基于变流器驱动稳定性在配电网中的 Q(V)-特征控制稳定性分析应用（Matlab代码实现）

 💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码、数据、文章

---

💥1 概述

摘要:
随着电力分配网络中易波动的可再生能源数量的增加，对后者的稳定性分析对于网络运营商来说是一个至关重要的方面。在STABEEL项目中，作者们开发了关于如何参数化分布式能源资源的无功功率控制以提高性能同时保证电压稳定的规则。该工作聚焦于具有高渗透率的分布式能源资源并配备Q(V)-特性的配电网络。这一贡献基于之前工作的稳定性评估，并引入了一种利用圆判据的新方法。在此，分布式能源资源可以作为详细的控制环路进行建模或根据技术指南导出的近似值。此外，应用小波变换到RMS时间序列模拟中，以获得更加真实、较不保守的参考。为了扩展现有的技术指南，稳定性评估方法被应用于各种配电网络。

在整个欧洲范围内，基于风能和太阳能的分布式能源资源（DERs）呈现出大规模增长。这些变化不仅要求对现有电力网络进行调整，还需要在电压水平控制或无功供给方面对其运行进行调整。网络运营商可以通过采用集中和分布式电压控制概念的组合来应对这些挑战。间接电压控制的一种方法是Q(V )-控制，该方法根据网络连接点处的电压水平实现系统无功功率的调整，具有Q(V )-特性[1]。先前的研究表明，Q(V )-特性控制可能应用于i）成本效益和效率[2]–[4]，ii）最佳（局部）电压管理[3]，[5]–[9]，iii）备用电压支持[10]或iv）配电网络中的最佳功率流[11]，[12]。然而，所有相关操作策略必须符合稳定性要求。

Q(V )-特性控制的可能交互作用被归类为（短期）电压稳定性或慢响应驱动的稳定性，这是在[13]中新引入的。考虑到Q(V )-特性控制，如RfG[14]等网络规范在参数化限制方面非常严格，这反对了更有利于网络应用的发展。然而，尤其是在弱网络中，配电网络运营商（DSOs）必须注意电压控制的交互作用，正如[15]，[16]中所示。这些交互作用必须继续进行研究，并应向DSOs提供扩展的通用计算方法。STABEEL1项目致力于制定评估电力系统中DER控制稳定性的规则。

A. 相关文献
为了应对上述挑战，已经发表了一些关于相关稳定性方面的贡献，特别是针对低电压（LV）配电网络。考虑的方面包括控制器停滞时间较长时的不稳定性[17]以及阻尼时间常数的影响[4]，[18]。[19]中的作者使用NYQUIST准则分析小信号稳定性，重点放在单输入单输出系统上。他们得出结论认为，需要考虑同一时间域内的所有动态变化进行参数化，而[20]明确指出，更快的电压测量和平均值计算会导致稳定性边界的降低。

详细文章见第4部分。

📚2 运行结果

部分代码：

% Specify colors
c.tud1 = [127, 151, 174] ./ 255;
c.tud2 = [127, 196, 156] ./ 255;
c.tud3 = [178, 217, 150] ./ 255;
c.tud4 = [212, 163, 204] ./ 255;
c.tud5 = [247, 190, 127] ./ 255;

%% USER: Initial Specifications
% Specify directory of grid data to be examined
code_dir = fileparts(mfilename('fullpath'));
code_dir_s = split(code_dir,filesep);
root_dir = fullfile(code_dir_s{1:end-1,1});
% Add Directory of Evaluation Functions
addpath(genpath(root_dir));

data_dir = append(root_dir, filesep, 'data');
results_dir = append(root_dir, filesep, 'results');
status = mkdir(results_dir, 'figures');
graph_dir = append(root_dir, filesep, 'results', filesep, 'figures');

% Specify Plot Properties
plot_prop.fontname = 'LM Roman 10';
plot_prop.fontname_math = 'Latin Modern Math';
plot_prop.graph_dir = graph_dir;
plot_prop.color = c;
plot_prop.language = FLAGS.EN;
plot_prop.run_code_ocean = 1;

%% Main DER Model Comparison
disp('1) Plot DER model comparison');
plot_prop.fontsize = 9;
plot_prop.fig_width = 8.75;  % in cm
plot_prop.fig_height = 7;  % in cm

% Control parameters
ctrl_param.Tu = 0.02;  % 0.02
ctrl_param.Tdq = 2;    % 0.25
ctrl_param.Kq = 0.5;   % 0.5
ctrl_param.Tq = 0.2;   % 0.2
ctrl_param.Ti = 0.1;   % 0.1
ctrl_param.Tg = 0.2;   % 0.2

plot_selector = [FLAGS.STEP_PT2_BOTH; FLAGS.BODE_PT2_BOTH];

PLOT_DER_MODEL_COMPARISON(ctrl_param, graph_dir, plot_prop, plot_selector)

%% Main DER Slope Comparison
disp('2) Plot DER model slope limit comparison');
plot_prop.fontsize = 10;
plot_prop.fig_width = 9;  % in cm
plot_prop.fig_height = 9;  % in cm

% slope of Q(U)-characteristic in %/P_pu
% for 4 HV benchmark networks: sDN1, sDN2, rDN1, rDN2
% for 3 different evalution methods: robust criterion, circle criterion, powerfactory simulation as reference
% for 3 different WF model representation: Orig DER (1st entry), PT2-DER (second entry), PT2-TAR (third entry)

%            WF PT2_DER PT2_TAR
% sDN1
res_robust = [7.0  6.8  5.9];
res_circle = [55.2 30.8 19.1];
res_pf =     [77   nan  nan];
res.sDN1 = [res_robust; res_circle; res_pf];

% sDN2
res_robust = [4.3  4.3  3.7];
res_circle = [24.2 13.7 8.7];
res_pf =     [40   nan  nan];
res.sDN2 = [res_robust; res_circle; res_pf];

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

Sebastian Krahmer, Stefan Ecklebe, Peter Schegner

🌈4 Matlab代码、数据、文章