“沙戈荒”风电经高压直流输电(line commutated converter based high voltage direct current,LCC-HVDC)送至负荷中心消纳场景中,风机采用虚拟同步机控制(virtual synchronous generator control,VSG)可自行构建输出电压和频率,为LCC-...“沙戈荒”风电经高压直流输电(line commutated converter based high voltage direct current,LCC-HVDC)送至负荷中心消纳场景中,风机采用虚拟同步机控制(virtual synchronous generator control,VSG)可自行构建输出电压和频率,为LCC-HVDC提供换相电压。采用虚拟同步机控制的直驱风电场(virtual synchronous generator direct-drive wind farm,VSG-DDWF)接入LCC-HVDC送端换流站近区时,系统次同步振荡(sub-synchronous oscillation,SSO)特性及机理尚未有定论。首先,文章采用模块化小信号建模方法建立了VSG-DDWF接入LCC-HVDC送端近区系统状态空间模型;其次,基于特征值分析法分析了系统SSO特性;然后,通过阻尼路径法揭示VSG-DDWF与LCC-HVDC系统SSO交互作用机理,并分析了风机机侧动态对系统阻尼的影响;最后,分析了风机台数、短路比(Short Circuit Ratio,SCR)、控制器参数对系统阻尼的影响。结果显示,VSG-DDWF同步控制环节主导的SSO模态具有失稳风险,VSG-DDWF与LCC-HVDC间存在SSO交互作用,加剧了系统发生的SSO风险;风机机侧动态会引入负阻尼,并使振荡频率发生偏移;风机网侧外环控制器比例系数减小,短路比增大时,系统SSO模态阻尼减小;VSG-DDWF中风机台数增多,系统SSO模态阻尼先增加后减小。展开更多
为了应对可再生能源输出和负荷需求不确定性带来的风险,提出了一种联合风机、光伏、负荷和储能运营的虚拟电厂(virtual power plant,VPP)鲁棒优化调度模型。优化目标是在源荷不确定性的情况下,最大化系统收益并降低惩罚成本,从而构建了m...为了应对可再生能源输出和负荷需求不确定性带来的风险,提出了一种联合风机、光伏、负荷和储能运营的虚拟电厂(virtual power plant,VPP)鲁棒优化调度模型。优化目标是在源荷不确定性的情况下,最大化系统收益并降低惩罚成本,从而构建了min-max-min形式的两阶段鲁棒优化模型。首先,在预调度阶段,根据源荷侧的预测值来制定VPP日前收益最大的出力方案;其次,再调度阶段结合前一阶段的决策,VPP利用购售电和储能系统等快速调节出力,应对不确定性变量的波动进而在最坏情况下实现最佳运行效益;再次,在交互迭代中,使用了对偶变换及列约束生成算法(columnand-constraint generation C&CG)。最后,仿真结果不仅验证了模型的经济性、鲁棒性和稳定性,而且表明优化调度方案有助于减少不确定性带来的波动,最终实现平衡VPP的经济效益和运营风险。展开更多
文摘“沙戈荒”风电经高压直流输电(line commutated converter based high voltage direct current,LCC-HVDC)送至负荷中心消纳场景中,风机采用虚拟同步机控制(virtual synchronous generator control,VSG)可自行构建输出电压和频率,为LCC-HVDC提供换相电压。采用虚拟同步机控制的直驱风电场(virtual synchronous generator direct-drive wind farm,VSG-DDWF)接入LCC-HVDC送端换流站近区时,系统次同步振荡(sub-synchronous oscillation,SSO)特性及机理尚未有定论。首先,文章采用模块化小信号建模方法建立了VSG-DDWF接入LCC-HVDC送端近区系统状态空间模型;其次,基于特征值分析法分析了系统SSO特性;然后,通过阻尼路径法揭示VSG-DDWF与LCC-HVDC系统SSO交互作用机理,并分析了风机机侧动态对系统阻尼的影响;最后,分析了风机台数、短路比(Short Circuit Ratio,SCR)、控制器参数对系统阻尼的影响。结果显示,VSG-DDWF同步控制环节主导的SSO模态具有失稳风险,VSG-DDWF与LCC-HVDC间存在SSO交互作用,加剧了系统发生的SSO风险;风机机侧动态会引入负阻尼,并使振荡频率发生偏移;风机网侧外环控制器比例系数减小,短路比增大时,系统SSO模态阻尼减小;VSG-DDWF中风机台数增多,系统SSO模态阻尼先增加后减小。
文摘为了应对可再生能源输出和负荷需求不确定性带来的风险,提出了一种联合风机、光伏、负荷和储能运营的虚拟电厂(virtual power plant,VPP)鲁棒优化调度模型。优化目标是在源荷不确定性的情况下,最大化系统收益并降低惩罚成本,从而构建了min-max-min形式的两阶段鲁棒优化模型。首先,在预调度阶段,根据源荷侧的预测值来制定VPP日前收益最大的出力方案;其次,再调度阶段结合前一阶段的决策,VPP利用购售电和储能系统等快速调节出力,应对不确定性变量的波动进而在最坏情况下实现最佳运行效益;再次,在交互迭代中,使用了对偶变换及列约束生成算法(columnand-constraint generation C&CG)。最后,仿真结果不仅验证了模型的经济性、鲁棒性和稳定性,而且表明优化调度方案有助于减少不确定性带来的波动,最终实现平衡VPP的经济效益和运营风险。
