收稿日期：2022-05-25

基金項目：國家重點研發(fā)計劃（2021YFB1506902）；新疆維吾爾自治區(qū)高校科研計劃（XJEDU2021I010）；自治區(qū)重點研發(fā)計劃（2022B01003-3）；

自治區(qū)重點實驗室開放課題（2020D04048）

通信作者：何 山（1974—），男，博士、教授，主要從事可再生能源發(fā)電與并網技術方面的研究。2513041660@qq.com

DOI：10.19912/j.0254-0096.tynxb.2022-0760 文章編號：0254-0096（2023）08-0509-09

摘 要：首先，根據(jù)虛擬慣性時間常數(shù)對風電機組慣性支撐能力進行定量表征，進而分析轉矩控制器參數(shù)對虛擬慣性時間常數(shù)的影響。在此基礎上，提出一種自適應下垂控制與轉矩控制器模糊自適應控制相結合的頻率綜合控制策略，實現(xiàn)對虛擬慣性時間常數(shù)的靈活調整，在抑制系統(tǒng)頻率快速變化的同時，加快頻率恢復，并可有效解決頻率二次跌落問題。最后通過仿真驗證所提控制策略的有效性以及對頻率二次跌落的改善作用。

關鍵詞：風力發(fā)電；綜合控制；模糊邏輯；虛擬慣性時間常數(shù)；頻率二次跌落

中圖分類號：TM614"""""""""" """""""""""" """"""文獻標志碼：A

0 引 言

新能源發(fā)電機組不具備常規(guī)電源的轉動慣量特性，隨著風電滲透率的不斷提高，電力系統(tǒng)整體慣性大幅減少，給系統(tǒng)頻率穩(wěn)定性帶來新的問題和挑戰(zhàn)［1-2］。為解決風電大規(guī)模接入電力系統(tǒng)對頻率穩(wěn)定性帶來的不利影響，學術界和工業(yè)界提出了變功率點跟蹤［3-4］和虛擬同步發(fā)電機［5］控制的風電機組一次調頻輔助控制技術。調頻過程中風電機組通過釋放轉子動能為電網提供功率支撐，然而轉矩控制器為保證風電機組處于功率最優(yōu)運行模式，將抑制轉子動能的釋放。

針對轉矩控制器與調頻環(huán)節(jié)存在的控制目標沖突［6］，一些學者從調頻環(huán)節(jié)入手，通過調整附加頻率比例-微分（supplementary frequency proportion-differentiation， SFPD）慣量控制參數(shù)改善系統(tǒng)頻率響應。文獻［7］提出一種風電機組虛擬慣量模糊自適應控制方案，使風電機組具備可控的慣性響應能力。為解決長期頻率調節(jié)能力不足的問題，文獻［8］提出減載與SFPD慣量協(xié)調控制策略，提高系統(tǒng)的靜態(tài)頻率穩(wěn)定性。上述文獻均是從調頻環(huán)節(jié)出發(fā)實現(xiàn)慣性響應效果的提升，彌補大規(guī)模風電并網引起的系統(tǒng)慣性不足，但并未考慮風電機組轉矩控制器對調頻性能的影響，對系統(tǒng)慣性支撐效果不佳，且忽略了系統(tǒng)頻率的快速恢復。

為研究風電機組慣量控制對電網頻率動態(tài)特性的影響，文獻［9-10］通過對風電場等效虛擬慣性時間常數(shù)定量表征，發(fā)現(xiàn)轉矩控制器削弱了風力機虛擬慣性響應能力。轉子轉速自動恢復是風電機組轉矩控制器實現(xiàn)功率跟蹤的固有特性，這意味著風電機組不能有效地利用轉子動能來提供穩(wěn)態(tài)頻率調節(jié)。上述相關研究均是對轉矩控制器參數(shù)動態(tài)調整，提升風力機的調頻性能，然而風力機為保證自身穩(wěn)定性，在退出調頻瞬間將導致有功功率驟降，從而引發(fā)系統(tǒng)頻率二次跌落問題［11］。文獻［12］定量分析了不同退出調頻時刻對系統(tǒng)頻率二次跌落的影響，提出一種風電機組慣量控制參數(shù)整定方法，通過選取合適的調頻參數(shù)減少頻率的二次跌落。文獻［13］提出一種變功率跟蹤控制策略，在退出調頻瞬間提供一定的附加功率增量，改善因有功功率驟降而帶來的頻率二次跌落。上述研究雖在一定程度上減輕了頻率二次跌落，但忽略了系統(tǒng)頻率的快速穩(wěn)定恢復，其控制性能受風電滲透率影響顯著。因此，如何根據(jù)不同頻率變化合理地選取轉矩控制器參數(shù)，減輕頻率二次跌落以及加快頻率的快速穩(wěn)定恢復仍有待進一步研究。

針對上述問題，本文從風電機組等效虛擬慣性時間常數(shù)[Hvir]出發(fā)，定量分析轉矩控制器參數(shù)對[Hvir]的影響，提出轉矩控制器模糊自適應控制，使風電場具備可控的虛擬慣性時間常數(shù)，在抑制系統(tǒng)頻率快速變化的同時加快頻率恢復。為解決風電場退出調頻瞬間給系統(tǒng)頻率帶來的二次跌落問題，通過引入自適應下垂控制，并與轉矩控制器模糊自適應控制策略相結合，最終提出風電機組頻率綜合控制策略，有效解決頻率二次跌落問題，改善系統(tǒng)頻率響應特性。最后在含風電場的四機兩區(qū)域仿真模型中驗證所提策略的有效性。

1 慣量控制下風電機組等效虛擬慣性時間常數(shù)

1.1 風電機組等效虛擬慣性時間常數(shù)計算

圖1為包含SFPD慣量控制的風電機組控制框圖。通過對轉矩控制器引入SFPD慣量控制環(huán)節(jié)，模擬同步發(fā)電機慣性響應特性［10］，為系統(tǒng)提供一定的慣性支撐。其支撐能力可表征為風電機組虛擬慣性時間常數(shù)[Hvir]，其值反映風力機虛擬慣性響應能力相對于電網頻率的變化，[Hvir]定義為風力機額定轉速時轉子存儲動能[EK]與額定容量[SN]的比值［14］：

[Hvir=EKSN=Jvirωe22np2SN≈Δωrωr0ωe0Δωeω2nomHw]" （1）

式中：[Jvir]——風電機組虛擬轉動慣量；[np]——風力機極對數(shù)；[Hw]——風電機組固有慣性時間常數(shù)；[ωnom]、[ωr0]、[Δωr]、[ωe0]、[Δωe]——風電機組額定角速度、轉子初始轉速、轉子轉速增量、電網初始角頻率和角頻率增量。

分析圖1可知，有功功率參考增量[ΔPref]包括功率跟蹤參考增量[ΔP*ref]和SFPD慣量控制調頻增量[ΔPJ]兩部分，即：

[ΔP*ref≈Kpt+KitsΔωrωr0ΔPJ=Kdfs1+Tfs+KpfΔωe]""""" （2）

式中：[Kpt]、[Kit]——轉矩控制器的比例與積分系數(shù)；[Kdf]、[Kpf]——SFPD慣量控制的慣性與下垂系數(shù)；[Tf]——低通濾波器時間常數(shù)。

SFPD inertia control

則有功功率參考增量[ΔPref]為：

[ΔPref=Kpt+KitsΔωrωr0-Kdfs1+Tfs+KpfΔωe]"" （3）

不考慮無功電壓的影響，將與電磁轉矩直接相關的變流器交軸電流內環(huán)控制模型等效為一階慣性環(huán)節(jié)［15］，[τ]為變流器響應時間常數(shù)，其電磁功率增量為：

[ΔPe=Kpt+KitsΔωrωr0-Kdfs1+Tfs+KpfΔωe1+τs]""" （4）

分析式（4）可知，慣量響應過程中電磁功率變化量[ΔPe]不僅與SFPD參數(shù)有關，還受轉矩控制器參數(shù)和當前轉子轉速的影響。

風電機組采用SFPD慣量控制時，下垂控制部分將在較長時間尺度影響系統(tǒng)的一次調頻過程，此時轉子轉速的變化不容忽視。假設在慣性響應期間風速保持恒定，風電機組輸入機械功率可表示為：

[Pm=12ρACPλ，βv3] （5）

式中：[ρ]——空氣密度；[A]——槳葉迎風面掃掠面積；[CP]——風能利用系數(shù)，可表示為葉尖速比[λ]和槳距角[β]的函數(shù)；[v]——風速。

當風速大于額定風速時，風電機組通過改變槳距角實現(xiàn)頻率調整，這里只討論風速小于額定風速的情況，設初始風速為[vw0]，由文獻［16］可知，[CP（λ，β=0）]的小信號增量為：

[ΔCP（ωr，β=0）=0.29πRvw0cosπRωr015vw0-π5Δωr]"""" （6）

將式（6）代入式（5），得到輸入機械功率增量：

[ΔPm=?CP?ωrΔωr=CωΔωr] （7）

式中：[Cω]——機械功率增量系數(shù)。

忽略風力機阻尼效應，轉子運動方程為：

[2Hwωr0dΔωrdt=ΔPm-ΔPe]" （8）

將式（8）轉換為頻域方程，并將式（4）和式（7）代入，可得：

[2Hwωr0Δωrs=CωΔωr-11+τs×Kpt+KitsΔωrωr0-""""""""""""""""""""""""" Kdfs1+Tfs+KpfΔωe]"""""" （9）

進一步，得到：

[ΔωrΔωe=Kdfs2+Kpf1+Tfss/1+Tfs2Hwωr0τs3+2Hwωr0+Cωτs2+Kptωr0+Cωs+Kitωr0]""""""""""""""""""" （10）

將式（10）代入式（1），得到SFPD慣量控制下風電機組虛擬慣性時間常數(shù)為：

[Hvirs=MKdfs2+Kpf1+Tfss/1+Tfs2Hwωr0τs3+2Hwωr0+Cωτs2+Kptωr0+Cωs+Kitωr0]"""""""""""""""""" （11）

[M=ωr0ωe0ω2nomHw]"""" （12）

當對各機組均施加SFPD慣量控制策略時，整個風電場也將表現(xiàn)出虛擬慣性特性，含[m]臺風電機組的風電場等效聚合虛擬慣性時間常數(shù)[HvirWF]可表示為：

[HvirWF=Hvir1SN1+Hvir2SN2+…+HvirmSNmSN1+SN2+…+SNm=i=1mHviriSNii=1mSNi] （13）

1.2 轉矩控制器參數(shù)對虛擬慣性時間常數(shù)的影響

令初始轉速[ωr0=1.0 pu]，SFPD慣量控制參數(shù)[Kdf]、[Kpf]分別取20、30，低通濾波器時間常數(shù)[Tf]取0.1的情況下，通過階躍響應定量分析[Kpt]和[Kit]參數(shù)對[Hvir]的影響，結果如圖2所示。由圖2可看出，風電機組[Hvir]的時變特性與同步機組恒定慣性時間常數(shù)完全不同。在慣性響應階段，SFPD慣量控制迅速響應，抑制系統(tǒng)頻率變化，使得[Δωr/Δωe]增大，[Hvir]隨之增大；隨著系統(tǒng)頻率逐步趨于穩(wěn)定，[Δωr/Δωe]逐漸減小，[Hvir]也隨之減小。進一步分析可知，轉矩控制器動態(tài)響應越快，則[Hvir]越小，風力機慣性支撐能力越弱。如果采用固定的轉矩控制器參數(shù)將無法同時兼顧風力機調頻性能以及頻率快速恢復穩(wěn)態(tài)的能力。

2 頻率綜合控制策略

2.1 自適應下垂控制

固定的下垂系數(shù)在調頻階段效果良好，但會加快轉子轉速的下降，退出調頻時容易導致系統(tǒng)不平衡功率增加，給系統(tǒng)頻率帶來二次跌落危害。本文提出一種自適應下垂控制策略，解決傳統(tǒng)SFPD慣量控制造成的頻率二次跌落問題，實現(xiàn)對退出調頻過程中頻率的有效支撐，自適應下垂控制系數(shù)曲線如圖3a所示，其表達式為：

[Kpf=K*pf，" ton≤tlt;tnadirK*pf-K*pftoff-tnadirt-tnadir，" tnadir≤t≤toff]""" （14）

式中：[K*pf]——下垂系數(shù)最優(yōu)值，可根據(jù)文獻［12］整定參數(shù)方法得到；[tnadir]——最大頻率偏差時刻，可利用文獻［11］的解析表達式求得。

在自適應下垂控制作用下，風電機組功率參考及轉速變化如圖3b所示。在系統(tǒng)遭受頻率擾動前，風電機組運行在最大功率跟蹤模式，功率跟蹤參考值[P*refA]等于有功功率參考值[PrefA]，對應于圖3b中的A點；當?shù)皖l事件發(fā)生時，SFPD慣量控制輸出[PJ（tA）]增加，導致轉速沿功率曲線上的A→B→C點減速，當有功功率參考值等于風電機組機械功率時，轉子將停止減速，由于轉子轉速[ωrC]和轉速參考[ωrefC]不相等，平衡只在瞬間發(fā)生，轉速誤差[εω]導致功率跟蹤參考值進一步降低（從而降低有功功率參考值），直至轉子加速回到擾動前的轉速[ωrA]。常規(guī)SFPD慣量控制在工作點C退出調頻將導致功率參考值[Pref]瞬間下降[PJ（toff）]，有功功率的突降會對頻率造成嚴重的二次沖擊。

采用自適應下垂控制能在最大頻率偏差時刻[tnadir]前維持相同的有功功率參考，系統(tǒng)最大頻率偏差[Δfmax]保持不變；在最大頻率偏差時刻后逐漸減少SFPD慣量控制輸出，使得轉子向功率曲線上的E點減速，以保證在E點退出調頻時刻不再在有功功率的驟降，也即不存在頻率的二次跌落。

2.2 轉矩控制器模糊自適應控制

以某電網特高壓故障系統(tǒng)頻率響應典型變化特征值（[df/dt=0.1 Hz/s]，[Δf=0.8 Hz]）為基準［12］，采用模糊邏輯控制方法動態(tài)調整轉矩控制器參數(shù)[Kpt]和[Kit]，對模糊控制器兩個輸入變量進行標幺化處理，量化頻率波動區(qū)間，其模糊論域范圍均為[-1.0～1.0 pu]；輸出變量[Kpt]和[Kit]取值范圍選取分別為[[0，6]]和[[0，1.2]]，其論域范圍為[0～1.0 pu]，模糊控制規(guī)則如表1所示，推理結果如圖4所示。

該模糊控制規(guī)則主要有如下特點：在系統(tǒng)遭受頻率擾動初期，盡可能減小轉矩控制器參數(shù)[Kpt]和[Kit]以增大風電機組虛擬慣性時間常數(shù)[Hvir]，移除轉矩控制器的控制作用，提供更多的慣性功率從而抑制頻率的快速跌落；在頻率恢復至穩(wěn)態(tài)值期間，增大[Kpt]和[Kit]以加快減小虛擬慣性時間常數(shù)[Hvir]，可增強轉矩控制器的控制作用，加快系統(tǒng)頻率穩(wěn)定恢復。

2.3 頻率綜合控制策略

風電機組的頻率綜合控制結構如圖5所示。該控制結構可分為兩個部分：1）基于自適應下垂系數(shù)的SFPD慣量控制模塊，通過減少頻率恢復階段有功輸出，降低退出調頻時刻的系統(tǒng)不平衡功率，實現(xiàn)對調頻過程中頻率的有效支撐，解決頻率二次跌落問題；2）轉矩控制器模糊自適應控制模塊，根據(jù)系統(tǒng)頻率變化率[df/dt]和頻率偏差[Δf]靈活調整虛擬慣性時間常數(shù)[Hvir]，抑制系統(tǒng)頻率快速變化，優(yōu)化頻率擾動極值。

3 系統(tǒng)仿真與分析

3.1 模型介紹

基于Matlab/Simulink搭建如圖6所示的四機-兩區(qū)域仿真模型。該模型由1個風電場（若干臺額定功率為1.5 MW的DFIG）、3臺同步發(fā)電機（額定容量為3×900 MW），4臺變壓器和若干線纜組成。負荷L1、L2為800 MW的恒定有功負荷，負荷L3、L4分別為160 MW和240 MW的可變負荷，系統(tǒng)參數(shù)如表2所示。

3.2 不同風電滲透率下系統(tǒng)動態(tài)響應

為驗證所提控制策略對不同風電滲透率的適應性，分別考慮在風電滲透率為10%和40%兩種工況下，對比分析風電機組不參與調頻、常規(guī)SFPD慣量控制、轉矩控制器模糊自適應控制與本文所提頻率綜合控制4種策略下的系統(tǒng)動態(tài)響應特性。

3.2.1 風電滲透率為10%

設置負荷[L3]在20 s時接入系統(tǒng)，即系統(tǒng)發(fā)生負荷突增[0.1 pu]事件，根據(jù)文獻［12］的參數(shù)整定方法，[Kdf]和[Kpf]分別取值35和60，風電機組在30 s時退出調頻，圖7為單一負荷擾動下系統(tǒng)動態(tài)響應曲線對比。由圖7a～圖7c可看出，在負荷突增情況下，風電機組不參與調頻，對系統(tǒng)頻率變化幾乎無影響；采用常規(guī)SFPD慣量控制后，風電機組通過釋放轉子動能參與調頻，轉子轉速下降，從而對系統(tǒng)起到慣性支撐的作用，頻率最大偏差由49.69 Hz 增至49.73 Hz，跌落幅度減少13%，最大頻率變化率由[-0.236 Hz/s]降至[-0.224 Hz/s]。從圖7d可看出，常規(guī)SFPD慣量控制一方面不能提供顯著的慣性功率，另一方面退出調頻時刻系統(tǒng)不平衡功率較大，存在頻率二次跌落現(xiàn)象。

相比于常規(guī)SFPD慣量控制，轉矩控制器模糊自適應控制和頻率綜合控制移除了轉矩控制器的控制作用，提供了較大的慣性功率，能更好地抑制頻率跌落，頻率最大偏差由49.69 Hz增至49.75 Hz，跌落幅度減少20%，頻率變化率由[-0.236 Hz/s]降至[-0.192 Hz/s]，但完成慣性響應后，轉矩控制器模糊自適應控制存在頻率二次跌落現(xiàn)象，且風電機組轉子轉速下降程度更大。相反，頻率綜合控制不僅在最大頻率偏差前保持對系統(tǒng)的慣性支持能力，且對慣性響應后電磁功率的驟降取得了有效抑制，實現(xiàn)了風電調頻的平滑退出。另外，從圖7e可看出，風電場采用頻率綜合控制明顯降低了同

步發(fā)電機G2在頻率調整過程中所承擔的系統(tǒng)不平衡功率。圖7f中，除風力機不參與調頻外，其余3種方法都能為系統(tǒng)提供虛擬慣性支撐，但頻率綜合控制較另外兩種方法在頻率跌落階段具有更大的等效虛擬慣性時間常數(shù)[HvirWF]，對電網慣量貢獻更大，同時在頻率恢復階段，頻率綜合控制所模擬的慣性時間常數(shù)快速下降，有利于加快系統(tǒng)頻率恢復，可更好地改善系統(tǒng)頻率響應特性。

3.2.2 風電滲透率為40%

設置負荷L3和L4分別在20和50 s時接入系統(tǒng)，[Kdf]和[Kpf]分別取值10和20，同時風電機組分別在33和65 s時退出調頻，圖8為不同負荷擾動下系統(tǒng)動態(tài)響應曲線對比。由圖8a～圖8c可看出，在頻率跌落較小時（系統(tǒng)負荷突增[0.1 pu]），頻率綜合控制相比于其余3種方法能更好地抑制系統(tǒng)頻率跌落，頻率最大偏差為49.75 Hz，轉速恢復時間也最快，21 s便恢復至初始值；當頻率跌落進一步增大（系統(tǒng)負荷突增[0.15 pu]）時，頻率綜合控制抗頻率擾動能力更強、頻率擾動極值更小，且頻率恢復速率明顯優(yōu)于常規(guī)SFPD慣量控制和轉矩控制器模糊自適應控制，具體分析與單一負荷擾動基本類似，此處不再贅述。

圖8d、圖8e分別為風電機組和同步發(fā)電機組有功功率波形?？煽闯觯弘S著風電滲透率的提高，頻率綜合控制同樣對系統(tǒng)起到顯著的功率支撐作用，并對電磁功率的驟降取得有效抑制，有利于機組初始運行狀態(tài)的恢復。此外，在頻率調整過程中，風力機提供的功率支撐有效減輕了系統(tǒng)其他同步發(fā)電機組所承受的壓力。從圖8f亦可看出，頻率綜合控制所模擬的虛擬慣性時間常數(shù)[HvirWF]在頻率跌落階段能提供更大的虛擬慣性支撐，可有效減少系統(tǒng)發(fā)生功率缺額時系統(tǒng)頻率變化幅度；在頻率回歸穩(wěn)態(tài)階段，相比轉矩控制器模糊自適應控制，[HvirWF]快速下降，實現(xiàn)了虛擬慣性時間常數(shù)的靈活調整，以較小的轉子動能兼顧了風力機調頻性能以及頻率快速恢復穩(wěn)態(tài)的能力，有利于系統(tǒng)頻率快速穩(wěn)定恢復。

3.3 不同控制策略對頻率二次跌落效果仿真分析

為驗證所提策略對頻率二次跌落的改善效果，對比分析本文所提頻率綜合控制和文獻［13］所提變功率跟蹤控制（風電機組有功參考及轉速變化如圖9所示）下的系統(tǒng)頻率動態(tài)響應，控制過程取風電滲透率為40%，[Kdf]和[Kpf]分別取值10和20，仿真結果如圖10所示。由圖9可知，變功率跟蹤控制通過減小風力機退出調頻時刻電磁功率減載量的方式將有功出力降低至捕獲風功率以下，使風力機功率緩慢下降。若控制退出調頻時刻電磁功率減載量越小，則改善因有功出力驟降而導致的系統(tǒng)頻率二次跌落效果越明顯，但在改善頻率二次跌落的同時也會使風力機轉速和頻率恢復時間更長。從圖10可看出，相比變功率跟蹤控制，頻率綜合控制在頻率恢復階段通過實現(xiàn)風電調頻功率的平滑退出可更好地改善系統(tǒng)頻率響應特性，且頻率恢復歷時短，有效解決了頻率二次跌落問題。

3.4 多風速段下風力機調頻性能仿真驗證

為進一步驗證所提控制策略在多風速段下的有效性，本文增加考慮風速變化下的仿真分析。風電滲透率為40%時風速變化曲線如圖11所示。設置風電場初始風速為10 m/s，在30 s時風速突增至11 m/s，持續(xù)10 s后突降至9 m/s，仿真結果如圖12所示。

圖12為系統(tǒng)頻率和風力機有功功率波形?？煽闯觯涸诟唢L電滲透率下，頻率綜合控制通過在風速突增時抑制風電有功出力的快速增加，從而阻礙系統(tǒng)頻率過快上升，改善頻率擾動極值；在風速突降情況下，同樣可抑制系統(tǒng)頻率的迅速跌落，對波動風速具有較好的適應性。

綜上所述，頻率綜合控制能有效移除轉矩控制器的控制作用，實現(xiàn)虛擬慣性時間常數(shù)的靈活調整，以較小的轉子動能提取，加快系統(tǒng)頻率恢復和改善頻率二次跌落，對系統(tǒng)頻率響應特性改善最為明顯，同時對風電滲透率參數(shù)不敏感，在不同風電滲透率下都能提供有效的頻率支撐，具有良好的適應性和魯棒性。

4 結 論

本文在傳統(tǒng)SFPD慣量控制方案的基礎上，進一步提出自適應下垂控制與轉矩控制器模糊自適應控制相結合的頻率綜合控制策略，通過對該策略的分析和仿真，得出如下主要結論：

1）風電機組SFPD慣量控制能為系統(tǒng)提供慣性支撐，改善系統(tǒng)頻率響應特性，但存在頻率二次跌落問題，同時轉矩控制器和SFPD慣量控制環(huán)節(jié)存在控制目標沖突，固定的轉矩控制器參數(shù)無法同時兼顧風力機調頻性能以及頻率快速恢復穩(wěn)態(tài)的能力。

2）通過對下垂控制系數(shù)Kpf的動態(tài)調整，減小退出調頻時系統(tǒng)不平衡功率，進而解決頻率二次跌落問題。

3）頻率綜合控制能有效移除轉矩控制器的控制作用，實現(xiàn)對虛擬慣性時間常數(shù)的靈活調整，對系統(tǒng)頻率響應特性改善最為明顯，既有益于系統(tǒng)頻率穩(wěn)定，又有利于風電機組轉子轉速穩(wěn)定，且對風電滲透率參數(shù)和風速波動不敏感，具有較好的魯棒性與實用性。

后續(xù)將針對風力機調頻參數(shù)與轉矩控制器模糊協(xié)同控制展開研究。

［參考文獻］

［1］"""" 胡澤春， 羅浩成. 大規(guī)?？稍偕茉唇尤氡尘跋伦詣影l(fā)電控制研究現(xiàn)狀與展望［J］. 電力系統(tǒng)自動化， 2018， 42（8）： 2-15.

HU Z C， LUO H C. Research status and prospect of automatic generation control with integration of large-scale renewable energy［J］. Automation of electric power systems， 2018， 42（8）： 2-15.

［2］"""" WILSON D， YU J， AL-ASHWAL N， et al. Measuring effective" area" inertia" to "determine" fast-acting" frequency response requirements［J］. International journal of electrical power amp; energy systems， 2019， 113： 1-8.

［3］"""" 李少林， 秦世耀， 王瑞明， 等. 一種雙饋風電機組一次調頻協(xié)調控制策略研究［J］. 太陽能學報， 2020， 41（2）： 101-109.

LI S L， QIN S Y， WANG R M， et al. A collaborative control of primary frequency regulation for DFIG-WT［J］. Automation of electric power systems， 2020， 41（2）： 101-109.

［4］"""" 顏湘武， 宋子君， 崔森， 等. 基于變功率點跟蹤和超級電容器儲能協(xié)調控制的雙饋風電機組一次調頻策略［J］. 電工技術學報， 2020， 35（3）： 530-541.

YAN X W， SONG Z J， CUI S， et al. Primary frequency regulation strategy of doubly-fed wind turbine based on variable power point tracking and supercapacitor energy storage［J］.""" Transactions""" of""" China""" Electrotechnical Society， 2020， 35（3）： 530-541.

［5］"""" 孫亮， 楊曉飛， 孫立國， 等. 基于改進虛擬同步發(fā)電機的多逆變器頻率無差控制策略［J］. 電力系統(tǒng)保護與控制， 2021， 49（11）： 18-27.

SUN L， YANG X F， SUN L G， et al. Frequent deviation-free"" control"" for"" microgrid""" multi-inverters"" based"" on improving" a"" virtual"" synchronous"" generator［J］. Power system protection and control， 2021， 49（11）： 18-27.

［6］"""" 李柏慷， 張峰， 丁磊. 雙饋風機參與調頻的速度控制器模糊協(xié)同控制及參數(shù)校正策略［J］. 電網技術， 2022， 46（2）： 596-603.

LI B K， ZHANG F， DING L. Fuzzy cooperative control and parameter correction strategy of speed controller in frequency"" modulation"" stage"" of"" double-fed"" induction generator［J］. Power system technology， 2022， 46（2）： 596-603.

［7］"""" 李少林， 王偉勝， 張興， 等. 基于頻率響應區(qū)間劃分的風電機組虛擬慣量模糊自適應控制［J］. 電網技術， 2021， 45（5）： 1658-1665.

LI S L， WANG W S， ZHANG X， et al. Fuzzy adaptive virtual inertia control strategy of wind turbines based on system" frequency" response"" interval" division［J］." Power system technology， 2021， 45（5）： 1658-1665.

［8］"""" 付媛， 王毅， 張祥宇， 等. 變速風電機組的慣性與一次調頻特性分析及綜合控制［J］. 中國電機工程學報， 2014， 34（27）： 4706-4716.

FU Y， WANG Y， ZHANG X Y， et al. Analysis and integrated control of inertia and primary frequency regulation for variable speed wind turbines［J］. Proceedings of the CSEE， 2014， 34（27）： 4706-4716.

［9］"""" 李世春， 鄧長虹， 龍志君， 等. 風電場等效虛擬慣性時間常數(shù)計算［J］. 電力系統(tǒng)自動化， 2016， 40（7）： 22-29.

LI S C， DENG C H， LONG Z J， et al. Calculation of equivalent virtual inertial time constant of wind farm［J］. Automation of electric power systems， 2016， 40（7）： 22-29.

［10］""" 劉皓明， 任秋業(yè)， 張占奎， 等. 雙饋風機等效慣性時間常數(shù)計算及轉差率反饋慣量控制策略［J］. 電力系統(tǒng)自動化， 2018， 42（17）： 49-57.

LIU H M， REN Q Y， ZHANG Z K， et al. Calculation of equivalent inertia time constant for doubly-fed induction generators and slip-feedback inertia control strategy［J］. Automation of electric power systems， 2018， 42（17）： 49-57.

［11］""" 鮑威宇. 風電慣量參與電網調頻的控制研究［D］. 濟南： 山東大學， 2021.

BAO W Y. Studies on participation of wind power inertia in power" system" frequency" control［D］." Ji′nan：" Shandong University， 2021.

［12］""" 喬穎， 郭曉茜， 魯宗相， 等. 考慮系統(tǒng)頻率二次跌落的風電機組輔助調頻參數(shù)確定方法［J］. 電網技術， 2020， 44（3）： 807-815.

QIAO Y， GUO X Q， LU Z X， et al. Parameter setting of auxiliary frequency regulation of wind turbines considering secondary frequency drop［J］. Power system technology， 2020， 44（3）： 807-815.

［13］""" 趙晶晶， 李敏， 何欣芹， 等. 基于限轉矩控制的風儲聯(lián)合調頻控制策略［J］. 電工技術學報， 2019， 34（23）： 4982-4990.

ZHAO J J， LI M， HE X Q， et al. Coordinated control strategy of wind power and energy storage in frequency regulation based on torque limit control［J］. Transactions of China" Electrotechnical" Society，" 2019，" 34（23）：" 4982-4990.

［14］""" LIU Q Y， SI Y D， HUO X L， et al. Coordination control based on virtual inertial time constant and fuzzy logic control" for" power" system" with" wind" farm［C］//The" 46th Annual Conference of the IEEE Industrial Electronics Society， Singapore， 2020.

［15］""" ZOU J X， PENG C， YAN Y， et al. A survey of dynamic equivalent modeling for wind farm［J］. Renewable and sustainable energy reviews， 2014， 40： 956-963.

［16］""" QING M Q， TANG F， LIU F S， et al. An analytical method for estimating the maximum penetration of DFIG considering" frequency" stability［J］. Sustainability， 2020，" 12（23）： 9850.

WIND POWER INTEGRATED FREQUENCY CONTROL STRATEGY

CONSIDERING VIRTUAL INERTIA TIME CONSTANTS AND

FREQUENCY SECONDARY DROP

Peng Haitao1，He Shan1，2，Cheng Jing1，2，Yuan Zhi1，2，Yan Xueqin1，2，Chang Xiqiang3

（1. School of Electrical Engineering， Xinjiang University， Urumqi 830017， China；

2. Renewable Energy Power Generation and Grid Connection Control Engineering Research Center of the Ministry of Education， Urumqi 830017， China；

3. State Grid Xinjiang Electric Power Corporation Co.， LTD.， Urumqi 830063， China）

Abstract： In this paper， a quantitative representation of the inertial support capability of wind turbines based on virtual inertia time constant is presented， and then the influence of torque controller parameters on the virtual inertia time constant is analyzed. On this basis， an integrated frequency control strategy combining adaptive droop control and fuzzy adaptive control of the torque controller is proposed to achieve flexible adjustment of the virtual inertia time constant， which can accelerate the frequency recovery while dampening the rapid change of the system frequency and effectively solve the problem of secondary frequency drop. Finally， the effectiveness of the proposed control strategy and the improvement effect on the secondary frequency drop is verified by simulations.

Keywords：wind power； integrated control； fuzzy logic； virtual inertia time constant； secondary frequency drop