互联变换器的模糊VSG参数自适应控制

Fuzzy VSG parameter adaptive control of the interlinking converter

摘要

对于弱电网条件下的交直流混合微电网，存在交流子网缺少惯性和母线频率易突变等问题，研究改善微电网动态性能的互联变换器控制策略。为提高系统惯性，在功率控制的基础上，引入虚拟同步发电机（VSG）技术，给出了互联变换器VSG控制结构。为增强参数的适应性，在分析同步发电机惯性特性和阻尼特性对系统动态性能影响的基础上，采用模糊控制技术，给出了互联变换器基于模糊控制的VSG参数自适应控制策略。仿真结果表明，该控制策略可使混合微电网在调度模式下响应功率指令时，功率和频率响应更快，超调更小，性能更优。

Abstract

For AC/DC hybrid microgrid under weak grid conditions, there are problems such as the lack of inertia of AC subgrids and the susceptibility of bus frequency to sudden changes. This study focuses on improving the dynamic performance of the microgrid through the control strategy of interlinking converter (ILC). To enhance the system inertia, virtual synchronous generator (VSG) technology is introduced on the basis of power control, and the VSG control structure of the interlinking converter is given. To improve the adaptability of system parameters, based on the analysis of the influence of synchronous generator inertia properties and damping properties on system dynamic performance, the fuzzy control-based VSG parameters adaptive control strategy of the ILC is given. Simulation results indicate that the proposed control strategy exhibits faster power and frequency response speed, smaller overshoot, and superior performance of the hybrid microgrid when responding to power commands in the dispatching mode.

Graphical abstract

关键词

交直流混合微电网 / 模糊控制 / 虚拟同步发电机 / 互联变换器 / 参数自适应

Key words

AC/DC hybrid microgrid / fuzzy control / virtual synchronous generator / interlinking converter / adaptability of parameter

交直流混合微电网兼具交流微电网和直流微电网的优点，可以减少电力变换环节进而降低能量损耗，近些年以混合微电网为代表的新型电力系统快速发展^[1]，互联变换器(interlinking converter，ILC)是交直流混合微电网中的核心变换器，可以在不同工况下为微电网提供功率支撑以及维持微电网间的能量平衡，其控制策略对微电网的稳定运行至关重要。文献[2]提出下垂控制策略，无需通信即可在各微源或微电网之间分配功率，降低系统成本和效率。由于新能源发电系统具有不稳定性，微电网易受其影响，会导致互联变换器的控制方式频繁切换，对器件产生损耗。文献[3]提出归一化的双向下垂控制方法，将交流频率和直流电压归一化处理，使两种不同纲量的数值可以在同一坐标系下比较，便于控制互联变换器输出功率的大小。但是下垂控制的动态响应很快，其控制方式通过电力电子器件实现并网，随着微电网中分布式电源的增加，电力系统总惯性、阻尼特性降低，系统稳定性会受到影响。针对电力系统惯量低导致系统不稳定的问题，文献[4]提出了虚拟同步发电机 (virtual synchronous generator，VSG)控制策略，在逆变器的控制策略中引入转子方程，逆变器可以模拟同步发电机的物理特性，使系统具备惯性特性和阻尼特性，增强微电网抗干扰能力。文献[5]根据交直流混合微电网能量平衡关系，设计了基于虚拟同步电机的互联变换器控制策略，能够为交流子微电网和直流子微电网提供惯性支撑。文献[6]提出了虚拟同步发电机与模型预测相结合的控制策略 (VSG-MPCC)。所提控制策略省去了传统的电压电流串级控制和脉冲宽度调制环节，简化了控制结构并提升动态响应能力，提供了更好的功率和频率支撑。文献[7]将虚拟阻抗引入VSG中，通过修正输入电压，来提升暂态压降支撑，使系统具备低电压穿越能力。文献[8]在VSG中引入线性自抗扰控制(LADRC)，减小工况变化时的频率波动，改善了系统性能。文献[9]将一种基于跟踪微分器的非线性比例-积分-微分(PID)控制应用于电压电流双闭环中，实时调节系统动态响应，提升系统的抗扰性。文献[10]采用虚拟阻抗改进电压预同步控制，有效地降低了系统在并离网时产生波动，实现无缝切换。文献[11]在VSG中引入滑模变结构控制，提升系统的鲁棒性和动态性，同时结合模糊控制来减小滑模控制产生的抖振。

但惯量和阻尼系数是固定的，不能随着运行工况变化而改变，缺乏一定的动态调节能力。文献[12]根据最优阻尼比获得虚拟惯量和阻尼系数，系统在工况变化时虚拟系数在两组数值间切换。但离散的自适应调节只能使系数进行有限的变化，使得系统在调节时波动较为明显。文献[13]设计了自适应函数，提升了系统的动态响应能力，延长储能寿命。文献[14]通过分析转动惯量与频率的变化关系，建立模糊控制规则，利用模糊控制使虚拟惯量自适应调节。文献[15]结合径向基函数(RBF)神经网络提出了VSG参数自适应控制，优化了系统的动态性能。

综上所述，相关文献未有针对交直流混合微电网在弱电网条件下的系统性研究。对于交流子微电网易产生输出功率和母线频率震荡的问题，本文将VSG技术应用于互联变换器的控制中，给系统增加惯性和阻尼特性，同时对于传统VSG控制使用固定参数导致系统动态性能较差的问题，设计基于模糊控制的参数自适应控制策略，提升交流子微电网的动态特性，通过仿真验证本文所提出控制策略的正确性和有效性。

1 交直流混合微电网拓扑结构

本文的交直流混合微电网由交流子微电网、直流子微电网以及互联变换器三部分构成，其拓扑结构如图1所示。直流子微电网包括光伏发电系统、储能系统和直流负载。光伏发电系统通过DC/DC变换电路与直流母线相连接，根据系统运行状态可切换为最大功率控制模式(maximum power point tracking，MPPT)或限功率跟踪控制模式(limited power tracking control，LPTC)。储能系统通过双向DC/DC变换电路与直流母线相连接，根据系统运行模式处于充电或放电状态。交流子微电网包括风力发电系统和交流负载，风力发电系统通过背靠背式变换器与交流母线相连接，前级变换器根据系统运行模式控制风机工作在MPPT模式或LPTC模式，后级变换器实现风力发电系统输出功率单位功率因数控制。互联变换器是连接交流微电网和直流微电网的枢纽，其主要功能是实现功率的双向传输和维持交直流两侧的能量平衡。对于在弱电网且运行在并网调度模式的交直流混合微电网，其互联变换器采用虚拟同步发电机控制策略，既可以确保系统及时响应电网的功率调度指令，又可以提升交直流混合微电网交流侧的动态特性。

2 交直流混合微电网协调控制原理

2.1 分层控制结构

混合微电网可运行在并网调度、并网自由以及离网三种工作模式，采用集中式分层控制结构，包含调度层、协调控制层以及本地控制层，如图2所示。调度层制定合理的调度策略，保证对系统功率的优化调度及微电网经济可靠运行。协调控制层整合本地控制层和调度层功率信息，使微电网在三种运行模式之间切换，实现微电网协调控制及功率流动。本地控制层响应协调控制层的指令，根据工作模式切换微源、储能和负荷的控制方式。本文仅考虑互联变换器在并网调度模式下的控制策略。

2.2 并网调度模式协调控制

微电网运行在并网调度模式时，馈入配电网的功率由电网调度给定，为了满足调度功率需求，要在不同的能量平衡条件下设置优先次序。根据系统调度指令，分布式发电单元处于MPPT或LPTC模式，锂电池处于充电或放电状态。光伏发电系统通过调整输出电压实现LPTC，仅包含电气装置，响应速度较快。而风力发电系统通过调节风机转速来实现LPTC，响应速度较慢，且旋转机械设备频繁的速度变化会影响其使用寿命。因此，在响应调度指令时，采用优先使用风力发电，优先调节光伏发电的原则，即在需要限功率时先限制光伏发电功率，保持风力发电系统MPPT模式不变。

并网调度模式能量流动关系分别如表1和图3所示。其中，P_{\mathrm{G}}为微电网向电网传输总功率；P_{\mathrm{I}\mathrm{L}\mathrm{C}}为经互联变换器传输的光伏发电盈余功率，P_{\mathrm{I}\mathrm{L}\mathrm{C}}=P_{\mathrm{P}\mathrm{V}}-P_{\mathrm{B}}-P_{\mathrm{D}\mathrm{L}}；P_{\mathrm{W}}为风力发电盈余功率，P_{\mathrm{W}}=P_{\mathrm{W}\mathrm{i}\mathrm{n}\mathrm{d}}-P_{\mathrm{A}\mathrm{L}}；P_{\mathrm{P}\mathrm{V}}为光伏功率；P_{\mathrm{B}}为储能功率；P_{\mathrm{D}\mathrm{L}}为直流负载功率；P_{\mathrm{W}\mathrm{i}\mathrm{n}\mathrm{d}}为风机功率；P_{\mathrm{A}\mathrm{L}}为交流负载功率。

3 互联变换器虚拟同步发电机控制原理

3.1 互联变换器控制结构

互联变换器采用三相电压源型桥式拓扑结构，直流侧经由直流电容C_{\mathrm{d}\mathrm{c}}与直流母线连接，U_{\mathrm{d}\mathrm{c}}为直流母线电压，交流侧经由LC滤波器与交流母线连接，e_a、e_b、e_c为电网电压，L_{\mathrm{g}}和R_{\mathrm{g}}为微电网与电网之间等效线路阻抗。VSG控制主要由三部分组成，分别为有功频率控制、虚拟励磁控制和虚拟阻抗。图4为互联换器VSG控制原理。

3.2 有功频率控制

为了便于分析主要控制参数对VSG输出特性的影响，参考隐极式同步发电机的二阶暂态模型对VSG进行建模。假设同步发电机极对数为1，电气角速度\omega与机械角速度{\omega }_{\mathrm{m}}相等，可得转子运动方程为

\left\{\begin{array}{l}J\frac{\mathrm{d}\left(\omega -{\omega }_{\mathrm{0}}\right)}{\mathrm{d}t}=\frac{P_{\mathrm{r}\mathrm{e}\mathrm{f}}}{{\omega }_{\mathrm{0}}}-\frac{P}{{\omega }_{\mathrm{0}}}-D_P\left(\omega -{\omega }_{\mathrm{0}}\right)\\ \frac{\mathrm{d}\theta }{\mathrm{d}t}=\omega \end{array}\right.(1)

式中：J为虚拟转动惯量，kg·m²；D_P为阻尼系数，N·m·s·rad^-1；\omega为转子角速度，rad·s^-1；{\omega }_{\mathrm{0}}为额定角速度，rad·s^-1；P_{\mathrm{r}\mathrm{e}\mathrm{f}}为互联变换器输出功率参考值，W；P为互联变换器输出功率实际值，W；\theta为VSG相角，rad。

3.3 虚拟励磁控制

为了实现同步发电机一次调压功能，使VSG输出的无功功率随着电压的幅值发生相应的变化，通过加入励磁控制器，调整励磁电流以确保同步发电机输出电压稳定。将励磁方程与无功下垂方程结合，得到VSG的虚拟励磁控制，控制方程为

E=\frac{k}{\mathrm{s}}\left[D_Q\left(U_{\mathrm{0}}-U\right)+\left(Q_{\mathrm{r}\mathrm{e}\mathrm{f}}-Q\right)\right](2)

式中：U_{\mathrm{0}}为额定电压值，V；U为输出电压值，V；D_Q为无功-电压下垂系数；Q_{\mathrm{r}\mathrm{e}\mathrm{f}}为VSG无功功率参考值，var；Q为VSG无功功率输出值，var；k为积分系数；E为励磁电动势，V。

3.4 虚拟阻抗

将互联变换器拓扑结构与同步发电机的定子结构进行类比，可得到VSG定子电压方程为

\dot{E}=\dot{U}+\dot{I}{R}_{\mathrm{V}}+j\dot{I}\omega L_{\mathrm{V}}(3)

式中：\dot{U}为VSG输出端电压，V；\dot{E}为励磁电动势，V；\dot{I}为定子电流，A；R_{\mathrm{V}}为虚拟电阻，Ω；\omega为交流角频率，rad·s^-1；L_{\mathrm{V}}为虚拟电感，H。

在VSG控制中引入虚拟阻抗，使系统等效输出阻抗为感性。经过虚拟阻抗环节后得到虚拟阻抗上的压降，对输出电压参考值进行修正，可使有功环控制和无功环控制解耦。根据定子电压方程，可得在dq坐标轴下的方程为

\left\{\begin{array}{l}{U}_{\mathrm{d}\_\mathrm{r}\mathrm{e}\mathrm{f}}=E_d-i_{od}{R}_{\mathrm{V}}+i_{oq}j\omega L_{\mathrm{V}}\\ U_{\mathrm{q}\_\mathrm{r}\mathrm{e}\mathrm{f}}=E_q-i_{oq}{R}_{\mathrm{V}}-i_{od}j\omega L_{\mathrm{V}}\end{array}\right.(4)

由式(1)、式(2)和式(4)可以得到VSG控制结构，如图5所示。

4 互联变换器模糊自适应控制策略

4.1 虚拟惯量与系统稳定性分析

当系统受到扰动时，同步发电机输出功率会发生震荡，其角频率也会发生震荡。通过类比同步发电机可知，当VSG受到扰动时，也会出现相似的功角特性，因此，可以利用VSG的震荡特性在不同的阶段相应调整转动惯量J和阻尼系数D_P，改善VSG的动态响应。VSG的功角特性曲线和角频率震荡曲线分别如图6和图7所示。

根据同步发电机转子运动方程可得到

\left\{\begin{array}{l}\frac{\mathrm{d}\omega }{\mathrm{d}t}=\frac{P_{\mathrm{r}\mathrm{e}\mathrm{f}}-P-D_P{\omega }_{\mathrm{0}}\mathrm{\Delta }\omega }{J}\\ \mathrm{\Delta }\omega =\frac{P_{\mathrm{r}\mathrm{e}\mathrm{f}}-P-J\frac{\mathrm{d}\omega }{\mathrm{d}t}}{D_P{\omega }_{\mathrm{0}}}\end{array}\right.(5)

由式(5)可知，角频率变化率\mathrm{d}\omega /\mathrm{d}t与虚拟惯性J成反比，J越大，对\mathrm{d}\omega /\mathrm{d}t的抑制越强。角频率偏差∆\omega与阻尼系数D_P成反比，D_P越大，对∆\omega的抑制越强。

为了进一步分析虚拟惯性J和阻尼系数D_P对系统暂态性能的影响，将系统角频率的震荡过程分为8个区间。在区间1内角频率偏差∆\omega为正，角频率变化率\mathrm{d}\omega /\mathrm{d}t为正，此时角频率将偏离额定值，应增大虚拟惯量J，抑制\mathrm{d}\omega /\mathrm{d}t，减缓角频率的变化。在区间2内角频率偏差为正，此时\mathrm{d}\omega /\mathrm{d}t已经逐渐减小，虚拟惯量J的增量相较于区间1的变化相对降低，这样既可以抑制角频率的变化，又可以为减小虚拟惯量J做准备。同时应在区间1、2内增大阻尼系数D_P，抑制增大J引起的震荡。在区间3内角频率偏差∆\omega为正，角频率变化率\mathrm{d}\omega /\mathrm{d}t为负，此区间内角频率将逐渐减小，直至回到稳定值，此时虚拟惯量J要适当减小来降低系统惯性，加快角频率变化。在区间4内角频率偏差∆\omega为正，角频率变化率\mathrm{d}\omega /\mathrm{d}t为负，此时角频率已经逐渐趋向于额定值，此时降低虚拟惯量J的减少量，既可以加快角频率的恢复，又可以防止惯量过度减少而引起下一次震荡。同时在区间3、4内降低阻尼系数D_P的增加量，既可以减小频率的震荡，又可以防止D_P增加过大而延长调节时间。区间5、6的调节规则同区间1、2，区间7、8的调节规则同区间3、4。由此得出VSG震荡过程的虚拟惯量J和阻尼系数D_P调节规则见表2。

4.2 模糊控制器结构

在VSG控制中，转动惯量和阻尼系数与虚拟角频率为复杂的非线性关系，所以线性自适控制方法对于系统的调节能力有限，针对上述问题，模糊控制得以应用。

模糊控制器主要由模糊化、模糊推理和清晰化三部分组成，如图8所示。k_e和k_{ec}为输入量化因子，k_J和k_D为输出量化因子。

4.2.1 模糊化

模糊控制器的输入为角频率偏差∆\omega和角频率变化率\mathrm{d}\omega /\mathrm{d}t，系统的输入和输出的论域设置为[-1，1]，输入量化因子将角频率偏差∆\omega和角频率变化率\mathrm{d}\omega /\mathrm{d}t标准化，使其符合论域的范围。隶属函数选择三角形和高斯型，将输入量转化为模糊量，输入和输出的模糊量均为7个等级：{负大(NB)，负中(NM)，负小(NS)，零(ZO)，正小(PS)，正中(PM)，正大(PB)}。输入量和输出量的隶属函数如图9所示。

4.2.2 模糊推理

根据表2的调节规则，结合输入和输出的隶属函数，设计相应模糊推理规则，见表3和表4。

4.2.3 清晰化

清晰化的方法为重心法，清晰化的结果经过输出量化因子k_J和k_D，再与稳态值J_{\mathrm{0}}和D_{\mathrm{0}}叠加得到最终的自适应调节值。模糊推理的结果如图10和图11所示。

5 仿真分析

5.1 仿真模型及参数

为了验证互联变换器采用模糊自适应控制的可行性和优越性，在仿真软件中搭建交直流混合微电网模型，对固定参数控制、线性自适应控制策略和模糊自适应控制策略进行仿真对比，线性自适应函数为

J=\left\{\begin{array}{l}{J}_{\mathrm{0}},\mathrm{\Delta }\omega \times \frac{\mathrm{d}\omega }{\mathrm{d}t}\le \mathrm{0}\\ J_{\mathrm{0}}+k_a\left|\frac{\mathrm{d}\omega }{\mathrm{d}t}\right|,\mathrm{\Delta }\omega \times \frac{\mathrm{d}\omega }{\mathrm{d}t}>\mathrm{0}\end{array}\right.(6)

(7)

系统仿真参数见表5。

5.2 仿真结果

微电网工作在并网调度模式下，初始时刻调度功率为10 kW，光伏系统工作在LPTC模式，风机工作在MPPT模式，互联变换器输出功率10 kW。1 s时调度功率突增，根据并网调度模式协调控制策略，光伏系统和互联变换器输出功率提升，风机维持MPPT模式不变，2 s时调度功率减少，光伏和互联变换器恢复至初始工况。仿真结果如图12所示。

从图12中可以看出，交直流混合微电网工作在并网调度模式，0~1 s时，光伏发电系统工作在LPTC模式下，输出功率为40 kW，风力发电系统工作在MPPT模式下，输出功率为30 kW，互联变换器输出功率10 kW，直流负载功率为30 kW，交流负载功率为30 kW，储能控制直流子微电网功率平衡，维持直流母线电压稳定。1 s时，电网调度指令发生变化，调度功率由10 kW提升至20 kW，此时微电网响应调度功率，根据协调控制策略，采用优先使用风力发电，优先调节光伏的原则，光伏发电系统在LPTC模式下输出功率提升至50 kW，风力发电系统保持MPPT模式，输出功率30 kW，互联变换器同时响应功率变化，输出功率提升至20 kW。2 s时，电网调度指令下降，调度功率由20 kW降低至10 kW，此时同样根据协调控制策略，优先调节光伏系统功率，使其输出功率下降至40 kW，互联变换器也同时响应功率变化，输出功率下降至10 kW。通过对比可知，采用模糊自适应VSG的互联变换器控制策略相较于固定系数和线性自适应的控制方法，微电网响应调度指令分别在上升和下降时，互联变换器输出功率响应较快，超调量均下降约1 kW，交流母线频率也如此，超调量均下降约0.03 Hz。

6 结论

对于工作在弱电网条件下的交直流混合微电网，在并网调度模式下响应调度功率时，系统功率和频率产生震荡的问题，本文研究采用VSG技术和模糊控制技术的互联变换器控制策略。首先在功率控制的基础上，引入了VSG技术，分析了转动惯量J和阻尼系数D_P在系统震荡过程中对转子角频率的影响，然后结合VSG的功角特性制定了虚拟系数调节规则，并得出了相应的模糊调节规则表，设计模糊控制器使虚拟系数自适应调节，最后在仿真软件下进行验证。相较于固定系数和传统线性自适应控制，模糊自适应控制有效减小了互联变换器输出功率和交流母线频率的超调量，改善了系统的动态性能。

参考文献

[1] 朱永强, 贾利虎, 蔡冰倩, 等. 交直流混合微电网拓扑与基本控制策略综述[J]. 高电压技术, 2016, 42(9): 2756-2767.

[2] EGHTEDARPOUR N, FARJAH E. Power control and management in a hybrid AC/DC microgrid[J]. IEEE Transactions on Smart Grid, 2014, 5(3): 1494-1505.

[3] LOH P C, LI D, CHAI Y K, et al. Autonomous operation of hybrid microgrid with AC and DC subgrids[J]. IEEE Transactions on Power Electronics, 2013, 28(5): 2214-2223.

[4] 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.

[5] 李峰, 秦文萍, 任春光, 等. 混合微电网交直流母线接口变换器虚拟同步电机控制策略[J]. 中国电机工程学报, 2019, 39(13): 3776-3788.

[6] 周立, 刘金澍, 周越鹏, 等. 基于虚拟同步发电机的模型预测电流控制[J]. 电工电能新技术, 2023, 42(4): 19-28.

[7] 谢楠, 杨沛豪, 何萍, 等. 基于虚拟阻抗的储能微网VSG控制策略研究[J]. 南方能源建设, 2022, 9(S2): 90-97.

[8] 余运俊, 许巍, 谢太明, 等. 基于线性自抗扰控制和虚拟同步发电机控制的并网逆变器频率调节[J]. 实验技术与管理, 2022, 39(11): 68-74.

[9] 付光杰, 陈啟梁. 基于非线性PID的微电网虚拟同步发电机控制[J]. 吉林大学学报(信息科学版), 2023, 41(6): 1015-1022.

[10] 卢栩舜, 朱金荣, 王磊. 基于虚拟同步发电机的并离网控制策略优化[J]. 电子设计工程, 2023, 31(13): 156-162.

[11] 魏久林, 王奔, 段瑞林, 等. 基于VSG并网逆变器的模糊滑模控制策略研究[J]. 电工技术, 2019(15): 34-38, 45.

[12] WANG F, ZHANG L J, FENG X Y, et al. An adaptive control strategy for virtual synchronous generator[J]. IEEE Transactions on Industry Applications, 2018, 54(5): 5124-5133.

[13] 王亚军, 杨立波, 马斌, 等. 虚拟同步机惯量及阻尼系数协调优化方法[J]. 电力系统保护与控制, 2022, 50(19): 88-98.

[14] 张涛, 郑家琪, 王福东, 等. 基于模糊控制的VSG转动惯量自适应算法[J]. 电力电子技术, 2021, 55(1): 40-44.

[15] 袁涛, 杜振东. 基于径向基神经网络的参数协同自适应VSG控制策略[J]. 上海电力大学学报, 2023, 39(6): 536-542.

基金资助

内蒙古自治区自然科学基金项目(2019MS06026)