[发明专利]基于参数故障特性的SVG动态参数分段优化辨识方法

说明书

本发明公开了一种基于参数故障特性的SVG动态参数分段优化辨识方法。本发明提出首先根据轨迹灵敏度辨识出主要参数。这种方法可减少参与辨识的参数数目。其次根据参数对于故障特性的影响，选择分段数据分别优化参数，确定参数的大概范围，这样不会因为参数范围设置不对而使得辨识错过实际的参数，选择分段曲线辨识减少了计算量，既可以提高参数辨识速度，又减少了其他参数对仿真结果的影响。然后根据参数范围再全体寻优精确辨识，解决传统算法中经常出现的稳定性较差和难以收敛的问题，减少参数辨识的复杂度，提高对控制器影响较大的参数的辨识精度，提高辨识效率。

技术领域

本发明属于电力信息技术领域，涉及一种基于参数故障特性的SVG动态参数分段优化辨识方法。

背景技术

近年来，以柔性交流输电(FACTS)为代表的的新型输电技术快速发展，为保证风电场可靠并网和稳定运行提供了新的方法。静止无功发生器(SVG)是FACTS的核心装置之一，被广泛应用于输电网、配电网和新能源发电等领域^[1]。SVG对故障后电力系统的动态特性具有重要作用，准确的SVG控制器参数是含电力电子设备的电力系统暂态仿真分析的关键。SVG模型参数是否准确，关系到电力系统仿真计算的可信度，进而影响到风电场规划设计、调度运行、电网安全等各个环节^[2]。但是，实际上多数制造商因为知识产权保护或缺乏测试技术等原因，无法提供准确的模型和参数。在现有研究中，对SVG参数进行辨识的研究较少，很多文献并没有指出不同SVG参数对无功补偿效果的影响程度，对参数的辨识需要耗费较多时间。因此，在众多参数中挑选出对系统影响大的参数并准确辨识具有研究价值和工程意义。

文献[3]对SVG的控制方式以及无功电流的预测方法作了详细介绍，但是对于SVG控制器参数的介绍较为简单。文献[4]提出的无差拍控制方法具有控制精度高、动态响应快等优点，但须对控制模型参数进行自修正确度和可信度。文献[5]通过对SVG控制策略的研究，在SVG拓扑结构的基础上提出了电流内环电压外环的双闭环控制策略，并对其中的参数进行了优化，但没有提到参数辨识。文献[6]利用最小二乘法对SVG连接电抗器的R、L参数进行在线估计以自适应修正控制模型，提高了补偿精度。目前针对SVG控制器参数辨识问题的研究较少。针对SVG控制器参数辨识问题，文献[7]提出了一种基于RTDS硬件的在环测试的参数辨识方法，成功对控制器的参数进行辨识，但是没有考虑各参数对系统的影响大小，仿真效率较低。对于SVG控制器，模型中参数众多，对每个参数进行辨识耗时较长且意义不大。文献[8]以差分算法为基础，通过分析风电场随机特性对辨识精度的影响途径和机理，考虑高风速和低风速以及无功功率及无功功率的影响，提出一种提高参数辨识精度的多方式混合辨识方法。传统的使用整条曲线对参数进行辨识的方法，容易产生由于参数间的互相影响而导致没有获得最佳参数的情况。

参考文献

[1]徐恵三.中国未来电网的发展模式和关键技术[J].山东工业技术,2016(16):149.

[2]高磊,褚晓杰,汤涌,唐晓博,易俊,李文锋.电力系统多FACTS交互作用与协调控制综述[J].电网技术,2016,40(12):3749-3755.

[3]张帅.基于DSP的静止无功发生器(SVG)研究与设计[D].辽宁工业大学,2018.

[4]Lei Y.,Mullane A.,Lightbody G.,et.Modeling of the wind turbinewith a doubly fed induction generator gor grid integraton studies[J].EnergyConversion,IEEE Transactions on,2006,21(1):257-264.

[5]代彬,杜钦君,石翔,卢恩庆.基于双闭环控制的SVG系统建模与仿真[J].山东理工大学学报(自然科学版),2013,27(01):54-58.