采用谐波线性化方法的MMC交直流侧阻抗建模及扫频验证在电力系统研究领域模块化多电平换流器MMC因其诸多优势被广泛应用。然而深入了解其交直流侧阻抗特性对于系统稳定性分析极为关键。今天咱们就来聊聊采用谐波线性化方法对MMC交直流侧阻抗进行建模以及后续扫频验证的那些事儿。MMC的基本原理MMC由多个子模块SM级联组成以三相桥臂结构运行。简单来说每个子模块能通过控制投入或切除电容来调整输出电压。以半桥子模块为例其电路结构如下简单示意代码非实际可运行代码# 半桥子模块示意 class HalfBridgeSM: def __init__(self, capacitance): self.capacitance capacitance self.state 0 # 0表示切除1表示投入 def set_state(self, new_state): self.state new_state这里定义了一个半桥子模块类初始化时给定电容值并有一个状态变量来表示子模块的投入或切除状态。这种结构使得MMC能够输出接近正弦的电压波形有效减少谐波含量。谐波线性化方法建模谐波线性化方法是基于MMC在基频附近小信号扰动下的特性来进行建模的。我们将MMC系统的非线性方程在稳态工作点附近进行泰勒展开并忽略高阶项从而得到线性化的小信号模型。假设MMC的交流侧输出电压$u{ac}$与直流侧电压$u{dc}$存在如下非线性关系简化示意$u{ac} f(u{dc}, i_{ac})$在稳态工作点$(u{dc0}, i{ac0})$处进行泰勒展开$u{ac} \approx f(u{dc0}, i{ac0}) \frac{\partial f}{\partial u{dc}}\big|{(u{dc0}, i{ac0})}(u{dc} - u{dc0}) \frac{\partial f}{\partial i{ac}}\big|{(u{dc0}, i{ac0})}(i{ac} - i_{ac0})$采用谐波线性化方法的MMC交直流侧阻抗建模及扫频验证这里忽略了高阶项$\frac{\partial f}{\partial u{dc}}\big|{(u{dc0}, i{ac0})}$和$\frac{\partial f}{\partial i{ac}}\big|{(u{dc0}, i{ac0})}$就是线性化后的系数通过这些系数可以建立起交直流侧阻抗的线性化模型。交直流侧阻抗建模实现以交流侧阻抗建模为例从电路原理角度我们知道交流侧电压电流关系可以用阻抗来描述。基于上述谐波线性化方法我们可以通过推导得到交流侧阻抗$Z_{ac}$的表达式这里为简化的示意表达式$Z{ac} R{ac} j\omega L{ac} \frac{1}{j\omega C{ac}}$在实际代码实现中假设使用Python和控制理论库controlimport control as ct import numpy as np # 参数设定 R_ac 0.1 L_ac 0.01 C_ac 1e-3 omega 2 * np.pi * 50 # 50Hz频率 # 构建传递函数表示交流侧阻抗 num [1] den [L_ac * C_ac, R_ac * C_ac, 1] Z_ac_tf ct.TransferFunction(num, den)这里通过控制理论库构建了一个传递函数来表示交流侧阻抗后续就可以基于这个模型进行各种分析。扫频验证扫频验证是检验我们所建模型准确性的重要手段。通过在一定频率范围内对MMC交直流侧注入不同频率的小信号扰动测量相应的响应从而得到阻抗频率特性。在代码实现上简单示意实际可能需结合硬件在环等复杂测试环境# 扫频信号生成 frequencies np.logspace(1, 4, 100) # 1Hz到10kHz100个频率点 magnitudes [] phases [] for freq in frequencies: omega 2 * np.pi * freq response ct.evalfr(Z_ac_tf, 1j * omega) magnitude np.abs(response) phase np.angle(response, degTrue) magnitudes.append(magnitude) phases.append(phase)这段代码在设定的频率范围内计算每个频率点下交流侧阻抗模型的幅值和相位。通过实际测量值与模型计算值对比如果两者在各频率点都较为吻合那就说明我们基于谐波线性化方法建立的MMC交直流侧阻抗模型具有较高的准确性。总的来说谐波线性化方法为MMC交直流侧阻抗建模提供了一种有效的途径而扫频验证则是确保模型可靠性的关键步骤。在实际的电力系统工程应用中准确的阻抗模型对于系统稳定性评估、故障分析等都有着重要的意义。希望今天的分享能让大家对这一块有更清晰的认识。
谐波线性化方法下MMC交直流侧阻抗建模与扫频验证探索
采用谐波线性化方法的MMC交直流侧阻抗建模及扫频验证在电力系统研究领域模块化多电平换流器MMC因其诸多优势被广泛应用。然而深入了解其交直流侧阻抗特性对于系统稳定性分析极为关键。今天咱们就来聊聊采用谐波线性化方法对MMC交直流侧阻抗进行建模以及后续扫频验证的那些事儿。MMC的基本原理MMC由多个子模块SM级联组成以三相桥臂结构运行。简单来说每个子模块能通过控制投入或切除电容来调整输出电压。以半桥子模块为例其电路结构如下简单示意代码非实际可运行代码# 半桥子模块示意 class HalfBridgeSM: def __init__(self, capacitance): self.capacitance capacitance self.state 0 # 0表示切除1表示投入 def set_state(self, new_state): self.state new_state这里定义了一个半桥子模块类初始化时给定电容值并有一个状态变量来表示子模块的投入或切除状态。这种结构使得MMC能够输出接近正弦的电压波形有效减少谐波含量。谐波线性化方法建模谐波线性化方法是基于MMC在基频附近小信号扰动下的特性来进行建模的。我们将MMC系统的非线性方程在稳态工作点附近进行泰勒展开并忽略高阶项从而得到线性化的小信号模型。假设MMC的交流侧输出电压$u{ac}$与直流侧电压$u{dc}$存在如下非线性关系简化示意$u{ac} f(u{dc}, i_{ac})$在稳态工作点$(u{dc0}, i{ac0})$处进行泰勒展开$u{ac} \approx f(u{dc0}, i{ac0}) \frac{\partial f}{\partial u{dc}}\big|{(u{dc0}, i{ac0})}(u{dc} - u{dc0}) \frac{\partial f}{\partial i{ac}}\big|{(u{dc0}, i{ac0})}(i{ac} - i_{ac0})$采用谐波线性化方法的MMC交直流侧阻抗建模及扫频验证这里忽略了高阶项$\frac{\partial f}{\partial u{dc}}\big|{(u{dc0}, i{ac0})}$和$\frac{\partial f}{\partial i{ac}}\big|{(u{dc0}, i{ac0})}$就是线性化后的系数通过这些系数可以建立起交直流侧阻抗的线性化模型。交直流侧阻抗建模实现以交流侧阻抗建模为例从电路原理角度我们知道交流侧电压电流关系可以用阻抗来描述。基于上述谐波线性化方法我们可以通过推导得到交流侧阻抗$Z_{ac}$的表达式这里为简化的示意表达式$Z{ac} R{ac} j\omega L{ac} \frac{1}{j\omega C{ac}}$在实际代码实现中假设使用Python和控制理论库controlimport control as ct import numpy as np # 参数设定 R_ac 0.1 L_ac 0.01 C_ac 1e-3 omega 2 * np.pi * 50 # 50Hz频率 # 构建传递函数表示交流侧阻抗 num [1] den [L_ac * C_ac, R_ac * C_ac, 1] Z_ac_tf ct.TransferFunction(num, den)这里通过控制理论库构建了一个传递函数来表示交流侧阻抗后续就可以基于这个模型进行各种分析。扫频验证扫频验证是检验我们所建模型准确性的重要手段。通过在一定频率范围内对MMC交直流侧注入不同频率的小信号扰动测量相应的响应从而得到阻抗频率特性。在代码实现上简单示意实际可能需结合硬件在环等复杂测试环境# 扫频信号生成 frequencies np.logspace(1, 4, 100) # 1Hz到10kHz100个频率点 magnitudes [] phases [] for freq in frequencies: omega 2 * np.pi * freq response ct.evalfr(Z_ac_tf, 1j * omega) magnitude np.abs(response) phase np.angle(response, degTrue) magnitudes.append(magnitude) phases.append(phase)这段代码在设定的频率范围内计算每个频率点下交流侧阻抗模型的幅值和相位。通过实际测量值与模型计算值对比如果两者在各频率点都较为吻合那就说明我们基于谐波线性化方法建立的MMC交直流侧阻抗模型具有较高的准确性。总的来说谐波线性化方法为MMC交直流侧阻抗建模提供了一种有效的途径而扫频验证则是确保模型可靠性的关键步骤。在实际的电力系统工程应用中准确的阻抗模型对于系统稳定性评估、故障分析等都有着重要的意义。希望今天的分享能让大家对这一块有更清晰的认识。
