【天津大学】面向双馈风电场+串补系统的次同步振荡快速自适应抑制控制

天津大学近日发布了一份关于面向双馈风电场+串补系统的次同步振荡快速自适应抑制控制的研究报告。这份报告深入探讨了在全球能源危机背景下，风电作为新能源转型的核心，尤其是在双馈风电场与串补系统交互作用下易诱发的次同步振荡(SSO)问题，并提出了一种改进型自适应线性元件SSO抑制控制器(MA-SOSC)设计，以及快速自适应SSO抑制控制器提升方案(FA-SOSC)。报告中不仅分析了SSO的分类与研究现状，还详细介绍了技术挑战、抑制策略，并提供了实验验证，包含了丰富的技术细节和深入的分析，对于新能源领域的研究和实践具有很高的参考价值。

随着全球能源危机的加剧和“双碳”目标的提出，新能源尤其是风电在全球能源转型中扮演着越来越重要的角色。然而，风电的快速发展也带来了新的挑战，其中之一就是次同步振荡（SSO）问题。SSO不仅影响风电场的稳定运行，还可能对整个电力系统的安全构成威胁。天津大学的朱介北教授和刘晓龙在他们的研究报告《面向双馈风电场+串补系统的次同步振荡快速自适应抑制控制》中，深入探讨了这一问题，并提出了创新的解决方案。

报告指出，全球累计风电装机已突破1136GW，风电渗透率的提高使得SSO问题日益突出。特别是在双馈风电场（DWF）与串补线路（SC）的交互作用中，SSO现象更为明显，已经导致了多起事故，造成大量风机脱网和设备损坏。SSO的振荡机理特殊，动态特性受多重因素影响，且抑制难度大。因此，研究和开发有效的SSO抑制控制策略显得尤为重要。

朱介北教授团队提出的改进型自适应线性元件SSO抑制控制器（MA-SOSC）设计，通过模块化组合的方式，解决了传统方法在抑制频段外SSO失效的问题，实现了SSO的自适应抑制。这一控制器由SSO滤除模块、主导SSO频率辨识模块与频率锁定/更新模块构成，能够实现多工况下SSO分量的实时辨识与有效剔除。在实际应用中，MA-SOSC展现出了快速的收敛速度和较少的超调量，显著优于传统控制策略。

此外，报告还提出了快速自适应SSO抑制控制器提升方案（FA-SOSC），该方案结合了滑窗式快速傅里叶变换（SFFT）算法和长短期记忆（LSTM）神经网络，实现了主导SSO频率的预测与锁定的双机制协同。这一融合模型通过训练建立了误差特征与主导频率的映射关系，平均缩短了参考频率更新时间50%，有效提升了SSO抑制的即时性。

报告中的数据显示，MA-SOSC在Kc连续阶跃升高情况下，能够迅速、主动、准确地辨识出主导SSO频率的变化，并及时锁定并更新A-SOF参考频率，有效剔除SSO分量。在故障情况下，MA-SOSC相较于传统策略，表现出了更优的SSO抑制效果，且锁频模块仍能即时更新A-SOF参考频率，展现出了多场景下的适用性。

朱介北教授的研究成果不仅在理论上具有创新性，而且在工程应用上具有显著价值。报告展望了未来的研究方向，包括深入研究多风电场控制器的协同配置策略，提升系统整体抗扰能力，以及扩展SFFT-LSTM模型对复杂振荡场景的泛化能力。这些研究将进一步推动风电场的动态稳定和电力系统的宽频振荡治理。

这篇文章的灵感来自于天津大学朱介北教授和刘晓龙的研究报告《面向双馈风电场+串补系统的次同步振荡快速自适应抑制控制》。除了这份报告，还有一些同类型的报告也非常有价值，推荐阅读，这些报告我们都收录在同名星球，可以自行获取。

以上为节选样张，关注公众号【蝉鸣报告】回复领取PDF完整电子版（无广告）。

【蝉鸣报告】每日更新最新硬核报告，覆盖产业报告、全球化、经济报告、趋势等全领域。