王瀟,饒儀明,呂敬,吳林林,任怡娜

(1. 國網(wǎng)冀北電力有限公司電力科學研究院(華北電力科學研究院有限責任公司),北京市 100045;2.電力傳輸與功率變換控制教育部重點實驗室(上海交通大學),上海市 200240)

0 引 言

近年來,我國風電發(fā)展迅猛,裝機容量世界第一,截至2021年底,全國風電累計裝機容量達到3.28億kW,風電已成為我國第二大裝機電源[1-2]。然而,風電的大規(guī)模并網(wǎng)引發(fā)了一系列寬頻振蕩問題,嚴重危害了電力系統(tǒng)的安全穩(wěn)定運行[3-5]。變流器是風電機組與電網(wǎng)的接口,對風電機組的動態(tài)特性起決定性影響,因此對其進行精確建模非常必要。然而,由于風電機組廠家商業(yè)保密,風電變流器的控制方式和參數(shù)往往不可知,即存在控制器的“黑/灰箱”問題[6-7]。

為建立“黑箱”研究對象的數(shù)學模型,現(xiàn)有的研究思路可以分為兩類:一是根據(jù)研究對象的外特性建立其等效數(shù)學模型(如Wiener模型、離散狀態(tài)空間模型等)[8-15];二是利用數(shù)據(jù)驅動方法(如人工神經(jīng)網(wǎng)絡)訓練得到研究對象的外特性辨識模型(如寬頻阻抗辨識模型)[16-18]。然而,上述方法僅能實現(xiàn)研究對象部分外特性的等效,無法獲知研究對象的確切控制方式和參數(shù),所獲得模型能否用于大/小擾動等關鍵問題的研究存在疑問。

因此,有必要對風電變流器的控制方式和參數(shù)進行精確辨識,即實現(xiàn)“黑箱”模型的“灰箱”化以及“灰箱”模型的“白箱”化?，F(xiàn)有文獻主要關注“灰箱”模型控制參數(shù)的辨識,尚缺乏“黑箱”模型控制方式辨識方面的研究。

文獻[19]基于風電機組的精確模型和可量測量,論證了風電機組參數(shù)的可辨識性;文獻[20]則通過理論分析和實驗進一步論證了數(shù)字PI控制器參數(shù)可唯一辨識。“灰箱”模型控制參數(shù)辨識本質上為非線性參數(shù)尋優(yōu)問題,其基本思路為:1)通過理論推導建立“灰箱”模型的數(shù)學模型,即建立“灰箱”模型特征量的數(shù)學表達式,表達式中包含未知的控制參數(shù);2)測量“灰箱”模型的實際特征量;3)利用參數(shù)尋優(yōu)算法,使所建立“灰箱”模型特征量的數(shù)學表達式計算結果充分逼近相應的測量結果,從而辨識得到控制參數(shù)。

根據(jù)參數(shù)尋優(yōu)所利用的特征量,可以將現(xiàn)有的控制器參數(shù)辨識方法分為時域方法[21-26]和頻域方法[27-31]。時域方法通過對風電機組施加持續(xù)激勵(如在外環(huán)參考值上疊加階躍擾動[21-22]、在交流側制造三相短路故障[22-24]或電壓跌落[23]、在量測信號疊加三相M序列[25]等),測量風機系統(tǒng)時域特征量(如dq軸電流[21-23]、直流電壓[23]、無功功率[24,26]等)的響應數(shù)據(jù),進而通過控制參數(shù)尋優(yōu),使時域特征量的數(shù)學表達式計算結果充分逼近相應的量測數(shù)據(jù),最終得到控制參數(shù)的辨識值。時域方法的實施需對風電機組施加持續(xù)激勵,如果采用制造故障的方式則會影響風電機組的正常運行,而在控制器參考值上疊加擾動信號的方式對于大部分廠家生產(chǎn)的設備難以實施,因此其在工程實際中的應用受到限制。頻域方法通過測量風機系統(tǒng)的頻域特征量(如控制器等效傳遞函數(shù)[27-28]、小信號阻抗[29-31]等),進而通過參數(shù)尋優(yōu),使頻域特征量的數(shù)學表達式計算結果充分逼近相應的量測數(shù)據(jù),最終得到控制參數(shù)的辨識值。其中,文獻[27]和[28]分別針對雙饋風電機組轉子側控制器和網(wǎng)側控制器,在控制器參考信號上疊加偽隨機信號,通過偽隨機信號的自功率譜及其與dq軸電流響應的互功率譜計算控制器傳遞函數(shù)的頻率序列,進而通過傳遞函數(shù)擬合辨識得到控制器參數(shù)。然而,其實用性也因大部分廠家生產(chǎn)的設備不支持控制量參考值更改而受到限制。此外,上述文獻均忽略了鎖相環(huán),無法實現(xiàn)對鎖相環(huán)參數(shù)的辨識,且需通過分步的方法進行多次辨識才能獲得內外環(huán)控制器參數(shù)。文獻[29]基于序阻抗的實部和虛部進行并網(wǎng)逆變器控制參數(shù)的辨識,但忽略了無功功率外環(huán)。文獻[30]和[31]分別測量風電機組和光伏并網(wǎng)逆變器的dq域小信號阻抗,通過控制器參數(shù)尋優(yōu)使理論阻抗模型逼近阻抗測量值,以實現(xiàn)控制器參數(shù)的辨識,然而文獻[30]并未給出具體的參數(shù)尋優(yōu)方法,文獻[31]中Vector Fitting算法的復雜求解過程限制了其在實際工程中的應用。

在參數(shù)尋優(yōu)算法方面,現(xiàn)有研究主要基于粒子群優(yōu)化算法[24,29]、差分進化算法[32-33]、正余弦優(yōu)化算法[25]、長短期記憶神經(jīng)網(wǎng)絡[23]、線性神經(jīng)網(wǎng)絡[26]和Levenberg-Marquardt算法(阻尼最小二乘法)[21-22,27-28,31]。其中,粒子群優(yōu)化算法、差分進化算法和正余弦優(yōu)化算法的參數(shù)尋優(yōu)結果受初始值的影響較大,容易陷入局部最優(yōu),且收斂耗時較長,神經(jīng)網(wǎng)絡類方法在應用之前需進行復雜的樣本準備和神經(jīng)網(wǎng)絡訓練,且訓練結果與神經(jīng)網(wǎng)絡的初始狀態(tài)密切相關,參數(shù)辨識精度得不到保障。此外,人工智能類方法不可避免地存在可解釋性差的問題。阻尼最小二乘法是一種應用成熟的非線性參數(shù)尋優(yōu)算法,收斂速度較快,其尋優(yōu)精度不受初始點與真值距離的影響,具有較好的尋找最優(yōu)參數(shù)的能力[27],能夠保證較高的控制參數(shù)辨識精度。

綜上所述,現(xiàn)有研究尚未涉及“黑箱”模型的“灰箱”化,且將“灰箱”向“白箱”轉變的控制參數(shù)辨識方法存在實際工程應用困難、難以一次性準確辨識出不同環(huán)節(jié)控制器參數(shù)、無法獲得鎖相環(huán)參數(shù)、求解過程復雜等問題。為此,本文針對直驅風電機組控制器的“黑/灰箱”問題進行研究,建立含不同帶寬控制環(huán)節(jié)的直驅風電機組的精細化寬頻阻抗模型,通過提取不同控制方式下交直流端口的阻抗特征,基于阻抗特征匹配辨識機、網(wǎng)側變流器的控制方式,實現(xiàn)直驅風電機組“黑箱”模型的“灰箱”化,進而利用阻尼最小二乘算法使端口實測阻抗與理論阻抗在各個頻率點處差值的平方和最小,一次性準確辨識出包括鎖相環(huán)在內的不同帶寬控制環(huán)節(jié)的控制參數(shù),實現(xiàn)直驅風電機組“灰箱”模型的“白箱”化。

1 不同控制方式下直驅風電機組的阻抗模型

1.1 直驅風電機組的主電路及控制方式

圖1所示為永磁直驅風電機組主電路結構及其典型控制方式。永磁直驅風電機組的主電路主要包括風力機、永磁同步發(fā)電機、機側變流器、直流母線、直流電容、網(wǎng)側變流器及其交流側濾波器。永磁直驅風電機組機、網(wǎng)側變流器的典型控制方式為雙閉環(huán)矢量控制,機側變流器外環(huán)控轉速或轉矩、內環(huán)控交流電流,網(wǎng)側變流器外環(huán)控直流電壓及無功功率或交流電壓、內環(huán)控交流電流。對直驅風電機組主電路及控制方式的詳細描述見附錄A。

圖1 永磁直驅風電機組主電路結構及典型控制方式

1.2 不同控制方式下直驅風電機組的阻抗模型

本節(jié)將利用直驅風電機組的模塊化、多端口模型[34]以及其通用的阻抗建模方法[35],建立不同控制方式下直驅風電機組的阻抗模型。由于篇幅限制,正文中僅給出關鍵控制方程和關鍵參數(shù)矩陣的推導結果,直驅風電機組的模塊化、多端口模型以及其通用的阻抗建模方法詳見附錄A。

1)機側變流器直流端口阻抗建模。

(a)機側變流器采用轉矩控制。

當機側變流器采用轉矩控制時,機側變流器的外環(huán)和內環(huán)控制方程可以分別表示為:

(1)

(2)

式中:id2、iq2和id2ref、iq2ref分別為機側變流器交流側電流及其參考值的d、q軸分量;ud2、uq2分別為機側變流器交流側電壓的d、q軸分量;Te、Teref分別為轉矩及其參考值;Hmc為機側電流內環(huán)PI控制器;HT為轉矩外環(huán)PI控制器;udc、udc0分別為直流電壓的測量值和額定值。

對式(1)和式(2)進行小信號線性化,可以得到附錄式(A2)前兩行的詳細表達式,也即Ydq2、a可被推導得到,如式(3)所示。

(3)

式中:np、φ分別為永磁同步電機的極對數(shù)和磁鏈。

將式(3)代入附錄式(A7)即可得到直驅風電機組機側變流器在外環(huán)轉矩控制下的直流端口阻抗。

(b)機側變流器采用轉速控制。

當機側變流器采用轉速控制時,內環(huán)控制方程與式(2)一致,外環(huán)控制方程可以表示為:

(4)

式中:Hω為轉速外環(huán)PI控制器;ωm、ωmref分別為轉速及其參考值。

對式(4)進行小信號線性化,整理得到附錄式(A2)前兩行的詳細表達式,則轉速控制下的Ydq2、a可被推導得到,如式(5)所示。

(5)

式中:J為永磁同步發(fā)電機的轉動慣量。

將式(5)代入附錄式(A7)即可得到直驅風電機組機側變流器在外環(huán)轉速控制下的直流端口阻抗。

2)網(wǎng)側變流器交流端口阻抗建模。

(a)網(wǎng)側變流器采用直流電壓/無功功率控制。

當網(wǎng)側變流器采用直流電壓/無功功率控制時,外環(huán)和內環(huán)控制方程可以分別表示為:

(6)

(7)

式中:HQ為無功功率外環(huán)PI控制器;Hdc為直流電壓外環(huán)PI控制器;Hc為網(wǎng)側電流內環(huán)PI控制器;id4、iq4和id4ref、iq4ref分別為網(wǎng)側變流器交流側電流及其參考值的d、q軸分量;udcref為直流母線電壓的參考值;Q、Qref分別為永磁直驅風電機組輸出無功功率的實際值、參考值;變量的下標c表示相應變量為控制系統(tǒng)坐標系下的變量。

對式(6)和式(7)進行小信號線性化,并考慮鎖相環(huán)、交流側濾波器動態(tài),可以得到:

(8)

式中:矩陣A、B及C詳見附錄A式(A15)—(A17)。

將式(8)代入附錄式(A9)即可得到直驅風電機組網(wǎng)側變流器在直流電壓/無功功率控制下的交流端口阻抗。

(b)網(wǎng)側變流器采用直流電壓/交流電壓控制。

網(wǎng)側變流器采用直流電壓/交流電壓控制時,內環(huán)控制方程與式(7)一致,外環(huán)控制方程可以表示為:

(9)

式中:Hac為交流電壓外環(huán)PI控制器;uac、uacref分別為永磁直驅電機組交流側電壓幅值的實際值和參考值。

對式(9)和式(7)進行小信號線性化,并考慮鎖相環(huán)、交流側濾波器動態(tài),可以得到:

(10)

式中:矩陣E及F詳見附錄A式(A21)—(A22)。

將式(10)代入附錄式(A9)即可得到直驅風電機組網(wǎng)側變流器在直流電壓/交流電壓控制下的交流端口阻抗。

1.3 直驅風電機組阻抗模型驗證

為驗證所建立機側變流器直流端口阻抗模型和網(wǎng)側變流器交流端口阻抗模型的準確性,基于Matlab/Simulink搭建永磁直驅風電機組的時域仿真模型,主電路參數(shù)和控制參數(shù)詳見附錄表A1。

分別在機側變流器的2種控制方式下測量機側變流器的直流端口阻抗,即:在機側變流器直流端口依次注入頻率范圍在1～1 000 Hz內的擾動電壓信號,通過測量電流信號的響應,可計算得到對應頻率下的機側變流器直流端口小信號阻抗。類似地,分別在2種控制方式下測量網(wǎng)側變流器交流端口正序阻抗。

圖2(a)展示了永磁直驅風電機組在機側變流器外環(huán)轉矩控制和轉速控制下直流端口阻抗理論計算值與掃頻測量值的對比結果,圖2(b)展示了永磁直驅風電機組網(wǎng)側變流器在直流電壓/無功功率(Udc/Q)控制和直流電壓/交流電壓(Udc/Uac)控制下交流端口正序阻抗理論計算值與掃頻測量值的對比結果。可以看到,在各典型控制方式下,機側變流器直流端口阻抗和網(wǎng)側變流器交流端口正序阻抗的理論計算值與相應的掃頻測量值具有很好的一致性,從而驗證了本文所建立永磁直驅風電機組阻抗模型的準確性。

圖2 直驅風電機組阻抗模型掃頻驗證結果

2 基于端口測量阻抗的直驅風電機組控制器“黑/灰箱”辨識

2.1 參數(shù)靈敏度及參數(shù)可辨識性研究

由上文所建立的阻抗模型可知,直流側阻抗和交流側阻抗都是變流器控制器參數(shù)的函數(shù),因此可以通過實測端口阻抗數(shù)據(jù)辨識控制器的控制方式和控制參數(shù)。

參數(shù)辨識的可行性可以通過計算各參數(shù)在阻抗表達式中的靈敏度來確認,靈敏度越大則可辨識性越高,靈敏度小則不易辨識。某控制器參數(shù)θ的幅值靈敏度SM和相位靈敏度SP定義為:

(11)

式中:Δθ表示待辨識參數(shù)θ的偏差量。

根據(jù)參數(shù)靈敏度的定義,可以計算出各參數(shù)在各個頻率點處的靈敏度。本文正文部分僅給出機側變流器在2種控制方式下各參數(shù)的靈敏度,如圖3所示,網(wǎng)側變流器各參數(shù)的靈敏度詳見附錄B。由圖3 (a)—3(d)可見,機側變流器控制器參數(shù)在直流端口阻抗中的靈敏度均存在某一個頻段遠大于0,因此可以通過機側變流器直流端口測量阻抗辨識機側變流器各控制器參數(shù)。同理,通過網(wǎng)側變流器交流端口測量阻抗可以辨識網(wǎng)側變流器各控制器參數(shù)?；诖?本文采用分步辨識的策略,先通過直流端口阻抗辨識機側變流器控制器參數(shù),再通過交流端口正序阻抗辨識網(wǎng)側變流器控制器參數(shù)。

圖3 機側變流器控制參數(shù)靈敏度

2.2 “黑箱”模型控制方式辨識

直驅風電機組“黑箱”模型控制方式辨識的主要思路是提取變流器在不同控制方式下的頻域阻抗特征,進而基于頻域阻抗特征匹配實現(xiàn)控制方式的辨識。

1)機側變流器控制方式辨識。

由圖2 (a)可知,機側變流器在轉矩控制和轉速控制下直流端口阻抗曲線總體趨勢相同,無明顯差異,僅僅通過直流端口實測阻抗無法有效地辨識機側變流器控制方式。然而,由圖3 (a)可以清楚地看到,轉矩控制和轉速控制下,外環(huán)比例系數(shù)的參數(shù)靈敏度存在較大差異,即:在低頻處,轉速控制的外環(huán)比例系數(shù)靈敏度較大,而轉矩控制的外環(huán)比例系數(shù)靈敏度趨于0;在高頻處,轉速控制的外環(huán)比例系數(shù)靈敏度趨于0,而轉矩控制的外環(huán)比例系數(shù)靈敏度較大。因此,可以比較外環(huán)比例系數(shù)在不同頻段下的靈敏度差異,實現(xiàn)機側變流器控制方式的辨識。

2)網(wǎng)側變流器控制方式辨識。

由圖2 (b)可以看到,網(wǎng)側變流器不同的控制方式下,其交流端口阻抗存在明顯差異,表現(xiàn)為:在直流電壓/無功功率控制下,交流端口阻抗幅頻特性在基頻50 Hz處存在明顯的諧振峰,而直流電壓/交流電壓控制下阻抗幅頻特性無此諧振峰。基于這一顯著差異,可以實現(xiàn)網(wǎng)側變流器控制方式的辨識。

3)直驅風電機控制方式辨識流程。

基于上述分析,可以歸納得到直驅風電機組“黑箱”模型控制方式辨識的流程如圖4所示,基于此辨識流程,即可將直驅風電機組的“黑箱”模型轉變?yōu)榭刂品绞揭阎摹盎蚁洹蹦Ｐ汀?/p>

圖4 直驅風電機組控制方式辨識流程

2.3 “灰箱”模型控制參數(shù)辨識

由于直驅風電機組直流端口阻抗和交流端口阻抗分別是機側變流器控制器參數(shù)和網(wǎng)側變流器控制器參數(shù)的函數(shù),因此,可以基于頻域阻抗一致性,通過非線性最小二乘算法,使理論阻抗模型(含未知的控制器參數(shù))逼近相應的實測阻抗數(shù)據(jù),實現(xiàn)控制器參數(shù)的辨識。

1)辨識算法——非線性最小二乘算法。

由于風電機組的端口阻抗是控制器參數(shù)的非線性函數(shù),因此控制器參數(shù)辨識問題也即求解式(12)所示的優(yōu)化問題:

(12)

式中:f表示各頻率點;Zmeasure表示端口實測阻抗;Ztheo表示端口理論阻抗;min表示求最小值。

非線性最小二乘算法是求解式(12)所示優(yōu)化問題的有效方法,其中Levenberg Marquardt迭代算法具有收斂速度快、擬合精度高等優(yōu)點,是本文參數(shù)辨識所采用的具體實施算法。

2)機側變流器控制器參數(shù)辨識流程。

步驟1：根據(jù)直驅風電機組機側變流器控制器的典型參數(shù),給定機側變流器外環(huán)和電流內環(huán)的比例積分系數(shù)初始值Kp_out、Ki_out、Kp_mc、Ki_mc;

步驟2：在系統(tǒng)電氣參數(shù)已知的情況下,代入控制器參數(shù)初始值,可求得直驅風電機組直流端口阻抗Zdc_theo(f);

步驟3：設置損失函數(shù)如下:

(13)

步驟4：根據(jù)實測的直流端口阻抗數(shù)據(jù)Zdc_measure(f),計算損失函數(shù)Qm的值,利用Levenberg Marquardt迭代算法不斷更新Zdc_theo(f)中的控制器參數(shù)Kp_out、Ki_out、Kp_mc、Ki_mc,直至損失函數(shù)Qm小于預設目標ζ,此時所得Kp_out、Ki_out、Kp_mc、Ki_mc即為機側變流器控制器參數(shù)的最終辨識值。

3)網(wǎng)側變流器控制器參數(shù)辨識流程。

步驟1：將辨識得到的機側變流器控制器參數(shù)代入直驅風電機組交流端口阻抗模型;

步驟2：根據(jù)直驅風電機組網(wǎng)側變流器控制器的典型參數(shù),給定網(wǎng)側變流器外環(huán)、電流內環(huán)和鎖相環(huán)的比例積分系數(shù)初始值Kp_dc、Ki_dc、Kp_q,out、Ki_q,out、Kp_c、Ki_c、Kp_PLL、Ki_PLL;

步驟3：在系統(tǒng)電氣參數(shù)已知的情況下,代入網(wǎng)側變流器控制器參數(shù)初始值,可求得直驅風電機組交流側正序阻抗Zp_theo(f);

步驟4：設置損失函數(shù):

(14)

步驟5：根據(jù)實測的交流側正序阻抗數(shù)據(jù)Zp_measure(f),計算損失函數(shù)Qg的值,利用Levenberg Marquardt迭代算法不斷更新Zp_theo(f)中的控制器參數(shù)Kp_dc、Ki_dc、Kp_q,out、Ki_q,out、Kp_c、Ki_c、Kp_PLL、Ki_PLL,直至損失函數(shù)Qg小于預設目標ζ,此時所得Kp_dc、Ki_dc、Kp_q,out、Ki_q,out、Kp_c、Ki_c、Kp_PLL、Ki_PLL即為網(wǎng)側變流器控制器參數(shù)的最終辨識值。

4)直驅風電機組控制器參數(shù)辨識流程。

將直驅風電機組控制器參數(shù)辨識步驟以流程圖形式繪制,如圖5所示?；诖吮孀R流程,即可將直驅風電機組的“灰箱”模型轉變?yōu)榭刂品绞胶涂刂茀?shù)均已知的“白箱”模型。

圖5 直驅風電機組控制器參數(shù)辨識流程

3 算例分析

本節(jié)以一永磁直驅風電機組的“黑/灰箱”辨識為例說明本文所提方法的有效性。

本案例交流電網(wǎng)電壓為690 V/50 Hz,永磁直驅風電機組的額定功率為2 MW,額定轉速為2 rad/s,機側變流器采用轉矩控制方式,網(wǎng)側變流器采用直流電壓/無功功率控制方式。機側變流器控制系統(tǒng)轉矩給定值為-8×105N·m,網(wǎng)側變流器控制系統(tǒng)直流電壓給定值為1 120 V,網(wǎng)側變流器向電網(wǎng)輸出的無功功率控制為0.8 MW。

首先微調機側變流器外環(huán)比例系數(shù)并計算靈敏度,發(fā)現(xiàn)在高頻處靈敏度較大,則可確定機側變流器采用轉矩控制。根據(jù)交流端口測量得到的正序阻抗,可以檢測到正序阻抗的幅頻曲線在50 Hz處存在諧振峰,故可確定網(wǎng)側變流器采用直流電壓/無功功率控制,實現(xiàn)了永磁直驅風電機組“黑箱”模型向“灰箱”模型的轉變。

在確定了機、網(wǎng)側變流器控制方式的基礎上,基于所建立的永磁直驅風電機組直流端口、交流端口阻抗模型,可利用圖5所示的控制器參數(shù)辨識方法進一步將此“灰箱”模型轉變?yōu)椤鞍紫洹?。?給出了機側變流器控制器參數(shù)的辨識結果,可以看到辨識精度較高:電流內環(huán)控制器參數(shù)的辨識誤差在1%以內;外環(huán)參數(shù)辨識值的相對誤差較大,其主要原因為外環(huán)控制器參數(shù)本身數(shù)量級較小,導致了較大的相對誤差。

表1 機側變流器控制器參數(shù)辨識結果

表2給出了網(wǎng)側變流器控制器參數(shù)的辨識結果,可以看到最大誤差不超過5%,驗證了辨識方法的準確性。

表2 網(wǎng)側變流器控制器參數(shù)辨識結果

4 結 論

為應對直驅風電機組變流器控制器存在的“黑/灰箱”問題,本文提出了基于端口測量阻抗的永磁直驅風電機組“黑/灰箱”辨識方法。通過提取不同控制方式下機側變流器直流端口和網(wǎng)側變流器交流端口的阻抗特征,利用端口阻抗特征匹配實現(xiàn)了機、網(wǎng)側變流器“黑箱”控制方式的辨識;進一步地,利用理論阻抗與測量阻抗的一致性,實現(xiàn)了永磁直驅風電機組機、網(wǎng)側變流器“灰箱”控制參數(shù)的辨識。本文所提方法所利用特征量(端口寬頻阻抗)物理意義明確、便于獲取,無需改動風機控制,可一次性準確辨識含鎖相環(huán)在內的所有不同帶寬控制環(huán)節(jié)的控制參數(shù),特別適用于含多帶寬控制環(huán)節(jié)的電力電子設備,具有實用性強、辨識精度高、辨識過程簡單高效等優(yōu)點。

后續(xù)工作將進一步豐富阻抗模型特征庫,將更多在實際工程中可能得到應用的控制方式(如傳統(tǒng)矢量控制+附加控制、構網(wǎng)型控制等)納入研究范圍,以豐富的阻抗特征庫實現(xiàn)實際工程中各種風電變流器控制方式和控制參數(shù)的辨識。