[发明专利]一种基于协同控制理论的励磁系统及其稳定方法

说明书

本发明公开了一种基于协同控制理论的励磁系统及其稳定方法，励磁系统包括励磁功率单元和励磁控制子系统，励磁控制子系统包括励磁调节器和电力系统稳定器，该稳定方法包括如下步骤：励磁控制子系统通过控制同步发电机的d轴电流，实现母线电压的控制，母线电压外环的输出作为d轴电流给定；励磁控制子系统通过控制同步发电机的O轴电流为0，实现母线电容的均压控制，母线电容的电压差环输出作为O轴电流给定；励磁控制子系统通过控制同步发电机的q轴电流作为电力系统稳定器的输出，励磁调节器的输出与电力系统稳定器的输出经过矢量合成后共同作用于励磁功率单元，以调节同步发电机的励磁电流，实现同步发电机无功功率的双向调节。

技术领域

本发明属于电力控制领域，具体涉及一种基于协同控制理论的励磁系统及其稳定方法。

背景技术

随着电力网络越来越复杂，电力系统对电能质量的要求也越来越高。影响系统供电质量的主要指标之一是系统抑制机电振荡的程度。这些振荡降低了功率传输能力，会导致电力系统的不稳定，最终导致电力系统的崩溃。保证系统稳定的一种方法是通过控制同步发电机的励磁系统来抑制电力系统中的机电振荡。

在自动励磁调节器的输入端附加控制回路是提高电力系统稳定性的常用方法,这个附加的励磁控制信号由电力系统稳定器(Power System Stabilier，PSS)的输出产生。PSS的输入信号可能与转子转速、发电机输出频率、输出有功功率、输出无功功率或励磁电流成正比。经典PSS的设计和调整是通过围绕一个操作点的近似线性化技术来完成的。但是，由于负荷的变化、拓扑结构的变化或者较大的扰动，电力系统的工作点会发生显著的变化。此外，同步发电机和电力系统是高度非线性的，常规的PSS难以适应复杂的运行工况。因此，人们提出了许多非线性励磁控制策略，如自适应智能控制、反馈线性化等，但是基于这些方法的控制器的参数一般采用离线整定，参数整定复杂，参数固化严重。因此适应性差，很难应用于实时的电力系统。同时，在实际电网中进行PSS试验，如操作不当，可能会引发电力系统振荡加剧，严重时可能会导致电力系统电压崩溃，造成机组解列或电网崩溃等重大事故。因此，有必要在不依靠实际大电网的情况下，检测AVR装置的入网特性以及PSS抑制低频振荡的能力。

随着现代控制理论的发展，人们将许多的非线性控制理论应用于电力系统的稳定控制。其中，协同控制理论由于其参数整定简单、在实时系统适用性较好，被广泛应用于航空航天、电力电子等领域，也取得了丰富的应用成果。结果表明，该控制方法抑制了不可测的分段恒扰，消除了并联电流共享的误差。该控制方法抑制了不可测的分段常数扰动，消除了并联变流器间电流共享的误差，保证了系统的指数渐近稳定性。

对比了协同控制与滑模控制在电力电子系统的应用，分析了两种控制理论的相同点和主要区别。文献指出，协同控制的主优点是它非常适合数字化实现，提供了恒定的开关频率操作，能更好地控制动态流形。专利文献CN109861244A中公开了一种电力系统稳定器PSS2B参数整定优化方法，该方法基于狼群算法，利用SDM-Prony对仿真模型输出的振荡曲线进行辨识获得机电模态信息，并根据机电模态信息构建电力系统的优化目标函数，虽然与基于粒子群优化算法的电力系统稳定器PPS参数整定方法相比能适应于大规模电力系统，但是该算法阻尼比阈值的选取对参数整定结果有一定的影响，且只能离线整定，计算工作量较大，对低频振荡的抑制效果与所选振荡曲线的振荡模态相关，不能适应于实时变化的电力系统。

专利文献CN110046765A中公开了一种基于Elman神经网络的电力系统稳定器实现方法。该专利考虑了大规模风电接入对电网产生振荡的影响，开发了基于风功率预测的电力系统稳定器的技术，通过获取上一年度风功率、风速数据及日期类型历史数据对建立的Elman神经网络进行训练以获得预测日的风电功率，将风电功率预测值反馈到电力系统稳定器，从而抑制系统振荡，但是该方法需要大量的历史数据，计算量较大，且严重依赖风速的测量精度和日前预测值，存在采样的死区，参数整定繁琐，难以用于实时的大规模电力系统。