（1）摘要 在风力发电机传统最大功率跟踪控制的基础上，增加惯量支撑和一次调频功能，可以使风机表现出并网友好型特点。合理设计调频功能的供能方式至关重要，并且不同功能间的协调控制是技术难点。该文针对单台并网直驱风机，在全风速工况下，提出一种惯量支撑与一次调频协调控制策略，通过采用附加功率给定控制，利用风机机械动能实现虚拟惯量支撑，在背靠背变流器直流母线侧配置储能，并结合变功率跟踪控制实现一次调频功能。该策略通过多种能量形式的互补配合，不仅能降低储能配置容量，还可解决频率的二次跌落问题，并避免常规减载预留备用带来的电能浪费、调节裕度不足等问题，从而整体提升风机控制性能和调频经济性。根据相关行业标准，设计了协调策略的逻辑控制原则，以实现电网频率发生波动后不同调频方式间的平滑切换。最终通过搭建四机两区域仿真系统验证了该策略的优良特性。
关键词：虚拟惯量 一次调频 超级电容 变功率跟踪 协调控制
长久以来，传统电网基于同步电机建立起的同步机制与调节机制共同维持系统的安全稳定运行[1]。随着近年来清洁能源的迅猛发展，风电、光伏等新能源装机容量和渗透率的不断提高，在缓解能源危机的同时，也给电网的安全稳定运行带来诸多挑战[2-4]：一方面，新能源大多通过电力电子设备并网，缺乏旋转电机具备的惯量支撑，削弱了电网的频率静态稳定性；另一方面，由于风电和光伏等新能源具有随机性和波动性特点，且并网时多采用最大功率跟踪控制策略，而不参与系统的频率电压调节，因而具有弱抗扰性。
为此国家能源局发布了《关于促进智能电网发展的指导意见》，要求并网设备应逐步摆脱“只管发电，不管电网”的思想。风电作为我国装机容量最大的新能源，有必要使其具备同步电机的惯性、一次调频等运行外特性，主动参与到电网的调节[5]。
对于风电机组的惯量控制方法，主要分两类[6]：基于频率响应的附加功率给定控制和基于虚拟同步机（Virtual Synchronous Generator, VSG）的电压源型控制。基于频率响应的附加功率给定控制是指在原有变流器最大功率跟踪控制基础上，引入电网侧频率微分偏差，生成功率附加量，叠加后生成功率参考值，变流器本质上仍为电流源特性[7]。文献[8]提出一种综合最大功率点跟踪（Maximum Power Point Tracking, MPPT）算法和比例控制器的虚拟惯量控制法，并对惯量支撑能力进行了定量分析；文献[9]提出同时引入频率的微分量和偏差量，分别模拟惯量和一次调频，并计算得到风机典型惯性常数在2～6s；文献[10]针对黑启动，提出在不同启动阶段柔性切换附加功率控制和跟踪曲线控制，且辅以桨距角调节，使频率支撑不足问题得到有效改善。
基于VSG的电压源型控制，其基本思想是在变流器控制中引入同步电机的机电暂态方程，从而模拟同步电机的惯性、阻尼特性，属于典型的电压源型控制模式[11]。文献[12]充分考虑双馈异步发电机（Doubly Fed Induction Generator, DFIG）的电磁暂态过程，提出了一种适用于电网对称故障的电压补偿虚拟同步控制策略，有效提高了风机低电压穿越能力与电网故障恢复能力；文献[13-14]提出利用直流母线电压动态特性实现网侧变流器的无锁相环电网同步控制，提高了风机弱网稳定运行与自主电网同步性能；文献[15]在文献[13]的基础上，将附加功率给定控制和VSG控制相结合，机侧虚拟惯量控制通过储存的旋转动能响应电网频率，网侧VSG控制利用直流电容实现并网自同步。但是基于VSG的控制方式目前还处于理论研究阶段[16]，实际工况中风机还是主要运行在基于MPPT的电流源模式，相比之下附加功率给定控制更易于实现。
风机参与电网的一次调频是必然趋势。按调频能量的来源可分为两类[17-19]：基于超速变桨和基于附加储能。而存储在转子的旋转动能由于供能时间有限，且存在引发频率二次跌落风险，不宜作为一次调频的能量来源[20]。文献[21]提出超速与变桨结合的协调控制方案，通过制定虚拟惯量控制系数曲线与功频静特性系数曲线，实现自适应变系数控制；文献[22]在超速变桨基础上进一步提出修正下垂系数，提升了一次调频性能。总体来说，超速减载这种预留备用方案更多地应用在中低风速区，而在高风速、额定工况下的调节范围和效果有限。
加装储能装置可以解决预留备用容量带来的经济损失。文献[23]分析了具有快速响应的储能技术对高渗透率情况下的风电场频率响应的应用前景，文献[20]对比分析了多种调频方案的经济性能后得出结论：集中配置储能是最佳方式，并提出了一种风储协调控制策略，可降低26%的储能配置容量。但是，风电机组本身不具备自主参与系统调频的能力，终究是不完善的。文献[24-25]探索了在直流母线并联配置储能单元，以平抑风速变化，平滑电功率输出，但是将这种方案应用于一次调频鲜有文献报道。
综上分析，确立风机参与调频合理的能量供给方式至关重要，不论是利用风轮旋转机械动能还是减载预留备用都存在固有缺陷，基于单个风电机组安装储能参与调频具有研究前景，但是会受到储能安装成本的制约。本文提出一种直驱风机惯量支撑与一次调频协调控制策略，既能基于附加功率给定控制，利用风轮机动能实现惯量支撑，又在直流母线侧配置储能，并结合变功率跟踪控制实现一次调频。该协调策略可有效降低储能装置容量，克服常规调频方式的不足，提升控制性能，在保证经济性能的同时实现风机友好并网。
传统电网具备优良的静暂态频率稳定性得益于系统中大量旋转电机提供的惯量支撑及一次调频功能，其对应的原理分别为
（1）式中，
为发电机输入机械转矩；
为发电机输出电磁转矩；
为发电机转动惯量；
为阻尼系数；
为额定角速度；
为转子角速度；
为发电机的单位调节功率；
、
分别为功率和频率偏差量。
由式（1）可知，“惯量支撑”是对频率的微分响应，具有超前性和快速性，主要在频率变化初期发挥作用，可以有效地平抑稳态频率变化的幅值和频次，并在大扰动发生至一次调频动作前的宝贵时间段，提供频率支撑，降低暂态下频率恶化的速度和程度。因为只在频率变化时才发挥作用，所以适合冲击型功率波动。“一次调频”是对频率的比例响应，波动前期由于偏差量小，不动作，超过阈值（±0.033Hz）后起作用，可持续30s时间，以降低源-荷功率不平衡引起的频率偏差，并为系统提供多机并列运行的稳定调节机制和自主分配不平衡功率的协调机制[26]。
由此可见，“惯量支撑”和“一次调频”作用的时间尺度不同，目标和功能定位上也是区分并互补的。因此在风机传统发电功能的基础上，增加惯量支撑与一次调频功能有利于提高机组的自治稳定及电网的频率品质。基于以上分析，本文设计了如图1所示的直驱风机协调控制策略。
图1 协调控制策略总图
Fig.1 Coordination control strategy block diagram
GB/T 30370—2013规定：“一次调频死区为
0.033Hz；机组参与一次调频响应滞后时间应小于3s，机组达到75%目标负荷的时间应不大于15s，达到90%目标负荷的时间应不大于30s。”根据标准要求，制定协调控制策略，逻辑控制流程如图2所示。当频率变动值小于0.033Hz时，只进行惯量支撑；当频率变动值大于0.033Hz时，时间
开始计时，前3s内，惯量支撑发挥作用，3s后惯量支撑结束，一次调频启动，最长持续30s。一次调频时，若系统频率突增，采取直驱风机变功率点跟踪控制，减少机械功率出力以参加上单边调节；若频率突减，通过风机直流侧储能增加电磁功率输出，以实现下单边调节。
风机运行中由风轮机、轮毂、转轴及发电机转子构成的旋转部分，可在频率波动时提供短暂但巨大的能量，但早期设计者只考虑了最大功率点跟踪目标，弱化了惯性能量对电网动态支撑的作用。
图2 逻辑控制流程
Fig.2 Logic control flow chart
当同步电机转子转速经时间
由
变为
后其动能发生变化，变化量
为
（2）这部分变化的能量会转换为输出电磁功率
的增减，通过对求导，得到时刻惯量支撑引发的瞬时电磁功率变化为
（3）
式中，
为转子机械频率；转子惯量往往由惯性时间常数
表示。
（4）
式中，
为同步电机的额定功率；
为同步电机的额定机械频率。将式（4）代入式（3）并简化得到（由于风机更多时候工作在额定状态，可近似认为
）
（5）对于直驱风机，由于背靠背变流器的作用，机侧转子机械频率
与网侧电角频率
解耦，如果希望能够响应，需要建立与
的定量联系。考虑到电网的额定转速为
，额定频率为50Hz，而大型直驱风机的转子额定转速
往往在十几转每分钟（
），将额定转速作为与之间的耦合参考关系，利用频率变化标幺值相等的原则，得到
（6）
依据此关系，得到惯量支撑功率对电网频率波动的响应关系为
（7）值得一提的是，传统基于转子惯量参与一次调频的控制策略响应频率的偏差量[20]，只要出现功率缺额频率降低时，参考电磁功率便会突增，风轮转速大幅降低，并导致偏离最大功率点，输入机械功率降低，电磁功率目标值也随之下降，也降低了释放转子动能带来的惯量支撑效果，甚至引发频率二次跌落恶化功率动态平衡。而上述响应频率微分的惯量支撑，作用时间短，风轮机转速变化幅度小，在应对频率突变时调节效果更好。基于以上分析，综合考虑运行稳定性、直驱风机较大的转动惯量及较短的惯性支撑时间，将出力范围限制在风机额定功率的20%以内。
依据一次调频曲线，将功能分为两部分：应对频率突增的上单边调节与应对频率下降的下单边调节。考虑风机特性与调频要求后，确立如下策略。
相比于惯量支撑，当系统出现功率缺额时，一次调频需要提供持续稳定的功率输出。本文采用在直流母线侧安装储能装置作为能量来源，网侧逆变器采用基于电网电压定向的矢量控制，控制目标是维持直流母线电压的稳定，以保证逆变器向电网输出的功率等于直流侧的输入功率，这样当储能向母线注入功率时，可以实时响应到电网侧。
储能装置的类型和容量配置也是值得研究的重点。近年来有利用锂电池或蓄电池组成集中式储能装置参与电网调频的研究。电池储能的优点明显：放电电流稳定可控，且供电时间长，可达到小时级别。但一次调节相对频繁的动作频次与电池有限的充放电次数相悖，如果要求单机调频，则在密闭狭小的机箱里电池的散热也是问题，寿命及其高昂的维护成本制约了它的应用。
相比于能量型电池储能，功率型超级电容（Super Capacitor, SC）因其上万次的充放电寿命，极大地降低了使用成本，具有更优异的经济性。而且超级电容短时间、大功率的快速放电特性正好契合一次调频需求，相比之下，电池储能则更适用于二次调频的功能定位。
文献[24]用超级电容为虚拟惯性控制供能，但是设计的结构将超级电容直接并联在直流母线上，通过调整母线电压水平，控制超级电容释放或吸收电能，其原理为
（8） 式中，
为超级电容的输出功率；
为电容值；
为直流母线电压。这种结构弊端很多：受PWM调制限制，直流母线电压只允许存在一个幅值波动很小的稳定工作区间，这导致电容不能完全地充放电，限制了容量利用率；同时波动的母线电压也会影响逆变输出三相电的电能质量。基于以上考虑，本文确立了将超级电容器通过DC-DC变流器并到直流母线供能的结构，如图3所示。
图3 超级电容控制及结构
Fig.3 Super capacitor control and structure
根据式（9）量化调节系数。
（9）式中，
为下单边调频系数。式（9）用标幺值表示为
（10）式中，
为电网频率额定值。传统汽轮或水轮发电机组的
取值介于15～50，由于本文设计的储能装置专门用于调频，供能速度快且不需要考虑容量备用问题，所以本文取
。表示的物理意义是：当电网频率发生0.1Hz偏差时，超级电容提供其额定容量10%的功率支撑。且依据相关标准，设定有功功率调节量上限
。
当功率出现盈余时，需要减少风机向电网输送功率。对于配置储能调频的风电场，会让储能装置在正常运行时保留一定的容量，当系统频率升高后，对其充电，从而将多余功率转移存储在储能装置中。但是该方案增加了对容量的要求，成本更高，且不完全适用于储能为超级电容的情况：模组化的超级电容，在考虑安全因素后，会设置充电功率限幅保护，不能大电流充电，这限制了超级电容作为频率上单边调节的效果。基于以上考虑，采用基于变功率跟踪的上单边调节。
上单边调节表达式为
（11）式中，
为变功率跟踪输出功率；
为上单边调频系数；
为风机额定输出功率。
常规控制模式下，全风速风机的典型功率跟踪曲线如图4中折线所示。根据转速的不同分为三个区域：最大功率跟踪区、恒转速区、恒功率区。
图4 风机典型功率跟踪曲线 Fig.4 Power characteristic curve of wind turbine
传统超速减载策略在正常运行时工作在减载状态，以此作为一次调频预留备用，但是却降低了风能利用率。而本文提出的协调控制策略中，只需考虑上单边一次调节，采用基于变功率跟踪的调节方式，即正常状态下始终运行在最大功率点，其功率控制公式为
（12）式中，
为最优转矩系数；
为转子角速度。频率升高触发一次调频后，电磁功率目标值由最大功率跟踪
切换为变功率跟踪功率，电磁功率减少，电磁转矩降低，机械转矩不变。在转矩作用下，转子转速缓慢上升，在风速不变的条件下，偏离风轮机最佳叶尖速比，引发风能利用系数和机械功率按风功率特性曲线下降，直到与电磁功率相等，转速固定，提供稳定的调节出力。相比于常规超速减载，既避免了稳态下的风功率浪费，又增大了暂态时的调频裕度。
鉴于转子最大转速的限制，变功率减载存在调节边界：当转速达到最大值时，触发转速保护，此时电磁功率参考值发生调整，维持转速稳定在最大值，本文设置
，且依据转速限制，设定变功率调节量上限
，整体调节范围为最大功率跟踪曲线到最大转速之间的区间。值得注意的是，只有当小于风机最大功率输出时，才会触发上单边调节，完整调节过程如图4中轨迹所示：当前风速为v1，系统运行在最大功率点A，此时频率波动触发上单边调节，电磁功率参考值瞬间切换到B点；随着转速增加，不平衡转矩逐渐减少，最终稳定在C点；当频率恢复调节结束时，电磁功率切换到D点，经由MPPT曲线恢复到初始点A，形成控制闭环。
不同于下单边调频系数
的整定，的整定比较复杂，需要综合考虑风轮机的惯量、风功率特性和变流器控制参数等因素，才能使调节达到理想效果。鉴于一次调节的一致性和协调性，可以简单地设置=50，但实际应用中一定要根据具体情况做修正。
基于Matlab/Simulink仿真平台搭建了一套直驱风机的单机-可调电压源系统，以验证本文提出的协调控制策略对电网频率的响应能力及不同控制模式间的平滑切换效果。模型采用标幺值，单台1.5MW/690V的永磁同步发电机（Permanent Mangnet Synchronous Generator, PMSG）通过背靠背全功率变流器经两次变压器升压后接入110kV电压源，详细参数见表1。
表1 单机系统仿真参数
Tab.1 Single machine system simulation parameters
参数数值参数数值 风机额定电压/V690电网频率fg/ Hz50 直流母线电压/V1200SC额定容量150kW×30s 直流母线电容/mF50SC电容值/F30 风机惯性常数/s10SC额定电压/V720 风机额定转速/(rad/s)1.812初始风速/(m/s)10.5 风机d、q轴电感/mHLd,Lq=4.4突变风速/(m/s)5 风机容量/MW1.5风机极对数44 箱式变压器690V/35kV主变压器35kV/110kV
仿真控制：0.4s电压源产生一个0.1Hz的频率阶跃突减；1s时电压源频率阶跃突增0.2Hz；1.6s风机输出电磁功率突减（风速降低）。仿真结果如图5所示。为了便于观察波形，仿真时将控制策略中惯量支撑与一次调频的作用时间间隔由3s改为0.3s，同时将频率变化率缩小15倍显示。图中纵坐标为标幺值。
图5 单机系统仿真结果
Fig.5 Single machine system simulation results
波形显示：0.3s仿真初始化完成；0.4s系统频率降为49.9 Hz，由于频率变化率显著，惯量支撑起作用，0.3s后一次调频动作；超级电容储能增加出力（规定储能充电功率为正，输出电能为负值），且响应迅速，输出功率阶跃式增加到储能额定功率的10%；1s时，系统频率增加为50.1Hz，初期0.3s内还是惯量支撑起作用，超级电容输出功率减为零；1.3s变功率跟踪启动，输出电磁功率参考值
减少为额定值的90%，输出电磁功率实际值
经短暂迟滞后追踪参考值，受变流器控制性能限制，实际值与参考值存在接近0.1的静态误差；1.6s，骤减，触发变功率跟踪调节触发限制（
），变速减载停止，恢复最大功率跟踪。整个过程不同控制模式间实现了平滑无缝切换，验证了控制策略的连续性、有效性。
为进一步观察惯量支撑对频率波动的响应效果，分别将仿真中0.4s和1s的实验波形通过小窗放大显示，如图6所示。由图1控制框图可知
，0.4s为频率突减的情况。可以看出
完全响应系统频率变化率，电磁输出功率稍稍滞后响应于惯量支撑参考值，且当频率衰减速率最快时，惯量支撑最大达到风机额定功率的10%；1s时频率突增0.2Hz，最大惯量支撑接近风机额定功率的20%，而前期为零是因为频率偏差值小于0.03 Hz时，惯量支撑才动作；分析
和的数值可以发现，实际电磁功率输出不能完全达到目标值，存在控制误差。
图6 仿真结果局部放大图
Fig.6 Partial enlarged view of simulation results
为验证协调控制策略的调频效果，搭建了图7所示的四机-两区域仿真系统，同步机具备励磁调节器和调速器，风电场包含60台1.5MW直驱风机；单台风机通过箱式变压器在风电场内汇集，经升压变电站由110kV送出并接入母线B2，
为同步发电机，仿真参数为：单台风电机组和单机-电压源系统保持一致，四台同步发电机参数一致，详见表2。
图7 四机两区域系统结构
Fig.7 Four-machine two-area system structure
表2 四机两区域系统参数
Tab.2 Four-machinetwo-area system simulation parameters
参数数值参数数值 同步机额定电压/ kV10.5负荷L1/ MW80+j50 同步机额定功率/ MW25负荷L2/ MW100+j50 同步机额定频率/ Hz50线路电阻/(Ω/km)0.089 93 同步机惯性常数/ s11.4线路电感/(mH/km)2.02 同步机稳态功率(pu) 1.0线路电容/(nF/km)14.94 母线B3电压/ kV35Z1～Z5长度/ km10 母线B1、B2电压/ kV110Z12长度/ km80
4.2.1 惯量支撑验证
实验控制：在40s时增加负荷L2，使系统产生5MW的功率缺额，通过系统瞬时功率不平衡引起频率暂态波动。并设计了对比实验：设置一组利用释放转子动能提供响应频率偏差的一次调频的传统策略，调频系数
，为防止转子失速失稳，一次调频暂态功率输出目标值限制在1.0(pu)以内，持续时间和虚拟惯量支撑保持一致，设置为3s，仿真结果如图8所示。
相较于本文提出的基于惯量响应的协调控制，基于一次调频响应的传统控制虽然在调频期间出力更持续稳定，抑制频率跌落方面效果也更明显，但是在调频结束时引发了明显的频率二次跌落，由50Hz附近跌落到49.8Hz附近（考虑到锁相环自身特性导致的测量误差），而且振荡剧烈，恢复时间较长。其本质原因为，调频期间有功出力增加过多，虽然转子动能充分释放却导致转速下降明显，引发连锁效应——风能利用系数Cp成比例下降，降低了机械功率出力，进一步恶化了不平衡转矩，加剧了转速跌落速度。因此在调频结束时，为尽快恢复转速，切换回MPPT控制，输出有功骤减，引发频率波动。
图8 惯量支撑响应效果
Fig.8 Response effect of inertia support
相比之下，本文的协调控制则实现了控制切换的平稳过渡，避免了频率的二次跌落问题，相对于有文献提出的响应频率偏差量的惯量支撑，本策略惯量功率幅值小、作用时间短暂，转速只是小幅变化，并没有偏离最佳叶尖速比λ，机械功率始终输出最大功率。
4.2.2 下单边一次调频
为直观准确地观测一次调频作用，实验中取消了惯量支撑功能，并分别在风机不同渗透率下验证加装储能的调频效果。为了说明本文提出的超级电容供能的优点，设计锂电池供能的对比实验，考虑到锂电池相比于SC，容量密度高但是功率密度小，功率密度约为1/5～1/10，且受机舱空间对安装储能体积和质量的严格限制，因此确定电池最大输出功率为30kW，但调频时间延长一倍，可持续60s。实验设计两种对比场景，场景1：风电场包含20台风电机组，风电占比10%，场景2：风电场包含60台风电机组，风电占比30%。系统发生30MW功率缺额，结果如图9所示，其中SC表示超级电容，BA表示电池。
图9 不同装机容量下储能调频效果对比
Fig.9 Comparison of energy storage and frequency modulation effect under different installed capacity
首先横向对比场景2下有无储能调节的实验效果。可以发现加装储能装置有效改善了频率暂态特性，尤其是在超级电容快速大功率放电性能的作用下，在暂态前期有效延缓了频率跌落速度和深度；但受超级电容调节时长的限制，在有限时间内，如果故障没有清除可能会引发频率再次恶化。而锂电池因为其更大的容量，可以长时间稳定供能，结果显示超级电容在十几到几十秒的调节范围内性能优良而电池更适用于二次调频。
纵向对比储能对风机装机容量变化后的调频影响。同样发生10%功率缺额，当风电占比较低时，加装超级电容对频率暂态的改善并不明显，约为0.025Hz，而当渗透率较高时，超级电容的调频效果显著，频率最低点相比电池调节提升了约0.1Hz，可见，在单机上配备超级电容可有效应对分布式能源渗透率增加引起的系统稳定问题，且超级电容短时间、大功率的快速放电特性相比于电池更适用于一次调频。
4.2.3 上单边一次调频
为了体现本策略提出的变功率跟踪控制和传统超速减载控制的差别，设置对比实验，传统控制稳态时运行在超速减载模式，减载率3.5%，此时有
（13）
式中，
为依据减载率和风能利用系数Cp确定的减载系数。实验设置：调频系数设置为
=25，风速为10.2m/s，40s时负荷发生系统额定功率18MW的掉载故障，结果如图10所示。
图10 变功率跟踪调频效果
Fig.10 Frequency modulation effect of variable power tracking
稳态时，协调策略运行在最大功率跟踪模式，转速、风能利用系数和输出功率都接近额定值，而减载控制为了预留备用，转子已超速到接近额定值的1.14倍，致使风能利用系数和输出功率减少，造成较为严重的风资源浪费；而当掉载后，频率突增，触发上单边变功率调节，根据调频式（11）得到电磁功率参考值。传统控制转速已处于高位，很快达到转速限制值1.2(pu)，
变化幅度和
调节范围有限，约为协调控制的一半，因此调频效果更差，频率抬升幅度也更明显。
对比实验结果可以发现，本策略提出的变功率跟踪，稳态时可减少风能浪费，暂态时可增加调节裕度，减少频率静态偏差且调节能力接近
，满足设计预期要求。
本文针对单台直驱风机参与电网调频问题，提出一种“惯量支撑与一次调频协调控制策略”，并根据两者作用时间尺度、目标功能的不同，量化设计了对应的控制逻辑和参数，选取了相应的供能方式，通过协调和优化提升了风机调频的实用性、经济性、稳定性以及电网的频率品质。
本文设计的调频策略相比于传统方案具有以下优势：虚拟惯量支撑采用风轮机旋转动能供能并与一次调频分开设计，实现对频率微分量的实时响应，具有能量消耗少、作用时间短的特点，因此不会引发明显的频率二次跌落问题；一次调频采用储能与变功率跟踪结合的方式可有效改善传统超速减载风能利用率和调节裕度，并减少储能配置容量。
参考文献
[1] 吕志鹏, 盛万兴, 钟庆昌, 等. 虚拟同步发电机及其在微电网中的应用[J]. 中国电机工程学报, 2014, 34(16): 2591-2603.
Lü Zhipeng, Sheng Wanxing, Zhong Qingchang, et al. Virtual synchronous generator and its applications in micro-grid[J]. Proceedings of the CSEE, 2014, 34(16): 2591-2603.
[2] 赵晶晶, 李敏, 何欣芹, 等. 基于限转矩控制的风储联合调频控制策略[J]. 电工技术学报, 2019, 34(23): 4982-4990.
Zhao Jingjing, Li Min, He Xinqin, et al. Coordinated control strategy of wind power and energy storage in frequency regulation based on torque limit control[J]. Transactions of China Electrotechnical Society, 2019, 34(23): 4982-4990.
[3] 朱晓荣, 李铮, 孟凡奇. 基于不同网架结构的直流微电网稳定性分析[J]. 电工技术学报, 2021, 36(1): 166-178.
Zhu Xiaorong, Li Zheng, Meng Fanqi. Stability analysis of DC microgrid based on different grid structures[J]. Transactions of China Electrotechnical Society, 2021, 36(1): 166-178.
[4] 杨俊友, 王海鑫, 白殿春, 等. 基于变流器联合控制的永磁风电机组孤网调频方法[J]. 中国电机工程学报, 2017, 37(10): 2887-2895.
Yang Junyou, Wang Haixin, Bai Dianchun, et al. A frequency modulation method of wind turbines with permanent magnet synchronous generators based on combination control of converters for isolated grids[J]. Proceedings of the CSEE, 2017, 37(10): 2887-2895.
[5] 张帅, 杨晶显, 刘继春, 等. 基于多尺度时序建模与估计的电力负荷数据恢复[J]. 电工技术学报, 2020, 35(13): 2736-2746.
Zhang Shuai, Yang Jingxian, Liu Jichun, et al. Power load recovery based on multi-scale time-series modeling and estimation[J]. Transactions of China Electrotechnical Society, 2020, 35(13): 2736-2746.
[6] 邵昊舒, 蔡旭. 大型风电机组惯量控制研究现状与展望[J]. 上海交通大学学报, 2018, 52(10): 40-51.
Shao Haoshu, Cai Xu . Research status and prospect of inertia control for large scale wind turbines[J]. Journal of Shanghai Jiao Tong University, 2018, 52(10): 40-51.
[7] 涂春鸣, 黄红, 兰征, 等. 微电网中电力电子变压器与储能的协调控制策略[J]. 电工技术学报, 2019, 34(12): 2627-2636.
Tu Chunming, Huang Hong, Lan Zheng, et al. Coordinated control strategy of power electronic transformer and energy storage in microgrid[J]. Transactions of China Electrotechnical Society, 2019, 34(12): 2627-2636.
[8] 张建良, 齐冬莲, 吴越, 等. 双馈感应风机虚拟惯量控制器的设计及仿真实验研究[J]. 实验技术与管理, 2017(5): 125-128, 136.
Zhang Jianliang, Qi Donglian, Wu Yue, et al. Research on design and simulation experiment of virtual inertia controller for doubly fed induction generator[J]. Experimental Technology and Management, 2017(5): 125-128, 136.
[9] Morren J, Haan S W H, Kling W L, et al. Wind turbines emulating inertia and supporting primary frequency control[J]. IEEE Transactions on Power System, 2006, 21(1): 433-434.
[10] 汤奕, 戴剑丰, 冯祎鑫, 等. 基于虚拟惯量的风电场黑启动频率协同控制策略[J]. 电力系统自动化, 2017, 41(3): 19-24.
Tang Yi, Dai Jianfeng, Feng Yixin, et al. Cooperative frequency control strategy for wind farm black-start based on virtual inertia[J]. Automation of Electric Power Systems, 2017, 41(3): 19-24.
[11] 颜湘武, 王德胜. 基于三阶模型的虚拟同步机功频控制方案[J]. 电力电子技术, 2018, 52(10): 14-16, 28.
Yan Xiangwu, Wang Desheng . Power frequency control scheme of virtual synchronous generator based on three-order model[J]. Power Electronics, 2018, 52(10): 14-16, 28.
[12] 程雪坤, 孙旭东, 柴建云, 等. 电网对称故障下双馈风力发电机的虚拟同步控制策略[J]. 电力系统自动化, 2017, 41(20): 53-60, 131.
Cheng Xuekun, Sun Xudong, Chai Jianyun, et al. Virtual synchronous control strategy for doubly-fed induction generator wind turbines under symmetrical grid faults[J]. Automation of electric power systems, 2017, 41(20): 53-60, 131.
[13] 张琛, 蔡旭, 李征. 具有自主电网同步与弱网稳定运行能力的双馈风电机组控制方法[J]. 中国电机工程学报, 2017, 37(2): 476-485.
Zhang Chen, Cai Xu, Li Zheng. Control of DFIG-based wind turbines with the capability of automatic grid-synchronization and stable operation under weak grid condition[J]. Proceedings of the CSEE, 2017, 37(2):476-485.
[14] Huang Linbin, Xin Huanhai, Wang Zhen, et al. A virtual synchronous control for voltage source converters utilizing dynamics of DC-link capacitor to realize self-synchronization[J]. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2017, 5(4): 1565-1577.
[15] 贺家发, 宋美艳, 兰洲, 等. 适应于弱电网的永磁直驱风电机组虚拟惯量协调控制策略[J]. 电力系统自动化, 2018, 42(9): 83-90.
He Jiafa, Song Meiyan, Lan Zhou, et al. A virtual inertia coordinated control scheme of PMSG-based wind turbines in weak grids[J]. Automation of Electric Power Systems, 2018, 42(9): 83-90.
[16] 钟庆昌. 虚拟同步机与自主电力系统[J]. 中国电机工程学报, 2017, 37(2): 336-348.
Zhong Qingchang. Virtual synchronous machines and autonomous power systems[J]. Proceedings of the CSEE, 2017, 37(2): 336-348.
[17] 荣飞, 李培瑶, 周诗嘉. 双馈风电场损耗最小化的有功无功协调优化控制[J]. 电工技术学报, 2020, 35(3): 520-529.
Rong Fei, Li Peiyao, Zhou Shijia. Coordinated optimal control with loss minimization for active and reactive power of doubly fed induction generator-based wind farm[J]. Transactions of China Electrotechnical Society, 2020, 35(3): 520-529.
[18] Xiao Zhaoxia, Huang Yu, Guerrero J M, et al. Frequency participation by using virtual inertia in wind turbines including energy storage[C]// IECON 2017 - 43rd Annual Conference of the IEEE Industrial Electronics Society, Beijing, China, 2017, DOI: 10.1109/IECON.2017.8216419.
[19] 董贺贺, 张延迟, 杨宏坤, 等. 基于双馈感应风机的虚拟惯量控制研究[J]. 可再生能源, 2016(8): 1174-1179.
Dong Hehe, Zhang Yanchi, Yang Hongkun, et al. Research on virtual inertia control based on doubly fed induction generator[J]. Renewable Energy Resources, 2016(8): 1174-1179.
[20] 刘辉, 葛俊, 巩宇, 等. 风电场参与电网一次调频最优方案选择与风储协调控制策略研究[J]. 全球能源互联网, 2019, 2(1): 44-52.
Lui Hui, Ge Jun, Gong Yu, et al. Optimization scheme selection of wind farm participation in grid primary frequency modulation and study of wind-storage coordination control strategy[J]. Journal of Global Energy Interconnection, 2019, 2(1): 44-52.
[21] 赵晶晶, 吕雪, 符杨, 等. 基于可变系数的双馈风机虚拟惯量与超速控制协调的风光柴微电网频率调节技术[J]. 电工技术学报, 2015, 30(5): 59-68.
Zhao Jingjing, Lü Xue, Fu Yang, et al. Frequency regulation of the wind/photovoltaic/diesel microgrid based on DFIG cooperative strategy with variable coefficients between virtual inertia and over-speed control[J]. Transactions of China Electrotechnical Society, 2015, 30(5): 59-68.
[22] 全锐, 潘文霞, 刘明洋. 基于低阶频率响应模型的双馈风电机组下垂系数修正方法[J]. 电力系统自动化, 2018, 42(1): 68-73, 90.
Quan Rui, Pan Wenxia, Liu Mingyang. Droop Coefficient modification method for DFIG based on low-order system frequency response model[J]. Automation of Electric Power Systems, 2018, 42(1): 68-73, 90.
[23] 熊连松, 修连成, 王慧敏, 等. 储能系统抑制电网功率振荡的机理研究[J]. 电工技术学报, 2019, 34(20): 4373-4380.
Xiong Liansong, Xiu Liancheng, Wang Huimin, et al. Mechanism of energy storage system to suppress grid power oscillations[J]. Transactions of China Electrotechnical Society, 2019, 34(20): 4373-4380.
[24] 周天沛, 孙伟. 高渗透率下变速风力机组虚拟惯性控制的研究[J]. 中国电机工程学报, 2017, 37(2): 486-495.
Zhou Tianpei, Sun Wei . Study on virtual inertia control for DFIG-based wind farms with high penetration[J]. Proceedings of the CSEE, 2017, 37(2): 486-495.
[25] Zhu Jiebei, Hu Jiabing, Hunu W, et al. Synthetic inertia control strategy for doubly-fed induction generator wind turbine generators using lithium-ion super-capacitors[J]. IEEE Transactions on Energy Conversion, 2018, 33(2): 773-783.
[26] 秦晓辉, 苏丽宁, 迟永宁, 等. 大电网中虚拟同步发电机惯量支撑与一次调频功能定位辨析[J]. 电力系统自动化, 2018, 42(9): 36-43.
Qin Xiaohui, Su Lining, Chi Yongning, et al. Functional orientation discrimination of inertia support and primary frequency regulation of virtual synchronous generator in large power grid[J]. Automation of Electric Power Systems, 2018, 42(9): 36-43.
Coordinated Control Strategy of Inertia Support and Primary Frequency Regulation of PMSG
Abstract On the basis of the traditional MPPT control, adding inertia support and primary frequency regulation can make grid-connected wind turbines show friendliness characteristics. It is very important to design the energy supply mode of regulation function reasonably, and the coordination control between different functions is the technical difficulty. The paper focuses on single grid-connected direct-driven wind turbine, proposing a coordinated control strategy of inertia support and primary frequency regulation over full-range of wind speed. By regulating the reference active power of the controller，the proposed strategy adopts the rotor kinetic energy to realize inertial support, and uses the additional energy storage device combining with variable power tracking control to provide the energy of primary frequency regulation. This proposed strategy not only can reduce the need of energy storage configuration, but also solves the problem of frequency secondary drop. Besides, it avoids the problems of energy loss and insufficient regulating margin which are caused by conventional spare capacity for load reduction. Finally, the feasibility and effectiveness of the theory are verified by simulation.
keywords：Virtual inertia, primary regulation, super capacitor, variable power point tracking (VPPT), coordinated control
DOI:10.19595/j.cnki.1000-6753.tces.L90078
中图分类号：TM74
颜湘武 男，1965年生，教授，博士生导师，研究方向为新能源电力系统分析与控制、现代电力变换、新型储能与节能技术。E-mail：xiangwuy@ncepu.edu.cn
王德胜 男，1994年生，博士研究生，研究方向为微网运行及接口变换器控制。 E-mail：deshengw@foxmail.com（通信作者）
北京市自然科学基金（3212037）和国家电网公司总部科技（双馈感应风力发电机惯量、阻尼及一次调节方法的研究SGHEDK00DYJS1900061）项目资助。
收稿日期 2020-06-20
改稿日期 2021-03-21
（编辑 赫蕾）