同型光热发电机并联聚合对光热发电场振荡稳定性影响

赖林琛 周 强 杜文娟 王 杨 王海风

同型光热发电机并联聚合对光热发电场振荡稳定性影响

赖林琛1周 强2杜文娟1王 杨1王海风1

（1．四川大学电气工程学院 成都 610065 2．国网甘肃省电力公司电力科学研究院 兰州 730050）

该文研究了并联光热发电机群聚合对光热发电场振荡稳定性的影响，发现并联光热发电机数量增加时，与光热发电机励磁系统相关的振荡模式在复平面上向右移动，给光热发电场带来失稳风险。文中采用劳斯稳定判据，进一步分析证实并解释了这一发现的机理。该文首先给出了光热发电机组线性化模型，进而建立了含台并联光热发电机的光热发电场线性化模型；然后，在光热发电机模型相同的条件下，采用相似变换推导了光热发电场等效模型，分析了并联光热发电机数量增加给光热发电场带来振荡失稳的风险，通过算例演示了随着并联光热发电机数量的增加，光热发电场的励磁振荡模式在复平面上向右移动，导致光热发电场振荡失稳，探讨了光热发电机运行状态不同时等效模型的适用性；最后通过理论分析表明，光热发电机机电振荡模式不受并联光热发电机数量增加的影响，从而证明和解释了励磁振荡模式失稳的机理。

光热发电机 动态聚合 振荡稳定性 光热发电场

0 引言

作为太阳能发电中的新兴产业，光热发电正在全球范围内得到快速发展与广泛应用[1-3]。据世界能源署预计，2020年美国和欧洲光热发电量可占发电总量的3%，2025年全世界光热装机容量将达到22GW，2050年全世界光热发电量可占全球总发电量的11.3%[4]。大规模光热发电机（Concentrating Solar Power, CSP）并网将给电力系统运行稳定性问题带来挑战。考虑到光热机组容量较小，大规模光热接入系统模型阶数会随并入机组数量的增加而增高[5]。为降低检测振荡增长风险的复杂性和计算负担，通常需要使用聚合动态模型。

光热机组与传统的火电机组均使用传统的汽轮机进行发电，故它们的动态特性相似。同步发电机的聚合方法早已有了较多的研究，其中有基于发电机转子同摆的最基本的同调等值法[6]。在同调等值法的相关机群参数聚合中常用的是频域聚合法[7]，后来基于加权法的发电机及其调节系统详细模型参数聚合的实用方法被提出[8]。虽然光热发电技术在向着提升单机容量的方向努力发展[9]，但就目前情况而言，光热机群单机容量较小，相较于传统同步机数量较少的聚合台数[10]，光热发电机聚合台数更多。且光热发电通常采用集中接入的方式，即首先通过集电网络将光热发电机组输出功率汇集至汇流母线，再通过外送系统集中送出，光热发电系统这一结构特点与传统多机电力系统不同。

新能源发电技术中，与光热发电机类似的单机容量较小、采用集中接入方式的风力发电机和光伏发电机的聚合方法有了较多的研究[11-14]。主要有容量加权平均法和参数辨识法，可以用单个发电机导出发电场的聚合动态表示。容量加权平均法是根据发电场中单个发电机的加权参数计算聚合后的参数[15-17]。参数识别方法[18]是最小化发电场与聚合后的发电机在发电场公共耦合点上的动态差异。还有研究提出将多机系统解耦为若干个单机子系统的方法，文献[19-20]从频域角度推导了可用于简化风电场和光伏电场稳定性分析的等效方法；文献[21]从时域角度提出考虑风电场规模的等效方法，并发现了随着风电场规模的扩大，系统存在着振荡失稳的风险。这两种方法本质相同且对于简化大规模发电场稳定性问题的分析十分有效。而光热发电机与风机不同，其并网不通过换流器，多个工程实例均采用发电机—变压器—线路组单元接线方式并网[9]，光热发电场是否存在与风电场类似的稳定性问题仍待研究。

1 同型光热发电机并联系统聚合模型

1.1 光热发电机动态模型

文献[26]给出了面向控制的光热发电机数学模型，分别对光热发电机各子系统进行了不同时间尺度下的研究。为研究光热发电机并网系统的振荡稳定性，在文献[26]的基础上进行一些合理的修改，本文将光热发电机的聚光集热子系统、蓄热子系统、发电子系统联系起来，得到了可用于电力系统振荡稳定性研究的光热发电机模型。太阳能光热发电的主要原理如图1所示，通过反射太阳光到太阳能接收器进行太阳能的采集，利用传热工质（Heat Transfer Fluid, HTF）传递、储存热量，再通过换热装置使锅炉提供高压过热蒸汽驱动传统的汽轮机进行发电。

图1 光热发电原理

1.1.1 聚光集热、蓄热子系统模型

光热发电机的聚光集热子系统和蓄热子系统模型如图2所示。

图2 集热与蓄热子系统模型

集热子系统中，传热工质从接收器入口开始向出口流动，并在接收器中吸收来自太阳的热量，最终经管道流入蓄热子系统。蓄热子系统中，HTF从热罐流出，经过换热器将热量传至锅炉，换热后的HTF流入冷罐并被继续送至集热子系统。

1）聚光集热子系统模型

接收器中，热量的传递主要发生在导管（tube）和HTF之间。

接收器入口处的热力学过程为：导管接收反射镜聚集的太阳光的热量，并传递至管中的HTF；对于HTF，其吸收的热量来自导管，在其流动的过程中也会散失部分热量；故太阳能接收器入口处热力学动态方程为

接收器出口处的热力学过程与接收器入口处相同，故其热力学动态方程为

式中，下标ot表示接收器出口处导管的物理量；下标oh表示接收器出口处HTF的物理量。

式（1）、式（2）构成了光热发电机聚光集热子系统的热力学模型。

2）蓄热子系统模型

由图2中蓄热子系统部分热量流动框图可知，热罐、冷罐的温度的变化主要由流入HTF带来热量和流出HTF带走热量的差值决定，且流入的HTF和流出的HTF的质量可认为是恒等的，故可得描述蓄热子系统热力学过程的动态方程为

3）聚光集热及蓄热子系统模型

由图2可知，太阳能接收器中，HTF的流入流出导致的热量变化为流入接收器入口处与流出接收器出口处HTF热量的差值；HTF从接收器中流出，经过管道流入热罐过程中存在热量损耗；换热器向锅炉注入的热量为流入和流出换流器HTF热量的差值，故可得

为了计算方便，在实际处理时近似地认为太阳能接收器入口处HTF的温度与流入其中的HTF的温度相等，太阳能接收器出口处HTF的温度与从其流出的HTF的温度相等，热罐中HTF的温度与从其流出的HTF的温度相等，即

式（1）～式（5）共同构成了太阳能光热发电机的热力学部分模型，即聚光集热子系统及蓄热子系统的模型。

1.1.2 发电子系统模型

光热发电机的发电子系统模型采用文献[26]中给出的可用于研究振荡稳定性的发电子系统模型及参数，包含发电机的磁链5阶、轴系六质块12阶及励磁系统3阶方程，该模型与传统同步机模型基本相同，故发电子系统非线性动态模型不做赘述，仅给出线性化模型，即

图3 调速器控制模型

从图3可以得到调速器的线性化动态方程为

1.1.3 锅炉部分模型

1.1.4 光热发电机线性化模型

由此前的建模过程可知，光热发电机的集热蓄热子系统和发电子系统可以直接简单地通过锅炉能量转换模型联系起来，将二者互联可得整个光热发电机的数学模型。

将式（10）线性化可得

将式（1）～式（5）线性化可得

将式（11）～式（14）与式（6）～式（9）结合，可得到光热发电机线性化模型为

1.2 并联光热发电机等效模型

光热发电机并联聚合方法参考文献[21]中提出的聚合方法。

由图4可得到并联光热发电机群的状态空间模型为

其中

式中，为等效后得到的新的状态变量组成的向量为2×2的单位矩阵。

式（18）称为并联光热发电机群的等效模型。观察式（18）可以发现，图4中所示的系统可以由图5和图6表示的个独立的等效子系统。

图5 前N-1个等效子系统

图6 第个等效子系统

由图6所示的第个等效子系统模型，还可得用于非线性仿真分析的光热发电机群聚合模型，具体如图7所示。本节此前的推导中不涉及外部电力系统，图7中外部电力系统模型和参数同图4。对于光热发电场，其线性化模型仍如式（18）所示，因此，图7中光热发电机模型和参数同图4。但是，光热发电机与外部电力系统之间的接口处（即图7中的母线C处）的电压和电流，应做相应的修改，详细情况见附录。

图7 光热发电场聚合模型

2 计算分析及仿真

图8 具有光热发电场的电力系统

2.1 等效模型

首先，利用式（18）所示等效模型计算并联光热发电机群的振荡模式。计算结果列于表1的前两列。

表1 5台光热发电机并联并网模型振荡模式计算结果

Tab.1 Computational results of oscillation modes of group of five CSP generators in parallel connection in the power system

然后，采用式（17）所示全阶模型计算并联光热发电机的振荡模式。计算结果见表1中的第三列，其中后缀（×4）表示有四个相同的振荡模式。

对比表1中三列的结果可知，等效模型可有效反映原光热发电场的振荡模式，验证了1.2节给出的等效模型的有效性。

图9 特征值对应的参与因子

2.2 并联光热发电机数量影响

本节研究并联光热发电机数量增加对示例电力系统中的影响。当并联光热发电机数量增加时，断开图8中相同数量的并网光热发电场其余部分的光热发电机。因此，当并联光热发电机的数量增加时，光热发电场整体稳态输出潮流保持不变。

表2 特征值的运动趋势指标

Tab.2 Index of movement trend of eigenvalues

图10 并联光热发电机数量增加时的根轨迹

图11 并联光热发电机数量增加时～的根轨迹

图12 时非线性仿真结果

2.3 发电机动态存在差异

2.1节和2.2节是针对发电机动态相同时的研究，说明了聚合模型的有效性。本小节将发电机的参数设置为不同，以此对聚合模型的适用性进行评估。为针对随着并联发电机数量增加而可能失稳的与励磁系统相关的振荡模式，将各发电机励磁系统的参数设置为不同，并且各发电机的出力设置为不同。

图13 时非线性仿真结果

图14 不同参数情况下的根轨迹

由图14可知，当=13时，情况一、情况二及聚合模型得到的特征值均位于复平面右半部分，这将导致系统振荡失稳。说明当发电机动态有一定差异时，聚合模型仍能在一定程度上反映系统可能存在的失稳风险。

最后通过非线性仿真验证上述结论。仿真中扰动设置为：0.5s时，光热发电场其余部分的光热发电机出力增加10%，并于50ms内恢复。仿真结果如图15所示。

图15 不同参数情况下的非线性仿真结果

可以看出，=13时情况一、情况二、聚合模型对应的曲线均随时间发散，系统振荡失稳，再次验证了聚合模型在发电机动态存在一定差异时对系统振荡失稳风险的判定具有一定适用性。

3 系统稳定性分析

2.2节的研究发现，随着并联光热发电机数量增加，仅与励磁系统相关的振荡模式可能移动到复平面右半部分，而与轴系相关的振荡模式均位于复平面左半部分，不会导致系统振荡失稳。下面将对此给出理论解释。

从图6中的聚合模型可知，台光热发电机并联构成机群可以由一台光热发电机等效。现考虑一台光热发电机接入无穷大母线的情况，具体如图16所示。

图16 单台光热发电机接入无穷大节点

忽略线路电阻，采用发电机经典模型，即仅含发电机的转子运动方程，可得系统状态空间表示形式为

其中

式（20）也可写为

其中

式（21）所示系统特征方程为

由式（22）构建的系统劳斯表见表3。表3中第一列元素均为正。根据劳斯稳定判据，当表3中，第一列所有元素值均大于零时，系统稳定。因此并联光热发电机数量增加不会导致系统失稳。

表3 劳斯表

Tab.3 Routh table

结合2.2节的算例分析结果，在光热发电机中存在两种振荡模式：一种是与发电机轴系相关的机电振荡模式；另一种是与励磁系统相关的振荡模式。式（22）表明并联光热发电机数量的变化不会导致机电振荡模式进入复平面右半部分，故可能失稳的只有与励磁系统相关的振荡模式，这一结论与算例分析结果完全一致。

4 结论

本文研究了并联同型光热发电机接入对光热发电场振荡稳定性的影响。所建立模型的计算结果与仿真分析表明了全阶模型和等效模型的一致性。

基于等效子系统模型的表示形式和算例分析，重点探讨了并联光热发电机数量变化对光热发电机群振荡稳定性的影响，得出以下结论：

1）光热发电机群内并联机组数量变化会导致聚合模型振荡模式中与励磁系统相关的振荡模式在复平面上向右移动；当并联光热发电数量达到一定值时，该振荡模式可能进入复平面右半部分，导致系统振荡失稳。

2）从算例中可知，当光热发电机群内发电机动态存在一定差异时，聚合模型仍能在一定程度上反映出系统可能存在的振荡失稳风险。

3）并联光热发电机群内，与光热发电机轴系相关的机电振荡模式基本不受并联光热发电机数量变化的影响。理论推导也证明和解释了这一结论。

本文针对并联型光热发电机群进行了模型推导和计算仿真分析，分析结果对于目前工程实际中的大型光热发电场的规划运行具有指导性意义。但是，随着光热发电技术的发展，光热发电场的拓扑结构可能复杂化，对于其他拓扑结构，本文的研究方法存在局限性，有待进一步研究。并且，当光热发电场内发电机运行状态不同时，本文模型的适用性仅通过具体算例进行了分析，该结论的普适性也有待进一步严格的证明和理论分析。

附 录

1. 线性化等效模型推导

通过图4可得

由式（16）、式（A1）、式（A2），可作差得到

再由式（16）、式（A1）、式（A2），可求和得到

因此，可以引入新的状态变量向量

由式（A3）和式（A5）得

由式（A4）和式（A5）得

其中

由式（A3）～式（A7）的推导表明，可以进行以下等效状态变量变换

其中

利用式（A8）定义的等价变换，即可得到如式（18）所示的并联光热发电机群的状态空间模型。

2. 非线性仿真模型

在非线性仿真中采用聚合模型时，光热发电机的非线性模型和参数保持不变。在光热发电机与外部电力系统之间的接口处的电压和电流，应修改如下。

由式（A2）可得

因此，光热发电机的输出电流和端电压分别为

式中，下标0表示变量的稳态值。

注入外部电力系统的电流

[1] 张悦, 申彦波, 石广玉. 面向光热发电的太阳能短期预报技术[J]. 电力系统自动化, 2016, 40(19): 158-167.

Zhang Yue, Shen Yanbo, Shi Guangyu. Short-term forecasting technology of solar energy for concentrating solar power[J]. Automation of Electric Power Systems, 2016, 40(19): 158-167.

[2] Gil A, Medrano M, Martorell I, et al. State of the art on high temperature thermal energy storage for power generation (part1): concepts, materials and modellization[J]. Renewable and Sustainable Energy Reviews, 2010, 14(1): 31-55.

[3] 车泉辉, 娄素华, 吴耀武, 等. 计及条件风险价值的含储热光热电站与风电电力系统经济调度[J]. 电工技术学报, 2019, 34(10): 2047-2055.

Che Quanhui, Lou Suhua, Wu Yaowu, et al. Economic dispatching for power system of concentrated solar power plant with thermal energy storage and wind power considering conditional value-at-risk[J]. Transactions of China Electrotechnical Society, 2019, 34(10): 2047-2055.

[4] International Energy Agency(IEA). Technology roadmap: concentrating solar power[R]. Source OECD Energy, 2010, 7: 48-49.

[5] 邵成成, 冯陈佳, 李丁, 等. 光热发电机群聚合模型及其在电力系统运行模拟中的应用[J]. 中国电机工程学报, 2020, 40(11): 3507-3515.

Shao Chengcheng, Feng Chenjia, Li Ding, et al. Clustered CSP model and its application in power system operation simulation[J]. Proceedings of the CSEE, 2020, 40(11): 3507-3515.

[6] 康义, 周献林, 谢国恩, 等. 用NETOMAC程序进行电力系统动态等值研究[J]. 电网技术, 1998, 22(5): 21-24.

Kang Yi, Zhou Xianlin, Xie Guoen, et al. Using NETOMAC program in system equivalent study[J]. Power System Technology, 1998, 22(5): 21-24.

[7] 倪以信, 陈寿孙, 张宝霖. 动态电力系统的理论和分析[M]. 北京: 清华大学出版社, 2002.

[8] 胡杰, 余贻鑫. 电力系统动态等值参数聚合的实用方法[J]. 电网技术, 2006, 30(24): 26-30.

Hu Jie, Yu Yixin. A practical method of parameter aggregation for power system dynamic equivalence[J]. Power System Technology, 2006, 30(24): 26-30.

[9] 许继刚, 汪毅. 塔式太阳能光热发电站设计关键技术[M]. 北京: 中国电力出版社, 2019.

[10] 朱林, 王贝, 付东, 等. 人工鱼群算法在同调发电机群聚合中的应用[J]. 电力科学与技术学报, 2020, 35(3): 61-67.

Zhu Lin, Wang Bei, Fu Dong, et al. Application of an artificial fish swarm algorithm in the aggregation of coherent generators[J]. Journal of Electric Power Science and Technology, 2020, 35(3): 61-67.

[11] 韩平平, 林子豪, 夏雨, 等. 大型光伏电站等值建模综述[J]. 电力系统及其自动化学报, 2019, 31(4): 39-47.

Han Pingping, Lin Zihao, Xia Yu, et al. Review on equivalent modeling of large-scale photovoltaic power plant[J]. Proceedings of the CSU-EPSA, 2019, 31(4): 39-47.

[12] 苏田宇, 杜文娟, 王海风. 多直驱永磁同步发电机并联风电场次同步阻尼控制器降阶设计方法[J]. 电工技术学报, 2019, 34(1): 116-127.

Su Tianyu, Du Wenjuan, Wang Haifeng. A reduced order design method for sub-synchronous damping controller of multi-PMSGs parallel wind farm[J]. Transactions of China Electrotechnical Society, 2019, 34(1): 116-127.

[13] 董文凯, 杜文娟, 王海风. 弱连接条件下锁相环动态主导的并网直驱风电场小干扰稳定性研究[J]. 电工技术学报, 2021, 36(3): 609-622.

Dong Wenkai, Du Wenjuan, Wang Haifeng. Small-signal stability of a grid-connected PMSG wind farm dominated by dynamics of PLLs under weak grid connection[J]. Transactions of China Electrotechnical Society, 2021, 36(3): 609-622.

[14] 董文凯, 杜文娟, 王海风. 用于风电场小干扰稳定性检验的降阶模式计算方法[J]. 电工技术学报, 2021, 36(7): 1468-1479.

Dong Wenkai, Du Wenjuan, Wang Haifeng. Reduced-order modal computation method for small-signal stability examination of a wind farm[J]. Transactions ofChina Electrotechnical Society, 2021, 36(7): 1468-1479.

[15] Zhou Y, Zhao L, Lee W J. Robustness analysis of dynamic equivalent model of DFIG wind farm for stability study[J]. IEEE Transactions on Industry Applications, 2018, 54(6): 5682-5690.

[16] Ali M, Ilie I S, Milanović J, et al. Probabilistic clustering of wind generators[C]//Power & Energy Society General Meeting, Minneapolis, MN, USA, 2010: 1-6.

[17] Zou Jianxiao, Peng Chao, Xu Hongbing, et al. A fuzzy clustering algorithm-based dynamic equivalent modeling method for wind farm with DFIG[J]. IEEE Transactions on Energy Conversion, 2015, 30(4): 1329-1337.

[18] 张剑, 何怡刚. 基于轨迹灵敏度分析的永磁直驱风电场等值模型参数辨识[J]. 电工技术学报, 2020, 35(15): 3303-3313.

Zhang Jian, He Yigang. Parameters identification of equivalent model of permanent magnet synchronous generator wind farm based on analysis of trajectory sensitivity[J]. Transactions of China Electrotechnical Society, 2020, 35(15): 3303-3313.

[19] 辛焕海, 董炜, 袁小明, 等. 电力电子多馈入电力系统的广义短路比[J]. 中国电机工程学报, 2016, 36(22): 6013-6027.

Xin Huanhai, Dong Wei, Yuan Xiaoming, et al. Generalized short circuit ratio for multi power electronic based devices infeed to power systems[J]. Proceedings of the CSEE, 2016, 36(22): 6013-6027.

[20] 辛焕海, 甘德强, 鞠平. 多馈入电力系统广义短路比: 多样化新能源场景[J]. 中国电机工程学报, 2020, 40(17): 5516-5526.

Xin Huanhai, Gan Deqiang, Ju Ping. Generalized short circuit ratio of power systems with multiple power electronic devices: analysis for various renewable power generations[J]. Proceedings of the CSEE, 2020, 40(17): 5516-5526.

[21] Du Wenjuan, Dong Wenkai, Wang Haifeng, et al. Dynamic aggregation of same wind turbine generators in parallel connection for studying oscillation stability of a wind farm[J]. IEEE Transactions on Power Systems, 2019, 34(6): 4694-4705.

[22] Cocco D, Serra F. Performance comparison of two-tank direct and thermocline thermal energy storage systems for 1MWe class concentrating solar power plants[J]. Energy, 2015, 81: 526-536.

[23] 冯陈佳, 邵成成, 王雅楠, 等. 考虑启动热量约束的光热机组优化运行模型[J]. 电力系统自动化, 2019, 43(13): 29-35.

Feng Chenjia, Shao Chengcheng, Wang Yanan, et al. Optimal operation model of concentrating solar power units considering startup heat constraints[J]. Automation of Electric Power Systems, 2019, 43(13): 29-35.

[24] 王佳颖, 史俊祎, 文福拴, 等. 计及需求响应的光热电站热电联供型微网的优化运行[J]. 电力系统自动化, 2019, 43(1): 176-185.

Wang Jiaying, Shi Junyi, Wen Fushuan, et al. Optimal operation of CHP microgrid with concentrating solar power plants considering demand response[J]. Automation of Electric Power Systems, 2019, 43(1): 176-185.

[25] Xu Ti, Zhang Ning. Coordinated operation of concentrated solar power and wind resources for the provision of energy and reserve services[J]. IEEE Transactions on Power Systems, 2017, 32(2): 1260-1271.

[26] Luo Q, Ariyur K B, Mathur A K. Control-oriented concentrated solar power plant model[J]. IEEE Transactions on Control Systems Technology, 2016, 24(2): 623-635.

[27] 关金峰, 李加护. 发电厂动力部分[M]. 北京: 中国电力出版社, 2015.

[28] IEEE Subsynchronous Resonance Task Force. First benchmark model for computer simulation of subsynchronous resonance[J]. IEEE Transactions on Power Systems, 1977, 96(5): 1565-1572.

Impact of Dynamic Aggregation of Same Concentrating Solar Power Generators in Parallel Connection on the Oscillation Stability of a CSP Plant

Lai Linchen1Zhou Qiang2Du Wenjuan1Wang Yang1Wang Haifeng1

（1. College of Electrical Engineering Sichuan University Chengdu 610065 China 2. State Grid Gansu Electric Power Research Institute Lanzhou 730050 China）

In this paper, the impact of concentrating solar power (CSP) generators in parallel connection on oscillation stability of a CSP plant is studied. It is found that the increase of the number of CSP generators in parallel connection may cause the oscillation mode associated with the excitation system of CSP generator to move to the right on the complex plane, which brings the risk of instability. Based on the Routh stability criterion, further analysis confirms and explains the mechanism of this discovery. Firstly, the linearized model of CSP generator is presented, and then the linearized model of CSP plant withCSP generators in parallel connection is established. Then, the equivalent model of CSP plant is derived with similar transformation under the condition that CSP generators are all the same. Then, the risk of oscillation instability caused by the increase of the number of parallel CSP generators is analyzed. An example shows that with the increase of the number of parallel CSP generators, the oscillation mode associated with the excitation system of the CSP plant moves to the right on the complex plane, resulting in the instability of the CSP plant. Then, the applicability of the equivalent model is discussed when the dynamic of the CSP generator is different. Finally, the theoretical analysis shows that the electromechanical oscillation mode of the CSP generator is not affected by the increase of the number of parallel CSP generators, thus proving and explaining the mechanism of the instability of oscillation mode associated with the excitation system.

Concentrating solar power (CSP) generator, dynamic aggregation, oscillation stability of power system, CSP plant

10.19595/j.cnki.1000-6753.tces.201279

TM712

甘肃省科技重大专项计划资助项目“光热-光伏-风电新能源基地市场消纳和调度控制关键技术与示范应用”（19ZD2GA003）。

2020-09-23

2021-03-30

赖林琛 男，1996年生，硕士研究生，研究方向为新能源发电机动态模型和电力系统小干扰稳定性。E-mail：609795063@qq.com

杜文娟 女，1979年生，教授，博士，研究方向为电力系统稳定性分析与控制。E-mail：ddwenjuan@qq.com（通信作者）

（编辑 赫蕾）