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。完整资源、论文复现、期刊合作、论文辅导及科研仿真定制事宜点击本文完整资源下载⛳️座右铭行百里者半于九十。⛳️赠与读者‍做科研涉及到一个深在的思想系统需要科研者逻辑缜密踏实认真但是不能只是努力很多时候借力比努力更重要然后还要有仰望星空的创新点和启发点。建议读者按目录次序逐一浏览免得骤然跌入幽暗的迷宫找不到来时的路它不足为你揭示全部问题的答案但若能解答你胸中升起的一朵朵疑云也未尝不会酿成晚霞斑斓的别一番景致万一它给你带来了一场精神世界的苦雨那就借机洗刷一下原来存放在那儿的“躺平”上的尘埃吧。或许雨过云收神驰的天地更清朗.......第一部分——内容介绍摘要构网型逆变器Grid-Forming Inverter, GFMI已成为高比例逆变器型资源电力系统中提供电压与频率支撑的关键设备。然而GFMI控制策略的多样性——包括Droop控制、带低通滤波器的Droop控制、虚拟同步发电机以及补偿广义虚拟同步发电机等——给系统建模、稳定性分析与控制策略比较带来了显著困难。传统建模方法通常针对单一控制策略或孤立配置缺乏模块化与可扩展性难以适应快速演进的GFMI控制架构。本文提出一种统一、模块化的小信号建模框架以状态空间表示State-Space Representation, SSR为数学基础以组件连接法Component Connection Method, CCM为集成工具系统性地推导上述四种有功功率控制Active Power Control, APC策略下GFMI的小信号模型。该框架将GFMI分解为电网、LCL滤波器、电压源逆变器延时、电流控制器、电压控制器、无功功率控制器与有功功率控制器等独立模块各模块独立建模后通过代数关系矩阵集成为统一状态空间模型。本文进一步开展特征值分析、参与因子分析与参数灵敏度研究揭示不同APC策略的关键不稳定机制包括低短路比下的内环交互、高短路比下的功率环与电压环交互以及低频功率耦合。基于分析结果本文给出控制器参数整定建议并讨论各APC策略在频率支撑、惯性响应与参考跟踪方面的权衡。最后本文展示CCM在虚拟阻抗集成与模型降阶方面的扩展能力为GFMI的工程设计与并网规范合规提供系统化工具。关键词构网型逆变器小信号稳定性组件连接法状态空间表示虚拟同步发电机Droop控制参数灵敏度分析一、引言1.1 研究背景全球能源结构向可再生能源转型推动逆变器型资源Inverter-Based Resources, IBR在电力系统中的渗透率持续攀升。IBR虽具备高效率和运行灵活性但其对宽频扰动的敏感性引入了显著的稳定性挑战。这些挑战表现为谐波、间谐波与谐振导致电能质量下降与稳定性风险。变换器中的小信号动态进一步加剧了这些问题负阻尼的引入使得不稳定性高度依赖于控制结构与电网条件。构网型逆变器作为应对现代电力系统挑战的重要方案能够像同步发电机一样提供自主电压与频率调节。然而其复杂的控制架构跨越多个时间尺度慢速外环有功/无功功率控制、电压调节易引发低频振荡快速内环电流控制、电压控制与数字延时易引发高频不稳定。因此解决宽频不稳定现象需要能够捕捉所有控制环、数字延时及附加GFMI组件动态的详细小信号模型Small-Signal Model, SSM。1.2 现有建模方法的局限阻抗模型Impedance Model, IM与状态空间表示SSR是IBR系统稳定性分析中两种广泛采用的方法。阻抗模型最初为设计DC-DC变换器输入滤波器而开发后被广泛应用于并网IBR。它通过在特定评估点比较电网阻抗与逆变器输出阻抗利用广义奈奎斯特判据识别不稳定机制。IM适用于局部稳定性评估与黑箱建模但在分析单个控制参数对整体系统稳定性的影响方面存在局限且难以扩展到大规模多机系统。状态空间表示提供详细的系统级视角是研究大规模互联系统与控制设计的首选方法。早期SSR建模主要关注低频振荡如微电网中恒功率负载引起的振荡以及跟网型逆变器中锁相环交互。然而纳入高阶动态如快速内环与数字延时会增加计算复杂度往往需要降阶模型以支持实际分析。尽管取得诸多进展传统SSR方法仍缺乏模块化与可扩展性当组件或控制结构修改时需重新推导模型这使其难以适应先进GFMI控制器的快速演进。1.3 组件连接法与本文贡献为克服上述局限模块化方法被引入SSR其中组件连接法CCM作为一种特别强大且可扩展的解决方案脱颖而出。CCM已被应用于研究多种逆变器配置包括跟网型逆变器、Droop控制GFMI以及虚拟同步发电机。它提供即插即用灵活性即能够无缝集成与修改GFMI组件而无需重新推导整个模型。然而现有基于CCM的研究往往聚焦于特定类型或配置的GFMI或孤立用例缺乏一个统一框架来系统性分析与比较多种控制策略。此外聚焦建模的研究往往缺乏关于参数整定的讨论未能兼顾设备级性能与电力系统需求。本文通过提出一套全面的GFMI模块化SSM填补这一空白并提供参数整定见解以满足控制目标与更广泛的并网规范合规要求。本文的主要贡献包括第一开发详细的模块化方法推导四种不同APC策略下GFMI的SSMDroop控制、带LPF的Droop控制、VSG以及CGVSG。第二提供不同电网条件下最合适同步机制的见解识别各种GFMI结构中的关键不稳定机制包括缺乏阻尼转矩、控制环交互以及低频功率耦合。研究结果为系统运营商选择合适APC策略以满足网络需求提供实践指导同时为控制工程师改进GFMI控制架构提供比较性见解。第三提供这些GFMI控制方案稳定性影响的全面分析辅以参数灵敏度研究与不同电网条件下的控制器整定建议。分析突出不同APC策略之间的权衡及其对动态稳定性的影响为实际应用中优化GFMI性能提供结构化方法。1.4 论文组织结构本文其余部分组织如下第二节介绍命名并描述SMIB网络中GFMI的通用模型第三节提出统一状态空间建模框架并阐述CCM在实现模块化与可扩展稳定性分析中的作用第四节推导各模块组件的微分代数方程并建立各自SSR第五节开发四种APC方案的模块化SSR展示其集成到统一框架中的过程第六节进行稳定性分析与参数灵敏度研究第七节讨论模型修正与降阶技术第八节总结关键发现并讨论所提建模框架的实际意义。二、系统描述与模块化框架2.1 命名约定本文采用的数学框架遵循以下约定实数域与复数域分别记为RR与CC虚数单位记为jj满足j2−1j2−1标量、向量与矩阵分别记为x∈Rx∈R、xˉ∈Rnxˉ∈Rn、X∈Rn×mX∈Rn×m空间相量记为x‾∈Cx​∈C提供三相量在复平面上的紧凑表示时间导数记为xˉ˙xˉ˙当上下文清晰时省略时间依赖性nn维单位矩阵记为InIn​。2.2 构网型逆变器系统描述图1展示GFMI在公共耦合点PCC与电网连接的电路与控制图。表2总结本文使用的状态变量。关键组件及其作用如下电网表示电网建模为戴维南等效电路由串联电阻与电感连接至刚性电压源组成。该模型捕捉电网阻抗性质与电网连接强度。LCL滤波器LCL滤波器置于逆变器与PCC之间用于抑制开关谐波并确保符合电网谐波标准。LCL滤波器包括逆变器侧电感、网侧电感与并联电容。电压源逆变器VSIVSI通过脉宽调制将直流电压转换为逆变器终端的三相交流电压。电流控制器提供的调制电压参考用于生成PWM开关信号。VSI动态包括开关延时效应采用三阶Padé模型近似。分层控制结构GFMI控制结构在dq坐标系中实现由有功与无功功率调节的分层环组成。电流控制器确保逆变器输出电流跟踪电压控制器生成的参考电流。电压控制器调节逆变器终端电容电压以跟踪无功功率控制器生成的参考电压。无功功率控制器通过调节电容电压幅值来调节PCC处无功功率以维持设定值。有功功率控制器调节逆变器相位角以调节PCC处有功功率达到期望设定值。本文开发多种APC策略包括Droop、LPF、VSG与CGVSG。本节所述所有组件均纳入GFMI的SSM推导。本文并非聚焦单一GFMI类型而是系统性开发多种APC策略的SSM。虽然推导在第五节以VSG为例明确展示但相同公式可无缝应用于任何其他APC策略只需替换APC变量无需修改GFMI模型其余部分。2.3 模块化与CCM框架图1所示GFMI系统的模块化表示为推导统一SSM奠定基础。每个子系统无论是动态的如电网、LCL滤波器还是代数的如控制环、参考坐标变换均视为独立组件。这种模块化结构使得能够利用CCM将GFMI组件动态无缝集成到统一SSM中。CCM最小化了非统一SSM的代数复杂度并为单个组件的设计与调整提供灵活性而无需重新推导整个统一SSM。三、统一状态空间模型开发方法3.1 建模流程概述图2展示开发统一SSM的结构化框架过程包含三个关键步骤。步骤一子系统划分。第一步将图1所示的电磁暂态EMT模型划分为不同子系统。具有状态变量的子系统归类为组件而建立组件之间连接的子系统指定为代数块。图1中彩色子系统表示动态组件如电网、LCL滤波器与控制环灰色子系统表示代数块如参考坐标变换。子系统之间的输入输出关系由箭头表示。步骤二非线性DAE公式化与线性化。第二步推导各子系统的非线性微分代数方程DAE并在平衡工作点附近线性化。线性化模型构成非统一SSM其中各子系统动态独立描述。图17展示这一阶段图1中颜色编码的子系统与其各自组件对应。步骤三利用CCM进行子系统集成。最后一步利用CCM将非统一SSM子系统组合为单一连贯模型称为统一SSM。CCM通过代数关系矩阵连接各子系统的输入与输出系统性地集成其动态。该方法最小化代数复杂度并实现模块化允许修改或替换单个组件而无需完全重新推导统一模型。所得统一SSM以紧凑状态空间形式表达便于高效小信号稳定性分析。因此该方法本质上将GFMI的非统一SSM推导并转换为统一SSM。非统一SSM是堆叠子系统SSM并包含连接这些SSM方程的模型统一SSM则是具有四个状态空间矩阵的SSR。注意非统一SSM与统一SSM捕捉相同的GFMI动态然而统一SSM显然更紧凑便于稳定性分析与控制设计。3.2 组件DAE的线性化电力系统动态特别是在EMT仿真中常使用非线性DAE建模。这些方程捕捉系统组件之间的动态与代数关系包括状态演化、代数约束与输入输出行为。DAE的求解通常需要数值时间步进积分来计算系统状态轨迹。然而对于聚焦小扰动下系统行为、通过分析自然模式阻尼的小信号稳定性分析而言如此详细的建模并无必要。第ii个子系统的非线性DAE包含状态方程、代数约束与输出方程。在平衡点附近线性化后引入小扰动应用泰勒级数展开并忽略高阶项得到线性化DAE。当代数约束的雅可比矩阵为非奇异时可通过求解代数约束消去代数变量将DAE简化为常微分方程ODE形式。所得状态空间矩阵由雅可比矩阵及其逆矩阵组合而成。对于某些组件如控制环无需代数约束时DAE简化为标准ODE形式对应线性化状态空间矩阵直接由雅可比矩阵给出。此处描述的线性化框架构成推导子系统SSM的基础随后利用CCM进行集成。3.3 组件连接法CCM便于将子系统状态空间模型集成为统一SSR。各子系统动态独立建模然后通过代数关系矩阵组合为系统级模型。统一SSR表达为系统级状态方程与输出方程。统一状态空间矩阵由块对角矩阵与关系矩阵构造。块对角矩阵通过聚合各子系统状态空间矩阵构造捕捉所有子系统的独立动态。关系矩阵定义子系统之间的代数互连R1R1​将子系统输出映射到子系统输入捕捉组件之间的直接互连与反馈环R2R2​将外部系统输入映射到子系统输入R3R3​将子系统输出映射到外部系统输出R4R4​将外部系统输入映射到外部系统输出。关系矩阵的稀疏性反映子系统之间的物理互连。例如在GFMI中R1R1​可表示控制环与LCL滤波器之间的耦合。在GFMI系统背景下CCM框架连接动态组件如LCL滤波器、电网模型与代数块如参考坐标变换与控制环。例如VC的输出作为CC的输入电网与LCL滤波器施加的电路定律将其输出链接到PCC电压。一旦获得统一SSR矩阵AsysAsys​的特征值分析可提供系统稳定性见解。特征值揭示振荡模式与阻尼比便于识别稳定裕度与参数变化的影响。此外矩阵BsysBsys​可用于设计基于状态空间的控制策略。四、线性子系统的建模与分析本节推导图1所示GFMI系统各组件的DAE。这些方程随后线性化为SSR形式。虽然所提建模框架是模块化的且适用于任何GFMI控制方案但以VSG配置为代表例评估系统特征值对内环参数的灵敏度。这一选择源于VSG在文献中的广泛采用以及本文考虑的所有APC策略共享相同内环结构。因此关于内环稳定性的结论广泛适用于各APC类型。相比之下APC特定参数与电网强度对各控制策略有不同影响因此其影响针对所有四种APC方案单独评估。4.1 参考坐标变换参考坐标变换在GFMI建模中至关重要用于将逆变器控制方案与电路动态同电网解耦。本文定义两个关键参考系全局参考系GRF与逆变器参考系IRF。在GFMI系统中控制与滤波器组件在IRF中建模而电网在GRF中建模。GRF由轴D与Q表示以固定角频率旋转对应电网频率。IRF由d轴与q轴定义以角频率旋转由APC动态调整。IRF与GRF之间的相对角度捕捉两参考系之间的偏移。为在IRF与GRF中表达系统变量考虑abc坐标系中表示的注入电流。该电流可利用Park变换转换到DQ坐标系或dq坐标系。该电流可表示为空间相量即旋转复数。abc坐标系、DQ坐标系、dq坐标系中的空间相量仅是同一电流的不同表示。DQ坐标系与dq坐标系之间的关系由相对角度建立利用欧拉旋转矩阵。在平衡点附近线性化这些变换得到电流与电压的线性化变换关系。此外为准确建模GFMI的功率控制动态须计算与电网交换的有功与无功功率因其作为功率控制环的反馈信号。GFMI注入电网的瞬时有功功率与无功功率由电容电压与注入电流的乘积给出。在平衡点附近线性化得到功率的线性化表达式。4.2 电网模型本文考虑GFMI在PCC处连接外部电网PCC位于LCL滤波器右侧终端。外部电网代表大电力系统由其戴维南等效建模即电阻与电感串联组合外加刚性电压源。此外在PCC处引入虚拟并联阻抗以在电容上建立额外状态。引入虚拟并联阻抗便于将基于CCM的建模扩展到并联连接IBR系统允许多个逆变器共享同一PCC而无需完全重新构造电网模型。若不考虑该虚拟电容CCM要求将电网模型集成到滤波器模型中。通过选择足够大的并联组件整个电流被引导进入电网。此外选择适当的并联电容确保虚拟阻抗并联谐振频率远高于SSM系统中关注的频率。此外CCM框架可扩展到大规模电力系统通过独立建模每个设备并通过网络导纳矩阵连接。在这种情况下由于每个设备在其本地参考系中表达注入电流必须变换到公共参考系。一旦所有设备对齐到公共坐标系用于SMIB情况的相同CCM程序可应用于构建大电力系统的统一SSM。为启动电网建模所有电压与电流表示为空间相量。利用这些定义并应用基尔霍夫电路定律电网动态可描述为包含状态方程与代数约束的DAE。所得方程产生标准格式的DAE用于建模电网。利用代数约束的雅可比矩阵非奇异性质可确定电网的状态空间矩阵。本文采用文献中的系统强度定义其中短路比SCR通过测量电压对功率注入的灵敏度来量化电网强度而X/RX/R比表征电网阻抗性质。SCR与X/RX/R的系统性变化显著影响GFMI稳定性。由于输电网络通常呈现感性阻抗特性本分析考虑X/RX/R值在1至20范围内代表典型运行条件。SCR为1.25定义弱电网下边界。对于SCR小于1的区域静态功率传输极限而非动态稳定性成为主要约束因此排除在本研究之外。SCR的影响在第六节中比较分析以突出APC之间的差异。然而由于X/RX/R变化对所有研究的APC具有一致影响VSG-GFMI的结果呈现后不再对其他APC重复。增加X/RX/R改善低频模式的阻尼因为功率环解耦增强。然而它也降低电阻对电压振荡的阻尼效果使相关模式向右半平面RHP移动。当X/RX/R超过10后增加X/RX/R的影响变得可忽略因为电网已主要为感性。这一行为对于在中压与低压网络中运行的GFMI尤其相关其中电网电阻较高。前文分析中的特征值具有相应的主导状态即参与因子最高的状态。参与因子分析显示低频模式的主导状态为频率与相对角度与APC相关。其他模式的主导状态分别与RPC、VC、CC和电网相关。注意虽然极点轨迹为参数变化影响提供有价值见解但精确稳定边界高度依赖于模型不同组件的特定控制结构与参数选择。各种GFMI配置的稳定性特征受内环整定、电网条件与所选APC策略等因素影响。4.3 LCL滤波器模型图1展示GFMI的LCL滤波器电路图。在该LCL滤波器中逆变器终端电压、电容电压、PCC电压、逆变器侧电流与网侧电流为关键变量。参数包括逆变器侧电感、网侧电感与滤波电容。此外寄生电阻与无源阻尼电阻影响滤波器动态。利用空间相量与基尔霍夫电路定律LCL滤波器动态描述为包含状态方程与代数约束的DAE。然后abc坐标系中的空间相量在IRF的dq坐标系中表达。角度由GFMI中的APC确定。将空间相量表达式代入动态方程并考虑频率导数远小于标称频率的假设允许在SMIB模型中忽略频率偏差。然而对于多机系统每个设备以其本地参考系运行频率偏差应考虑。最后分离所得方程中的实部与虚部得到标准格式的LCL滤波器DAE。注意由APC确定的频率出现在LCL滤波器方程中因为LCL滤波器模型是相对于IRF推导的。在该DAE中状态向量、代数向量、输入向量与输出向量分别定义。利用代数约束的雅可比矩阵非奇异性质可确定LCL滤波器的状态空间矩阵。LCL滤波器按照文献中概述的方法设计。由于其参数主要影响高频动态LCL组件的参数灵敏度分析被省略。为简化使用电阻无源阻尼LCL谐振。然而值得注意的是LCL滤波器的谐振模式可能受电网参数影响潜在地导致不稳定。在这种情况下可在GFMI结构中引入有源阻尼作为补偿环利用所提CCM框架可无缝集成。4.4 VSI延时的三阶Padé近似逆变器调制电压参考由CC在dq坐标系中生成。PWM级接收该电压参考并生成调制信号以触发VSI内半导体开关。这些开关将直流电压转换为VSI终端的三相交流电压。由于固有系统延时参考电压不会瞬时施加到VSI终端。开关延时与额外采样延时导致总延时。该延时已被确定为快速控制环中高频振荡的贡献因素。本研究聚焦单IBR单元假设PCC接近且反馈信号为本地信号。然而在含多个单元的IBR电站中应由电站控制器建模额外延时。基于上述VSI终端电压可表达为参考电压与延时传递函数的乘积。为在高频范围内准确捕捉该延时需要三阶Padé近似。为推导相应DAE考虑状态向量、输入向量与输出向量。利用这些定义得到标准格式的DAE。利用该DAE确定VSI延时的状态空间矩阵。因此VSI延时的SSM建立。延时的影响主要作用于高频模式其行为与电流环时间常数的影响相似且相反。具体而言增加开关频率减小延时从而增强高频模式的阻尼。4.5 电流控制器图1展示级联内环电压电流控制环。电压与电流控制器均利用标准PI控制与解耦及前馈环以增强动态响应。CC调节逆变器侧电流至外环VC生成的参考。关键CC参数包括前馈增益、比例增益与积分增益。PI控制增益利用极点对消法整定。为公式化DAE定义与d轴和q轴积分控制器相关的变量以及与比例控制加积分控制输出相关的变量。基于这些定义状态向量、代数向量、输入向量与输出向量定义。利用这些定义与CC的控制框图连接得到标准格式的DAE。利用代数约束的雅可比矩阵非奇异性质可推导CC的状态空间矩阵。因此CC的SSM建立。在开关频率受限但快速CC对保护必要的高功率应用中CC的适当整定对准确参考跟踪与谐振模式抑制至关重要。变化CC时间常数对VSG-GFMI统一SSM极点的影响表明快速CC使高频模式移向RHP原因是CC带宽与LCL谐振模式之间分离不足。相反较慢CC因与外环VC交互导致相关模式不稳定。基于此选择CC时间常数为延时的两倍得到约0.6毫秒。除时间常数外前馈增益在CC动态中起重要作用。文献揭示前馈使用存在差异一些研究禁用前馈而其他研究启用。因此前馈增益的影响需要基于电流闭环响应进一步分析。前馈增益有助于阻尼LCL滤波器谐振减少对无源阻尼的需求并提高IBR效率。然而它也降低相位裕度导致欠阻尼响应。将前馈增益影响的研究扩展到VSG-GFMI的全阶模型。显示电流环时间常数为0.6毫秒的CC若禁用前馈增益会因高频模式变得不稳定。在低SCR电网中CC带宽降低增加其与级联VC的交互。在这些条件下前馈增益为1时CC的欠阻尼响应导致不期望的电压动态。基于此选择前馈增益为0.5以实现有效谐振抑制与足够相位裕度。4.6 电压控制器VC具有与CC相似的结构。VC基于RPC生成的参考信号调节电容电压。关键VC参数包括前馈增益、比例增益与积分增益。反馈控制PI增益利用对称最优法整定。VC带宽参数与VC环带宽成正比选择以最大化相位裕度。为公式化DAE状态向量、代数向量、输入向量与输出向量定义。利用这些定义与VC的控制框图连接所得DAE表达为标准形式。利用代数约束的雅可比矩阵非奇异性质可计算VC的状态空间矩阵。因此VC的SSM建立。通常VC设计基于建模LCL滤波器电容动态同时将闭环CC近似为一阶系统。然而文献表明该方法可能导致在实际系统广泛范围内产生不稳定的参数选择。根据GFMI指南控制系统必须维持内部电压相量在亚暂态至暂态时间框架内几乎恒定。符合该要求VC带宽参数设置得足够高。闭环VC响应分析考虑全CC动态而非一阶近似。目的是展示CC中前馈增益对VC动态的影响。低SCR降低CC带宽增加其与VC的交互。在这种情况下前馈增益为1显著降低相位裕度增加不稳定风险。结果突出表明虽然GFMI在低SCR下固有更稳定但仍可能因VC与CC环之间交互而经历动态稳定性问题。该问题的明确解决方案是增加开关频率并通过有源阻尼阻尼LCL谐振允许CC足够快速运行同时启用前馈。在这种情况下即使在低SCR下也保持足够带宽分离。然而当CC带宽受限时优化GFMI中CC前馈参数可增强低SCR条件下的稳定性。以下讨论转向VC的前馈增益其中电压响应与特征值分析在VSG-GFMI全阶模型上进行。VC闭环响应分析显示启用前馈增益因慢CC导致VC不稳定。缓解该不稳定的两个可能解决方案是禁用前馈项并增加VC带宽。然而当前馈增益禁用时VC带宽对SCR变化高度敏感。增加SCR导致VC带宽快速降低这是有问题的因为慢VC增加与外环功率控制环交互导致不稳定的风险。分析进一步显示非零前馈增益缓解该效应表明整定前馈增益可通过利用前馈优势帮助维持稳定性。此外分析显示振荡在强电网中更明显。该效应在具有高X/RX/R比的电网中进一步加剧其中电压振荡因网络电阻缺乏阻尼而持续。基于内环电压与电流控制环分析低SCR不稳定源于慢CC与VC交互。相反高SCR不稳定可能因慢VC变得更容易与功率控制交互而发生。补充上述讨论说明启用前馈增益导致VSG-GFMI不稳定原因是相关模式迁入RHP。为缓解该效应选择衰减值0.8增强VC带宽对SCR变化的鲁棒性同时确保系统稳定性。4.7 无功功率控制器RPC调节GFMI无功交换以匹配参考值。这是通过调节电容电压的d轴电压幅值参考实现的而q轴电压参考设为零。为确保在并网应用中GFMI跟踪来自PPC的无功功率参考且零稳态误差引入小积分增益。比例增益作为无功-电压下垂系数根据最大允许电压偏差与额定无功功率确定。本研究中电压偏差假设为标称电压的5%。下垂控制中死区导致的分段特性与控制饱和等非线性未在SSM中考虑。为公式化DAE状态向量、代数向量与输出向量定义。利用这些定义所得DAE表达为标准形式。利用代数约束的雅可比矩阵具有良好定义的逆可计算RPC的状态空间矩阵。因此RPC的SSM建立。4.8 有功功率控制器APC的目标是通过调节频率并由此调节电容电压的相位角使注入功率匹配参考值当电网主要呈感性时。文献提供各种GFMI APC策略的综述并进行基于阻抗的稳定性分析。本文推导四种APC方案的SSM为SSR。图12展示这些APC方案的控制图。由于控制块共享一致的输入输出变量它们可直接替换图1中的APC块相应SSR可替换图17中。这种模块化允许APC模型更改而不改变系统其他组件。每种方案实现不同的功率控制方法导致不同动态。以下小节开发每种控制器的SSM。Droop控制功率-频率下垂是比例控制器响应功率变化调节频率。Droop控制框图如图12所示。确定Droop型GFMI频率的控制方程表明频率与标称频率之差正比于功率偏差。参数为下垂系数通常根据电网规范固定选择以确保孤岛模式下资源之间基于其额定值的适当负载分配。下垂系数可利用最大频率偏差与额定功率整定。本研究中频率偏差考虑为标称频率的1%。Droop控制的传递函数为负下垂系数。为公式化DAE状态向量、输入向量与输出向量定义。利用这些定义所得DAE表达为标准形式。利用该DAE计算Droop的状态空间矩阵。因此Droop型APC的SSM建立。值得强调的是对于所有APC定义输出为相对角度、输入为功率参考与测量功率、输出为相对角度与本节推导的Droop型APC DAE相同。这样所得APC的SSR具有与APC相同的输入与输出我们可在第五节中公式化GFMI统一模型时利用CCM的模块化。增加下垂系数在Droop型GFMI中的影响分析表明增加下垂系数使主导模式左移反映更快的APC响应。该趋势持续直到增加的功率环速度与VC交互最终导致不稳定如相关模式移入RHP所示。众所周知更高的下垂系数对改善暂态响应是必要的。然而增加下垂值降低有功功率对频率偏差的贡献。这种降低的响应性可能导致来自补偿提供商频率控制服务的辅助服务市场收入减少。虚拟同步发电机VSG概念通过复制传统同步发电机的摇摆方程来改善IBR主导电网中的频率稳定性。确定VSG型GFMI频率动态的控制方程包含惯性系数、下垂系数与时间常数。VSG控制的传递函数为一阶惯性环节。VSG控制中参数为下垂系数与所有APC一致。参数为惯性系数为VSG时间常数。时间常数通常选择以使频率变化率保持在0.5至2.5赫兹每秒内。本文中惯性系数选择以限制初始频率变化率在阶跃负载变化等于逆变器额定功率时为0.5赫兹每秒。利用这些参数惯性系数与时间常数、标称频率、下垂系数相关。为公式化DAE定义状态向量、输入向量与输出向量。然后利用控制方程得到标准形式的DAE。利用该DAE计算VSG的状态空间矩阵。因此VSG型APC的SSM建立。增加下垂系数对VSG型GFMI的影响分析表明增加下垂系数使主导模式移入RHP导致不稳定。强调虽然VSG与Droop在所研究系统中似乎在相同下垂系数下变得不稳定但不稳定机制不同。Droop型GFMI不稳定源于与VC的交互而VSG型GFMI不稳定源于VSG控制中下垂与阻尼之间逆关系导致的不足阻尼转矩。类似地分析显示虽然高虚拟惯性增强VSG对频率变化率的抵抗但也加剧振荡。澳大利亚能源市场运营商将合成惯性定义为GFMI的核心能力同时承认设置高惯性值以增强频率稳定性同时最小化振荡的权衡。为解决该问题澳大利亚能源市场运营商基于网络需求与电网条件提供整定建议。同时英国电力系统运营商正在积极探索惯性采购市场。在未来惯性作为服务明确采购的电网场景中经济激励可能驱动开发商配置GFMI更高惯性设置。虽然这可能改善频率稳定性但过度虚拟惯性可能引入功率振荡与保护方案的潜在交互。这些复杂性突出需要先进控制方案如CGVSG与PoD它们在满足频率支持服务与动态性能要求方面提供更大灵活性。带低通滤波器的Droop带LPF的Droop控制图如图12(c)所示。在逆变器接口测量的有功功率通过LPF生成信号作为控制器反馈信号。带LPF的Droop型GFMI控制方程表明频率与标称频率之差正比于功率参考与滤波后功率之差。截止频率为LPF截止频率。通常应用LPF被证明是扰动抑制的解决方案。然而截止频率影响GFMI的惯性响应。传递函数考虑负载扰动的影响表明带LPF的Droop控制是VSG的特例。选择截止频率等于惯性系数相关表达式导致VSG控制与带LPF的Droop控制对功率扰动具有相同响应其中更高截止频率导致更小惯性响应。为公式化DAE状态向量、输入向量与输出向量定义。利用这些定义与控制方程得到标准形式的ODE。利用该ODE确定LPF的状态空间矩阵。因此LPF型APC的SSM建立。增加下垂系数显著降低LPF型GFMI中主导模式的阻尼。此外增加截止频率遵循与惯性系数相反的轨迹。强调LPF结构并非固有设计用于提供惯性支持相反惯性效应作为功率测量滤波的副产品出现旨在抑制扰动。虽然LPF中低截止频率可产生与VSG相当的惯性响应但该配置在响应功率参考变化时降低性能。因此VSG结构更适合参考跟踪与频率支持功能。补偿广义虚拟同步发电机图12(d)展示配备CGVSG控制器的APC框图。该结构改善设置功率-频率下垂的灵活性同时独立调整闭环阻尼导致性能优于传统VSG。这在强电网中特别有益其中可能发生大振荡与长稳定时间。控制参数根据文献概述推导考虑期望下垂、频率变化率与电网条件。CGVSG型GFMI控制方程包含功率参考、测量功率、功率导数、频率导数与频率。为处理控制方程中的输入导数项定义中间变量。为公式化DAE状态向量、输入向量与输出向量定义。利用定义得到标准形式的DAE。利用该DAE确定CGVSG的状态空间矩阵。因此CGVSG型APC的SSM建立。增加下垂系数在CGVSG型GFMI中的影响分析表明不同于先前APC结构在类似条件下变得不稳定CGVSG维持良好阻尼的相关模式。这种改进的稳定性归因于CGVSG的高阶结构使其能够同时满足多个电网要求。控制参数基于频率变化率要求与电网条件选择因此参数未单独评估。本研究中这些参数为基准系统选择为X/RX/R等于5与SCR等于5。五、利用CCM构建GFMI统一SSM5.1 全阶模型GFMI控制的全阶非统一模型由六个组件与三个代数块组成包括一个APC块可替换为第四节中建模的四种结构中的任何一种。为演示目的为这些结构之一开发SSM具体为VSG型GFMI作为基准模型说明前节中特征值轨迹。如图17所示模型包括基于VSG的APC、RPC、VC、CC、三阶Padé延时、LCL滤波器与电网。以下CCM应用于推导全阶GFMI的统一SSR。首先CCM建议构建统一系统状态、堆叠输入与堆叠输出。这些向量垂直堆叠组成GFMI的相应组件。此外CCM要求定义统一系统输入与统一系统输出。其次CCM建议构建关系矩阵满足输入输出关系。这些关系矩阵中的大多数条目为零或一。构建这些矩阵的关键因素是使用功率测量、无功功率测量以及参考坐标变换的代数表达式。第三CCM要求构建块对角矩阵包含GFMI组件的SSM状态空间矩阵。最后CCM提出公式计算状态空间矩阵以推导GFMI的全阶统一SSM。值得注意状态空间矩阵的存在性在CCM中并非总是保证。文献指出这些矩阵的存在性要求特定矩阵的逆存在。为分析该逆的存在性首先构建相关矩阵然后通过高斯消元证明该矩阵非奇异。注意关系矩阵的条目依赖于初始条件下某些状态的值。因此状态空间矩阵的条目也依赖于初始条件。本文利用MATPOWER实现的AC潮流解计算初始稳态工作点。潮流对应图1中SMIB配置的两母线系统确保线性化围绕物理上有意义的平衡进行。对于本文进行的基于特征值的灵敏度分析GFMI假设注入0.95兆瓦与0.05兆乏便于准确评估SCR依赖的稳定极限。对于时域验证小信号模型围绕不同工作点线性化其中GFMI向SCR等于5与X/RX/R等于5的电网注入0.6兆瓦与0.2兆乏。该中点工作条件有助于在更宽工作范围内保持模型线性。为评估模型准确性在特定时刻对有源与无功功率设定值施加阶跃扰动。前述CCM应用推导VSG策略下GFMI的SSM。为推导其他APC策略之一下GFMI的SSM块对角矩阵中VSG的状态空间矩阵应替换为相应APC的状态空间矩阵。所得块对角矩阵应用于统一SSM计算公式计算GFMI的状态空间矩阵。因此如前所述CCM的模块化允许该方法轻松扩展到其他四种APC策略。时域比较展示所有四种APC策略下平均MATLAB/Simulink模型与统一SSM的对比证明所提小信号模型达到高精度水平。全阶SSM已测试并确认能准确确定所有APC的动态与稳定极限。关于APC与内环稳定性的讨论基于验证模型进一步研究SCR变化对GFMI稳定性的影响。SCR可能因大负载或源连接而显著变化要求GFMI在相同参数设置下在强电网与弱电网条件下保持稳定。分析展示SCR变化对不同APC稳定性影响。所有结构共享相同内环与RPC仅APC变化。分析Droop-GFMI结果表明IBR随SCR增加表现出高度稳定性。注意SCR变化影响电网电阻与电感而滤波器或变压器阻抗始终存在于GFMI与电网之间提供一定阻尼。VSG-GFMI分析揭示其主导模式在SCR大于25时变得不稳定。如文献分析高SCR电网中动态功率耦合导致的低频谐振是不稳定的主要原因。LPF-GFMI观察到类似趋势在SCR大于20时变得不稳定。相反CGVSG-GFMI通过利用其高阶结构基于电网条件重塑其特性在极高SCR下实现良好阻尼响应。此外影响APC稳定性的另一个关键因素是下垂增益。表明Droop-GFMI在下垂系数增加时保持稳定直到增加的APC带宽与控制环交互。相反对于VSG与LPF结构增加下垂系数导致不足阻尼转矩导致不稳定。此外内环稳定性也可能因SCR变化而出现。在低SCR下降低的CC带宽导致与VC的交互而在高SCR下降低的VC带宽增加与外环功率控制交互的风险。5.2 APC方案的定量相似性分析不同APC策略GFMI之间动态的相似性也可利用推导的SSM分析。首先动力系统的传递函数的无穷范数定义。利用文献方法本文定义相似度参数表示该参数接近零意味着两个动力系统在输入输出意义上行为相似即其对相同输入的时域响应演化接近。否则该参数接近100表示其时域响应差异大。相似性分析展示计算的相似度值考虑动力系统一为LPF型GFMI的SSM另一个为VSG型GFMI的SSM。分析显示对于每个下垂系数存在一个区域其中一组参数惯性系数与截止频率导致VSG型与LPF型GFMI在有功与无功功率中具有相似时域响应。5.3 修改传统结构为增强稳定性与动态性能传统GFMI模型可通过纳入附加补偿环修改。CCM允许扩展系统性地集成到基础模型而无需为每次修改重新开发模型。该方法便于纳入常见控制器增强如有功-无功功率解耦、附加阻尼与虚拟阻抗同时保持核心结构。为演示本节展示电压控制结构的修改说明代数虚拟阻抗在CCM框架内的集成。在GFMI的SSM扩展中除更新受虚拟阻抗添加影响的表达式外无需其他修改。为利用CCM推导带虚拟阻抗的GFMI统一SSM首先需要定义堆叠向量。有趣的是其定义与原始系统向量相同。这是因为虚拟阻抗仅添加新的代数关系而不向GFMI添加新的动态组件。然而注意对于堆叠向量的定义RPC的输出与输入在虚拟阻抗添加后发生变化。此外需要构建新的关系矩阵满足输入输出关系。如第五节所述这些矩阵的条目利用功率测量、无功功率测量以及参考坐标变换的代数表达式确定。由于虚拟阻抗添加到GFMI虚拟阻抗的代数方程也应考虑。由于虚拟阻抗不向GFMI添加新的动态组件对角矩阵与原始系统相同。类似第五节相关矩阵用于确定带虚拟阻抗的统一状态空间矩阵。最后带虚拟阻抗的GFMI全阶统一SSM建立。分析展示在SCR等于25与X/RX/R等于5的电网中变化虚拟电感的影响该电网超过VSG型GFMI的稳定极限。特征值轨迹表明增加虚拟电感通过减少功率耦合逐步将主导模式左移至稳定区域。然而增加X/RX/R导致相关模式移向RHP原因是电网电阻对电压振荡的阻尼效果降低。5.4 模型降阶本节通过选择性忽略某些控制环推导GFMI动态的降阶模型。所得降阶模型如图23所示与第四节推导的全阶模型图17比较。该比较量化省略特定控制环对模型精度的影响并评估模型复杂度与精度之间的权衡。第一个降阶模型通过忽略CC动态并假设逆变器侧电流参考约等于逆变器侧电流推导。这样逆变器侧电流与CC组件的动态被省略。这些假设导致LCL滤波器降阶模型的DAE为标准形式。其余过程遵循第五节中相同步骤因此不再明确展示。第二个降阶模型忽略VC假设电容电压参考约等于电容电压。在该假设下电容电压、逆变器侧电流以及VC与CC组件的动态被忽略。这些假设产生LCL滤波器降阶模型的DAE为标准形式。其余过程遵循第五节中相同步骤因此不再明确推导。相反重点转向通过时域仿真与稳定性分析验证降阶模型的准确性。时域比较展示EMT模型与各种降阶SSM之间的对比。为更好说明忽略内环的影响在特定时刻施加1%电网电压跌落。该方法确保响应从内环传播到外环允许与通过外环功率控制环施加的扰动相比更清晰评估内环贡献。如预期全阶模型最准确捕捉EMT模型动态。忽略控制器固有地移除其相关延时效应导致降阶模型响应更快。这在无VC与CC的模型中明显其表现出最快响应。在超过50毫秒的时间尺度上非主导模式影响消散无内环的降阶模型与EMT模型紧密匹配。此外所设计GFMI表现出适当电压源行为在电压跌落时立即提供无功功率支持。具体而言无功功率在亚暂态时间框架内达到峰值在更长时间尺度上外环功率环的积分作用恢复功率至扰动前水平。比较全阶模型与排除CC以及排除CC与VC的降阶模型。对于SCR变化无内环的降阶模型可能足以用于稳定性研究前提是内环整定良好。然而在捕捉某些模式方面存在差异。无CC模型不能准确表示该模式而省略VC的模型可能完全无法捕捉。这对与相关模式移入RHP相关的不稳定具有重要影响特别是在Droop型GFMI中增加下垂系数或所有GFMI结构中增加X/RX/R时。这些发现突出虽然降阶模型提供计算效率但其适用性必须基于特定系统动态仔细考虑。若省略关键控制交互基于这些模型的稳定性评估可能产生误导。六、稳定性分析与参数灵敏度研究6.1 电网强度影响短路比量化电网强度X/RX/R比表征阻抗性质。增加X/RX/R改善低频模式阻尼因为功率环解耦增强。然而它也降低电阻对电压振荡的阻尼效果使相关模式向右半平面移动。当X/RX/R超过10后增加X/RX/R的影响变得可忽略因为电网已主要为感性。这一行为对于在中压与低压网络中运行的GFMI尤其相关其中电网电阻较高。参与因子分析显示低频模式的主导状态为频率与相对角度与APC相关。其他模式的主导状态分别与RPC、VC、CC和电网相关。6.2 内环参数影响电流环时间常数对VSG-GFMI统一SSM极点的影响表明快速CC使高频模式移向RHP原因是CC带宽与LCL谐振模式之间分离不足。相反较慢CC因与外环VC交互导致相关模式不稳定。基于此选择CC时间常数为延时的两倍得到约0.6毫秒。前馈增益在CC动态中起重要作用。文献揭示前馈使用存在差异一些研究禁用前馈而其他研究启用。因此前馈增益的影响需要基于电流闭环响应进一步分析。前馈增益有助于阻尼LCL滤波器谐振减少对无源阻尼的需求并提高IBR效率。然而它也降低相位裕度导致欠阻尼响应。在低SCR电网中CC带宽降低增加其与级联VC的交互。在这些条件下前馈增益为1时CC的欠阻尼响应导致不期望的电压动态。基于此选择前馈增益为0.5以实现有效谐振抑制与足够相位裕度。VC前馈增益分析显示启用前馈增益因慢CC导致VC不稳定。缓解该不稳定的两个可能解决方案是禁用前馈项并增加VC带宽。然而当前馈增益禁用时VC带宽对SCR变化高度敏感。增加SCR导致VC带宽快速降低这是有问题的因为慢VC增加与外环功率控制环交互导致不稳定的风险。分析进一步显示非零前馈增益缓解该效应表明整定前馈增益可通过利用前馈优势帮助维持稳定性。此外分析显示振荡在强电网中更明显。该效应在具有高X/RX/R比的电网中进一步加剧其中电压振荡因网络电阻缺乏阻尼而持续。基于内环电压与电流控制环分析低SCR不稳定源于慢CC与VC交互。相反高SCR不稳定可能因慢VC变得更容易与功率控制交互而发生。6.3 APC参数影响Droop控制增加下垂系数使主导模式左移反映更快的APC响应。该趋势持续直到增加的功率环速度与VC交互最终导致不稳定。众所周知更高的下垂系数对改善暂态响应是必要的。然而增加下垂值降低有功功率对频率偏差的贡献。这种降低的响应性可能导致来自补偿提供商频率控制服务的辅助服务市场收入减少。VSG控制增加下垂系数使主导模式移入RHP导致不稳定。强调虽然VSG与Droop在所研究系统中似乎在相同下垂系数下变得不稳定但不稳定机制不同。Droop型GFMI不稳定源于与VC的交互而VSG型GFMI不稳定源于VSG控制中下垂与阻尼之间逆关系导致的不足阻尼转矩。类似地分析显示虽然高虚拟惯性增强VSG对频率变化率的抵抗但也加剧振荡。LPF控制增加下垂系数显著降低LPF型GFMI中主导模式的阻尼。此外增加截止频率遵循与惯性系数相反的轨迹。强调LPF结构并非固有设计用于提供惯性支持相反惯性效应作为功率测量滤波的副产品出现旨在抑制扰动。虽然LPF中低截止频率可产生与VSG相当的惯性响应但该配置在响应功率参考变化时降低性能。因此VSG结构更适合参考跟踪与频率支持功能。CGVSG控制不同于先前APC结构在类似条件下变得不稳定CGVSG维持良好阻尼的相关模式。这种改进的稳定性归因于CGVSG的高阶结构使其能够同时满足多个电网要求。控制参数基于频率变化率要求与电网条件选择因此参数未单独评估。本研究中这些参数为基准系统选择为X/RX/R等于5与SCR等于5。6.4 相似性分析不同APC策略GFMI之间动态的相似性也可利用推导的SSM分析。首先动力系统的传递函数的无穷范数定义。利用文献方法本文定义相似度参数表示该参数接近零意味着两个动力系统在输入输出意义上行为相似即其对相同输入的时域响应演化接近。否则该参数接近100表示其时域响应差异大。相似性分析展示计算的相似度值考虑动力系统一为LPF型GFMI的SSM另一个为VSG型GFMI的SSM。分析显示对于每个下垂系数存在一个区域其中一组参数惯性系数与截止频率导致VSG型与LPF型GFMI在有功与无功功率中具有相似时域响应。七、模型修正与降阶7.1 虚拟阻抗集成为增强稳定性与动态性能传统GFMI模型可通过纳入附加补偿环修改。CCM允许扩展系统性地集成到基础模型而无需为每次修改重新开发模型。该方法便于纳入常见控制器增强如有功-无功功率解耦、附加阻尼与虚拟阻抗同时保持核心结构。为演示本节展示电压控制结构的修改说明代数虚拟阻抗在CCM框架内的集成。在GFMI的SSM扩展中除更新受虚拟阻抗添加影响的表达式外无需其他修改。为利用CCM推导带虚拟阻抗的GFMI统一SSM首先需要定义堆叠向量。有趣的是其定义与原始系统向量相同。这是因为虚拟阻抗仅添加新的代数关系而不向GFMI添加新的动态组件。然而注意对于堆叠向量的定义RPC的输出与输入在虚拟阻抗添加后发生变化。此外需要构建新的关系矩阵满足输入输出关系。这些矩阵的条目利用功率测量、无功功率测量以及参考坐标变换的代数表达式确定。由于虚拟阻抗添加到GFMI虚拟阻抗的代数方程也应考虑。由于虚拟阻抗不向GFMI添加新的动态组件对角矩阵与原始系统相同。类似第五节相关矩阵用于确定带虚拟阻抗的统一状态空间矩阵。最后带虚拟阻抗的GFMI全阶统一SSM建立。分析展示在SCR等于25与X/RX/R等于5的电网中变化虚拟电感的影响该电网超过VSG型GFMI的稳定极限。特征值轨迹表明增加虚拟电感通过减少功率耦合逐步将主导模式左移至稳定区域。然而增加X/RX/R导致相关模式移向RHP原因是电网电阻对电压振荡的阻尼效果降低。7.2 模型降阶本节通过选择性忽略某些控制环推导GFMI动态的降阶模型。所得降阶模型与全阶模型比较。该比较量化省略特定控制环对模型精度的影响并评估模型复杂度与精度之间的权衡。第一个降阶模型通过忽略CC动态并假设逆变器侧电流参考约等于逆变器侧电流推导。这样逆变器侧电流与CC组件的动态被省略。这些假设导致LCL滤波器降阶模型的DAE为标准形式。其余过程遵循第五节中相同步骤因此不再明确展示。第二个降阶模型忽略VC假设电容电压参考约等于电容电压。在该假设下电容电压、逆变器侧电流以及VC与CC组件的动态被忽略。这些假设产生LCL滤波器降阶模型的DAE为标准形式。其余过程遵循第五节中相同步骤因此不再明确推导。相反重点转向通过时域仿真与稳定性分析验证降阶模型的准确性。时域比较展示EMT模型与各种降阶SSM之间的对比。为更好说明忽略内环的影响在特定时刻施加1%电网电压跌落。该方法确保响应从内环传播到外环允许与通过外环功率控制环施加的扰动相比更清晰评估内环贡献。如预期全阶模型最准确捕捉EMT模型动态。忽略控制器固有地移除其相关延时效应导致降阶模型响应更快。这在无VC与CC的模型中明显其表现出最快响应。在超过50毫秒的时间尺度上非主导模式影响消散无内环的降阶模型与EMT模型紧密匹配。此外所设计GFMI表现出适当电压源行为在电压跌落时立即提供无功功率支持。具体而言无功功率在亚暂态时间框架内达到峰值在更长时间尺度上外环功率环的积分作用恢复功率至扰动前水平。比较全阶模型与排除CC以及排除CC与VC的降阶模型。对于SCR变化无内环的降阶模型可能足以用于稳定性研究前提是内环整定良好。然而在捕捉某些模式方面存在差异。无CC模型不能准确表示该模式而省略VC的模型可能完全无法捕捉。这对与相关模式移入RHP相关的不稳定具有重要影响特别是在Droop型GFMI中增加下垂系数或所有GFMI结构中增加X/RX/R时。这些发现突出虽然降阶模型提供计算效率但其适用性必须基于特定系统动态仔细考虑。若省略关键控制交互基于这些模型的稳定性评估可能产生误导。八、结论本文提出了一种基于状态空间表示与组件连接法的GFMI模块化小信号建模框架。所提方法克服了传统建模方法需为任何控制修改完全重新推导的局限。该框架应用于四种APC策略允许在不同电网条件下系统比较其稳定性特征。特征值分析揭示GFMI不稳定性可能源于不当整定的内环参数——尽管遵循流行整定方法、级联控制器交互以及电网诱导功率耦合。表明低SCR不稳定通常由内环控制环交互驱动而高SCR不稳定与电压环与功率环交互或低频功率耦合相关。研究还指导选择合适控制策略通过平衡Droop控制器固有稳定性、VSG型方法的惯性支持能力以及CGVSG等先进控制结构的增强性能同时提供两者但需更多整定之间的权衡。此外CCM的模块化通过无缝集成附加控制特征如虚拟阻抗而无需完全重新推导模型得到证明。所提框架还便于模型降阶技术提供简化GFMI表示同时保留必要动态特性的结构化方法。研究突出计算效率与建模充分性之间的权衡确保降阶模型保留足够信息以捕捉关键稳定性模式。尽管有这些优势仍存在一些局限。首先基于SSR的建模需要访问逆变器的白盒表示。访问逆变器模型可能受设备制造商隐私政策限制。然而系统辨识可用于规避该问题。此外SSM固有忽略非线性使其准确性对线性化点选择高度敏感。而且虽然CCM便于大规模IBR网络的模块化建模但关于设备级所需模型细节水平提出关键问题因为快速控制交互诱导的不稳定性可能未被建模。例如逆变器直流侧组件的建模未包含在本工作中。直流侧建模需要包含更多DAE以及SCM中相关SSR的包含。未来工作可探索数据驱动建模以在更宽运行范围内泛化小信号稳定性分析、所提模型的实验验证以及基于CCM的小信号建模扩展到混合资源电力系统包括多样化逆变器拓扑、同步发电机与负载。第二部分——运行结果第三部分——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。(文章内容仅供参考具体效果以运行结果为准)​​​​​​第四部分——本文完整资源下载资料获取更多粉丝福利MATLAB|Simulink|Python|数据|文档等完整资源获取本文完整资源下载