
✅ 博主简介:擅长数据搜集与处理、建模仿真、程序设计、仿真代码、论文写作与指导,毕业论文、期刊论文经验交流。
✅ 具体问题可以私信或扫描文章底部二维码。
(1)高水电占比电力系统超低频振荡机理与抑制措施
在高水电占比的电力系统中,水电机组调速系统的稳定性问题较为突出。首先,构建多机系统的一次调频模型,通过推导其特征方程,深入研究调速系统各类参数对超低频振荡的影响,进而揭示超低频振荡的产生机理。水电机组由于存在水锤效应,其调速系统的参数变化会对系统频率产生独特的影响。例如,调速器的增益、时间常数等参数的不当设置,可能导致系统在受到扰动后出现超低频振荡现象。
接着,运用 Nyquist 稳定判据探究直流调制功能在超低频振荡中的作用。直流调制能够改变系统的潮流分布和电气参数,从而对超低频振荡产生抑制或加剧的效果。通过详细的理论分析和仿真计算,发现合理配置直流调制参数可以有效地改善系统的稳定性。
最后,提出一种水电机组调速系统 PI 参数整定方法。该方法综合考虑了水电机组的特性以及系统的稳定性要求,通过优化 PI 参数,使得调速系统能够更好地响应系统频率的变化,抑制超低频振荡。以 IEEE 三机九节点系统和云南电网为算例进行验证,结果表明所提出的 PI 参数整定方法能够显著提高系统的稳定性,减少超低频振荡的发生,确保电力系统的安全稳定运行。
(2)高比例新能源电力系统应对功率扰动的关键技术
随着新能源在电力系统中的占比不断增加,应对功率扰动成为关键问题。针对基于多端柔性直流输电系统(VSC-MTDC)的调频技术和基于电池储能系统(BESS)的调频技术展开研究。
对于基于 VSC-MTDC 的调频技术,推导了一种改进的 VSC-MTDC 线性化模型,该模型能够更准确地计算调频过程中各个 VSC 的外环控制器参考值。在实际的电力系统中,VSC-MTDC 连接的异步电网面临着复杂的运行工况和功率扰动。通过该模型,可以有效地协调各个换流站的控制策略,实现对系统频率的快速调节。同时,为了防止换流站过载或电网失稳,基于顺序搜索方法提出了一种过载处理方法,对改进模型的计算结果进行修正。例如,当系统出现大功率扰动时,通过合理分配各换流站的功率输出,避免某个换流站因过载而退出运行,从而保障整个电网的稳定性。最后,在一个四端柔直系统算例中,利用 PSS/E 软件进行仿真计算,验证了所提策略的有效性和正确性,为高比例新能源电力系统的稳定运行提供了重要的技术支持。
对于基于 BESS 的调频技术,考虑 BESS 采用功率 - 频率下垂控制,基于系统一次调频模型推导出系统所需 BESS 功率总容量和能量总容量。BESS 在电力系统中的作用不仅仅是存储能量,更重要的是在功率扰动时能够快速释放或吸收能量,维持系统频率的稳定。通过精确计算 BESS 的容量需求,可以避免过度投资或容量不足的问题。然后,利用混合整数规划模型,结合电力系统的拓扑结构、负荷分布以及电源布局等因素,为 BESS 选址定容。在一个修改的 IEEE39 节点系统中进行仿真计算,结果表明所提方法能够合理配置 BESS 的容量和位置,有效提高系统的一次调频性能,增强电力系统应对功率扰动的能力。
(3)高非同步机电源占比电力系统电压稳定性分析
在高非同步机电源占比的电力系统中,以 LCC 和 VSC 为代表的非同步机电源接入对电压稳定性产生了显著影响。
基于雅可比矩阵奇异值理论,深入分析 LCC 和 VSC 两类非同步机电源接入对电力系统小扰动电压稳定性的影响。非同步机电源的接入改变了系统的潮流分布和电气特性,使得系统的雅可比矩阵发生变化,进而影响系统的小扰动电压稳定性。通过计算雅可比矩阵的奇异值,可以判断系统在小扰动下的电压稳定裕度。同时,讨论了小扰动电压稳定约束下的非同步机电源最大允许出力问题,为电力系统的规划和运行提供了重要的理论依据。例如,在实际电网中,如果非同步机电源的出力超过了最大允许值,可能会导致系统在小扰动下出现电压失稳现象,影响电力系统的正常供电。
以故障恢复初期系统是否存在合理电压解作为判据,分析非同步机电源对电力系统大扰动电压稳定性的影响。在故障发生后,系统的电压会出现大幅波动,非同步机电源的动态特性与同步机电源不同,其对电压恢复的过程产生独特的影响。通过详细的理论分析和仿真计算,揭示了高非同步机电源占比电力系统电压失稳机理。最后,以上海电网算例进行仿真计算,验证了理论分析所得的结论,为提高高非同步机电源占比电力系统的电压稳定性提供了指导。
(4)不同类型电源供电场景下感应电动机负荷动态行为分析
考虑同步机供电、跟网型控制 VSC 结合同步机供电以及构网型控制 VSC 供电三种电源类型,对感应电动机负荷的动态特性进行深入分析。
不同电源类型的输出特性存在差异,这会对感应电动机的运行状态产生影响。当感应电动机由同步机供电时,其运行稳定性与同步机的输出特性密切相关。同步机的惯量和电压调节能力会影响感应电动机在受到扰动时的动态响应。例如,在系统出现电压跌落时,同步机的电压支撑能力可以帮助感应电动机维持一定的电磁转矩,减少失速的风险。
跟网型控制 VSC 结合同步机供电时,VSC 的控制策略和与同步机的协调运行方式会对感应电动机的动态行为产生新的影响。VSC 的快速响应能力可以在一定程度上改善系统的电压质量,但如果控制不当,也可能导致感应电动机出现不稳定现象。例如,VSC 的输出电压相位和幅值的变化可能会引起感应电动机的电磁转矩波动,影响其稳定运行。
构网型控制 VSC 供电时,VSC 能够模拟同步机的特性,为感应电动机提供更稳定的电源支撑。通过分析不同电源类型对感应电动机稳定边界的影响,明确了 VSC 接入后感应电动机稳定边界的变化趋势。以电动机发生堵转作为感应电动机失稳判据,通过理论分析和仿真计算,深入研究了电源类型与感应电动机稳定运行的关系。最后,通过仿真计算验证了理论分析的正确性,为电力系统的稳定运行和负荷管理提供了重要的参考依据。
# 导入所需的库
import numpy as np
import matplotlib.pyplot as plt
# 定义系统参数(示例参数,需根据实际情况修改)
# 假设这是一个简单的两机系统参数,用于模拟频率响应
H1 = 5.0 # 第一台机组的惯性常数
H2 = 3.0 # 第二台机组的惯性常数
D1 = 1.0 # 第一台机组的阻尼系数
D2 = 0.8 # 第二台机组的阻尼系数
K1 = 20.0 # 第一台机组的调差系数
K2 = 15.0 # 第二台机组的调差系数
f0 = 50.0 # 额定频率
# 定义扰动函数(模拟功率扰动)
def power_disturbance(t):
if 1.0 <= t <= 2.0:
return -0.1 # 在 1 到 2 秒之间施加 -0.1 的功率扰动
else:
return 0.0
# 定义系统的动态方程
def system_dynamics(x, t):
w1, w2 = x[0], x[1]
p_dist = power_disturbance(t)
dw1dt = (1 / (2 * np.pi * H1)) * (-D1 * (w1 - f0) - K1 * (w1 - w2) + p_dist)
dw2dt = (1 / (2 * np.pi * H2)) * (-D2 * (w2 - f0) + K2 * (w1 - w2))
return [dw1dt, dw2dt]
# 定义时间范围和步长
t_start = 0.0
t_end = 10.0
dt = 0.01
t = np.arange(t_start, t_end, dt)
# 初始条件
x0 = [f0, f0]
# 数值求解系统动态方程
from scipy.integrate import odeint
solution = odeint(system_dynamics, x0, t)
# 绘制频率响应曲线
plt.plot(t, solution[:, 0], label='Machine 1 Frequency')
plt.plot(t, solution[:, 1], label='Machine 2 Frequency')
plt.xlabel('Time (s)')
plt.ylabel('Frequency (Hz)')
plt.title('System Frequency Response to Power Disturbance')
plt.legend()
plt.show()


被折叠的 条评论
为什么被折叠?



