[论文解读] Method to Build Equivalent Models of Microgrids for RMS Dynamic Simulation of Power Systems
本文提出一种用于电力系统暂态稳定计算(RMS)动态仿真中并网微电网的灰箱等值建模方法,采用轨迹灵敏度分析筛选关键参数,再通过差分进化算法估计参数。该方法显著缩小了参数搜索空间,实现了计算高效、精度高的等值模型,其有功与无功功率响应在扰动下的均方误差(MSE)均低于1.04,与全模型动态特性高度吻合。
The high penetration of distributed renewable energy resources in power systems has changed their dynamic behavior, not only at the distribution level but also at the transmission levels. For analyses performed in this new reality of interconnected systems, a suitable equivalent model is required to represent the active dynamics of distribution systems. In this context, this paper proposes the application of a gray-box method to obtain an appropriate equivalent model for active distribution networks. From data measured at the point of common coupling, a trajectory sensitivity analysis is carried out to select the most important parameters of this equivalent model, which are then estimated by an evolutionary algorithm. The results show that the application of the sensitivity analysis can improve the quality of the parameter estimation process (since it focuses only on relevant parameters), enabling an efficient tuning of an equivalent ADN model.
研究动机与目标
- 为解决高比例可再生能源渗透下主动配电网(ADNs)与微电网(MGs)建模的挑战,传统集中负荷模型已不再适用。
- 开发一种计算可行的等值模型,适用于RMS动态仿真,能够准确反映ADNs与MGs的动态特性。
- 通过确保物理可解释性并兼容商业动态仿真工具,克服黑箱模型的局限性。
- 通过仅识别最敏感参数进行调优,降低参数估计的计算负担。
- 通过在多种扰动下与全模型响应对比,验证等值模型的准确性。
提出的方法
- 基于电压源换流器(VSC)、同步发电机和综合负荷模型构建灰箱等值模型,以表征微电网的动态行为。
- 对测量的PCC(公共耦合点)数据应用轨迹灵敏度分析,识别最具影响力的参数,从而降低参数空间维度。
- 第一轮参数估计阶段采用差分进化(DE)算法,初始种群15个个体,Fₛ = 0.8,Cr = 0.3,对负荷相关参数在设定范围内进行调优。
- 第二轮估计阶段采用DE算法,种群规模30个个体,Fₛ = 0.8,Cr = 0.7,对剩余参数进行精细化调优,搜索范围设为参考值的80%–120%。
- 通过在PCC处设置三相短路故障(11.0 s,持续700 ms,故障电阻5.0 Ω)对模型进行验证,比较其与全模型的响应。
- 采用均方误差(MSE)量化等值模型与全模型输出在指定时间窗内的差异。
实验结果
研究问题
- RQ1轨迹灵敏度分析是否能有效减少微电网等值建模中需估计的参数数量?
- RQ2所提出的灰箱等值模型是否能准确复现全微电网模型在扰动下的动态响应?
- RQ3使用精简参数集是否能提升参数估计过程的收敛性与效率?
- RQ4等值模型在故障发生期间及之后,对有功与无功功率动态的模拟性能如何?
- RQ5所得到的等值模型是否适合集成到商业RMS动态仿真工具中?
主要发现
- 轨迹灵敏度分析成功识别出最关键的参数,显著缩小了搜索空间,提升了参数估计效率。
- 等值模型准确复现了全模型的有功功率动态响应,首次故障下MSE为0.729,第二次故障下为0.157。
- 等值模型的无功功率响应与全模型高度一致,对应MSE值分别为0.246和0.113。
- 在两种故障场景下,有功与无功功率的综合MSE分别为1.038和0.270,证实了整体动态保真度良好。
- 通过差分进化算法成功估计出模型参数,关键参数值如X'd = 0.282 pu,H = 3.108 s,S_VSC = 3.027 MVA。
- 在三相短路故障下的验证结果证实了模型的鲁棒性,适用于RMS仿真中的动态研究。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。