多运行方式下DFIG-PSS输入信号选取的探讨

边晓燕，耿 艳，袁方期，李学武，符 杨（.上海电力学院电气工程学院，上海 00090；.国网浙江长兴县供电公司，长兴 3300）

多运行方式下DFIG-PSS输入信号选取的探讨

边晓燕1，耿 艳1，袁方期2，李学武1，符 杨1
（1.上海电力学院电气工程学院，上海 200090；2.国网浙江长兴县供电公司，长兴 313100）

摘 要：为考虑系统运行方式的随机不确定性，采用概率方法研究含风电场的电力系统的小干扰稳定性。在双馈风电机组转子侧变频器有功控制环加装电力系统稳定器，以改善风电并网系统小干扰概率稳定性。通过在五机两区域系统中进行仿真，比较了不同输入信号在多运行方式下的阻尼特性。仿真结果表明，双馈风电机组的转差和终端电压是最为合适的输入信号，二者的阻尼效果相同。

关键词：概率；小干扰稳定；电力系统稳定器；输入信号

随着能源危机的不断加剧和环境问题的日益突出，风电发展迅速，双馈感应风力发电机组DFIG （doubly-fed induction generator）在系统中占有的比重也越来越大，对系统的动态稳定性尤其是小干扰稳定性也产生了不利影响［1-2］。为了防止DFIG替代同步发电机时，增加互联电力系统发生低频振荡的危险，DFIG也采取了类似于同步发电机的附加阻尼控制策略，即DFIG-电力系统稳定器PSS（power sys⁃tem stabilizer）。文献［3-5］采用双馈电机的电磁功率为DFIG-PSS的输入信号，文献［6］采用并网点频率，文献［7］采用DFIG转差，文献［8］采用终端电压，文献［9］采用风电场端电压相角，分别将DFIG-PSS输出到转子变频器有功、无功或电压控制环。文献［3-9］均证明DFIG-PSS有抑制低频振荡的作用，但均只采用一种信号为DFIG-PSS的输入，而且除文献［5］考虑了风电场出力这一种随机性以外，其余文献只考虑某种特定情况，不具有应用上的普遍性。

鉴于此，本文采用插入式建模技术［10］构建整个电力系统的状态矩阵，考虑了系统运行方式的随机不确定性，包含风电场出力的随机变化、负荷以及同步发电机组出力的波动，利用基于数值分析的概率方法［11］分析风电并网系统的小干扰稳定统计属性。在DFIG转子侧变频器有功控制环加装PSS，比较了几种常用控制信号包括DFIG的转差、风电场端电压相角、DFIG电磁功率以及终端电压设计的DFIG-PSS的阻尼效果，以此判断不同输入信号的阻尼特性以及适应性，为DFIG-PSS输入信号的选取提供借鉴。

1 DFIG-PSS模型

如图1所示，在DFIG转子侧变频器有功控制环加装PSS，KPSS为DFIG-PSS的增益；p为微分算子；T1和T2为相位补偿环节时间常数；Tw为隔直时间常数，用于消除稳态偏差量；kp1、ki1、kp2和ki2分别为各控制器的比例和积分系数；Pref为风机有功功率参考值；Ps为定子有功功率；iqref为转子q轴电流控制参考值；iqr为转子q轴电流；uqr为转子q轴电压。DFIGPSS通过输入信号使风电机组输出与系统振荡相关的阻尼功率，进而抑制低频振荡［7］。

图1 DFIG-PSS接入转子侧变频器有功控制环Fig.1 Active power control loop of rotor-side converter with the integration of DFIG-PSS

2 不同输入信号的阻尼效果比较

含风电场的五机两区域系统如图2所示，此系统由典型的四机两区域系统［12］修改得到。图中，风电场由80台1.5 MW的DFIG组成，修改发电机G1和G2的有功出力，使区域1保持向区域2输送400 MW的有功功率。

风电场的处理如下：将多台风电机组等值为一台风力发电机组，多台升压变压器等值为一台0.69/ 35 kV的机端升压变压器，然后经集电系统35 kV等值输电线路连接到主变压器，升压后经过输电线接入系统。

普通发电厂采用文献［13］中的同步发电机组模型，包含完整的发电机六阶模型、励磁系统等模型。双馈风力发电机采用完整的风电机组暂态模型［13-14］，DFIG-PSS模型如前文所述。系统中负荷的日负荷曲线、常规同步发电机一天内的有功出力和电压运行曲线见文献［15-16］；风电场采集的有功和电压运行曲线见文献［17］。

图2 含风电场的五机两区域系统Fig.2 Test system with the integration of wind farm，including five generators and two areas

2.1 变频器控制器初始参数的设定

转子侧变频器和网侧变频器控制器分别如图3和图4所示。图中，kp3、ki3、kp4、ki4、kpdg、kidg、kpg和kig分别为各控制器的比例和积分系数；uref为发电机出口处的电压参考值；us为定子电压；idref为转子d轴电流控制参考值；idr和udr分别为转子d轴电流和电压；uDC和uDC_ref分别为直流环节并联电容器两端电压及其控制参考值；idg_ref和iqg_ref分别为电网侧变频器电流的d轴和q轴分量参考值；idg、iqg和udg、uqg分别为电网侧变频器电流和电压的d轴和q轴分量。控制器参数的初始值设置为：kp1=-2.0；ki1=50.4；kp2= 0.27；ki2=5.1；kp3=-1.48；ki3=219.0；kp4=0.27；ki4= 5.1；kpdg=-1.2；kidg=0.054；kpg=0.73；kig=131.0。

图3 转子侧变频器控制器Fig.3 Controller of rotor-side converter

图4 网侧变频器控制器Fig.4 Controller of line-side converter

表1 未加装DFIG-PSS时系统机电振荡模式概率Tab.1 Probabilities of electromechanical oscillation modes without DFIG-PSS

2.2 初始系统的小干扰概率稳定性分析

原系统有4个机电振荡模式，各模式下概率P如表1所示。表中σ¯±jω¯为某个特征根λ=σ+jω的期望，ξ为阻尼比。根据振荡频率计算公式f=ω¯/2π得到：模式1和模式2的振荡频率位于区域内振荡（0.7～2.0 Hz）范围内，分别为0.86 Hz和0.94 Hz；模式3和模式4位于区间振荡（0.1～0.7 Hz）范围内，分别为0.49 Hz和0.21 Hz。表2为参与因子，可以看出：

表2 参与因子Tab.2 Participation factors

2.3 不同输入信号时系统的小干扰概率稳定性比较

如图1所示，在等值后的一台风力发电机组的转子侧变频器有功控制环加入PSS，其常用输入信号有DFIG的转差s、风电场端电压相角δ、DFIG电磁功率Pem和终端电压udg。分别对以上4种控制信号利用相角补偿原理设计附加控制器，优化相位补偿环节时间常数，进而比较它们的阻尼控制效果。不同输入信号时的参数如表3所示。

表3 不同输入信号时的DFIG-PSS的参数Tab.3 Parameters of DFIG-PSS under different input signals

表4 DFIG转差为输入信号时的机电振荡特征值概率Tab.4 Probabilities of electromechanical oscillation modes with input of DFIG slip

表5 风电场端电压相角为输入信号时的机电振荡特征值概率Tab.5 Probabilities of electromechanical oscillation modes with input of phase angle of wind farm terminal voltage

4种输入信号下机电振荡特征值概率分别如表4～表7所示。与表1比较可知，4种输入信号下均改善了模式2、3、4的振荡，并且采用转差和终端电压为输入信号时产生的概率特征根的数字特征相同，其概率特征根的阻尼比期望ξ¯，P｛σ＜0｝和P｛ξ＞0.1｝的值均比采用风电场端电压相角和DFIG电磁功率为输入信号时的值大得多。综上，不同输入信号阻尼低频振荡的效果优劣依次为：DFIG的转差=终端电压＞风电场端电压相角＞DFIG电磁功率。风电场不参与模式1、2和3的振荡，但风电场引起模式4的振荡，而且模式4只由风电场引起。综上所述，模式1、2和模式4为区域内振荡，模式3属于区间振荡。

表6 DFIG电磁功率为输入信号时的机电振荡特征值概率Tab.6 Probabilities of electromechanical oscillation modes with input of DFIG electromagnetic power

表7 终端电压为输入信号时的机电振荡特征值概率Tab.7 Probabilities of electromechanical oscillation modes with input of terminal voltage

采用转差或终端电压为控制信号时，模式2与4的P｛σ＜0｝和P｛ξ＞0.1｝均为100%，相比于原系统，模式2的P｛σ＜0｝增加了32.76%，P｛ξ＞0.1｝增加了42.71%，模式4的P｛ξ＞0.1｝增加了100%，并且阻尼比增加了25.46倍，模式3的P｛ξ＞0.1｝增加了49.08%。由此得出结论：DFIG-PSS的作用是改善由风电场引起的振荡以及增强非其所在区域的阻尼，对区间振荡的改善效果不好，且使本侧区域内振荡变差。图5为模式2的概率密度曲线的对比图，可以看出：相比于原系统，DFIG-PSS的加入使整个概率分布曲线向左移动（远离虚轴），使原来相对分散的分布变得集中。

图5 模式2实部概率密度曲线Fig.5 Probability density function of real-part in mode 2

3 结论

利用DFIG-PSS阻尼系统低频振荡，比较了DFIG的转差、风电场端电压相角、DFIG电磁功率和终端电压4种不同控制信号在多运行方式下的小干扰概率稳定性。通过在含风电场的五机两区域系统中进行仿真，得到以下结论：

（1）采用DFIG转差和终端电压为输入信号时的阻尼效果相同，二者均为最合适的输入信号；

（2）DFIG-PSS的作用是改善由风电场引起的振荡以及增强非其所在区域的阻尼，对区间振荡的改善效果不好，且使本侧区域内振荡变差。

参考文献：

［1］和萍，文福栓，薛禹胜，等（He Ping，Wen Fushuan，Xue Yusheng，et al）.风力发电对电力系统小干扰稳定性影响述评（Survey on impact of wind power on small signal stability in power system）［J］.电力系统及其自动化学报（Proceedings of the CSU-EPSA），2014，26（1）：1-7，38．

［2］刘严，袁越，傅质馨（Liu Yan，Yuan Yue，Fu Zhixin）.直驱永磁风电场并网运行的小干扰稳定性分析（Small signal stability analysis of grid-connected direct-driven permanent-magnet wind farm）［J］.电力系统及其自动化学报（Proceedings of the CSU-EPSA），2012，24（5）：1-6，24．

［3］徐政.风力发电的模拟与控制［M］.北京：机械工业出版社，2010．

［4］Hughes F M，Anaya-Lara O，Jenkins N，et al.A power sys⁃tem stabilizer for DFIG-based wind generation［J］.IEEE Trans on Power Systems，2006，21（2）：763-772．

［5］Huang Huazhang，Chung C Y.Coordinated damping con⁃trol design for DFIG-based wind generation considering power output variation［J］.IEEE Trans on Power Systems，2012，27（4）：1916-1925．

［6］郝正航，余贻鑫，曾沅（Hao Zhenghang，Yu Yixin，Zeng Yuan）.改善电力系统阻尼特性的双馈风电机组控制策略（A control strategy for increasing power system damp⁃ing with wind turbine-driven doubly-fed induction genera⁃tor）［J］.电力系统自动化（Automation of Electric Power Systems），2011，35（15）：25-29．

［7］ 关宏亮，迟永宁，戴慧珠，等（Guan Hongliang，Chi Yongning，Dai Huizhu，et al）.并网风电场改善系统阻尼的仿真（A simulation on wind farm integration in improv⁃ing power system damping）［J］.电力系统自动化（Auto⁃mation of Electric Power Systems），2008，32（13）：81-85．

［8］Mendonca Angelo，Pecas Lopes J A.Simultaneous tuning of power system stabilizers installed in DFIG-based wind generation［C］//2007 IEEE Lausanne Power Tech.Laus⁃anne，Switzerland，2007：219-224．

［9］Tsourakis G，Nomikos B M，Vournas C D.Contribution of doubly fed wind generators to oscillation damping［J］.IEEE Trans on Power Systems，2009，24（3）：783-791．

［10］Tse C T，Chung C Y.Electric power network modeling method［P］.US：6202041．

［11］边晓燕，李广跃，王克文，等（Bian Xiaoyan，Li Guangyue，Wang Kewen，et al）.多运行方式下含风电场电力系统的小干扰概率稳定性研究（Probabilistic small signal stability analysis of power system integrated with large-scale wind farm considering multi operating condi⁃tions）［J］.电网技术（Power System Technology），2013，37 （11）：3046-3054．

［12］Kundur P.Power System Stability and Control［M］.New York：McGraw-Hill Company，1994．

［13］关宏亮（Guan Hongliang）.大规模风电场接入电力系统的小干扰稳定性研究（Studies on Small Signal Stability of Electric Power System in Respect of Large Wind Farm Connection）［D］.保定：华北电力大学电气与电子工程学院（Baoding：School of Electrical and Electronic Engi⁃neering，North China Electric Power University），2009.

［14］鞠平.电力系统建模理论与方法［M］.北京：科学出版社，2010．

［15］Wang K W，Chung C Y，Tse C T，et al.Improved probabi⁃listic method for power system dynamic stability studies ［J］.IEE Proceedings-Generation，Transmission and Distri⁃bution，2000，147（1）：37-43．

［16］边晓燕，周歧斌，王克文，等（Bian Xiaoyan，Zhou Qibin，Wang Kewen，et al）.基于概率法的静止无功补偿器设计（Robust SVC controller designed by probabilistic meth⁃od）［J］.电力系统保护与控制（Power System Protection and Control），2009，37（20）：18-22，78．

［17］Bian X Y，Huang X X，Wong K C，et al.Improvement on probabilistic small-signal stability of power system with large-scale wind farm integration［J］.International Journal of Electrical Power&Energy Systems，2014，61：482-488.

边晓燕（1976—），女，博士，教授，研究方向为电力系统稳定与控制、风力发电。Email：kuliz@163.com

耿 艳（1989—），女，通讯作者，硕士研究生，研究方向为多运行方式下风电并网系统小干扰稳定性分析与改善。Email：gfx19891025@163.com

袁方期（1989—），男，硕士，工程师，研究方向为风力发电、电力系统稳定与控制。Email：yuanfangqi2@163.com

中图分类号：TM712；TM743

文献标志码：A

文章编号：1003-8930（2016）07-0047-04

DOI：10.3969/j.issn.1003-8930.2016.07.009

作者简介：

收稿日期：2015-01-26；修回日期：2015-12-25

基金项目：上海市科委科技创新资助项目（14DZ1200905）；上海市教委科研创新资助项目（12ZZ172）；上海绿色能源并网工程技术研究中心资助项目（13DZ2251900）

Discussion on Input Signal Selection of DFIG-PSS in Multi-operating Conditions

BIAN Xiaoyan1，GENG Yan1，YUAN Fangqi2，LI Xuewu1，FU Yang1
（1.School of Electrical Power Engineering，Shanghai University of Electric Power，Shanghai 200090，China；2.State Grid Zhejiang Changxing Power Supply Corporation，Changxing 313100，China）

Abstract：In order to consider the stochastic uncertainty of system operating conditions，a probabilistic method was ad⁃opted to study the small-signal stability of power system with the integration of wind farm.A power system stabilizer （PSS）was installed in the active power control loop of rotor-side converter of doubly-fed induction generator（DFIG）for improving the probabilistic small-signal stability of power system connected with wind farm.By simulation on a fivemachine two-area system，the damping characteristics of different input signals were compared under multi-operating conditions.Simulation results show that the slip and terminal voltage of DFIG are the most appropriate input signals，and their damping effects are identical.

Key words：probability；small-signal stability；power system stabilizer（PSS）；input signal