在DFIG风力轮机中用于LVRT增强的混合预测启用自适应的Crowbar协调

科学领域:

• 电气工程 电气工程
• 可再生能源系统可再生能源系统
• 控制系统 控制系统

背景情况:

• 双电感应发电机 (DFIG) 对于风能集成至关重要.
• 低压通行 (LVRT) 对于电网在电压干扰期间的稳定性至关重要.
• 现有的DFIG的LVRT策略在适应性控制和性能优化方面面临挑战.

研究的目的:

• 为提高DFIG LVRT性能,提出一个支持混合预测的自适应杆协调策略.
• 为DFIGs开发一个统一的电机模型,并明确 LVRT 约束.
• 在电压下降期间改善DFIG的电网友好和安全边缘.

主要方法:

• 在MATLAB/Simulink中开发了一个统一的电机 DFIG 模型.
• 一个基于CEEMDAN的混合预测管道 (Informer-LSTM和XGBoost) 被实施.
• 制定了LVRT约束来确定一个最佳的横杆阻力范围 (0.4-0.8 p.u. ) 的情况.
• 预测的功率,坡道速率和不确定性被映射为适应杆控制的风险指数.

主要成果:

• 混合预测者在预测准确性方面表现优于五个基线 (MSE,RMSE,MAE,R2).
• 适应性策略将直流连接电压限制在深度放松场景中±3%的标值内.
• 重新同步时间从0.35秒缩短到0.15秒.
• 转子电流峰值下降了约5.1%,反应功率支持增加到1.7 Mvar.

结论:

• 拟议的混合预测启用自适应杆策略显著提高了DFIG LVRT的性能.
• 该战略提高了安全边际和电网友好性,而不需要硬件修改.
• 这种方法为DFIG集成到电网中面临电压干扰提供了强大的解决方案.