發布時間：2022-01-04所屬分類：電工職稱論文瀏覽：1次
摘 要： 摘要：300 MVar 快速動態響應同步調相機廣泛應用于特高壓直流輸電。為準確辨識調相機器模型參數，提出一種基于交替迭代優化的電氣參數分步聯合辨識方法。采用考慮飽和特性的六階實用電機模型，設計了包含勵磁階躍擾動、甩負荷擾動和機端電壓擾動的小擾動實驗方案;基于
摘要：300 MVar 快速動態響應同步調相機廣泛應用于特高壓直流輸電。為準確辨識調相機器模型參數，提出一種基于交替迭代優化的電氣參數分步聯合辨識方法。采用考慮飽和特性的六階實用電機模型，設計了包含勵磁階躍擾動、甩負荷擾動和機端電壓擾動的小擾動實驗方案;基于交替迭代方向乘子法和軌跡靈敏度分析法，制定了采用三組小擾動實驗數據聯合辨識、穩態參數和暫態參數分步辨識的策略，并將其應用到伊克昭 -沂南直流送電工程中。研究表明，三組實驗聯合辨識優于單擾動辨識，分步辨識優于一次性辨識所有參數，很好地解決了基于單次擾動實驗辨識出的參數無法復現其他工況實驗數據的問題，提高了參數辨識結果的適用性和準確性。
關鍵詞：同步調相機;分步聯合辨識;交替方向乘子法;軌跡靈敏度
0 引 言
隨著特高壓直流輸電技術的大規模應用，交直流混合電網“強直弱交”的問題日益凸顯，必須配備大量動態無功補償裝置[1-3。而] 300 MVar 大容量新型快速動態響應同步調相機的電氣參數經過優化設計，在動態無功補償方面具有明顯優勢[4]。同步調相機結構與同步電機相似，其暫態過程主要由其電氣參數決定，但廠家提供的模型和參數往往與其實際動態特性存在差異[5]，尤其是在大擾動時的動/暫態特性和非線性飽和特性。因此獲得準確的同步調相機模型及電氣參數是交直流混合電力系統分析、運行和控制的基礎。
目前，國內外學者提出了多種辨識同步電機參數的算法[6-11]，但實用化效果并不理想。同步電機待辨識參數多，同時辨識所有參數難度較大，易出現多值性和收斂性問題。若考慮同步電機的非線性飽和特性將進一步加劇多值性問題。
為此，有學者提出依據靈敏度大小逐步辨識參數。文獻[12]提出利用靈敏度辨識大小篩選出對電力系統動態過程影響較大的主導參數作為待估計參數集，以降低待辨識參數數量;文獻[13]進一步提出可以根據靈敏度的相位判斷參數的可辨識性;文獻[14] 在靈敏度分析的基礎上，提出通過網格初始化搜索算法解決初值設置不合理導致的參數辨識多值性問題;文獻[15]通過分析不同擾動下同步發電機參數的靈敏度特征，制定了發電機參數分步辨識策略，提高瞬態/超瞬態參數辨識的準確性;文獻[16]利用短路實驗引起擾動，基于靈敏度分析確定主導參數進行分布辨識;文獻[17]利用甩負荷實驗，基于軌跡靈敏度確定合適的加權區間和權重系數，但沒有考慮飽和效應;文獻[18]利用勵磁階躍擾動，在頻域內采用分步辨識策略辨識發電機參數，也沒有考慮飽和效應。以上文獻均從理論角度闡述了基于靈敏度特征辨識同步電機參數的可行性，但存在以下問題：大部分文獻推薦采用短路大擾動實驗以提高參數辨識精度，但調相機位于換流站，難以開展此類大擾動實驗，有必要探究基于小擾動的參數辨識方法;不同擾動類型下的同步電機工況不同，基于單次擾動實驗數據辨識出的參數往往難以適用于其他擾動工況;相當一部分文獻沒有考慮同步電機飽和特性，而飽和特性恰恰是影響調相機動態、暫態/次暫態等性能的關鍵因素之一。
進一步分析，同步電機參數之間相互耦合，部分參數作用效果相反[9]。若同時辨識作用效果相反的參數，即使參數靈敏度大，也可能導致待辨識參數無法收斂至最優值。為此，可以將參數辨識看作優化問題，依據作用效果將待辨識參數分成幾組分步求解。而交替迭代乘子法(ADMM)作為一種求解此類優化問題的分散式方法，具有良好的收斂性、魯棒性，在電力系統經濟調度、微電網群調度等方面取得了良好的應用效果[19-20]。
針對以上問題，設計了適用于同步調相機的小擾動實驗方案。基于參數靈敏度分析法和 ADMM 法，采用三組小擾動實驗數據聯合辨識、穩態參數和暫態參數分步辨識的策略，完成現場實測驗證。
1 同步調相機模型及坐標變換
1.1 同步調相機數學模型
同步調相機內部結構及工作原理均與同步發電機類似，主要區別在于同步調相機沒有原動力。
1.2 數據預處理
數據預處理分為：數據濾波、計算有效值、標幺化、dq 坐標變換。數據濾波通過高通濾波濾除功角、電壓、電流等測量數據中的高頻噪聲，減小對辨識效果的影響;dq 坐標變換若按照通用的 dq0 坐標變換方法，需要知道調相機啟動瞬間轉子直軸與 a 相軸線初始角度 a0或者功率因數角 φ，但是初始角度 a0往往不易準確測量，功角曲線的測量受轉速脈沖精度的影響會有相當的誤差[21]。
針對同步調相機幾乎不發有功的特點，在功率因數角 φ 足夠小的情況下，考慮利用同步調相機定子側電壓 Ua和線電流 Ia 的有效值代替 Id 和 Uq，在對辨識結果影響不大的前提下，進一步簡化計算。
基于 Simulink 仿真調相機機端電壓擾動工況，仿真發現同步調相機的功角小于 4°，實際及簡化處理得到的 Id和 Uq 曲線基本重合，如圖 1 所示。基于以上兩組數據分別進行辨識調相機參數，辨識結果在誤差上基本沒有區別，進一步驗證了這種數據處理的可行性。下文均采用這種數據處理方式。
2 同步調相機參數軌跡靈敏度分析
文獻[9]直接使用 Simulink 中的同步電機模塊進行靈敏度分析，所用模型與 PSASP 中的電機模型不兼容，而其所使用的辨識模型又與靈敏度分析所用模型不同，這導致了辨識過程中對參數的調整方向與靈敏度分析的規律存在區別，所制定的辨識策略在實際應用中出現收斂效率低、易陷入局部最優的問題。同時，同步調相機與傳統同步電機在參數范圍、擾動模式上(例如甩負荷擾動)均有較大區別，有必要依據辨識所用模型重新計算參數靈敏度。
(1)勵磁階躍擾動：維持同步調相機無功出力不變，改變勵磁調節器給定值，在勵磁回路中施加一個使機端電壓波動大于 2%的擾動量;
(2)機端電壓擾動：由于同步調相機通過升壓變壓器直接連接在換流站交流母線上，緊靠換流閥，進行短路等大擾動實驗的安全風險大，故采用投切電容器的方式造成機端電壓擾動。維持同步調相機無功出力不變，在機端依次投切 255 MVar、210 MVar、210 MVar 三組電容器組，施加一個使機端電壓波動大于 2%的擾動量;
(3)甩負荷擾動實驗：令同步調相機進相-150 MVar 運行，突然切機甩負荷產生擾動。
4.2 參數辨識驗證
選取 50 MVar+3%勵磁階躍、投一組 210 MVar 電容器組、-150 MVar 甩負荷三組擾動實驗數據，依據圖 5 所示辨識流程依次辨識同步調相機參數。
(1)獲得辨識起點;
預辨識結果見表 1 和圖 7。
3 可以看出，擬合曲線與實測曲線十分接近，說明所提的分步聯合辨識策略效果良好。
4.3 多種參數辨識策略比較
為了說明上述同步調相機參數分步聯合辨識策略的有效性，分別利用廠家提供的參數設計值、分步聯合辨識策略辨識出的參數、單次擾動辨識出的參數、利用三組擾動數據一次性辨識出的參數擬合實測數據，計算擬合曲線與實測曲線的均方根誤差。結果見表 3。
分析表 3 可知，采用單次擾動辨識出的參數不能保證對其他兩類擾動的擬合效果(2 組、3 組、4 組);利用三種擾動數據一次辨識出所有參數的效果略有所改善(5 組)，但有提升空間;采用分布聯合辨識策略辨識出的參數能準確復現所有擾動實測結果，獲得比設計值和單擾動辨識方法、單次聯合辨識方法更好的效果;分步聯合辨識策略由于兼顧了甩負荷、勵磁階躍和機端電壓擾動的動態特性，所得結果具有更小的綜合誤差，其結果具有更好的適用性。
5 結束語
提出了一種適用于同步調相機的電氣參數辨識方法，所做的工作主要有：
(1)建立了考慮飽和特性的同步調相機數學模型。通過高通濾波對數據進行預處理，針對調相機不發有功功率的特點，確定了利用 Ua和 Ia代替 Id 和 Uq的數據簡化處理方式;
(2)針對換流站實際運行工況，設計了適用于現場操作的同步調相機小擾動實驗方案;
(3)通過參數軌跡靈敏度，分析確定辨識參數的最佳擾動組合。將 ADMM 的思想引入參數辨識中，提出了實用化的調相機參數分步聯合辨識方法，并將其成功地應用到伊克昭-沂南直流送電工程中。
研究表明，三組實驗聯合辨識優于單擾動辨識，分步辨識優于一次性辨識所有參數。其很好地解決了基于單次擾動實驗辨識出的參數無法復現其他工況實驗數據的問題，提高了參數辨識結果的適用性和準確性。——論文作者：王繼豪 1，王安東 1，孫福春 1，鄭競宏 2，曹志偉 1，朱文兵 1
參 考 文 獻
[1] 張紅麗, 劉福鎖, 李威. 動態無功補償裝置提高多饋入直流恢復的布點方法[J]. 電力系統自動化, 2016, 40(5): 133-138. Zhang Hongli, Liu Fusuo, Li Wei. Site selection for dynamic reactive power compensation and improvement of recovery from commutation failures in multi-infeed HDV system[J]. Automation of Electric Power System. 2016(05): 133-138.
[2] 劉振亞, 張啟平, 王雅婷, 等. 提高西北新甘青 750kV 送端電網安全穩定水平的無功補償措施研究[J]. 中國電機工程學報，2015, 35(5): 1015-1022. .Liu Zhenya, Zhang Qiping, Wang Yating, et al. Research on reactive compensation strategies for improving stability level of sending-end of 750kV grid in northwest china[J]. Proceedings of the CSEE, 2015, 35(5): 1015-1022.
[3] 尹立敏, 雷鋼, 呂莉莉, 等. 基于同步調相機降低換相失敗風險的仿真研究[J]. 電測與儀表, 2018 (15): 138-146. Yin Limin, Lei Gang, Lv Lili, et al. Simulation research on reducing the commutation failure based on synchronous condenser[J]. Electrical Measurement & Instrumentation, 2018(15): 138-146.
[4] 李志強，蔣維勇，王彥濱，等. 大容量新型調相機關鍵技術參數及其優化設計[J]. 大電機技術. 2017(4): 15-22. Li Zhiqiang, Jiang Weiyong, Wang Yanbin, et al. Key Technical Parameters and Optimal Design of New Types of Large Capacity Synchronous Condenser[J]. Large Electric Machine and Hydraulic Turbine. 2017(4): 15-22.
[5] 劉柏私，甄威，唐永紅. 同步發電機參數辨識方法綜述[J]. 四川電力技術. 2007(2): 78-79. Liu Baisi, Zhen Wei, Tang Yonghong. Review of Synchronous Generator Parameter Identification Methods[J]. Sichuan Electric Power Technology. 2007(2): 78-79.
[6] 蔡然, 楊俊華, 楊夢麗, 等. 基于改進靜止頻率響應實驗的同步電機參數辨識[J]. 電測與儀表, 2015, 52(7): 123-128. Cai Ran, Yang Junhua, Yang Mengli, et al. Parameter identification of the synchronous machine based on an improved standstill frequency test[J]. Electrical Measurement & Instrumentation, 2015, 52(7): 123-128.
[7] 宋珂, 戴鵬, 袁慶慶, 等. 基于靜態頻域法的電勵磁同步電機參數辨識 [J]. 電測與儀表, 2012, 49(2): 32-36. Song Ke, Dai Peng, Yuan Qingqing, et al. Parameter estimation of synchronous machine based on standstill frequency response[J]. Electrical Measurement & Instrumentation, 2012, 49(2): 32-36.
[8] 司家榮, 蔡國偉, 孫正龍, 等. 基于下垂控制逆變器的虛擬發電機建模與特性研究[J]. 電測與儀表, 2017, 54(22): 116-122. Si Jiarong, Cai Guowei, Sun Zhenglong, et al. Modeling and virtual synchronous generator characteristics research based on droop-controlled inverters[J]. Electrical Measurement & Instrumentation, 2017, 54(22): 116-122.
SCISSCIAHCI
