利用風力、太陽能等間歇性可再生能源的分布式發(fā)電技術是解決能源問題的重要途徑，其在分布式可再生能源滲透率較低的情況下無需對輸配電網(wǎng)絡進行大規(guī)模改造，同時大量的可再生能源被就地消納，提升了電力系統(tǒng)應對負荷增長的能力，延緩了對配電網(wǎng)進行升級改造的需求。隨著分布式發(fā)電技術的大規(guī)模應用，分布式可再生能源在電力系統(tǒng)中的滲透率不斷提高。由于以電力電子變流器為接口的分布式發(fā)電單元不具備同步發(fā)電機的慣性和阻尼，導致系統(tǒng)中的旋轉備用容量及轉動慣量相對減少，此時電力系統(tǒng)容易受到功率波動和系統(tǒng)故障的影響造成系統(tǒng)失穩(wěn)。分布式虛擬同步發(fā)電機能夠模擬同步發(fā)電機轉動慣性及阻尼特性，使得分布式虛擬同步發(fā)電機除了能向電網(wǎng)提供電能之外，還能減弱分散的、大規(guī)模的分布式發(fā)電單元對電網(wǎng)帶來的不利影響，為電網(wǎng)提供一定的支撐，為進一步提高可再生能源分布式發(fā)電的滲透率提供新的技術路線。分布式虛擬同步發(fā)電機接入中低壓配電網(wǎng)，接入位置一般處于配電網(wǎng)末端，所處電網(wǎng)環(huán)境比較惡劣，如電網(wǎng)短路故障及電網(wǎng)電壓不平衡情況時常發(fā)生，此時分布式虛擬同步發(fā)電機的運行機制及輸出性能不僅關系到可再生能源的利用率，而且對電網(wǎng)安全穩(wěn)定運行造成影響。分布式虛擬同步發(fā)電機離網(wǎng)運行時，分布式虛擬同步發(fā)電機帶不平衡負載能力弱，分布式虛擬同步發(fā)電機等效輸出阻抗以及輸電線路阻抗的差異影響功率分配精度及電流環(huán)流大小，其不平衡負載控制技術及并聯(lián)控制技術存在諸多技術難題。因此，研究分布式虛擬同步發(fā)電機并網(wǎng)運行時的電網(wǎng)適應性、離網(wǎng)運行時的負載適應性及并聯(lián)控制技術，不僅關系到其自身的安全可靠運行，同時對于構建高可靠性、高滲透率電力系統(tǒng)具有極其重要的理論研究價值和現(xiàn)實意義。

本書共6章。第1章分析分布式發(fā)電產生和發(fā)展的背景、概念及國內外發(fā)展現(xiàn)狀，引入虛擬同步控制策略，并對虛擬同步控制策略的發(fā)展歷程和研究現(xiàn)狀進行歸納，指出分布式虛擬同步控制策略的適應性問題值得深入研究。第2章概述虛擬同步發(fā)電機基本原理，對虛擬同步發(fā)電機主電路結構及控制策略進行詳細介紹，對虛擬同步發(fā)電機主要控制參數(shù)對穩(wěn)定性及動態(tài)性能的影響進行分析，并給出控制參數(shù)整定的具體方法。第3章研究了基于同步旋轉坐標的分布式虛擬同步發(fā)電機低電壓穿越控制技術，解決了瞬時及穩(wěn)態(tài)輸出電流的過流問題，實現(xiàn)電網(wǎng)存在不對稱故障時輸出電流平衡。第4章對電網(wǎng)電壓不平衡時的虛擬同步發(fā)電機控制技術進行研究，提出了改進虛擬同步發(fā)電機電流分序控制策略，實現(xiàn)了輸出電流平衡及對有功功率和無功功率波動抑制的協(xié)同控制，提高了分布式虛擬同步發(fā)電機對不平衡電網(wǎng)的適應性。第5章研究了基于同步旋轉坐標和虛擬復阻抗技術的虛擬同步發(fā)電機電壓分序控制策略，實現(xiàn)了并聯(lián)虛擬同步發(fā)電機帶不平衡負載的優(yōu)化控制。第6章對本書的研究工作及成果進行了總結，并對未來的工作提出了建議。2100433B

1 緒論

1．1 分布式發(fā)電概述

1．2 分布式發(fā)電單元接人配電網(wǎng)面臨的挑戰(zhàn)

1．3 分布式逆變電源控制策略研究現(xiàn)狀

1．3．1 傳統(tǒng)控制策略及電網(wǎng)友好型控制技術

1．3．2 虛擬同步控制策略

2 分布式虛擬同步發(fā)電機控制策略

2．1 虛擬同步發(fā)電控制策略

2．1．1 同步發(fā)電機基本原理

2．1．2 虛擬同步發(fā)電機原理

2．2 分布式逆變電源虛擬同步控制策略

2．2．1 虛擬同步發(fā)電機主電路

2．2．2 虛擬同步控制策略功率控制環(huán)

2．2．3 虛擬同步發(fā)電機整體控制策略

2．3 功率控制環(huán)參數(shù)設計

2．3．1 虛擬同步發(fā)電機小信號模型

2．3．2 功率控制環(huán)參數(shù)整定

2．4 仿真及實驗

3 分布式虛擬同步發(fā)電機低電壓穿越控制技術

3．1 分布式發(fā)電低電壓穿越技術要求

3．2 分布式虛擬同步發(fā)電機低電壓穿越控制技術

3．2．1 電網(wǎng)短路故障時虛擬同步發(fā)電機運行特性分析

3．2．2 平衡電流虛擬同步控制策略

3．2．3 基于虛擬阻抗的瞬時電流抑制

3．2．4 分布式虛擬同步發(fā)電機低電壓穿越控制技術

3．3 仿真與實驗

3．3．1 仿真結果

3．3．2 實驗結果

4 電網(wǎng)電壓不平衡時分布式虛擬同步發(fā)電機控制技術

4．1 電網(wǎng)電壓不平衡時分布式虛擬同步發(fā)電機運行特性分析

4．2 電網(wǎng)電壓不平衡時改進分布式虛擬同步控制策略

4．2．1 平衡電流虛擬同步控制策略

4．2．2 抑制有功功率2倍電網(wǎng)頻率波動的虛擬同步控制策略

4．2．3 抑制無功功率2倍電網(wǎng)頻率波動的虛擬同步控制策略

4．2．4 多目標優(yōu)化虛擬同步控制策略

4．3 仿真與實驗

4．3．1 仿真結果

4．3．2 實驗結果

……

5 離網(wǎng)模式下分布式虛擬同步發(fā)電機控制技術

6 研究展望

參考文獻

《非理想運行環(huán)境下分布式虛擬同步發(fā)電機控制策略研究》介紹了虛擬同步發(fā)電機基本原理、主電路結構及控制策略，提出了基于同步旋轉坐標的電壓型虛擬同步發(fā)電機電壓電流控制環(huán)設計方法。

《非理想運行環(huán)境下分布式虛擬同步發(fā)電機控制策略研究》針對虛擬同步發(fā)電機低電壓穿越問題，提出了基于同步旋轉坐標的分布式虛擬同步發(fā)電機低電壓穿越控制技術，解決了瞬時及穩(wěn)態(tài)輸出電流的過流問題，實現(xiàn)了電網(wǎng)存在不對稱故障時輸出電流平衡。針對電網(wǎng)電壓不平衡適應性問題，提出了協(xié)同虛擬同步發(fā)電機電流分序控制策略，實現(xiàn)了輸出電流平衡及對有功功率和無功功率波動抑制的協(xié)同控制，提高了分布式虛擬同步發(fā)電機對不平衡電網(wǎng)的適應性；針對并聯(lián)虛擬同步發(fā)電機帶不平衡負載問題，提出了基于同步旋轉坐標和虛擬復阻抗技術的虛擬同步發(fā)電機電壓分序控制策略，實現(xiàn)了并聯(lián)虛擬同步發(fā)電機帶不平衡負載的優(yōu)化控制。

《非理想運行環(huán)境下分布式虛擬同步發(fā)電機控制策略研究》可供高等院校電力電子及相關專業(yè)的研究生和教師閱讀，也可供從事可再生能源發(fā)電和并網(wǎng)逆變器研究開發(fā)的工程技術人員參考。

本書以通信基站的能耗控制為例，進行能耗控制的策略研究。通信基站是整個通信網(wǎng)絡設備運行與維護中的能耗大戶。通信基站的能耗主要是指由機房空調系統(tǒng)引起的數(shù)額巨大的耗電量。空調系統(tǒng)的熱環(huán)境是不確定的環(huán)境，在這種環(huán)境下，空調的頻繁啟停形成大量的能耗，造成高額的運行成本，降低基站能耗已成為有關部門及企業(yè)重點關注的內容。本書研究空調系統(tǒng)的節(jié)能，提出節(jié)能降耗問題及對策；考慮到空調系統(tǒng)的熱環(huán)境具有不確定性，采用模糊、模糊隨機等技術，研究不確定環(huán)境下的能耗控制理論與方法；提出一系列通信機房空調系統(tǒng)節(jié)能降耗的溫度控制方法。本書能夠對通信基站能耗管理的智能化起到一定的推動作用，為節(jié)能化的研究指出一個新的方法。本書在管理理論上，豐富不確定環(huán)境下的能耗決策問題的理論；在管理實際中，為能耗控制問題提供科學的定量分析模型。

設計機器人力控制結構，處理力和位置控制二者之間的關系，也就是機器人柔順控制之策略，為主動柔順控制研究中的首要問題.有關力控制的研究首先集中于此，都是從不同的角度對控制策略進行闡述，雖然觀點各異，但從機器人實現(xiàn)依從運動的特點來看，一般可歸結為4大類：阻抗控制策略、力/位混合控制策略、自適應控制策略和智能控制策略。

柔順控制阻抗控制

其特點是不直接控制機器人與環(huán)境的作用力，而是根據(jù)機器人端部的位置(或速度)和端部作用力之間的關系，通過調整反饋位置誤差、速度誤差或剛度來達到控制力的目的，此時接觸過程的彈性變形尤為重要，因此也有人狹義地稱為柔順性控制。此中以Whitney, Salisbury, Hogan,Kazarooni等人的工作具有代表性。并且Maples和Becker進行了總結：這類力控制不外乎基于位置和速度的兩種基本形式。當把力反饋信號轉換為位置調整量時，這種力控制稱為剛度控制當把力反饋信號轉換為速度修正量時，這種力控制稱為阻尼控制當把力反饋信號同時轉換為位置和速度的修正量時，即為阻抗控制。阻抗控制結構，其核心為力運動轉換矩陣K設計，運動修正矩陣似WX=K F，從力控角度，希望K陣中元素越大越好，則系統(tǒng)柔一些；從位控來看，希望K中元素越小越好，則系統(tǒng)剛一些。從而也體現(xiàn)了機器人剛柔相濟要求的矛盾，這也給機器人力控制帶來了極大的困難。

柔順控制力/位混合控制

從具有代表性的Mason, Paul和Mills等人的研究可以看出力/位混合控制的提出有一個過程。

機器人力控制的最佳方案：以獨立的形式同時控制力和位置，理論上機器人力自由空間和位置自由空間是兩個互補正交子空間，在力自由空間進行力控制，而在剩余的正交方向上進行位置控制。此時的約束環(huán)境被當作不變形的幾何問題考慮，也有人狹義地稱為約束運動控制。

Mason于1979年最早提出同時非矛盾地控制力和位置的概念和關節(jié)柔順的思想，他的方法是對機器人的不同關節(jié)根據(jù)具體任務要求分別獨立地進行力控制和位置控制，明顯有一定局限性。1981年Raibert和Craig在Mason的基礎上提出了力/位混合控制，即通過雅可比矩陣將作業(yè)空間任意方向的力和位置分配到各個關節(jié)控制器上，可這種方法計算復雜。為此H. Zhang等人提出了把操作空間的位置環(huán)用等效的關節(jié)位置環(huán)代替的改進方法。但必須根據(jù)精確的環(huán)境約束方程來實時確定雅可比矩陣并計算其坐標系，要實時地用反映任務要求的選擇矩陣來決定力和位控方向。總之，力/位混合控制理論明確但付諸實施難。下圖為力/位混合控制結構。

柔順控制自適應控制策略

力控制目的是為了有效控制力和位置。但機器人為多自由度、時變和強耦合的復雜體，系統(tǒng)本身的位姿隨時而變，加上外部環(huán)境存在極大的模糊性，有時無法確定。上述兩種策略廣義上屬于經(jīng)典控制的范疇，為力控制研究發(fā)展打下了堅實的基礎，但從適用范圍和控制效果看仍有不足，更無法使其推廣應用。機器人本身的多自由度和位姿的不確定性，力和位置強耦合的力控制特點，以及阻抗控制和力/位混合控制策略的局限性，決定了眾多學者進行自適應研究嘗試的必然性。具有代表性的是：Chung Jack G H , Leininger Gay G 直接在多任務坐標系統(tǒng)中，用學習進行重力、動摩擦力和柔順反作用力補償，以插孔為目標，進行自適應實驗；KucTae-Yong, Lee Jin S , Park ByungHyun采用自適應學習的混合控制方法，進行了約束運動控制嘗試，在逆動力學求解、收斂性及抗干擾方面獲得滿意的效果。NicolettiGuy M 用Lyapunov穩(wěn)定理論，針對約束運動，對模型參考自適應PID控制的穩(wěn)定性條件和判據(jù)進行了研究。另外，針對機器人力控制特點眾多學者進行了變結構力控制嘗試.從現(xiàn)有的成果來看，自適應控制和變結構控制大部分處于理論研究和仿真實現(xiàn)的水平，并沒有取得突破。

柔順控制智能控制新策略

上述3種控制策略，存在一個共同的建模難題.就機器人本身來講，時變、強耦合以及不確定性給機器人控制帶來了困難.再加上力反饋的輸入，更增加了建模的難度.從現(xiàn)有的研究成果來看，上述3種策略各有優(yōu)缺點但大多處于理論探索和仿真階段，無法尋找徹底解決機器人力控制問題。另外機器人研究已進入智能化階段，決定了機器人智能力控制策略出現(xiàn)的必然性。具有代表性的研究：Connolly Thomash.等將多層前向神經(jīng)網(wǎng)絡用于力拉混合控制，根據(jù)檢測到的力和位置由神經(jīng)網(wǎng)絡計算選擇矩陣和人為約束，并進行了插孔實驗；日本的福田敏男等用4層前饋神經(jīng)網(wǎng)絡構造了神經(jīng)伺服控制器，進行了細針刺紙實驗，能將力控制到不穿破紙的極小范圍。此后不久，又將之用于碰撞試驗，取得了一定的成果，但機構簡單，針對性強，尚缺少普遍性；Xu Yangsheng等提出了主動柔順和被動柔順相結合的觀點，研制了相應的機械腕，采用模糊控制的方法，實施插孔。從研究成果來看，智能控制仍處于起步階段，尚未形成獨立的控制策略，僅僅將智能控制原理如模糊和神經(jīng)網(wǎng)絡理論對以往研究中無法解決的難題進行新的嘗試，仍具有一定的局限性。

從機器人力控制的特點來看，它是在模擬人的力感知的基礎上進行的控制，因而智能控制具有很強的研究價值。有人詳細分析了各種各樣的研究方法，提出了基于模糊神經(jīng)網(wǎng)絡的智能“力/位并環(huán)”的控制策略。

智能力拉并環(huán)控制結構的基本原理如圖所示。將力控制大系統(tǒng)分解成子系統(tǒng)，將力拉并行輸入，利用模糊神經(jīng)網(wǎng)絡進行綜合，輸出為位置量。這樣，并不改動機器人的位置伺服系統(tǒng)，可以充分利用原機器人的優(yōu)良位置控制性能。另外還有其他特點：

1)它既具有阻抗控制的優(yōu)點又具有力/位混合控制的特點；

2)具有聯(lián)想記憶的功能，容錯、糾錯、自學習和自組織為此一大特色。尤其，該策略的學習功能明顯優(yōu)于自適應學習；

3)擁有知識庫一一神經(jīng)網(wǎng)絡內各神經(jīng)元之間的聯(lián)接權值.能根據(jù)輸入力和位置的模糊劃分，自行進行匹配，選擇相應的權值；

4)無須進行建模，適用范圍廣，且實時性強。