何 芳，叢 雨，王立強

（內(nèi)蒙古電力（集團）有限責(zé)任公司內(nèi)蒙古電力科學(xué)研究院分公司，呼和浩特 010020）

0 引言

BPA仿真軟件作為電力系統(tǒng)的一種機電暫態(tài)仿真計算工具，已被廣泛應(yīng)用于電網(wǎng)的潮流計算和穩(wěn)定計算分析中。因其具有仿真規(guī)模大、計算速度快、數(shù)據(jù)穩(wěn)定性好等優(yōu)點，在電力系統(tǒng)規(guī)劃、調(diào)度、生產(chǎn)運行中發(fā)揮著很大的作用。隨著光伏發(fā)電規(guī)模不斷增大，光伏發(fā)電出力的波動對電力系統(tǒng)的影響也越來越大，BPA中雖具有光伏發(fā)電機電暫態(tài)模型，但模型中的參數(shù)計算結(jié)果與實際光伏逆變器性能響應(yīng)差異較大，無法精準(zhǔn)反映現(xiàn)場機組的實際性能，含光伏發(fā)電系統(tǒng)的安全穩(wěn)定分析準(zhǔn)確性受到一定程度的影響。針對新能源機組的動態(tài)特性，較多學(xué)者結(jié)合實測數(shù)據(jù)開展了參數(shù)辨識的方法研究[1-7]，結(jié)合遺傳算法等智能高級算法[8-11]，取得了一定進展，但多側(cè)重于方法的提出和驗證，沒有較好地與電網(wǎng)仿真工具相結(jié)合。

為滿足大規(guī)模光伏并網(wǎng)的安全穩(wěn)定分析需求，本文對光伏發(fā)電系統(tǒng)功率控制輸出特性的機電暫態(tài)模型控制原理進行研究，提出一種基于電力系統(tǒng)分析軟件PSD-BPA 的光伏逆變器機電暫態(tài)功率控制參數(shù)辨識方法，采用粒子群算法尋優(yōu)與仿真模擬相結(jié)合，并通過控制器實物硬件在環(huán)試驗驗證了模型參數(shù)的準(zhǔn)確性，從而提高了對含光伏發(fā)電系統(tǒng)的電網(wǎng)安全穩(wěn)定計算分析的準(zhǔn)確性。

1 光伏逆變器機電暫態(tài)功率控制模型

光伏發(fā)電逆變器穩(wěn)態(tài)功率控制主要采用最大功 率 點 跟 蹤（Maximum Power Point Tracking，MPPT）和恒功率控制，MPPT 模式可使光伏陣列輸出電壓跟蹤最大功率點電壓，從而輸出不同環(huán)境下的最大功率[11-18]。恒功率控制模式可使逆變器根據(jù)電網(wǎng)的調(diào)度實現(xiàn)固定的有功和無功輸出，還可根據(jù)其輸出電壓的相角和幅值的變化來對外部電網(wǎng)的功率需求做出響應(yīng)，同時實現(xiàn)有功和無功的解耦控制，即通過控制逆變器輸出電壓的相角來調(diào)節(jié)其輸出有功功率，通過控制逆變器輸出電壓的幅值來調(diào)節(jié)其輸出無功功率。光伏發(fā)電單元機電暫態(tài)模型穩(wěn)態(tài)功率控制的準(zhǔn)確性主要受恒功率控制模式的控制參數(shù)影響。

光伏逆變器的控制結(jié)構(gòu)如圖1、圖2所示[19]。功率控制指令從下達(dá)到執(zhí)行，因受通信影響，會有一定的延時，因此在機電暫態(tài)模型中通過有功、無功控制指令的延時環(huán)節(jié)對該部分進行等值。光伏逆變器MPPT 跟蹤和穩(wěn)態(tài)輸出功率電壓/電流/功率等電氣量采樣環(huán)節(jié)采用慣性環(huán)節(jié)等值。

圖1 光伏發(fā)電單元有功功率控制結(jié)構(gòu)圖Fig.1 Active power control structure of PV unit

圖2 光伏發(fā)電單元無功功率控制結(jié)構(gòu)圖Fig.2 Reactive power control structure of PV unit

光伏逆變器的功率控制采用外環(huán)控制，目的是實現(xiàn)PQ 解耦控制，其中有功控制通過直流母線電壓的閉環(huán)控制實現(xiàn)，無功控制通過無功功率的閉環(huán)控制實現(xiàn)，外環(huán)控制采用比例積分環(huán)節(jié)，輸出量為d、q軸電流的參考值。

光伏逆變器控制模型穩(wěn)態(tài)功率控制待辨識的控制參數(shù)包括有功和無功控制環(huán)節(jié)的PI（比例積分）參數(shù)，有功控制比例系數(shù)Kp、有功控制時間系數(shù)Tp、無功控制比例系數(shù)Kq、無功控制時間系數(shù)Tq，這些參數(shù)的準(zhǔn)確性將直接影響其動態(tài)特性，需要予以辨識。

利用MATLAB/Simulink軟件搭建光伏并網(wǎng)系統(tǒng)模型，如圖3所示，該模型主要用于光伏功率控制參數(shù)的仿真與驗證，結(jié)合GB/T 32892—2016《光伏發(fā)電系統(tǒng)模型及參數(shù)測試規(guī)程》[19]，通過模型及參數(shù)的調(diào)整開展仿真測試，并與試驗數(shù)據(jù)進行偏差對比分析，考核模型的準(zhǔn)確程度。

圖3 光伏逆變器并網(wǎng)系統(tǒng)模型Fig.3 Photovoltaic inverter grid connected system model

2 模型參數(shù)測試及辨識方法

2.1 光伏逆變器功率輸出特性測試方案

利用RT-LAB 硬件在環(huán)仿真平臺，搭建光伏逆變器主電路模型及功率穩(wěn)態(tài)控制參數(shù)測試模型（見圖3），并接入某組串式50 kW實物光伏逆變器控制器，開展功率穩(wěn)態(tài)控制參數(shù)測試相關(guān)電網(wǎng)擾動試驗，逆變器模型參數(shù)測試示意圖如圖4 所示。依據(jù)表1要求的電壓擾動幅值和時間設(shè)置模擬交流側(cè)電網(wǎng)電壓擾動參數(shù)，完成表中所有試驗，測試并記錄交流側(cè)電流電壓數(shù)據(jù)。

表1 交流側(cè)電網(wǎng)擾動試驗測試參數(shù)1）Tab.1 Parameters of grid disturbance test on AC side

圖4 逆變器模型參數(shù)測試示意圖Fig.4 Schematic diagram of inverter model parameter test

2.2 參數(shù)辨識方法

粒子群算法是一種模擬鳥群群體覓食過程中遷徙和群體行為的智能算法，具有魯棒性好、調(diào)整參數(shù)較少、收斂速度快等特點，適用于參數(shù)辨識中多目標(biāo)尋優(yōu)求解的問題[20-23]。將Kp=0.1，TP=0.01，Kq=0.1，Tq=0.01 作為算法迭代的第一代初始值，并設(shè)定相應(yīng)算法的迭代次數(shù)、收斂調(diào)節(jié)、慣性權(quán)重、學(xué)習(xí)因子及參數(shù)限制條件。參數(shù)辨識采用粒子群算法與仿真模型計算相結(jié)合的方法。在電力系統(tǒng)仿真軟件中建立與試驗系統(tǒng)相同容量、相同參數(shù)的仿真模型，設(shè)置與試驗一致的運行工況和擾動進行仿真，對試驗數(shù)據(jù)和仿真數(shù)據(jù)進行區(qū)間劃分和偏差計算，以驗證模型參數(shù)實測結(jié)果的準(zhǔn)確性，當(dāng)誤差超出要求后，通過優(yōu)化算法改變參數(shù)組合，并通過不斷迭代，直至得到最優(yōu)參數(shù)。其中，迭代次數(shù)為100 次，誤差收斂條件為電壓、有功功率、無功功率穩(wěn)態(tài)區(qū)間最大偏差允許值滿足GB/T 32892—2016的要求，穩(wěn)態(tài)區(qū)間最大偏差運行值如表2所示。得到最優(yōu)參數(shù)后，選取電壓、無功電流、無功功率對模型參數(shù)的準(zhǔn)確性進行驗證，具體流程如圖5所示。

圖5 參數(shù)辨識迭代示意圖Fig.6 Schematic diagram of parameter identification iteration

表2 穩(wěn)態(tài)區(qū)間最大偏差運行值Tab.2 Maximum deviation operating value in steady-state interval

選取穩(wěn)態(tài)區(qū)間模型仿真數(shù)據(jù)與試驗數(shù)據(jù)之間的最大偏差，考核模型的準(zhǔn)確程度。所有試驗數(shù)據(jù)處理完后，得到4 組辨識的參數(shù)滿足GB/T 32892—2016中對偏差的要求[12]，如表3和表4所示。

表3 有功控制參數(shù)辨識結(jié)果Tab.3 Identification results of active power control parameters

表4 無功控制參數(shù)辨識結(jié)果Tab.4 Identification results of reactive power control parameters

3 模型準(zhǔn)確性驗證

3.1 光伏逆變器BPA模型

PSD-BPA 中的模型主要通過參數(shù)卡填寫的方式進行搭建，光伏逆變器模型涉及功率輸出特性的參數(shù)卡主要有EU卡和EZ卡兩部分，EU卡表示正常運行狀態(tài)下的有功功率控制模型，EZ卡表示正常運行狀態(tài)下的無功功率控制模型，模型參數(shù)填寫如圖6所示。

圖6 PSD-BPA中EU卡和EZ卡Fig.6 EU card and EZ card in PSD-BPA

KPUDC填寫Kp數(shù)值，KIUDC填寫Kp/Tp數(shù)值，KPV填寫Kq數(shù)值，KPI填寫Kq/Tq數(shù)值，其余參數(shù)根據(jù)廠家提供的參數(shù)填寫。

3.2 BPA模型功率準(zhǔn)確性驗證

在PSD-BPA中對4組參數(shù)填寫形成4種逆變器模型，按照表1 的交流側(cè)電網(wǎng)擾動試驗分別對4 種模型進行仿真測試，并與RT-LAB 中實物控制器的試驗數(shù)據(jù)進行對比，驗證功率控制BPA模型的準(zhǔn)確性。

經(jīng)過試驗數(shù)據(jù)的對比，得出最優(yōu)參數(shù)組合為：Kp=0.587 7，Tp=0.014 0，Kq=0.305 5，Tq=0.022 4，各試驗工況下的誤差對比曲線如圖7—圖10所示。測試結(jié)果表明，BPA 中光伏逆變器功率輸出特性與RT-LAB 半實物仿真結(jié)果誤差滿足GB/T 32892—2016中對偏差的要求。

圖7 大功率和33%QCMAX工況下，電壓跌落到91%Un的功率變化對比曲線Fig.7 Comparison curve of power change when voltage drops to 91%Un under high power and 33%QCMAX conditions

圖10 大功率和33%QLMAX工況下，電壓升高至109%Un的功率變化對比曲線Fig.10 Comparison curve of power change when the voltage rises to 109%Un under high power and 33%QLMAX conditions

圖8 大功率和33%QCMAX工況下，電壓升高至109%Un的功率變化對比曲線Fig.8 Comparison curve of power change when voltage rises to 109%Un under high power and 33%QCMAX conditions

圖9 大功率和33%QLMAX工況下，電壓跌落至91%Un的功率變化對比曲線Fig.9 Comparison curve of power change when voltage drops to 91%Un under high power and 33%QLMAX conditions

4 結(jié)語

本文提出了“粒子群尋優(yōu)+仿真模擬”相結(jié)合的光伏逆變器功率控制參數(shù)辨識技術(shù)方法，選擇典型的光伏逆變器進行了參數(shù)辨識及實物控制器試驗偏差分析，驗證了結(jié)果的有效性。該方法解決了逆變器等新能源機組由于核心保密參數(shù)無法公開模型參數(shù)的技術(shù)問題，通過外特性的擬合與評估手段得出了準(zhǔn)確的模型參數(shù)，可有效提升電網(wǎng)機電暫態(tài)仿真分析的動態(tài)特性。