳的控制性能，所以改進(jìn)蟻獅算法的優(yōu)化目標(biāo)函數(shù)是系統(tǒng)頻率偏差的平方和。目標(biāo)函數(shù)最終形式如式（5）所示：

式中：Obf為算法的目標(biāo)函數(shù)；tsim為仿真運(yùn)行時(shí)間；Δf為系統(tǒng)頻率偏差值。

蟻獅算法[19]的主要靈感來自蟻獅的覓食行為。蟻獅狩獵時(shí)會(huì)在沙子里挖錐形的陷阱，陷阱的邊緣足夠光滑，螞蟻很容易掉到陷阱的底部，蟻獅將自身藏在陷阱的底部，等待螞蟻掉入陷阱。一旦蟻獅意識(shí)到有螞蟻掉入陷阱，蟻獅會(huì)向坑邊扔沙子，阻止螞蟻逃離陷阱，并伺機(jī)抓住螞蟻。蟻獅完成一次捕食后，會(huì)重新修正陷阱，以備下次捕獵。受到蟻獅捕食的啟發(fā)，蟻獅算法的優(yōu)化過程如下。

（1）螞蟻的隨機(jī)游走。每個(gè)螞蟻代表一個(gè)嘗試解，螞蟻通過隨機(jī)游走更新自己的位置。式（6）可以保證螞蟻游走不會(huì)超出搜索空間。

式中：ai為螞蟻隨機(jī)游走步長(zhǎng)的最小值；bi為螞蟻隨機(jī)游動(dòng)步長(zhǎng)的最大值；為第i個(gè)螞蟻第t次迭代時(shí)的最小值；為第i個(gè)螞蟻第t次迭代時(shí)的最大值。

（2）陷入蟻獅的陷阱。螞蟻在隨機(jī)游走的過程中會(huì)受到蟻獅陷阱的影響，由式（7）和式（8）表達(dá)：

式中：ct為所有螞蟻第t次游走時(shí)的最小值；dt為所有螞蟻第t次游走時(shí)的最大值；為第i只螞蟻所有變量的最小值；為第i只螞蟻所有變量的最大值；Antliontj為第j個(gè)蟻獅第t次迭代時(shí)的位置。

（3）設(shè)置陷阱。為了模擬蟻獅的捕獵能力，采用了輪盤賭機(jī)制。在ALO算法中，假設(shè)螞蟻只會(huì)被困在一個(gè)陷阱中。在優(yōu)化過程中，ALO算法根據(jù)螞蟻的適應(yīng)度借助輪盤賭機(jī)制選擇螞蟻，這樣就給適應(yīng)度更高的蟻獅有更大的機(jī)會(huì)捕捉螞蟻。

（4）螞蟻滑向蟻獅。意識(shí)到獵物掉到陷阱里，蟻獅的行為會(huì)使獵物一點(diǎn)點(diǎn)滑落接近自己。數(shù)學(xué)上通過減小螞蟻隨機(jī)游走的半徑來表示這種行為，如式（9）—式（11）所示：

式中：t為當(dāng)前迭代次數(shù)；T為最大迭代次數(shù)；w為隨著迭代次數(shù)改變的常數(shù)。在經(jīng)典的蟻獅算法中，算法所定義的參數(shù)w的取值區(qū)間不適于研究中問題的尋優(yōu)。原始算法中，迭代次數(shù)默認(rèn)設(shè)置的比較大，基于提高仿真模型運(yùn)行效率的目的，本文迭代次數(shù)設(shè)置的比較小。如果不改進(jìn)w的取值，會(huì)導(dǎo)致w取值跨度增大，影響算法的精度，所以對(duì)w的取值區(qū)間做了改進(jìn)。改進(jìn)前后w的取值區(qū)間如表1所示。

表1 改進(jìn)前后參數(shù)w的取值區(qū)間Tab.1 Values range of parameter w before and after improvement

（5）蟻獅捕獲獵物并重新修筑陷阱。狩獵的最后階段是螞蟻到達(dá)坑底并被蟻獅抓住，蟻獅把螞蟻拉進(jìn)沙子里并吃掉它。為了表達(dá)這個(gè)過程，假設(shè)螞蟻的適應(yīng)度變得比與之對(duì)應(yīng)的蟻獅更高時(shí)，蟻獅就會(huì)捕捉螞蟻。隨后，蟻獅將更新自身的位置到被獵殺螞蟻處，以提高捕食的機(jī)會(huì)。對(duì)此，建立式（12）：

（6）精英策略。精英策略是進(jìn)化算法的一個(gè)重要特征，它允許進(jìn)化算法保持在優(yōu)化過程的任何階段獲得的最優(yōu)解。在這項(xiàng)研究中，迄今為止在每一次迭代中獲得的最佳蟻獅被保存下來，并被視為精英。精英是適應(yīng)度最高的解，它應(yīng)該在算法優(yōu)化的過程中參與到解的更新中，也就是影響螞蟻的移動(dòng)。所以，螞蟻的移動(dòng)公式由式（13）確定：

綜上所述，改進(jìn)的蟻獅算法優(yōu)化控制器參數(shù)的過程總結(jié)如下：

（1）初始化蟻獅算法，根據(jù)解決問題的需求設(shè)置迭代次數(shù)、種群規(guī)模等參數(shù)；

（2）初始化種群，運(yùn)行初始化程序，每個(gè)個(gè)體都代表問題的一個(gè)特定解，記錄最優(yōu)個(gè)體等參數(shù)；

（3）迭代更新，根據(jù)算法的機(jī)制更新蟻獅和螞蟻的位置，并計(jì)算個(gè)體的適應(yīng)度；

（4）更新運(yùn)行參數(shù)，記錄每次迭代過程的最優(yōu)解。滿足算法結(jié)束條件時(shí)，轉(zhuǎn)到步驟（5），否則，返回步驟（3）；

（5）算法結(jié)束，輸出最優(yōu)解。

3 實(shí)驗(yàn)驗(yàn)證

3.1 實(shí)驗(yàn)設(shè)置

風(fēng)力發(fā)電模型如圖2所示。

圖2 隨機(jī)風(fēng)速模型Fig.2 Model of random wind speed

風(fēng)力發(fā)電的輸出功率由式（14）計(jì)算：

式中：ρ為空氣密度（kg/m3）；AT為轉(zhuǎn)子的旋轉(zhuǎn)面積（m2）；Vwind為風(fēng)速（m/s）；Cp（λ，β）為轉(zhuǎn)化系數(shù)；β為槳距角；λT為最佳尖速比；C1—C5為渦輪系數(shù)。

式中：ωT為風(fēng)機(jī)轉(zhuǎn)子轉(zhuǎn)動(dòng)的角頻率；rT為轉(zhuǎn)子半徑；λI為由λT和β決定的間歇性最佳尖速比。風(fēng)力渦輪機(jī)單元的參數(shù)值如表2所示[20]。

表2 風(fēng)力發(fā)電廠參數(shù)Tab.2 Parameters of wind power plant

光伏發(fā)電模型如圖3所示。

圖3 光伏模型Fig.3 Photovoltaic model

光伏輸出功率由基本功率和隨機(jī)波動(dòng)功率組成，隨機(jī)波動(dòng)功率由Random noise模塊模擬，功率偏差由式（18）確定：

負(fù)載模型如圖4所示。

圖4 負(fù)載模型Fig.4 Load model

負(fù)載功率也由基本功率和隨機(jī)波動(dòng)的功率組成，通過式（19）模擬負(fù)載偏差：

式中：ΔPLoad為負(fù)載偏差；PLoad為基本負(fù)載功率。

根據(jù)上述的光伏、風(fēng)電和負(fù)載模型，結(jié)合埃及電力控股公司年度報(bào)告中提供的數(shù)據(jù)，建立了埃及實(shí)際電力系統(tǒng)的仿真模型，如圖5所示。將提出的VSG控制策略與傳統(tǒng)控制策略進(jìn)行對(duì)比實(shí)驗(yàn)，驗(yàn)證本文提出的控制方法的性能。

圖5 電力系統(tǒng)仿真模型Fig.5 Simulation model of power system

本文建立的埃及電力系統(tǒng)仿真模型包括多種類型的發(fā)電廠。根據(jù)埃及電力控股公司2017年年度報(bào)告提供的數(shù)據(jù)設(shè)計(jì)電力系統(tǒng)仿真模型的參數(shù)，相關(guān)參數(shù)的配置如表3所示。

表3 埃及電力系統(tǒng)參數(shù)Tab.3 Parameters of Egyptian power system

表3中，Satu1、Satu2、Satu3分別為傳統(tǒng)能源發(fā)電廠的電源容量限制功率，Satu4為VSG的調(diào)節(jié)容量限制功率。表3中：P1、P2、P3和R1、R2、R3為調(diào)節(jié)各類發(fā)電廠出力的比例系數(shù)；Kp、Ki、Kd為比例積分微分調(diào)節(jié)系數(shù)，用于調(diào)節(jié)發(fā)電廠在頻率偏移時(shí)的補(bǔ)償功率；T1、T2、T3等為時(shí)間常數(shù)，用于模擬發(fā)電廠機(jī)械設(shè)備調(diào)節(jié)輸出功率的延時(shí)；Td為發(fā)電機(jī)轉(zhuǎn)子的慣性常數(shù)；m為調(diào)節(jié)輸出功率和系統(tǒng)平衡的系數(shù)。比例系數(shù)和時(shí)間常數(shù)無(wú)單位。

3.2 ALO算法的優(yōu)化結(jié)果

應(yīng)用ALO算法優(yōu)化控制器參數(shù)，通過最小化目標(biāo)函數(shù)，算法將找到適合系統(tǒng)的最佳控制器參數(shù)，使系統(tǒng)的頻率穩(wěn)定性達(dá)到最優(yōu)。ALO算法的優(yōu)化結(jié)果如表4所示。

表4 ALO算法優(yōu)化結(jié)果Tab.4 Optimization results of ALO algorithm

3.3 VSG控制方案的對(duì)比測(cè)試結(jié)果

將所提出的VSG頻率控制方案與常規(guī)的一次和二次頻率控制方案的結(jié)果進(jìn)行對(duì)比，以驗(yàn)證所提方案的優(yōu)越性。

3.3.1 階躍負(fù)荷測(cè)試

在t=500 s時(shí)將階躍負(fù)荷接入電力系統(tǒng)仿真模型中，負(fù)荷值為0.05 pu，以檢驗(yàn)系統(tǒng)應(yīng)對(duì)階躍負(fù)荷的穩(wěn)定性，結(jié)果如圖6所示。

圖6 階躍負(fù)荷測(cè)試結(jié)果Fig.6 Result of step load test

由圖6可以看出，由于在t=500 s時(shí)系統(tǒng)接入了階躍負(fù)荷，2種控制方案均出現(xiàn)頻率下降現(xiàn)象。采用VSG控制策略由于增加了系統(tǒng)的慣性，使得頻率波動(dòng)更小，頻率波動(dòng)幅度約為0.000 05 Hz，頻率波動(dòng)時(shí)間約為2.5 s。反觀傳統(tǒng)控制，由于未向系統(tǒng)提供慣性支撐，在負(fù)荷擾動(dòng)期間，頻率波動(dòng)較大，波動(dòng)幅度約為0.000 47 Hz，波動(dòng)時(shí)間約為4 s。采用VSG控制策略使得系統(tǒng)頻率的波動(dòng)幅度降低了約0.000 42 Hz，波動(dòng)時(shí)間降低了約1.5 s。

3.3.2 隨機(jī)負(fù)荷擾動(dòng)測(cè)試

在t=500 s時(shí)，向系統(tǒng)中加入隨機(jī)變化的負(fù)荷，負(fù)荷圖形如圖7所示，以模擬現(xiàn)實(shí)生活中隨時(shí)接入電力系統(tǒng)中的大規(guī)模隨機(jī)負(fù)荷。實(shí)驗(yàn)結(jié)果如圖8所示。

圖7 隨機(jī)負(fù)荷功率Fig.7 Random load power

圖8 隨機(jī)負(fù)荷擾動(dòng)模擬測(cè)試結(jié)果Fig.8 Test results of random load disturbance simulation

由圖8可以看出，在t=500 s時(shí)接入了隨機(jī)變化的負(fù)荷，系統(tǒng)頻率下降，兩種策略的頻率波動(dòng)時(shí)間大致相同。在幅值方面，VSG控制方式的系統(tǒng)頻率偏移了約0.000 27 Hz，傳統(tǒng)控制方式頻率偏移了約0.000 4 Hz。在時(shí)間方面，VSG控制方式的系統(tǒng)頻率偏移了約15 s，傳統(tǒng)控制方式頻率偏移了約17 s。采用VSG控制策略可使得系統(tǒng)頻率的波動(dòng)幅度降低約0.000 13 Hz，波動(dòng)時(shí)間降低約2 s。從上述比較中可以看出，本文提出的VSG控制策略增加了系統(tǒng)的頻率穩(wěn)定性，驗(yàn)證了頻率控制方案的有效性。

3.3.3 降低系統(tǒng)慣性測(cè)試

在將系統(tǒng)的整體慣性降低50%之后，再做上述實(shí)驗(yàn)，以驗(yàn)證控制策略的適用性。階躍負(fù)荷和隨機(jī)負(fù)荷的測(cè)試結(jié)果如圖9和圖10所示。

由圖9和圖10可以看出，系統(tǒng)慣性下降，相同負(fù)荷擾動(dòng)下，頻率波動(dòng)幅度有所上升。VSG控制策略在階躍負(fù)荷擾動(dòng)下頻率偏移了約0.000 09 Hz，偏移時(shí)間約為2 s，在隨機(jī)負(fù)荷擾動(dòng)下頻率偏移了約0.000 36 Hz，偏移時(shí)間約為12 s；傳統(tǒng)控制策略在階躍負(fù)荷擾動(dòng)下頻率偏移了約0.000 54 Hz，偏移時(shí)間約為4 s，在隨機(jī)負(fù)荷擾動(dòng)下頻率偏移了約0.000 5 Hz，偏移時(shí)間約為13 s。采用VSG控制策略可使得系統(tǒng)頻率的波動(dòng)幅度在階躍負(fù)荷擾動(dòng)下降低約0.000 45 Hz，在隨機(jī)負(fù)荷擾動(dòng)下降低約0.000 14 Hz，波動(dòng)時(shí)間在階躍負(fù)荷擾動(dòng)下降低約2 s，在隨機(jī)負(fù)荷擾動(dòng)下降低約1 s。2種控制方式相比較，VSG控制的系統(tǒng)頻率偏移更小，頻率穩(wěn)定性更好。

圖9 系統(tǒng)慣性降低50%后階躍負(fù)荷測(cè)試結(jié)果Fig.9 Test results of step load after system inertia reduced by 50%

圖10 系統(tǒng)慣性降低50%后隨機(jī)負(fù)荷測(cè)試結(jié)果Fig.10 Test results of random load after system inertia reduced by 50%

綜上所述，在不同系統(tǒng)慣性條件下，無(wú)論是階躍負(fù)荷變化，還是隨機(jī)負(fù)荷變化，相比于傳統(tǒng)控制，VSG控制的系統(tǒng)頻率恢復(fù)的時(shí)間更短，頻率波動(dòng)幅值更小，證明了本文所提VSG控制算法的優(yōu)異性。

4 結(jié)論

本文提出的基于算法優(yōu)化的VSG控制策略，不僅實(shí)現(xiàn)了虛擬同步發(fā)電機(jī)的功能，并且通過運(yùn)用改進(jìn)蟻獅算法對(duì)控制策略參數(shù)進(jìn)行優(yōu)化，使控制器性能達(dá)到最佳。建立電力系統(tǒng)仿真模型并進(jìn)行對(duì)比測(cè)試以驗(yàn)證本文所提VSG控制策略的控制性能，結(jié)果顯示：基于改進(jìn)蟻獅算法優(yōu)化的VSG控制策略增加了系統(tǒng)慣性和頻率穩(wěn)定性，使得系統(tǒng)頻率偏移的幅度和時(shí)間都顯著降低，頻率偏移幅度在階躍負(fù)荷擾動(dòng)下降低了約0.000 42 Hz，偏移時(shí)間降低了約1.5 s，在隨機(jī)負(fù)荷擾動(dòng)下偏移幅度降低了約0.000 13 Hz，偏移時(shí)間降低了約2 s，證明了頻率協(xié)調(diào)控制策略的優(yōu)異性能，解決了可再生能源電力系統(tǒng)慣性低、頻率穩(wěn)定性差的問題，可促進(jìn)清潔能源的應(yīng)用和可持續(xù)發(fā)展。未來，將進(jìn)一步研究VSG在系統(tǒng)電壓穩(wěn)定性方面的作用，以完善VSG控制策略。