吳 峰，徐 丹，秦 川，鞠 平

(河海大學能源與電氣學院，江蘇 南京 211100)

近?？稍偕茉淳C合發(fā)電場的非機理等效建模

吳 峰，徐 丹，秦 川，鞠 平

(河海大學能源與電氣學院，江蘇 南京 211100)

為了建立準確的近?？稍偕茉淳C合發(fā)電場等效模型，提出了非機理建模方法?；趥鬟f函數(shù)建立非機理等效模型，描述輸入、輸出的非線性關(guān)系。提出解耦參數(shù)辨識方式，并運用蟻群算法進行參數(shù)辨識。在Matlab/Simulink中搭建由風力發(fā)電機組、潮流發(fā)電機組和波浪發(fā)電機組組成的近海可再生能源綜合發(fā)電場的相量模型，采集發(fā)電場模型在風速、潮流流速、波浪以及電壓擾動影響下的輸入輸出數(shù)據(jù)。根據(jù)輸入、輸出數(shù)據(jù)建立傳遞函數(shù)模型，辨識模型參數(shù)，根據(jù)所得參數(shù)計算等效模型輸出。等效模型輸出與仿真模型輸出的誤差較小，驗證了非機理等效建模方法在近海可再生能源綜合發(fā)電場建模中的可行性。

近?？稍偕茉淳C合發(fā)電場；非機理等效建模；傳遞函數(shù)；解耦方式；蟻群算法；參數(shù)辨識

近?？稍偕茉淳C合發(fā)電場利用風力發(fā)電平臺，融合波浪能和潮流能發(fā)電裝置，構(gòu)建綜合的發(fā)電單元，能夠有效地提高近海可再生能源的利用效率和可靠性。隨著可再生能源和海洋強國兩大國家重大發(fā)展戰(zhàn)略的實施，可以預(yù)計，不久的將來將會有大量近海可再生能源發(fā)電系統(tǒng)接入電網(wǎng)運行[1]，必然對電網(wǎng)的安全穩(wěn)定運行產(chǎn)生重要影響，建立準確的近?？稍偕茉淳C合發(fā)電場等效模型是含大規(guī)模近海可再生能源發(fā)電場的電網(wǎng)安全穩(wěn)定分析的基礎(chǔ)[2-4]。

等效建模方法有機理建模和非機理建模。近?？稍偕茉淳C合發(fā)電場的機理建模是以單個綜合發(fā)電單元為對象，詳細模擬組成綜合發(fā)電單元的各發(fā)電裝置及其相互連接的拓撲結(jié)構(gòu)，建立數(shù)學模型[5]。機理建模主要基于發(fā)電系統(tǒng)各部分的物理機理，需要知道發(fā)電系統(tǒng)內(nèi)部的詳細結(jié)構(gòu)和參數(shù)，而在近?？稍偕茉淳C合發(fā)電場中這些參數(shù)的獲取較為困難。近?？稍偕茉淳C合發(fā)電場的非機理建模通常將發(fā)電場看作灰箱，甚至黑箱，重點關(guān)注發(fā)電場的輸入/輸出特性。非機理模型結(jié)構(gòu)簡單，參數(shù)辨識方便，尚未在近?？稍偕茉淳C合發(fā)電場的建模中得到應(yīng)用，但在風電場建模和光伏陣列中成功應(yīng)用[6-8]，因此，對于同樣通過電力電子變換器并入電網(wǎng)的近?？稍偕茉淳C合發(fā)電場的建模具有其獨特優(yōu)勢。

文獻[9]考慮尾流效應(yīng)，采用基于等效最大功率曲線的建模方法建立風電場模型，雖然該模型精度相對于未考慮尾流效應(yīng)的模型有所提高，但誤差仍不可忽視。鑒于等效最大功率曲線建模方法的精度限制，以及機理建模過程中需要知道發(fā)電系統(tǒng)的詳細參數(shù)，而這些參數(shù)難以獲得，筆者提出的傳遞函數(shù)模型作為一種非機理模型，廣泛應(yīng)用于電力系統(tǒng)建模與分析，其較強的動態(tài)系統(tǒng)描述能力[10]，使其能夠很好地反映研究對象輸入、輸出之間的非線性關(guān)系。

本文首先基于傳遞函數(shù)建立近?？稍偕茉淳C合發(fā)電場的非機理等效模型，綜合考慮風速、潮流流速、波浪，以及端口電壓的變化對發(fā)電場輸出功率的影響；然后，提出近?？稍偕茉窗l(fā)電場的解耦參數(shù)辨識方法，獲取非機理等效模型的參數(shù)；最后，在Matlab/Simulink中搭建近?？稍偕茉淳C合發(fā)電場的詳細模型，通過仿真分析，驗證等效模型的有效性。

1 近海可再生能源綜合發(fā)電場等效模型

文獻[11]中提出了一種融合近海風電、波浪能發(fā)電以及潮流能發(fā)電的綜合發(fā)電系統(tǒng)結(jié)構(gòu)，給出了綜合發(fā)電場可能的3種并網(wǎng)方式。綜合考慮高效性和經(jīng)濟性，本文以第一種并網(wǎng)方式(即風力發(fā)電和潮流發(fā)電均采用雙饋感應(yīng)發(fā)電機DFIG、波浪能發(fā)電采用直線永磁式發(fā)電機LPMG，分別經(jīng)過升壓并聯(lián)接入電網(wǎng))下的綜合發(fā)電場為例，建立等效模型。

1.1 近?？稍偕茉淳C合發(fā)電場傳遞函數(shù)等效模型結(jié)構(gòu)

近?？稍偕茉淳C合發(fā)電場的動態(tài)隨著近?？稍偕茉?如風速、潮流流速、波浪)，以及端口電壓的變化而變化。近?？稍偕茉粗饕绊懓l(fā)電場的平衡點，而電壓變化會激勵綜合發(fā)電場的暫態(tài)過程。

圖1 有功功率非機理模型結(jié)構(gòu)Fig. 1 Non-mechanism equivalent model of active power

將輸入的近?？稍偕茉春筒⒕W(wǎng)點電壓作為模型的輸入變量，近?？稍偕茉窗l(fā)電場的輸出功率作為模型的輸出變量，構(gòu)建近?？稍偕茉淳C合發(fā)電場的非機理模型。其中，系統(tǒng)非機理模型的傳遞函數(shù)方程結(jié)構(gòu)是根據(jù)實際物理關(guān)系選擇的，電壓模型為二次方關(guān)系，風速模型為三次方關(guān)系，潮流模型為三次方關(guān)系，波浪模型為二次方關(guān)系?；趥鬟f函數(shù)的有功功率等效模型結(jié)構(gòu)如圖1所示，無功功率等效模型結(jié)構(gòu)依此類似。

圖1中模型結(jié)構(gòu)的詳細表達式為

P=fpu(U)[fpw(Vw)+fpt(VT)+fpwa(Awa)]

(1)

其中

(2)

式中：P——近海可再生能源綜合發(fā)電場輸出的有功功率；fpu(U)——電壓跌落引起的有功動態(tài)響應(yīng)；fpw(Vw)——風速波動引起的有功動態(tài)響應(yīng)；fpt(VT)——潮流變化引起的有功動態(tài)響應(yīng)；fpwa(Awa)——波浪變化引起的有功動態(tài)響應(yīng)；Pw0——風速波動引起的有功動態(tài)響應(yīng)初始值；PT0——潮流變化引起的有功動態(tài)響應(yīng)初始值；Pwa0——波浪變化引起的有功動態(tài)響應(yīng)初始值；U——近?？稍偕茉淳C合發(fā)電場并網(wǎng)點電壓；U0——電壓穩(wěn)態(tài)值；Vw——輸入風電機組的風速；Vw0——風速初始值；VT——輸入潮流能發(fā)電機組的潮流流速；VT0——潮流流速初始值；Awa——輸入波浪能發(fā)電機組的波高；Awa0——波高初始值；Hu(s)、Hw(s)、HT(s)、Hwa(s)——傳遞函數(shù)。

傳遞函數(shù)的形式類似，以Hu(s)為例，傳遞函數(shù)方程為

(3)

式中：bm、bm-1、…、b0、an-1、…、a0——系數(shù)，m≤n，且b0=a0。

由近?？稍偕茉淳C合發(fā)電場傳遞函數(shù)等效模型，可以得出以下結(jié)果。

a.各傳遞函數(shù)分別表示電壓和風速、潮流、波浪的波動對輸出功率的影響。當近?？稍偕茉春桶l(fā)電場端口電壓保持恒定不變時，P=Pw0+PT0+Paw0。

b.傳遞函數(shù)方程階數(shù)越高，對模型動態(tài)特性的描述能力越強。但模型階數(shù)越高，參數(shù)的辨識難度越大?？紤]以上條件，傳遞函數(shù)模型一般取3階。其中，潮流流速變化緩慢，取2階即可滿足精度要求。

c.一般來說，可再生能源引起的功率動態(tài)變化比電壓引起的變化慢得多，相當于與風速、潮流、波浪有關(guān)的傳遞函數(shù)比與電壓有關(guān)的傳遞函數(shù)增加一個慣性環(huán)節(jié)，即傳遞函數(shù)分母多1階，為保持模型階數(shù)不變，則分母階數(shù)不變，分子減少1階。其中，波浪能發(fā)電包括波高到波浪力和波浪力到功率兩部分，因此傳遞函數(shù)模型分子取3階、分母取3階才能描述波浪能發(fā)電兩部分的模型要求。

需要指出的是，近?？稍偕茉淳C合發(fā)電場通常通過電力電子變換器并入電網(wǎng)運行[12-15]，對發(fā)電機動態(tài)具有隔離作用，近?？稍偕茉淳C合發(fā)電場的整體動態(tài)特性主要取決于內(nèi)部電力電子裝置及其控制器，在有功、無功解耦下，通過PI控制對目標值進行跟蹤。其控制結(jié)構(gòu)主要由傳遞函數(shù)模型和各種限制環(huán)節(jié)構(gòu)成。當電網(wǎng)故障不發(fā)生在發(fā)電場接入點附近時，近海可再生能源綜合發(fā)電場的端口電壓通常不會發(fā)生較大的變化，這時可再生能源發(fā)電系統(tǒng)的控制系統(tǒng)限幅，模式切換等沒有動作，發(fā)電場的總體動態(tài)特性表現(xiàn)出較強的線性特性，可以采用模型(1)(2)所建立的多階線性傳遞函數(shù)模型逼近近海可再生能源綜合發(fā)電場的動態(tài)特性；當電網(wǎng)故障發(fā)生在近海可再生能源發(fā)電場接入點附近時，該發(fā)電場控制器的各個非線性環(huán)節(jié)以及低電壓穿越動作，這種情況下模型(1)(2)就不再適用，其等效建模有待進一步研究。

1.2 近?？稍偕茉淳C合發(fā)電場傳遞函數(shù)模型參數(shù)辨識方法

在近海可再生能源綜合發(fā)電場端口電壓變化時，由于電力電子變換器及其控制器響應(yīng)快，輸出功率動態(tài)遠快于近?？稍偕茉淳徛兓鸬妮敵龉β首兓Ｋ?，可認為發(fā)電場端口電壓發(fā)生擾動時，發(fā)電場內(nèi)部控制系統(tǒng)主要響應(yīng)電壓變化，并且動態(tài)時間很短，可忽略該段時間內(nèi)近?？稍偕茉吹淖兓达L速、潮流流速、波高保持不變。系統(tǒng)未發(fā)生故障時，近海可再生能源發(fā)電系統(tǒng)的輸出功率主要隨一次能源變化而變化，發(fā)電機處于準穩(wěn)態(tài)，端電壓基本保持不變。由此，可以對等效模型的參數(shù)進行解耦辨識。

近?？稍偕茉淳C合發(fā)電場傳遞函數(shù)模型的參數(shù)辨識步驟如下：

a.保持發(fā)電場的輸入風速、潮流和波高不變，并且b0=a0，則

(4)

改變發(fā)電場并網(wǎng)點電壓，辨識得出近?？稍偕茉淳C合發(fā)電場輸出功率與端口電壓的等效模型：

(5)

b.保持端口電壓不變，由于b0=a0，則

(6)

輸入變化的風速、潮流流速和波浪數(shù)據(jù)，辨識得反映輸入可再生能源與其輸出功率之間關(guān)系的等效模型：

(7)

c.將2個模型(式(5)、式(7))合并可得完整的發(fā)電場傳遞函數(shù)等效模型。

1.3 近?？稍偕茉淳C合發(fā)電場非機理模型的評價指標

將模型的相對誤差Eref和均方根誤差[6]RMES作為評價非機理模型準確性的指標：

(8)

式中：y——實測輸出有功值或無功值；ymx——計算所得有功值或無功值；N——采樣總點數(shù)。

相對誤差Eref值越接近0，模型越精確，參數(shù)越合理；均方根誤差RMES值越小，擬合效果越好。但有時y表示無功值時接近于0，造成相對誤差較大，這時采用均方根誤差做指標較為合理。

2 基于蟻群算法的參數(shù)辨識

在確定等效模型的結(jié)構(gòu)和建模方法后，為使模型能夠準確地描述近?？稍偕茉淳C合發(fā)電場的動態(tài)特性，必須獲得準確的模型參數(shù)，因此，選擇高效可靠的參數(shù)辨識算法對于模型的建立至關(guān)重要。

非線性系統(tǒng)參數(shù)辨識主要是將參數(shù)辨識問題轉(zhuǎn)化為優(yōu)化問題，即，尋找一組最優(yōu)的參數(shù)向量θ*，使誤差目標函數(shù)值E達到最小[16]。在綜合發(fā)電場的傳遞函數(shù)等效模型參數(shù)辨識中，θ=[bm,bm-1,…,b0,an-1,…,a0]，誤差目標函數(shù)為

(9)

式中：n′——等效模型階次；θ——待辨識的參數(shù)；Ym——實測的有功值或無功值(即真實值)；Y——根據(jù)等效模型計算得出的有功值或無功值。

蟻群優(yōu)化算法是模擬自然界中真實蟻群覓食行為而提出的一種新型模擬進化類優(yōu)化算法。近年來，蟻群算法廣泛應(yīng)用于電力系統(tǒng)參數(shù)辨識領(lǐng)域。具體步驟如下[17-19]：(a)初始化。將蟻群在解空間內(nèi)按照一定方式作初始分布。(b)根據(jù)蟻群所處解空間位置的優(yōu)劣，決定當前蟻群的信息量分布。(c)根據(jù)當前蟻群散布的總信息量分布情況，以及上一循環(huán)中信息量的揮發(fā)情況，求出各子區(qū)間內(nèi)應(yīng)有的蟻數(shù)分布。(d)根據(jù)各子區(qū)間內(nèi)應(yīng)有的蟻群分布狀況和當前蟻群分布狀況之間的差別，決定蟻群的移動方向，并加以移動，最終可得到新的解空間定義域。然后通過同樣的方法，對新的解空間定義域進行優(yōu)化，逐步縮小尋優(yōu)空間，最終使解空間趨向一個很小的定義域，得到最優(yōu)解。(e)在蟻群做完一次整體移動之后，又可回到第(b)步，如此往復，直到產(chǎn)生最優(yōu)解為止[20]。

3 仿 真 驗 證

在Matlab/Simulink中搭建近海可再生能源綜合發(fā)電場的詳細模型，驗證該發(fā)電場傳遞函數(shù)模型對其動態(tài)特性的描述能力。

圖2 近?？稍偕茉淳C合發(fā)電場并網(wǎng)示意圖Fig. 2 Schematic diagram of hybrid offshore renewable energy generation system

仿真系統(tǒng)如圖2所示。近?？稍偕茉淳C合發(fā)電場由2條輸電線路并入無窮大系統(tǒng)運行，其中可再生能源綜合發(fā)電場由16個綜合發(fā)電單元構(gòu)成。風力發(fā)電機組和潮流發(fā)電機組均采用雙饋發(fā)電機，容量為1.5 MW，機組參數(shù)RS=0.007 06，XS=0.171，RL=0.005，XL=0.156，Xm=2.9，Hg=5.04(各參數(shù)均為標幺值)，功率基準值SB=1.5 MW，電壓基準值為元件所在電壓等級的平均額定電壓；波浪發(fā)電機組采用直線永磁式發(fā)電機，容量為1.5 MW，機組參數(shù)RS=0，XS=0.031，Rg=0.001 5，Xg=0.15，Xm=2.9，φ=23，λ=0.1(各參數(shù)均為標幺值)，功率基準值SB=1.5 MW，電壓基準值為元件所在電壓等級的平均額定電壓。風力發(fā)電機組、潮流發(fā)電機組、波浪發(fā)電機組并聯(lián)接入25 kV母線，再通過輸電線路和升壓變壓器接入120 kV無窮大系統(tǒng)。

3.1 非機理模型建立

a.在輸入風速保持恒速8 m/s、潮流流速保持2 m/s、波高保持0.5 m時，系統(tǒng)120 kV高壓輸電線路中點設(shè)置三相短路故障，電壓跌落0.1 pu，故障持續(xù)時間為0.1 s，故障引起可再生能源發(fā)電場端口電壓波動如圖3所示。將端口電壓作為輸入，風電場輸出有功、無功功率作為輸出，辨識得傳遞函數(shù)等效模型(模型參數(shù)如表1所示)。發(fā)電場詳細模型與等效模型輸出的仿真結(jié)果如圖4所示。

圖3 擾動電壓

Fig. 3 Voltage disturbance

圖4 電網(wǎng)故障擾動動態(tài)響應(yīng)曲線

Fig. 4 Dynamic response curves under disturbance of system fault

表1 參數(shù)的辨識結(jié)果

注：P-U、Q-U分別為電壓擾動下的傳遞函數(shù)模型參數(shù)；P-Vw、Q-Vw分別為風速波動下風速-風功率的傳遞函數(shù)模型參數(shù)；P-VT、Q-VT分別為潮流流速波動下潮流流速-潮流功率的傳遞函數(shù)模型參數(shù)；P-Vwa、Q-Vwa分別為波高變化下波高-波浪功率的傳遞函數(shù)模型參數(shù)。

由圖4可以看出近?？稍偕茉淳C合發(fā)電場能夠快速響應(yīng)端口電壓波動，輸出功率在故障切除0.2 s內(nèi)即可恢復，并且三階傳遞函數(shù)模型能夠較準確地描述端口電壓跌落引起的輸出功率動態(tài)變化。

b.保持電網(wǎng)中無故障，同時輸入變化的風速、潮流和波浪，風速波動如圖5所示，潮流變化如圖6所示，波浪變化如圖7所示。測量各發(fā)電機端口的輸出功率，將風力發(fā)電機組、潮流能發(fā)電機組和波浪能發(fā)電機組的輸出功率分別相加，得到3種類型發(fā)電機的功率總加，利用3種類型的總加功率分別對綜合發(fā)電場中的風力發(fā)電、潮流能發(fā)電和波浪能發(fā)電部分進行模型參數(shù)辨識。

圖5 風速波動

Fig. 5 Wind speed

圖6 潮流流速變化

Fig.6 Tidal current speed

圖7 波浪變化

Fig.7 Wave elevation

將風速作為輸入，風力發(fā)電輸出有功、無功功率作為輸出，辨識得傳遞函數(shù)等效模型(參數(shù)見表1)。發(fā)電場詳細模型與等效模型輸出的仿真結(jié)果如圖8所示。

圖8 風速擾動的動態(tài)響應(yīng)曲線Fig.8 Dynamic response curves under disturbance of wind speed

將潮流流速作為輸入，潮流能發(fā)電輸出有功、無功功率作為輸出，辨識得傳遞函數(shù)等效模型(參數(shù)見表1)。發(fā)電場詳細模型與等效模型輸出的仿真結(jié)果如圖9所示。

圖9 潮流流速擾動的動態(tài)響應(yīng)曲線Fig.9 Dynamic response curves under disturbance of tidal current speed

將波高作為輸入，波浪能發(fā)電輸出有功、無功功率作為輸出，辨識得傳遞函數(shù)等效模型(參數(shù)見表1)。發(fā)電場詳細模型與等效模型輸出的仿真結(jié)果如圖10所示。

由圖4、圖8、圖9和圖10看到，在系統(tǒng)側(cè)短路故障和近?？稍偕茉醋兓?，2類模型仿真結(jié)果雖然細節(jié)上有所差異，但等效模型輸出和詳細模型輸出大體保持一致。

表1為傳遞函數(shù)模型的參數(shù)辨識結(jié)果和模型準確度的評價指標計算結(jié)果。由表1的相對誤差和均方根誤差可見，有功功率相對誤差較小，無功功率由于數(shù)值接近0，導致相對誤差較大，但均方根誤差很小，具有較高精度。因此，在電網(wǎng)系統(tǒng)遠端發(fā)生故障造成端口電壓變化和近海可再生能源變化的情況下，傳遞函數(shù)模型能夠較好地描述近?？稍偕茉淳C合發(fā)電場的動態(tài)。

圖10 波浪擾動的動態(tài)響應(yīng)曲線Fig.10 Dynamic response curves under disturbance of waves

3.2 非機理模型驗證

輸入可再生能源波動曲線如圖5～7所示，系統(tǒng)120 kV高壓輸電線路60 s時設(shè)置三相短路故障，使電壓跌落0.1 pu，故障持續(xù)0.1 s。電壓擾動如圖3所示，仿真結(jié)果如圖11所示。

圖11 動態(tài)響應(yīng)曲線Fig.11 Dynamic response curves

由圖11仿真結(jié)果可見，在近?？稍偕茉春碗妷和瑫r變化的部分，傳遞函數(shù)模型有功、無功輸出與詳細模型輸出大體保持一致，相對誤差分別為1.07%和39.37%，均方根誤差分別為0.017和0.018。有功相對誤差較小，無功值由于接近于0而造成相對誤差較大，但均方根誤差很小，精度較高。因此，在系統(tǒng)故障造成端口電壓不發(fā)生較大變化時，近?？稍偕茉淳C合發(fā)電場響應(yīng)電壓和近?？稍偕茉赐瑫r變化的動態(tài)為二者單一變化下動態(tài)的疊加，采用解耦建模法建立的傳遞函數(shù)模型能夠準確地描述發(fā)電場的動態(tài)。

需要指出的是，基于傳遞函數(shù)的等效模型結(jié)構(gòu)簡單、靈活，在實際系統(tǒng)的等效建模中，可根據(jù)風電機組、潮流發(fā)電機組、波浪發(fā)電機組控制器參數(shù)、集電網(wǎng)絡(luò)的拓撲及參數(shù)等的差異，對所建立的傳遞函數(shù)模型結(jié)構(gòu)做相應(yīng)的調(diào)整。

4 結(jié) 語

筆者提出反映電壓和近?？稍偕茉磾_動下近海可再生能源綜合發(fā)電場的非機理等效模型，該模型基于傳遞函數(shù)，著重描述發(fā)電場的整體動態(tài)特性，具有模型結(jié)構(gòu)簡單、建模簡便的特點。針對電壓變化時發(fā)電機組動態(tài)遠快于可再生能源變化下發(fā)電機組動態(tài)的特點，提出了解耦建模方法，提高了模型參數(shù)的精度。仿真算例表明，該模型能夠較好地等效近?？稍偕茉窗l(fā)電場在電網(wǎng)擾動和近?？稍偕茉床▌訔l件下的整體動態(tài)。

[ 1 ] 吳峰，鞠平，秦川，等.近海可再生能源發(fā)電研究綜述與展望[J].河海大學學報(自然科學版)，2014，42(1)：80-87.(WU Feng，JU Ping，QIN Chuan，et al.Progress and prospect of research on offshore renewable energy generation[J].Journal of Hohai University(Natural Sciences)，2014，42(1)：80-87.(in Chinese))

[ 2 ] CHOWDHURY M A，HOSSEINZADE N，BILLAH M M，et al.Dynamic DFIG wind farm model with an aggregation technique[C]// Electrical and Computer Engineering (ICECE).2010 International Conference on Electrical and Computer Engineering(ICECE).Dhaka：IEEE，2010：330-333.

[ 3 ] 楊琦，張建華，李衛(wèi)國.電力系統(tǒng)接入風電場后的暫態(tài)穩(wěn)定分析[J].高電壓技術(shù)，2009，35(8)：2042-2047.(YANG Qi，ZHANG Jianhua，LI Weiguo，et al.Analysis on transient stability of integration of wind farms into power systems[J].High Voltage Engineering，2009，35(8)：2042-2047.(in Chinese))

[ 4 ] 秦川，聞丹銀，鞠平.近海可再生能源綜合發(fā)電系統(tǒng)模型對比[J].河海大學學報(自然科學版)，2015，43(6)：574-581.(QIN Chuan，WEN Danyin，JU Ping，et al.Comparison of models of hybrid offshore renewable energy generation system[J].Journal of Hohai University(Natural Sciences)，2015，43(6)：574-581.(in Chinese))

[ 5 ] MOHAMMAD L R，SHUNSUKE O，YASUYUKI S.Hybrid power generation system using offshore-wind turbine and tidal turbine for power fluctuation compensation (HOT-PC)[J].IEEE Transactions on Sustainable Energy，2010，1(2)：92-98.

[ 6 ] 孫黎霞，李云峰，鄭丹丹，等.局部陰影下光伏陣列非機理建模[J].電網(wǎng)技術(shù)，2015，39(5)：1186-1191.(SUN Lixia，LI Yunfeng，ZHENG Dandan，et al.Non-mechanism modeling of photovoltaic array under partial shade[J].Power System Technology，2015，1(2)：92-98.(in Chinese))

[ 7 ] 葛江北，周明，李庚銀.大型風電場建模綜述[J].電力系統(tǒng)保護與控制，2013，41(17)：146-153.(GE Jiangbei，ZHOU Ming，LI Gengyin.Review on large-scale wind farm modeling [J].Power System Protection and Control，2013，41(17)：146-153.(in Chinese))

[ 8 ] 朱乾龍，韓平平，丁明，等.基于聚類-判別分析的風電場概率等值建模研究[J].中國電機工程學報，2014，34(28)：4770-4780.(ZHU Qianlong，HAN Pingping，DING Ming，et al.Probabilistic equivalent model for wind farms based on clustering-discriminant analysis[J].Proceedings of the CSEE，2014，34(28)：4770-4780.(in Chinese))

[ 9 ] XUE Feng，SONG Xiaofang，CHANG Kang，et al.Equivalent modeling of DFIG based wind farm using equivalent maximum power curve[C]// Power and Energy Society General Meeting (PES).2013 IEEE.Vancouver：IEEE，2013：1-5.

[10] 李培強，李欣然，林舜江.電力負荷建模研究述評[J].電力系統(tǒng)及其自動化學報，2008，20(5)：56-64.(LI Peiqiang，LI Xinran，LIN Shunjiang.Critical review on synthesis load modeling[J].Proceedings of the CSU-EPSA，2008，20(5)：56-64.(in Chinese))

[11] 秦川，鞠平，聞丹銀，等.近?？稍偕茉淳C合發(fā)電的系統(tǒng)構(gòu)建與并網(wǎng)方式[J].中國電機工程學報，2014，34(13)：2013-2021.(QIN Chuan，JU Ping，WEN Danyin.Hybrid offshore wind，wave and tidal turbine energy conversion system：structure and electrical interface[J].Proceedings of the CSEE，2014，34(13)：2013-2021.(in Chinese))

[12] WU Feng，ZHANG Xiaoping，JU Ping，et al.Modeling and control of AWS-Based wave energy conversion system integrated into power grid[J].IEEE Transactions on Power Systems，2008，23(3)：1196-1204.

[13] WU Feng，ZHANG Xiaoping，JU Ping，et al.Optimal control for AWS-Based wave energy conversion system[J].IEEE Transactions on Power Systems，2009，24(4)：1747-1755.

[14] 游亞戈，李偉，劉偉民，等.海洋能發(fā)電技術(shù)的發(fā)展現(xiàn)狀與前景[J].電力系統(tǒng)自動化，2010，34(14)：1-12.(YOU Yage，LI Wei，LIU Weimin，et al.Development status and perspective of marine energy conversion systems[J].Automation of Electric Power Systems，2010，34(14)：1-12.(in Chinese))

[15] 王項南，王靜，李雪臨，等.潮流能發(fā)電系統(tǒng)性能評估方法研究[J].海洋技術(shù)，2013，32(3)：106-109.(WANG Xiangnan，WANG Jing，LI Xuelin，et al.Study on assessment of performance of the tidal energy conversion systems[J].Ocean Technology，2013，32(3)：106-109.(in Chinese))

[16] 舒輝，文勁宇，羅春風，等.含有非線性環(huán)節(jié)的發(fā)電機勵磁系統(tǒng)參數(shù)辨識[J].電力系統(tǒng)自動化，2005，29(6)：66-70.(SHU Hui，WEN Jinyu，LUO Chunfeng，et al.Nonlinear parameters identification for synchronous generator excitation systems[J].Automation of Electric Power Systems，2005，29(6)：66-70.(in Chinese))

[17] 金宇清，趙澤，鞠平，等.雙饋感應(yīng)風力發(fā)電機的參數(shù)辨識分析[J].高電壓技術(shù)，2011，37(7)：1700-1705.(JIN Yuqing，ZHAO Ze，JU Ping，et al.Analysis on the identification of doubly fed induction generator[J].High Voltage Engineering，2011，37(7)：1700-1705.(in Chinese))

[18] 郭磊，鞠平，王紅印，等.電力系統(tǒng)多臺發(fā)電機參數(shù)的整體辨識[J].電力系統(tǒng)自動化，2011，35(17)：44-50.(GUO Lei，JU Ping，WANG Hongyin，et al.System wide parameter identification of multi-generators in power systems[J].Automation of Electric Power Systems，2011，35(17)：44-50.(in Chinese))

[19] 張旭輝，林海軍，劉明珠，等.基于蟻群粒子群優(yōu)化的卡爾曼濾波算法模型參數(shù)辨識[J].電力系統(tǒng)自動化，2014，38(4)：44-50.(ZHANG Xuhui，LIN Haijun，LIU Mingzhu，et al.Mechanism of effects of inter-turn circuits in field windings on large turbo-generator vibration[J].Automation of Electric Power Systems，2014，38(4)：44-50.(in Chinese))

[20] SUN Lixia，QU Ping，HUANG Qixin，et al.Parameter identification of synchronous generator by using ant colony optimization algorithm[C]// Industrial Electronics and Applications.2nd IEEE Conference on Industrial Electronics and Applications.Harbin：IEEE，2007：2834-2838.

Non-mechanism equivalent modeling of hybrid offshore renewable energy conversion farm

WU Feng，XU Dan，QIN Chuan，JU Ping

(CollegeofEnergyandElectricalEngineering，HohaiUniversity，Nanjing211100，China)

In order to establish an accurate equivalent model of a hybrid offshore renewable energy conversion farm，a non-mechanism equivalent modeling method is proposed.Based on transfer functions，a non-mechanism equivalent model was developed to describe the nonlinear relation between inputs and outputs. Then the decoupling parameter identification method was applied to the model，and parameters of transfer functions were identified using the ant colony algorithm. Furthermore，a phasor model of a hybrid offshore renewable energy conversion farm，consisting of wind，tidal，and wave turbines，was built in Matlab/Simulink. With the model，the input and output data of the farm were acquired under the influences of wind，tidal，wave，and voltage disturbances. Finally，a transfer function model was built based on the collected data，and model parameters were identified. With the obtained parameters，the outputs of the equivalent model were calculated. The error between outputs of the equivalent model and the simulation model is very small，verifying the feasibility of the non-mechanism equivalent model in building the hybrid offshore renewable energy conversion farm.

hybrid offshore renewable energy conversion farm； non-mechanism equivalent modeling； transfer function； decoupling method； ant colony algorithm； parameter identification

10.3876/j.issn.1000-1980.2017.01.012

2016-04-12

國家自然科學基金優(yōu)秀青年科學基金 (51422701)；國家自然科學基金 (51137002)

吳峰(1977—)，男，江蘇南通人，教授，博士，主要從事可再生能源發(fā)電系統(tǒng)的建模與控制研究。E-mail：wufeng@hhu.edu.cn

TM743；TM614

A

1000-1980(2017)01-0082-08