伍雙喜，譚 嫣，李宇駿，張雨萌，楊銀國，寧家鑫

基于最大轉子儲能的風電場風機變利用率的有功功率分配策略優(yōu)化

伍雙喜1,2，譚 嫣1，李宇駿2，張雨萌2，楊銀國1，寧家鑫2

(1.廣東電網有限責任公司電力調度控制中心，廣東 廣州 510600；2.西安交通大學電氣工程學院，陜西 西安 710049)

風機采用最大功率追蹤控制時無功率備用量，當系統供需發(fā)生變化時，易對系統穩(wěn)定性造成較大影響。提出了一種風場變利用率的有功功率分配策略，在滿足系統調度命令的同時，減少風能的損失，提高風能利用率?？紤]到風場的尾流效應，所提方案通過改變每臺風力機的利用率來控制風機的有功功率輸出。其中，每臺風力機的利用率根據其自身轉速而自適應調整。當風機轉速較高時，風力機的利用率則較高。當風機轉速較低時，則降低風力機的利用率，這樣風電場可存儲更多的旋轉動能，可在系統需要時釋放回系統。通過在基于雙饋風機的風電場中對所提變利用率策略進行研究，結果表明，在滿足調度需求的同時，所提控制策略比傳統的等利用率方案更加節(jié)能。

風電場；變利用率；雙饋風機；有功分配

0 引言

近年來，隨著風電裝機容量的持續(xù)增長，電力系統的安全可靠運行面臨巨大挑戰(zhàn)[1-4]。當風力發(fā)電超過系統需求時，變速風力機(Variable Speed Wind Turbines, VSWT)若仍采用最大功率點追蹤(Maximum Power Point Tracking, MPPT)控制可能會導致電力系統的供需失衡[5-7]。此時，為保證系統中的有功平衡，傳統同步發(fā)電機(Synchronous Generators, SGs)將運行在較低出力水平甚至關停一段時間，這會導致同步發(fā)電機運行成本增加、同步發(fā)電機生命周期縮短等問題[8]。

一種直接的解決方案是利用儲能系統(Energy Storage System, ESS)來滿足系統的調度需求[9-13]。然而，從技術和經濟角度來看，如飛輪和超級電容等儲能量較低，在長期滿足系統調度需求方面存在很大困難。此外，考慮到充放電損耗高、安裝投資高、生命周期短等缺點，ESS技術也并不經濟。因此，有必要研究利用風力機自身能力來滿足系統的調度需求。

實際上，風電場(Wind Power Plant, WPP)可通過適當的功率分配控制，調節(jié)每臺風力機的出力，可以滿足系統間的功率平衡[14-16]。具體而言，當風電場的出力超出系統負荷時，風力發(fā)電機可通過減載控制策略來降低有功功率輸出[17-20]。類似地，當系統中負荷超出風機最大有功出力時，可通過過載控制暫時性地抬升風電場出力以滿足系統負荷需求[21-24]。

有兩種有功功率控制方案可實現風力發(fā)電機的減載或過載控制。第一種是通過槳距預留部分有功功率[25-26]。然而，該方案迫使風機偏離MPPT運行，不可避免地造成大量的風能損失。此外，槳距的響應速度相對較慢，頻繁啟動槳矩角控制可能會導致風力機應力疲勞。第二種廣泛使用的方法是利用風機的旋轉動能(Kinetic Energy, KE)[22-23]。在減載控制中，通過加速轉子轉速來保持其輸出功率，將部分風能轉化為風力發(fā)電機的旋轉動能。相反地，在過載控制中可以通過降低轉速將保留的動能釋放出來。這種有功分配方法比基于槳距控制的方法風能利用率高?；诖藘?yōu)勢，本文進一步研究了基于動能的有功功率分配策略，使風電場能夠在較小風能生產損失的情況下完成電力調度命令。文獻[27]中，通過控制每臺風機的利用率(Utilization Level, UL)相同，提出了一種簡單直接的有功功率分配策略。

本文相對于傳統有功功率分配策略，有以下創(chuàng)新點和不同：

1) 考慮風機之間尾流效應的影響，根據不同風速進行風機自適應變利用率有功功率分配；

2) 統籌協調各風電機組，減少等利用率策略的風能損失，增加轉子旋轉動能的儲存以提高能量利用率。

本文首先說明在傳統的等利用率方案下，風電場往往不夠節(jié)能，且較高風速下的風機可能比較低風速下的風機能量損失更多。由此，本文在考慮風電場尾流效應下，提出了一種風場變利用率有功功率分配策略，該策略統籌協調每臺DFIG，進而減少總能量損失，在節(jié)約風能的目標下，對系統中風機進行變利用率策略控制，進行有功功率的自適應分配，對系統穩(wěn)定性提供支撐。風電場中每臺風機的利用率根據其轉速進行自適應調整，其中，前排風機降低利用率，后排風機提高利用率，以便存儲更多的旋轉動能用以后續(xù)釋放。本文所提策略在DIgSILENT/ PowerFactory中得到了有效驗證，結果表明，在滿足調度需求下，所提出的分配策略可以比傳統的等利用率方案利用更多的風能。

1 ?風機模型及傳統有功分配策略

1.1 風機模型及MPPT算法

式中：是由MPPT算法確定的輸出功率；kg是齒輪箱的傳動比。式(2)是當在0.7～1.2 p.u.工作時MPPT曲線的表達式(圖1中BC段)。當低于0.7 p.u.(圖1中AB段)時，急速下降到零。當在1.2～1.22 p.u.時，隨線性增加到額定有功(圖1中CD段)。最后由于槳距角控制作用限制到額定功率(圖1中DE段)。

1.2 尾流效應模型

式中：是自由風速；-是風機j葉片的直徑；是風機i的轉子掃掠面積，單位為；是風機i與j的重疊面積與掃掠面積之比；是風機j的軸向感應系數；是風機i的徑向距離；k是粗糙度系數，不同環(huán)境下粗糙度系數不同。

1.3 基于等利用率的傳統有功分配方案

為維持系統中的供需平衡，要根據調度需求合理設置每臺風電機組的參考發(fā)電量。下面介紹一種簡單直接的方法：所有風機設定相同利用率，即根據每臺DFIG的容量平均分配有功功率。

為說明各機組有功出力關系，給出一個簡易的微電網模型，其風電場由多臺DFIG、一臺同步發(fā)電機和若干本地負載組成，如圖3所示。SG提供無功功率以維持電壓并在低風速條件下產生額外的有功功率。風電場的總有功功率需求d可以表示為

式中：m是微電網中本地負載的數量；是根據本地負載計算的第i個本地需求；是來自SG的有功功率；是微電網中的有功功率損耗，可以看作是的一小部分。

2 DFIG不同減載策略的能量流分析

當可用風力發(fā)電量超過系統需求時，應采用適當的減載策略代替?zhèn)鹘y的MPPT算法來應對系統的供需失衡。風電場中的DFIG可通過調節(jié)其利用率暫時減少其輸出，以滿足系統調度需求。在高風速的風電場中，前排DFIG啟用基于槳距角的減載控制以實現有功功率分配。后排DFIG在低風速中采用基于動能的減載控制，通過加速風機轉子將風能轉化為動能。本節(jié)將分析采用不同的減載控制進行有功功率分配時DFIG發(fā)電量的減少或損失，以便說明基于等利用率的傳統有功分配方案風能利用率較低，并基于該能量流理論分析引出本文的優(yōu)化策略。假設所有風機在系統需求變化之前都處于MPPT運行。

2.1 基于超速的減載控制

圖4顯示了基于超速的減載控制的動態(tài)過程。假設DFIG在中低風速(12 m/s)下工作在其最佳功率點(圖1中的段)，當可用風能超過系統所需時，風速較低的風力機(后排DFIG)通過降低其利用率來減小輸出。由于風電功率與風電機組輸出功率之間的不平衡，DFIG開始加速并最終到達點作為穩(wěn)定點。假設DFIG在兩個不同的利用率水平(圖4中的點和點)下運行，兩個減載點和的1i和2i的表達式可用式(8)計算。

顯然，在基于超速的減載控制下，DFIG的利用率越低，其轉子存儲的動能就越多。

圖4 超速控制策略示意圖

2.2 基于槳距角的減載控制

圖5 槳距角控制策略圖示

2.3 不同控制下的風電和能源分析

基于式(1)的風力發(fā)電機組實際捕獲的風功率wi可以改寫為

從式(10)可知，wi與當前轉速和風機的槳距角有關。這解釋了通過超速控制或槳距角控制(增加槳距角)來使風力發(fā)電機的轉子超速時，風機實際捕獲的功率會降低。風力機中的能量平衡方程可表示為

3 基于DFIG風電場變利用率有功分配策略

為在完成調度命令的同時盡可能地利用風能，本文提出了一種風電場變利用率(減載系數)策略。此策略根據風機轉速進行自適應利用率調整，即較高風速的風力發(fā)電機采用更高的利用率(較低的減載系數)，使風電場浪費的風能更少。后排風機采用較低的利用率，將更多的風能轉化為風機轉子動能來降低輸出功率。隨后，減載控制中風電場中存儲的動能可以通過過載策略釋放回系統。

3.1 以DFIG的減載控制實現風電場的有功功率分配

每臺DFIG的減載系數可寫為

3.2 以DFIG的過載控制實現風電場的有功功率分配

當系統過載時，系統所需的電量可能會超過風電場可產生的最大功率。上述減載控制儲存的動能可以通過過載控制釋放回來。一種簡單直接的方法是將系統調度需求與風機的最大發(fā)電量之間的功率差，平均分配給個低風速風機(第一組)。高風速風機(第二組)以額定功率運行。過載控制下每臺低風速風機的參考功率可表示為

為使風電機組在過載控制下穩(wěn)定運行，風電機組輸出功率應為當前轉速MPPT下輸出功率參考值的最小值(圖6中綠線)和過載控制下風電機組輸出功率的參考值(圖6中的藍線)，表示為

式(23)保證風機在釋放所有儲存的動能后可恢復到MPPT狀態(tài)。否則，風機容易達到最小轉速限制并跳閘。整體控制策略如圖6所示，當系統發(fā)出的功率過多時，風機會根據式(17)和式(18)從MPPT曲線的點減載到點，以儲存更多動能。過載時，重新釋放上述存儲的動能，基于式(22)和式(23)，工作點從經到點。

圖6 減載及過載狀態(tài)下的風機動作方案

本文中的過載控制可以理解為一種簡單有效的將風力發(fā)電機儲存的動能釋放回系統的方法，也是一種驗證所提出的減載策略有效性的方法。若要更詳細地考慮系統的動態(tài)特性(如系統受擾后的頻率分布)，可能還有其他策略，但這不是本文的重點。

4 算例分析

圖7 測試系統

4.1 風速為14 m/s的風電場中的減載控制

表1 高風速下風速、轉速、DFIG預測最大功率、利用率

表2 高風速下變利用率策略和常規(guī)控制方案仿真結果對比

圖8和圖9比較了3種不同情況，即沒有任何額外控制、傳統方案和本文提出的變利用率策略。在本文提出的變利用率策略中，前排雙饋風機(DFIG1)的利用率高于后排雙饋風機(DFIG3)，即DFIG3的轉速增幅比DFIG1更高，因為增幅較大，因此增加到預設轉速的時間更長，如圖8所示。本文提出的變利用率策略中，DFIG1的利用率較高，DFIG1的轉速增加比傳統方案慢。從圖9(a)可以看出，風電場將其輸出功率降低到與需求平衡，使系統頻率在負荷變化期間保持穩(wěn)定，MPPT控制由于無減載控制，因此各風機出力不變。對比傳統等利用率(藍色曲線)和本文所提變利用率控制策略(紅色曲線)，本文所提策略中，DFIG1出力較多，DFIG2和DFIG3出力較少，而更多將能量儲存為旋轉動能，但總體出力與等利用率策略相同。如圖9(b)所示。相比之下，MPPT控制DFIG的風電場中，只有SG承擔系統中功率調整，且系統頻率在負荷突降時快速增加，從而導致變利用率策略的槳距角控制啟用時間滯后于等利用率方案，如圖9(c)所示。

圖8 三組DFIG轉速仿真結果

圖9 雙饋風機3種案例仿真結果

4.2 風速為14 m/s的風電場中的過載控制

4.3 參數的影響

5 結論

為滿足電力系統功率供需平衡及調度需求，并提高風能利用率，本文提出了一種基于DFIG的風場變利用率的有功功率分配策略，減少有功功率分配導致的風能損失。該策略根據每臺風力發(fā)電機的轉速自適應地調整其利用率，以便存儲更多的動能，并在系統需要時釋放回來。在本文算例中，該變利用率策略比傳統策略增加儲存動能6%。仿真結果表明，與傳統等利用率方案相比，所提出的方案可統籌協調各風機，增加轉子旋轉動能的儲存以提高能量利用率，減少總能量的損失，更加節(jié)能。隨著未來風電滲透率的提高，風場變利用率的有功功率分配策略有很高的實際工業(yè)應用價值。

[1] 王同森, 程雪坤. 計及轉速限值的雙饋風機變下垂系數控制策略[J]. 電力系統保護與控制, 2021, 49(9): 29-36.

WANG Tongsen, CHENG Xuekun. Variable droop coefficient control strategy of a DFIG considering rotor speed limit[J]. Power System Protection and Control, 2021, 49(9): 29-36.

[2] 楊蕾, 王智超, 周鑫, 等. 大規(guī)模雙饋風電機組并網頻率穩(wěn)定控制策略[J]. 中國電力, 2021, 54(5): 186-194.

YANG Lei, WANG Zhichao, ZHOU Xin, et al. Frequency stability control strategy for large-scale grid connections with DFIG units[J]. Electric Power, 2021, 54(5): 186-194.

[3] YAN C, TANG Y, DAI J, et al. Uncertainty modeling of wind power frequency regulation potential considering distributed characteristics of forecast errors[J]. Protection and Control of Modern Power Systems, 2021, 6(3): 276-288.

[4] 金晨, 任大偉, 肖晉宇, 等. 支撐碳中和目標的電力系統源-網-儲靈活性資源優(yōu)化規(guī)劃[J]. 中國電力, 2021, 54(8): 164-174.

JIN Chen, REN Dawei, XIAO Jinyu, et al. Optimization planning on power system supply-grid-storage flexibility resource for supporting the “carbon neutrality” target of China[J]. Electric Power, 2021, 54(8): 164-174.

[5] LI Y, XU Z, MENG K. Optimal power sharing control of wind turbines[J]. IEEE Transactions on Power Systems, 2017, 32(1): 824-825.

[6] 崔紅芬, 王德順, 楊波, 等. 支撐電網黑啟動的風光儲新能源電站協調控制策略[J]. 電力建設, 2020, 41(9): 50-57.

CUI Hongfen, WANG Deshun, YANG Bo, et al. Coordinated control strategy of wind-solar-storage power stationsupporting black start of power grid[J]. Electric Power Construction, 2020, 41(9): 50-57.

[7] 孫志輝, 郝萬君, 尚友濤, 等. 基于自適應非奇異快速終端滑模的風力發(fā)電機最大功率跟蹤控制[J]. 熱力發(fā)電, 2020, 49(1): 48-54.

SUN Zhihui, HAO Wanjun, SHANG Youtao, et al. MPPT control of wind turbine based on self-adaptive nonsingular fast terminal sliding mode[J]. Thermal Power Generation, 2020, 49(1): 48-54.

[8] VYVER J, KOONING J, MEERSMAN B, et al. Droop control as an alternative inertial response strategy for the synthetic inertia on wind turbines[J]. IEEE Transactions on Power Systems, 2016, 31(2): 1129-1138.

[9] 李浩博, 鄒海榮, 朱建紅. 考慮風電計劃跟蹤的儲能調度模糊控制系統研究[J]. 電力系統保護與控制, 2021, 49(1): 125-132.

LI Haobo, ZOU Hairong, ZHU Jianhong. Research on a fuzzy control system of energy storage dispatch considering wind power plan tracking[J]. Power System Protection and Control, 2021, 49(1): 125-132.

[10] 余豪杰, 李官軍, 楊波, 等. 基于分布式光伏/飛輪儲能聯合發(fā)電系統的并網點電壓主動調控技術研究[J]. 電力系統保護與控制, 2021, 49(3): 48-56.

YU Haojie, LI Guanjun, YANG Bo, et al. Research on the active control technology of grid voltage based on a distributed photovoltaic/flywheel energy storage combined generation system[J]. Power System Protection and Control, 2021, 49(3): 48-56.

[11] QU L, QIAO W. Constant power control of DFIG wind turbines with supercapacitor energy storage[J]. IEEE Transactions on Industry Applications, 2011, 47(1): 359-367.

[12] 王蘇蓬, 張新慧, 吳文浩, 等. 用于風電平抑的混合儲能選型和容量優(yōu)化配置方法[J]. 智慧電力, 2021, 49(9): 16-23.

WANG Supeng, ZHANG Xinhui, WU Wenhao, et al. Hybrid energy storage selection and capacity optimization configuration method for wind power smoothing[J]. Smart Power, 2021, 49(9): 16-23.

[13] 李軍徽, 高卓, 李翠萍, 等. 基于動態(tài)任務系數的儲能輔助風電一次調頻控制策略[J]. 電力系統自動化, 2021, 45(19): 52-59.

LI Junhui, GAO Zhuo, LI Cuiping, et al. Control strategy for dynamic task coefficient based primary frequency regulation of wind power assisted by energy storage[J]. Automation of Electric Power Systems, 2021, 45(19): 52-59.

[14] 趙嘉興, 高偉, 上官明霞, 等. 風電參與電力系統調頻綜述[J]. 電力系統保護與控制, 2017, 45(21): 157-169.

ZHAO Jiaxing, GAO Wei, SHANGGUAN Mingxia, et al. Review on frequency regulation technology of power grid by wind farm[J]. Power System Protection and Control, 2017, 45(21): 157-169.

[15] 張真源, 劉國榮, 劉科正, 等. 風電場采用健康系數與變下垂輸出系統參與電網調頻研究[J]. 電網與清潔能源, 2020, 36(3): 97-106.

ZHANG Zhenyuan, LIU Guorong, LIU Kezheng, et al. Research on wind farm standby power participating in power grid frequency modulation based on load shedding control[J]. Power System and Clean Energy, 2020, 36(3): 97-106.

[16] 付菊霞, 陳潔, 鄧浩, 等. 平抑風電波動的混合儲能系統控制策略[J]. 電測與儀表, 2020, 57(5): 94-100.

FU Juxia, CHEN Jie, DENG Hao, et al. Control strategy of hybrid energy storage system for mitigating wind power fluctuations[J]. Electrical Measurement & Instrumentation, 2020, 57(5): 94-100.

[17] VIDYANANDAN K, SENROY N. Primary frequency regulation by deloaded wind turbines using variable droop[J]. IEEE Transactions on Power Systems, 2013, 28(2): 837-846.

[18] ALMEIDA R, PECAS J. Participation of doubly fed induction wind generators in system frequency regulation[J]. IEEE Transactions on Power Systems, 2007, 22(3): 944-950.

[19] MOUTIS P, LOUKARAKIS E, PAPATHANASIOU S, et al. Primary load-frequency control from pitch-controlled wind turbines[C] // 2009 IEEE Bucharest PowerTech, June 28-July 2, 2009, Bucharest, Romania: 1-7.

[20] 王天翔, 程雪坤, 李偉超, 等. 基于變參數減載控制的風電場一次調頻策略[J]. 中國電力, 2021, 54(12): 94-101.

WANG Tianxiang, CHENG Xuekun, LI Weichao, et al. Primary frequency control strategy of wind farm based on variable parameter control[J]. Electric Power, 2021, 54(12): 94-101.

[21] LE-REN C, WEI L, YAO Y. Enhancing frequency response control by dfigs in the high wind penetrated power systems[J]. IEEE Transactions on Power Systems, 2011, 26(2): 710-718.

[22] LI Y, XU Z, WONG K. Advanced control strategies of PMSG-based wind turbines for system inertia support[J]. IEEE Transactions on Power Systems, 2017, 32(4): 3027-3037.

[23] YE H, PEI W, QI Z. Analytical modeling of inertial and droop responses from a wind farm for short-term frequency regulation in power systems[J]. IEEE Transactions on Power Systems, 2016, 31(5): 3414-3423.

[24] 陳永華, 唐冠軍, 宋曉芳, 等. 考慮風電特性的送出線路過載控制方法[J]. 電力系統自動化, 2015, 39(13): 75-80.

CHEN Yonghua, TANG Guanjun, SONG·Xiaofang, et al. Overload control method of transmission lines considering wind power characteristics[J]. Automation of Electric Power Systems, 2015, 39(13): 75-80.

[25] KAMEL R, CHAOUACHI A, NAGASAKA K. Three control strategies to improve the microgrid transient dynamic response during isolated mode: a comparative study[J]. IEEE Transactions on Industrial Electronics, 2013, 60(4): 1314-1322.

[26] LIU H, CHEN Z. Contribution of VSC-HVDC to frequency regulation of power systems with offshore wind generation[J]. IEEE Transactions on Energy Conversion, 2015, 30(3): 918-926.

[27] ZHANG W, XU Y, LIU W, et al. Fully distributed coordination of multiple DFIGs in a microgrid for load sharing[J]. IEEE Transactions on Smart Grid, 2013, 4(2): 806-815.

[28] YANG L, XU Z, OSTERGAARD J, et al. Advanced control strategy of DFIG wind turbines for power system fault ride through[J]. IEEE Transactions on Power Systems, 2012, 27(2): 713-722.

[29] MARDEN J, RUBEN S, PAOL. Model-free approach to wind farm control using game theoretic methods[J]. IEEE Transactions on Control Systems Technology, 2013, 21(4): 1207-1214.

[30] 董煒, 潘秋萍, 雷金勇, 等. BPA與DIgSILENT動態(tài)模型的比較與數據轉換[J]. 電力系統自動化, 2016, 40(8): 140-146.

DONG Wei, PAN Qiuping, LEI Jinyong, et al. Comparison and data conversion between dynamic models of BPA and DIgSILENT[J]. Automation of Electric Power Systems, 2016, 40(8): 140-146.

[31] 楊再欣, 陶軍, 尹柏清, 等. 基于DIgSILENT的機網協調控制及動模驗證[J]. 電力系統保護與控制, 2021, 49(20): 180-187.

YANG Zaixin, TAO Jun, YIN Baiqing, et al. Generator and power grid coordination control and dynamic test based on DIgSILENT[J]. Power System Protection and Control, 2021, 49(20): 180-187.

[32] XIE D, XU Z, YANG L, et al. A comprehensive LVRT control strategy for DFIG wind turbines with enhanced reactive power support[J]. IEEE Transactions on Power Systems, 2013, 28(3): 3302-3310.

[33] WAN C, XU Z, PINSON P. Direct interval forecasting of wind power[J]. IEEE Transactions on Power Systems, 2013, 28(4): 4877-4878.

Optimization of a variable utilization level scheme for load sharing control of a wind turbine ina wind farm based on maximum rotor energy storage

WU Shuangxi1, 2, TAN Yan1, LI Yujun2, ZHANG Yumeng2, YANG Yinguo1, NING Jiaxin2

(1. Electric Power Dispatching and Control Center of Guangdong Power Grid Co., Ltd., Guangzhou 510600, China;2. School of Electrical Engineering, Xi’an Jiaotong University, Xi’an 710049, China)

Under Maximum Power Point Tracking (MPPT) control, the wind turbine has no power reserve, which tends to have a large impact on system stability when system supply and demand change. A variable utilization level (UL) scheme is proposed for a wind power plant (WPP) to fulfill the dispatch order while reducing the loss of wind energy and improving wind energy efficiency. Considering the weak effects of a wind farm, the proposed scheme controls the active power output for each wind turbine (WT) according to its utilization level (UL), which is adaptively adjusted according to WT rotor speed. When the turbine speed is higher, the wind turbine utilization level is higher; when the turbine speed is lower, the wind turbine utilization level is lower. Thereby the wind farm can store more rotational kinetic energy that can be released back into the system when needed. The proposed variable UL strategy is fully investigated in a doubly fed induction generator (DFIG)-based WPP and the results show that the proposed control strategy has better energy efficiency than the conventional equal UL while meeting the dispatch demand.

wind power plant; variable utilization level; doubly fed induction generator; load sharing control

10.19783/j.cnki.pspc.211090

2021-08-13；

2022-03-01

伍雙喜(1984—)，男，博士，高級工程師，研究方向為電力系統分析與控制、新能源并網管理；E-mail: wusx03@ 163.com

譚 嫣(1987—)，女，碩士，高級工程師，研究方向為新能源并網管理；E-mail: 179513428@qq.com

李宇駿(1990—)，男，通信作者，博士，副教授，研究方向為風電場對系統提供慣量和頻率支撐的控制策略。E-mail: yujunli@xjtu.edu.cn

南方電網公司科技項目資助(GDKJXM20198256)

This work is supported by the Science and Technology Project of China Southern Power Grid Co., Ltd. (No. GDKJXM20198256).

(編輯 周金梅)