买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜合肥综合性国家科学中心能源研究院(安徽省能源实验室);合肥工业大学申请的专利参数摄动下风电并网系统相近振荡模式的阻尼控制器最优配置方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115085218B 。

龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210713535.8，技术领域涉及：H02J3/24；该发明授权参数摄动下风电并网系统相近振荡模式的阻尼控制器最优配置方法是由邵冰冰;孟潇潇;韩平平;缪子龙;华玉婷设计研发完成，并于2022-06-22向国家知识产权局提交的专利申请。

本参数摄动下风电并网系统相近振荡模式的阻尼控制器最优配置方法在说明书摘要公布了：本发明公开了一种参数摄动下风电并网系统相近振荡模式的阻尼控制器最优配置方法，包括：1、建立风电并网系统的线性化状态空间模型并进行降阶简化；2、获取每台风电机组对相近振荡模式的参与因子灵敏度；3、获取阻尼控制器在风电并网系统中的最优配置位置。本发明能建立适用于风电并网系统相近振荡模式分析的降阶线性化状态空间模型，并分析相近振荡模式的参与因子灵敏度，进而为相近振荡模式阻尼控制器的最优配置提供理论依据。

本发明授权参数摄动下风电并网系统相近振荡模式的阻尼控制器最优配置方法在权利要求书中公布了：1.一种参数摄动下风电并网系统相近振荡模式的阻尼控制器最优配置方法，所述风电并网系统包括：n台风电机组和交流电网，并将任意一台风电机组的编号记为i，i=1,…,n；其特征在于，所述阻尼控制器最优配置方法是按如下步骤进行：步骤S1：建立风电并网系统的线性化状态空间模型并进行降阶简化；步骤S1.1：获取风电并网系统的线性化状态空间模型：步骤S1.1.1：在dq旋转坐标系下，利用式1获取第i台风电机组的状态空间模型： 1式1中，d表示微分，t为时刻，xwi为第i个风电机组的状态变量，Awi为第i个风电机组的状态矩阵，Bwi为第i个风电机组的输入矩阵，uwi为第i个风电机组的输入变量，Ci表示第i个风电机组与交流电网之间的电压接口系数，ud、uq分别为公共连接点的d、q轴电压；步骤S1.1.2：在dq旋转坐标系下，利用式2获取交流电网的状态空间模型： 2式2中，xg为交流电网的状态变量，Ag为交流电网的状态矩阵，Bg为交流电网的输入矩阵，ug为交流电网的输入变量，Di表示第i个风电机组与交流电网之间的电流接口系数，idi、iqi分别为第i个风电机组集电线路上的d、q轴电流；步骤S1.1.3：通过潮流计算获取第i个风电机组的初始运行点pi和交流电网的初始运行点q；利用式3建立初始运行点pi运行工况下第i个风电机组的线性化状态空间模型； 3式3中，表示xwi的增量，表示ud的增量，表示uq的增量；利用式4建立初始运行点q运行工况下交流电网的线性化状态空间模型； 4式4中，表示xg的增量，表示idi的增量，表示iqi的增量；步骤S1.1.4：利用式5构建n台风电机组并网系统的线性化状态空间模型： 5式5中，Evi表示Ci的扩充矩阵，且Evi=[Ci]；Fti表示Di的扩充矩阵，且Fti=[Di]；表示sv×tv-2维的零矩阵，表示tv×sv-2维的零矩阵，tv为单台风电机组状态矩阵的维数，sv为交流电网的维数；步骤S1.2：线性化状态空间模型的降阶简化：步骤S1.2.1：采用特征值法计算式5中状态矩阵的特征值λ1,λ2,…,λtn+s，并从中筛选出j个相近的振荡模式λh1,λh2,…,λhj；其中，λtn+s表示状态矩阵的第tn+s个特征值，tn+s为n台风电机组接入交流电网状态矩阵的阶数，λhj表示第j个相近的振荡模式；步骤S1.2.2：基于参与因子分析，得出j个相近振荡模式的参与因子，从而确定j个相近振荡模式的主导状态变量fd={fdk|k=1,2,…,j}，并将其余非主导状态变量定义为fr；fdk表示第k个主导状态变量；利用式6建立降阶前的线性化状态空间模型： 6式6中，Δfd表示主导状态变量fd的增量，Δfr表示其余非主导状态变量fr的增量，A11表示Δfd的导数与Δfd之间的系数关系，A12表示Δfd的导数与Δfr之间的系数关系，A21表示Δfr的导数与Δfd之间的系数关系，A22表示Δfr的导数与Δfr之间的系数关系；步骤S1.2.3令dΔfrdt=0；并利用式7得到降阶后的线性化状态空间模型： 7式7中，A-122为A22的逆矩阵，Ad为降阶后的线性化状态空间模型的状态矩阵；步骤S2：获取每台风电机组对相近振荡模式的参与因子灵敏度；步骤S2.1：获取Ad的特征值{λl|l=1,2,…,m}，以及相应的左特征相量U1,U2,…,Um和右特征相量V1,V2,…,Vm；其中，m为Ad的阶数，λl表示Ad的第l个特征值，Um表示第m个左特征向量，Vm表示第m个右特征向量；步骤S2.1.1：求解式8，并得到状态矩阵Ad的特征值： 8式8中，Ed为与状态矩阵Ad同阶的单位矩阵；步骤S2.1.2：利用式9求解第l个特征值λl对应的左特征向量Ul和右特征向量Vl： 9式9中，表示的转置；步骤S2.2：基于主导状态变量fd对相近振荡模式的参与因子分析，求取主导状态变量fd对相近振荡模式的参与因子灵敏度，并获取每台风电机组对相近振荡模式的参与因子灵敏度：步骤S2.2.1：计算第k个主导状态变量fdk参与第l个相近振荡模式的参与因子Pkl=UklVkl，其中，Ukl为右特征向量Ul的第k项，Vkl为左特征向量Vl的第k项；步骤S2.2.2：利用式10计算随参数a变化时，第k个主导状态变量fdk对第l个相近振荡模式的参与因子灵敏度： 10式10中，a0为参数a的初始参数，Δa为参数a的增量；Pkla表示在a处第k个主导状态变量参与第l个相近振荡模式的参与因子；为Pkla在a0处对a的偏导数；Pkl[a0+Δa]表示在a0+Δa处第k个主导状态变量参与第l个相近振荡模式的参与因子，Pkl[a0]表示在a0处第k个主导状态变量参与第l个相近振荡模式的参与因子；表示当Δa趋于0时的极限；步骤S2.2.3：当第i个风电机组含有yi个主导状态变量参与相近振荡模式，且状态变量是从zi到zi+yi个时，则利用式11计算随参数a变化时第i个风电机组对第l个相近振荡模式的参与因子灵敏度： 11式11中，Psla为在参数a处第s个主导状态变量参与第l个相近振荡模式的参与因子，为Psla在a0处对a的偏导数，为、、、…、的和；表示在a0+Δa处第个主导状态变量参与第l个相近振荡模式的参与因子，表示在a0处第个主导状态变量参与第l个相近振荡模式的参与因子；表示在a0+Δa处第个主导状态变量参与第l个相近振荡模式的参与因子，表示在a0处第个主导状态变量参与第l个相近振荡模式的参与因子；表示在a0+Δa处第个主导状态变量参与第l个相近振荡模式的参与因子，表示在a0处第个主导状态变量参与第l个相近振荡模式的参与因子；步骤S3：获取阻尼控制器在风电并网系统中的最优配置位置；步骤S3.1：获取参数摄动后每台风电机组对相近振荡模式的参与因子：步骤S3.1.1：利用式12计算参数摄动量为a0的情况下，第i个风电机组对第l个相近振荡模式的参与因子变化量： 12式12中，Pi|l为第i个风电机组对第l个相近振荡模式的参与因子，为参数摄动量为a0的情况下Pi|l的变化量；步骤S3.1.2：令初始运行工况下第i个风电机组对第l个相近振荡模式的参与因子为Pi|l,0，则参数摄动量为a0的情况下，利用式13计算第i个风电机组对第l个相近振荡模式的参与因子： 13步骤S3.2：分别计算参数摄动后每台风电机组对所有相近振荡模式的参与因子和并进行排序；并获取参数摄动后相近振荡模式的阻尼控制器最优配置位置：步骤S3.2.1：令i=1,2,…,n；l=1,2,…,m的情况下重复计算式13，从而得到参数摄动量为a0的情况下，每台风电机组对所有相近振荡模式的参与因子和为： 14式14中，表示参数摄动量为a0时，参数摄动后第1台风电机组对所有相近振荡模式的参与因子和；表示参数摄动量为a0时，参数摄动后第2台风电机组对所有相近振荡模式的参与因子和；表示参数摄动量为a0时，参数摄动后第n台风电机组对所有相近振荡模式的参与因子和；步骤S3.2.2：将每台风电机组对所有相近振荡模式的参与因子和进行降序排序后，根据拟安装阻尼控制器的数量e，选择降序排序后的前e个参与因子和所对应的风电机组作为e个阻尼控制器的最优配置位置。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥综合性国家科学中心能源研究院(安徽省能源实验室);合肥工业大学，其通讯地址为：230051 安徽省合肥市滨湖卓越城文华园9号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。