风电-光伏MMC-HVDC汇集系统送端MMC-VSG的惯性-阻尼需求评估与自适应协调控制

《International Journal of Electrical Power & Energy Systems》:Inertia-damping requirement assessment and adaptive coordination control for the sending-end MMC-VSG in a wind-solar MMC-HVDC collection system

【字体: 大 中 小 】 时间:2026年09月22日 来源:International Journal of Electrical Power & Energy Systems 5.3

编辑推荐:

  针对风电-光伏MMC-HVDC汇集系统,研究了送端MMC-VSG的频率支撑问题。为MMC-VSG参数整定建立了多约束惯性-阻尼边界。在DQN选择之前,设计了一种具有物理可解释性的H-D协调律。DQN选择受边界约束的支撑模式,而非连续的H-D值。研究人员在噪声、

  
针对风电-光伏MMC-HVDC汇集系统,研究了送端MMC-VSG的频率支撑问题。为MMC-VSG参数整定建立了多约束惯性-阻尼边界。在DQN选择之前,设计了一种具有物理可解释性的H-D协调律。DQN选择受边界约束的支撑模式,而非连续的H-D值。研究人员在噪声、时延和参数摄动条件下验证了所提方法的鲁棒性。
大规模清洁能源基地中,风电与光伏功率通常经本地交流网络汇集,并通过基于模块化多电平换流器的高压直流输电(MMC-HVDC)系统远距离送出。在该送端汇集系统中,风/光单元普遍采用跟网型(GFL)控制,需依赖汇集母线电压进行同步,因此送端MMC需以虚拟同步发电机(VSG)控制建立系统电压与频率。在风/光出力波动下,MMC-VSG的虚拟惯量与阻尼既要提供足够的频率支撑,又不得超出换流器运行限制。然而,现有研究多集中于控制结构、能量利用、故障穿越或交直流协调,未明确刻画风/光变化下送端MMC-VSG的惯量与阻尼需求边界;已有最小惯量评估方法主要面向含同步机的交流系统,以聚合惯量表示,难以描述虚拟惯量与阻尼对MMC-VSG频率响应的联合影响;VSG参数整定常依赖小扰动稳定、阻尼比或单一运行约束,无法同时反映频率安全与换流器安全;自适应VSG控制又常预选参数范围,与系统需求评估相分离。因此,研究人员提出一种在辨识需求边界内协调惯量与阻尼的自适应方法,将离线需求边界与在线参数调节直接关联。

研究人员首先结合解析推导、多场景电磁暂态(EMT)仿真与高斯过程回归(GPR)辨识送端MMC-VSG的惯量-阻尼需求边界,再利用该边界构造并筛选可控参数模式,设计具有物理可解释性的协调规律,并由深度Q网络(DQN)依据频率状态选择适当的支撑强度。该方法在满足最大频率偏差、频率变化率(RoCoF)、直流电压变化及换流器电流约束的同时,显著改善了频率支撑性能,并验证了在未见扰动和非理想运行条件下的鲁棒性。

关键技术方法方面,研究人员采用解析先验与GPR-EMT协同的需求评估框架。首先由VSG主导的频率动态方程推导最小惯量与阻尼的解析参考边界,用以指导采样。随后在四种代表性风-光扰动场景下对33个(H, D)参数对进行详细EMT仿真,提取频率偏差、RoCoF、直流电压和MMC电流指标;利用GPR建立最大频率偏差与最大RoCoF的代理模型,并通过留一交叉验证和95%经验不确定度校正获得多约束可行域。在线控制采用基于tanh函数的平滑触发协调律生成连续H-D轨迹,DQN从经可行域筛选的9个参数模式中选取当前支撑强度。

研究结果如下:

**解析参考边界**:由VSG主导的频率动态推导出最小惯量需求、稳态阻尼需求以及恢复阻尼需求,合成解析阻尼边界,为后续仿真采样提供了物理参考。

**多约束可行域**:在完整风电-光伏MMC-HVDC系统中,对每个参数对在四种扰动下提取动态指标,定义可行域ΩHD,满足频率偏差≤0.5 Hz、RoCoF≤0.6 Hz/s、直流电压0.8–1.2 pu、MMC电流≤1.2倍基准峰值等硬约束。所得最小阻尼需求Dmin(H)显示:低惯量区需较大阻尼,随惯量增大最小阻尼下降,边界呈非线性,不能仅用独立的H和D下限表示。

**GPR多约束边界建模**:GPR模型对最大频率偏差和最大RoCoF的R2分别达0.9775–0.9898和0.9360–0.9977,经验覆盖率均高于95%。在此基础上构建名义边界与95%保守边界,EMT样本分类与边界一致,为后续在线控制提供安全约束。

**频率动态阶段与调节需求**:根据Δf与df/dt的符号关系,将频率动态划分为恶化与恢复阶段。恶化阶段应增大惯量和阻尼以抑制频率快速变化,恢复阶段应适当减弱惯性并保持抑制振荡所需的阻尼。

**平滑惯性-阻尼协调控制律**:设计了由tanh触发函数和多项调节项构成的协调律,使H(t)和D(t)连续变化,并通过增益不等式使参数调整不超出所分配边界。同时定义了稳定性条件D(t)-dH(t)/dt>0,保证时变参数下频率偏差衰减。

**安全约束DQN参数模式选择**:构造了9个有序支撑强度参数模式,所有模式均经可行域筛选。DQN以频率偏差和RoCoF为状态,通过奖励函数权衡频率性能、动作切换和参数调节幅度。训练600回合后收敛,完整DQN决策的在线执行时间均值260.3 μs,最大976.3 μs,满足1 ms更新周期。

**比较性能与安全验证**:在三个代表性风-光扰动下,所提Proposed-DQN相比固定H-D控制的频率最大偏差分别降低30.3%、38.4%和38.1%,最大RoCoF也均为最低;直流电压与MMC电流均维持在限值内,所有H-D轨迹保持在保守边界内,且稳定裕度为正。

**未见风-光扰动的泛化**:对20个训练中未见过的随机风-光剖面,最大频率偏差平均为0.1591 Hz,其中17个场景满足0.2 Hz优选目标,全部场景远低于0.5 Hz安全限;RoCoF均低于0.6 Hz/s,且未发生边界越限。

**非理想条件鲁棒性**:在测量噪声、20 ms控制延迟、指令平滑及MMC参数摄动组合条件下,频率偏差、RoCoF、直流电压和换流器电流均满足约束,参数调节平滑。DQN输入状态漂移至少可容忍0.20的归一化漂移而不失稳。

讨论部分通过单因子敏感性分析表明,增大频率偏差权重或RoCoF权重可相应改善频率或频率变化率指标,但会增加模式切换和控制努力;增大切换惩罚或参数调节惩罚则减少控制动作,但会适度恶化频率性能。因此所采用的奖励权重是各指标之间的折中。研究结论如下:本文提出了一种基于辨识需求边界的送端MMC-VSG虚拟惯量与阻尼自适应协调方法。1)结合解析参考、多场景仿真和GPR辨识需求边界,同时考虑最大频率偏差、RoCoF、直流电压和MMC电流,为惯量和阻尼选择提供了定量基础。2)将物理可解释协调律与DQN参数模式选择相结合,在在线应用前用需求边界筛选可用模式,从而连接离线参数评估与自适应控制,防止选择不可接受的参数模式。3)与固定惯量和阻尼相比,所提方法在三个代表性场景中使最大频率偏差分别降低30.3%、38.4%和38.1%,所有参数轨迹保持在需求边界内,频率和换流器约束均得到满足;在20次未见随机测试和组合非理想条件下也保持良好性能。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号