摘要：受出力波动和电网强度变化等时变因素影响，风电场并网稳定裕度呈现出时变特性，存在因裕度不足而导致的并网振荡风险。为此提出一种基于多机自主协同架构的风电场稳定裕度在线自适应控制方法，包括机组侧自主控制和场站侧矫正控制，前者用于保证对时变裕度响应的快速性，后者用于提升整场的响应精度。具体地，首先建立一种考虑多机交互且控制设计友好的风电场频域模型，基于该模型和时-频模态分析方法设计针对弱模式的多机附加阻尼环路，并将其阻尼参数作为裕度控制量；然后分别建立计及时变参数和裕度控制量的机组、场站裕度评估模型，构造裕度自主控制器和裕度矫正控制器；进一步提出基于人工神经网络(artificial neural networks，ANN)的裕度评估加速方法，实现对整场裕度的在线自适应控制。最后，基于实时仿真平台测试典型时变工况下的裕度控制效果，结果表明其可有效提升风电场稳定裕度对时变因素的自抗扰能力，起到振荡预防的作用。
文章目录
0 引言
1 裕度在线自适应控制思路及架构
1.1 分层控制架构简介
1.2 机组和场站稳定裕度的定义
1.2.1 基于本地信息的单机裕度评估模型
1.2.2 基于全局信息的场站裕度准确评估模型
1.3 稳定裕度模型构建思路
2 多机附加阻尼设计与裕度评估模型
2.1 控制设计友好的多机频域模型
2.2 附加阻尼支路设计与裕度控制量构造
2.3 含附加阻尼的机组和场站裕度评估模型
3 机组侧裕度自主控制器设计
3.1 裕度自主控制器结构设计
3.2 裕度积分器控制参数设计
4 场站侧裕度矫正控制器设计
5 ANN加速及整体控制在线化实现方法
5.1 基于ANN的裕度评估加速模型
5.2 基于ANN模型的控制参数在线快速更新
6 案例分析与验证
6.1 裕度控制量D构造实例
6.2 机组/场站裕度ANN评估模型验证
6.2.1 ANN训练配置及
