新能源電力系統振蕩薄弱點定位方法研究

馬駿超，高 磊，陳曉剛，呂 敬，彭 琰，王晨旭，劉佳寧

（1. 國網浙江省電力有限公司電力科學研究院，杭州 310014；2. 電力傳輸與功率變換控制教育部重點實驗室（上海交通大學），上海 200240；3. 國網浙江省電力有限公司，杭州 310007）

0 引言

近年來，以風電、光伏為主的新能源電力系統快速發展，同時也引發了一系列寬頻振蕩問題［1-5］，成為構建新型電力系統的關鍵挑戰之一。國內外新能源并網振蕩問題時有發生，如2009 年10 月美國德州某雙饋風電場與串補電網間發生頻率約20 Hz的次同步振蕩事故［6］，造成大量風機的crowbar電路損壞和脫網；2011年以來我國河北沽源地區風電場發生了上百次由風電機群與串補電網相互作用而引發的頻率在3～10 Hz 的次同步振蕩，造成變壓器異常振動和大量風機脫網［7］；2013 年德國北海BorWin1 海上風電柔直送出系統發生了250 Hz 左右的中頻振蕩現象［8］；2020 年張北新能源柔直電網工程投運以來，相繼出現了數十Hz 至數千Hz 的寬頻振蕩現象［9］；2021 年底，如東海上風電柔直送出工程相繼出現了2 kHz 和320 Hz左右的中高頻振蕩現象［10］。

屢屢發生的振蕩事件逐漸引起了學術界和工業界的廣泛關注。寬頻振蕩不同頻率分量之間的相互作用可能會激發新的振蕩形態，導致多種形態的振蕩在電網中共存，從而造成振蕩能量在電網中大范圍傳播。為了有針對性地抑制振蕩現象，快速定位振蕩源是保障系統安全穩定的重要手段，目前國內外在振蕩源定位方面已開展了一些研究［11-15］。文獻［11］針對低頻振蕩提出一種基于WAMS（廣域測量系統）信息構建電網割集計算振蕩能量的方法，通過振蕩能量流出的割集定位低頻振蕩。能量法或其衍生的方法在低頻振蕩擾動源定位方面得到廣泛應用［12］，但能否將其應用于寬頻振蕩的擾動源定位還有待進一步研究。文獻［13］針對次同步振蕩提出基于數據的能量流方法，通過量測數據計算系統的總能量與振幅，從而判斷消耗能量的元件對振蕩衰減的貢獻，不再依賴能量函數，但其能否應用于更復雜的工況還有待進一步驗證。隨著人工智能技術的快速發展，基于人工智能的振蕩源定位方法在電力系統中有一定的應用前景。文獻［14］提出了一種基于深度遷移學習的風電場次同步振蕩源定位方法，該方法運用CNN（卷積神經網絡）進行振蕩源特征提取并訓練定位模型，初步驗證了人工智能在風電并網振蕩源定位中應用的可行性。文獻［15］提出了基于對抗式遷移學習的風電場次同步振蕩源定位方法，該方法使得仿真系統離線建立的定位模型能夠遷移到實際系統中，進而對風電場次同步振蕩源進行在線定位。基于人工智能算法的振蕩源定位研究尚處于起步階段，在復雜新型電力系統中的表現有待進一步研究。上述研究主要是針對傳統電力系統或新能源電力系統發生低頻或次/超同步振蕩后所采取的振蕩溯源方法，而鮮有文獻對振蕩發生前進行系統的穩定性在線評估和薄弱點定位，尤其在以新能源為主的電力系統寬頻振蕩薄弱點定位方面尚缺乏相關研究。

為了減輕振蕩對新能源電力系統的沖擊，迫切需要研究寬頻振蕩在線風險評估方法，在線評估系統穩定狀態并定位系統振蕩薄弱點，在發生振蕩前采取預防措施提升系統穩定性［16］。為此，本文分別從端口頻域特性和時域響應角度提出兩種新能源電力系統振蕩薄弱點定位方法。基于頻域方法的基本思路是：首先采用數據-模型融合驅動方法在線辨識新能源場站和交流電網的寬頻阻抗，然后利用阻抗穩定性判據評估系統穩定狀態，最后基于在線辨識的寬頻阻抗計算潛在振蕩頻率處各新能源場站阻抗的實部大小，根據無源性理論［17-18］，將實部小的若干個場站確定為振蕩薄弱點。基于時域方法的基本思路是：新能源電力系統中的儲能裝置或新能源場站配置的SVG（靜止無功發生器）向系統注入寬頻小擾動信號，然后利用HHT（希爾伯特-黃變換）對各新能源場站端口處的電流時間序列進行分析，計算各新能源場站在弱阻尼模態頻率下的阻尼比，阻尼比小的若干個場站被確定為振蕩薄弱點。最后，以三個風電場構成的小型新能源系統為例，對上述兩種振蕩薄弱點定位方法的有效性進行驗證。

1 新能源電力系統結構簡介

新能源電力系統主要由風電場、光伏電站、同步發電機、負荷、交流電網、傳輸線路、變電站等組成，如圖1所示。其中風電場主要由全功率風電機組、雙饋風電機組構成，本地電網由戴維南等值電源、同步發電機和負荷中心構成。

圖1 新能源電力系統結構示意圖Fig.1 Structure of the new energy power system

2 基于端口頻域特性的振蕩薄弱點定位方法

基于端口頻域特性的振蕩薄弱點定位方法以新能源場站的寬頻阻抗在線辨識結果為基礎［19］，方案的具體流程如圖2所示，主要步驟如下：

圖2 基于端口頻域特性的振蕩薄弱點定位流程Fig.2 Flowchart of the weak point location based on terminal frequency-domain characteristics

1）在線辨識新能源場站的寬頻阻抗。針對輸入隨機不確定的新能源機組，采用數據驅動方法建立覆蓋整個穩態運行工況的寬頻阻抗辨識模型；結合新能源場站的物理結構模型，構建數據-模型融合驅動的新能源場站寬頻阻抗在線辨識模型；在此基礎上，根據新能源場站間的網絡拓撲，通過阻抗網絡計算進一步得到新能源集群的寬頻阻抗在線辨識模型；基于新能源場站的寬頻阻抗在線辨識模型，根據各新能源機組運行狀態及電壓電流量測信號辨識［19］，得到各個新能源場站的寬頻阻抗ZREx以及新能源集群的寬頻阻抗ZRE，并在線獲取交流電網的寬頻阻抗Zg。

2）在線評估新能源并網系統的穩定裕度和潛在振蕩頻率。基于辨識得到的新能源集群的寬頻阻抗，利用阻抗穩定性分析方法［20］或廣義奈奎斯特穩定性判據［21］，在線評估新能源電力系統的穩定性，獲取系統穩定裕度和潛在振蕩頻率。

3）在線獲取潛在振蕩頻率處新能源場站的阻抗實部，進行振蕩薄弱點定位。利用辨識得到的新能源場站寬頻阻抗，提取各場站在潛在振蕩頻率處阻抗的實部，根據阻抗實部的大小進行排序，最小的一個或幾個新能源場站即為系統的振蕩薄弱點。

3 基于端口時域響應的振蕩薄弱點定位方法

基于端口時域特性的振蕩薄弱點定位方法流程如圖3所示，主要步驟如下：

圖3 基于端口時域特性的振蕩薄弱點定位流程Fig.3 Flowchart of the weak points location based on terminal time-domain characteristics

1）寬頻小擾動信號注入。通過新能源電力系統中的儲能裝置或新能源場站配置的SVG向系統注入寬頻小擾動信號，測量系統中各新能源場站施加擾動后的端口電流時間序列I1～n（t）。

2）新能源場站端口電流信號分析。利用HHT各新能源場站的端口電流信號，得到不同頻率下電流分量的瞬時幅值，確定弱阻尼模態分量及其對應的潛在振蕩頻率f。

3）系統振蕩薄弱點定位。計算各新能源場站端口電流在弱阻尼模態頻率下的阻尼比，根據阻尼比大小進行排序，阻尼比最小的一個或多個新能源場站即為系統潛在的振蕩薄弱點。

本文選擇MLBS（最大長度二進制序列）作為寬頻小擾動信號，疊加到儲能逆變器/SVG的電壓前饋中，如圖4所示。

圖4 擾動注入位置示意圖Fig.4 Schematic diagram of the disturbance injection locations

MLBS 屬于偽隨機二進制信號，通過反饋式移位寄存器輸出狀態為0、1 或者±1 電平信號，MLBS 的結構如圖5（a）所示。獲取MLBS 信號的流程如圖5（b）所示，首先設定移位寄存器的初始狀態，之后將移位寄存器的第i個和第n個輸出經過“異或”處理作為移位寄存器新的一級輸出，在一個采樣頻率內向右移位一次，最后在一個采樣周期Δt內獲取MLBS 信號，以此類推，即可得到整個周期的MLBS 信號［22］。其信號及頻譜分布如圖6 所示，為了保證MLBS 信號在一定頻率范圍內有更合理的頻率間隔分布以及幅值分布，可以通過調整信號長度N以及采樣頻率fgen實現。

圖5 MLBS結構及流程Fig.5 Structure and flowchart of the MLBS

圖6 MLBS信號時頻譜圖Fig.6 Time and frequency spectrum of MLBS

注入寬頻小擾動信號后，測量獲取各個新能源場站端口處的電流時間序列Ix（x=1，2，…，n），然后利用HHT分析該電流時間序列［23］。該方法與傳統基于Prony的低頻振蕩在線辨識方法相比，具有抗噪聲性能好、分析頻率寬、計算速度快、適用于非平穩信號分析等優勢［24］。

HHT 方法首先利用EMD（經驗模態分解）得到電流時間序列Ix在不同頻率處的本征模態分量Ixi（i=1，2，…，n）；之后對每個本征模態分量Ixi進行HT（希爾伯特變換），結果記為Hxi；然后利用歐拉公式對HHT 后得到的解析信號IHHT進行重構，如式（1）和式（2）所示，其中Ai（t）為電流信號的瞬時幅值，相應的瞬時頻率fi（t）如式（3）所示。

針對新能源場站i，在某一瞬時頻率f處將該電流分量進行擬合，如式（4）所示，從而提取電流分量的衰減系數σxi和阻尼比，同時得到其他新能源場站j在該瞬時頻率處的阻尼比。通過比較阻尼比的大小，定義阻尼比最小的新能源場站為系統的振蕩薄弱點。

4 算例分析

為了驗證本文所提兩種振蕩薄弱點定位方法的有效性，以三個新能源場站接入戴維南等值電網構成的小型新能源系統為例，將50 MW儲能電站接入220 kV 交流電網中，系統結構示意圖如圖7所示。

圖7 簡化的新能源電力系統結構示意圖Fig.7 The simplified structure of the new energy power system

4.1 基于端口頻域特性的振蕩薄弱點定位

假設如圖7 所示新能源場站的其他參數都相同，僅設定新能源場站3的機組臺數為其他新能源場站的2倍。首先利用數據-模型融合驅動的方法辨識各新能源場站的寬頻阻抗ZRE（1-3）（f），考慮交流輸電線路的影響，獲取新能源集群在并網點處的寬頻阻抗ZRE（f）和交流電網的寬頻阻抗Zg（f），頻率f設定為1～1 000 Hz。由此可得阻抗比Zg（f）/ZRE（f）的奈奎斯特曲線如圖8所示，與單位圓的交點頻率為293 Hz，相位裕度為9.5°。設定相位裕度的閾值為15°，因此系統的相位裕度不足，處于弱阻尼狀態，系統的潛在振蕩頻率為293 Hz。然后，計算各新能源場站在潛在振蕩頻率處端口阻抗的實部，如表1所示，可以看出新能源場站3的阻抗實部最小，因而新能源場站3為系統的薄弱場站。

表1 基于端口頻域特性的振蕩薄弱點定位結果Table 1 Results of the weak points location based on frequency-domain characteristics

圖8 基于頻域的穩定性在線評估示意圖Fig.8 Online assessment of stability based on frequency domain

4.2 基于端口時域特性的振蕩薄弱點定位

設定采樣頻率為2 000 Hz，移位寄存器的個數設置為10，將MLBS信號施加到儲能PCS（電能轉換系統）控制器的電壓前饋中，利用儲能設備產生擾動信號注入到新能源電力系統中，本文關注的頻率范圍為1～1 000 Hz，因此選取擾動注入后1 s 的數據進行分析。在2.0 s 注入寬頻小擾動信號，在2～3 s 提取新能源場站1和3端口處的三相交流電流，如圖9 所示，由于0.1 s 后系統穩定，本節僅給出2.0 s到2.07 s之內有擾動的波形。

圖9 新能源場站端口電流響應波形Fig.9 Waveforms of port current responses of the new energy stations

利用HHT 分別提取新能源場站1 和3 端口電流信號在不同頻率處的電流分量，僅保留潛在振蕩頻率處的電流信號，如圖10（a）和10（b）所示。對潛在振蕩頻率處的電流分量進行最小二乘擬合，得到各新能源場站在潛在振蕩頻率處的端口交流電流波形，如圖10（c）所示，計算潛在振蕩頻率處各新能源場站的阻尼比（ξ1=0.192，ξ3=0.139），可知新能源場站3的阻尼比較小，即新能源場站3為系統的薄弱場站。

圖10 新能源場站交流電流信號分量Fig.10 AC current signal components of the new energy station

5 結語

以新能源為主的局部電網易產生寬頻振蕩風險，為保障系統安全穩定、減輕振蕩對系統的沖擊，本文提出了兩種適用于新能源電力系統的振蕩薄弱點定位方法，即頻域法和時域法。兩種方法分別基于新能源場站端口的頻域特性和時域響應，能夠實現系統寬頻振蕩穩定性的在線評估和潛在振蕩薄弱點的準確定位。仿真算例驗證了兩種方法的有效性。