基于ICA和WVD的风电并网低频振荡辨识和抑制方法研究

发布时间：2020-06-16 20:23

【摘要】：随着现代电力系统大规模互联的架构趋势,超远距离、超特高压的线路建设已经成为电力建设的首要选择。而国家的新能源项目又初见成果,风力发电系统首当其冲。当大规模风电设备并网接入原有系统后,电力系统的暂态稳定性出现了新特点和新问题,而其中的由小干扰扰动引起的低频振荡问题正逐渐被研究者们所关注。因此,本文选取双馈风电机组为研究对象,建立了相关的风电系统和并网模型,根据前人研究的优点与不足提出了一种独立分量分析(ICA)和Wigner-Ville分布(WVD)相结合的基于广域测量系统的低频振荡研究方法,并选取了恰当的抑制策略,利用电力系统稳定器增大系统阻尼,抑制低频振荡产生。首先,对风电机组的机械和电气模型进行初步建立,并以此建立出双馈感应型风电机组模型。再通过对风电并网下低频振荡产生机理的分析讨论,选取负阻尼机理作为全文的研究基础。而从广域测量系统监测到的风电并网下的低频振荡信号,拥有非线性特性,在处理这类问题时,常用的研究手段存在不同弊端,所以本文提出了新的方法对低频振荡进行辨析。对构造的理想信号和含有风电机组的经典四机二区域系统中的功率振荡信号先进行ICA处理,得到的低噪信号再利用WVD进行辨识。经过算例分析和仿真比对,基于ICA-WVD的低频振荡研究方法,比常规辨识方法拥有更好的辨识效果、更高的辨识精确度,其表现形式也更加简洁清晰。避免了Prony算法因噪声敏感而产生的“误辨识”问题。之后通过某风电场的实测功率数据验证了该研究方法在实际风电并网中的辨识可行性。也为设计PSS抑制参数等后续工作奠定了坚实的理论基础和详尽的科学依据。
【学位授予单位】：辽宁工程技术大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TM712
【图文】：

欧盟,电能,情况,能源

但是伴随着能源存储量的急剧下降、全球性气候的剧烈恶向往再到“雾霾北京”的兢兢恐惧，人们开始意识到能源的变革时束的“第十三届全国人大会议和政协会议”中，能源问题以最大的中。2010 年以来，随着最新一轮的能源变革兴起，风能、光能、NE）正成为我国推进产业升级、加速工业迭代、促进消费革命、措。特别地，在近一个“五年规划”以来，我国风能的利用水平和但适应了国际的多重标准，而且在发展中找到了一条符合自身能项的生产指标已经居于世界之首。风能的快速发展为我国产业结，现已成为引领能源转型变革的重要力量。自然能源，以其可再生、“产量”大、零污染、可大范围利用开发视。而且，相比于水力发电、光伏发电，风电是如今发展最快速英国三邦智库和德国旅游气候游说集团发布的最新数据，2017 年239TWh（32390 亿千瓦时），所有电能来源的分布如图 1.1 所示：核电水电生物质-6%太阳能-4%其他化石能源-4%

控制模型,吸收功率,风能,风力机

风电机组的能量转换存在利用极限，即风能转化的效率值最 β 逐渐增大，风力机的风能利用率将逐渐降低，且衰减加速度为正力机的吸收功率为：2 31( , )2P w C β λ ρπr v：wP ——风力机吸收功率；, ) λ ——风能转化效率；—桨距角；—叶尖速比；风轮叶片有效长度。距角控制模型角控制指大型风力发电机的叶片借助控制技术和动力系统来改变桨距叶片的气动特性,使桨叶和风电机组功率输出可以控制[24]。图 2.1 为双机的桨距角控制模型：

【参考文献】