三端MMC直流电网中自适应下垂控制与MPC协同策略
前阵子我在搭三端MMC直流输电系统仿真模型时遇到一个非常典型的问题按常规做法给三个换流站配上固定的下垂系数满负荷工况下系统表现还算符合教科书预期但一旦某端功率波动加大直流电压就开始明显漂移甚至出现过这样的局面——靠海风电场那一端已经逼近功率上限另外两站却还在按固定比例分摊不平衡功率。这个现象逼着我把自适应下垂控制Adaptive Droop Control和模型预测控制Model Predictive ControlMPC放到同一个框架里重新想了一遍最后用一套两层协同策略把问题解决了。这篇文章就把从原理分析、系统建模、参数整定到仿真验证的完整思考过程整理出来适合正在做多端柔性直流、MMC-HVDC或者对新能源并网控制策略有兴趣的工程师参考。1. 为什么固定下垂系数在三端MMC直流电网中不够用1.1 下垂控制的本质直流电压与功率的物理耦合先回到最基本的物理量关系。在交流电网里频率和有功功率通过转子运动方程天然耦合所以频率下垂控制能通过调节有功出力来维持频率稳定。而在直流电网里等价的频率就是直流电压——直流母线电压直接反映系统功率的供求平衡送端和受端功率越不平衡直流电压偏移越大。下垂控制的核心表达式就是这么一条直线U_dc U_dc_ref - k × P这里U_dc是直流电压实测值P是换流站有功功率k是下垂系数。物理含义很直白当某站功率增加时允许直流电压在该站的控制下稍微下降一点用电压偏差来换取功率平衡多个站同时采用下垂控制时各站之间按下垂系数倒数比例分摊不平衡功率。在三端MMC系统中每个换流站都有自己的下垂特性曲线系统稳定时所有站必须运行在同一条直流电压水平上忽略线路压降时近似成立此时各站功率分配完全由各自的下垂系数k决定k越小单位电压偏差对应的功率变化越大该站承担的功率调节量就越多。1.2 固定下垂系数的三个典型问题理论归理论固定下垂系数在一端功率大幅波动的三端系统里实际表现远没有想象中理想。我在仿真中反复踩过坑总结下来主要是三个问题。第一是轻载工况下电压偏差偏大。固定k值是按额定功率标定的系统轻载时功率P很小理论上电压偏差U_dc_ref - U_dc k × P应该很小但由于线路电阻分压和非线性损耗实测电压仍然可能偏移。更重要的是轻载时系统本来就有大量功率冗余完全可以降低k值来把电压抬回额定值附近固定k却白白浪费了这个冗余。第二是重载工况下的过载风险。当某端功率接近甚至超过额定值时固定k不会感知到该站已经力不从心依然按原比例分配功率极容易导致该站过载进一步拉低直流电压形成恶性循环。仿真中我见过最严重的情况是三站总功率需求超出送端能力时固定k策略下某个站的功率达到1.15倍额定值直流电压直接跌到0.88 p.u.末端逆变站甚至出现换相失败风险。第三是运行模式变化后的失配。多端系统经常需要切换运行模式比如某站从定功率模式切到定电压模式或者某个风电场站因为停机退出运行。运行拓扑一变固定的k参数组就不匹配了不重新整定就只能靠人为干预这在工程现场是很大的隐患。从控制视角看固定k的本质问题是它把电压-功率关系限定为一条不变的直线完全忽略了每个站的实际可调裕度、运行状态和动态能力。而自适应下垂的思路就是让这条直线的斜率随运行工况实时变化——功率冗余大时放平一点k减小逼近极限时陡峭一点k增大从根上解决上述三个问题。2. 自适应下垂控制的设计核心下垂系数的动态调节律2.1 主流的自适应调节思路对比自适应下垂的关键在于自适应律怎么设计也就是k值根据什么信号、按什么函数关系进行调整。我梳理过文献里常见的几种思路各有适用场景。基于功率裕度的调节是最直观的一种认为换流站的剩余可调功率越大越应该多承担功率分配任务因此k值应该与功率裕度负相关。典型表达式类似k k_min (k_max - k_min) × (P / P_rated)^n功率越接近额定值k越大该站在后续功率扰动中承担的比例越小起到了天然的过载保护作用。这种方法的优点是物理意义清晰、实现简单缺点是n指数不好选选太大容易让系统在功率接近额定时下垂特性突然变硬引发电压振荡。基于直流电压偏差的调节是另一种思路当直流电压偏差偏离额定值较远时说明系统功率供需严重失衡此时应该让参与调节的站都放开手脚即减小k值以增大功率响应。表达式可以是k k_0 × (1 β × |U_dc - U_dc_ref| / U_dc_ref)不过这种方法的风险在于它本质上是正反馈增强——电压偏差越大的时候k越小、功率响应越大如果β取得不合适很容易让系统在扰动后冲过平衡点产生功率来回摆动的现象。基于储能荷电状态SOC的自适应是储能场景的特化版本用SOC替代功率作为调节依据本质逻辑和功率裕度法相通只是被控对象换成了电池储能站。我最终采用的是基于功率裕度的分段自适应方案原因后面细说。2.2 我采用的分段自适应下垂策略在综合考虑实现复杂度和稳定性的前提下我选择的分段自适应律如下当 P ≤ 0.8 × P_rated 时k k_min下垂特性放平系统有足够裕度电压维持能力优先当 0.8 × P_rated P ≤ P_rated 时k 从 k_min 线性过渡到 k_max当 P P_rated 时k k_max接近甚至超过额定功率该站主动减少功率承担比例为什么不直接用连续高次函数而用分段线性原因很实际高次连续函数的斜率在运行点附近变化剧烈小信号分析时增益在某个工作点附近起伏很大控制器参数很难覆盖全工况。分段线性虽然在线段衔接处的一阶导数不连续但只要确保调节死区和滞环设置合理工程实现时反而更容易调稳定。参数整定上k_min不能取零或太小。很多初学者喜欢把轻载工况下的k设成极小值来强行锁电压但k过小时该站几乎变成理想电压源任何微小的电压扰动都会在该站激起巨大的功率波动反而把功率平衡压力全部压到另外两站头上。我实测下来的经验是k_min取额定工况k值的0.3~0.5倍比较合适k_max取1.5~2倍。2.3 稳定性校核与死区设置自适应下垂本质上是把固定增益换成了时变增益因此必须做小信号稳定性校核。具体做法是在额定工作点附近对系统做线性化处理把自适应律的等效线性化增益代入特征方程考察特征根随运行点移动的轨迹确保在整个功率区间内主导极点的阻尼比都大于设定阈值一般取0.2以上。另一个工程细节是死区设置。如果功率测量有噪声自适应律会持续微调k值即便系统已经很稳定直流电压也会出现细小的锯齿形波动。处理办法就是加死区和滞环当P在三段区间的边界附近小于一定带宽时k保持在上一次计算值不变只有当功率实测值越过边界且持续超过设定时间比如10ms后才更新。这个细节直接决定了仿真和实机运行中控制系统会不会出现频繁的抖动。3. 三端MMC系统建模基础参数的确定方法3.1 三端拓扑选取与运行场景设定搞控制策略不能脱离具体系统。我搭建的三端MMC-HVDC系统采用了典型的单送双受布局送端连接海上风电场受端分别连接城市交流电网和光伏汇集站直流侧三站通过海底电缆和架空线混联构成环形或辐射状拓扑。这套拓扑非常适合检验下垂控制策略因为送端功率波动大风能天然随机受端的功率需求也在实时变化两侧扰动都会在直流电压上留下明显的痕迹。三端站功能配置上我刻意让三个站的控制模式有一定差异送端站以功率控制为主跟踪风电场出力受端站1优先采用定直流电压控制或下垂控制受端站2采用下垂控制。这样设计的好处是在正常运行时电压由两个受端站共同支撑送端只需要输出功率模式切换压力小。下面是系统的主要参数表参数名数值说明额定直流电压±320 kV双极对称极线电压640kV送端站额定功率500 MW海上风电受端站1额定功率400 MW接城市电网受端站2额定功率300 MW光伏聚集区MMC子模块数/桥臂200半桥考虑冗余实际电平数201桥臂电抗0.05 p.u.抑制环流和故障电流直流线路电阻0.01 Ω/km距离约100km3.2 MMC的dq轴数学模型MMC主电路的动态特性可以从交流侧和直流侧分别建立方程。交流侧在dq旋转坐标系下电压方程和普通VSC类似L × di_d/dt -R × i_d ωL × i_q u_d - v_d L × di_q/dt -R × i_q - ωL × i_d u_q - v_q其中u_d、u_q是MMC交流侧输出电压的dq分量v_d、v_q是交流系统母线电压dq分量L是桥臂电抗折算到交流侧的等效电感通常取桥臂电抗的一半加变压器漏感R是对应等效电阻。直流侧则通过功率平衡方程描述U_dc × I_dc 1.5 × (v_d × i_d v_q × i_q)这个耦合关系是理解为什么直流电压控制本质上是功率控制的关键——站级控制本质上是在控制流过系统的功率直流电压只是这个功率流在直流网络上形成的水位读数。3.3 控制器时间尺度分离原则三端MMC系统的控制天然存在快慢分离最外层是系统级的自适应下垂功率分配时间常数在几十毫秒到几百毫秒量级中间是站级MPC电流控制时间常数在几毫秒以内最内层是子模块电容电压均衡和调制时间常数在微秒到百微秒量级。设计参数时必须注意相邻层之间的时间常数至少要相差5~10倍否则内环和外环会动态耦合表现为控制器之间相互干扰甚至震荡。建好模型之后我习惯先做一个开环阶跃仿真来确认各站功率、电压的动态响应是否与预期一致再做闭环参数整定。这一步看似费时间实际上能省掉后面很多排查问题的精力。4. 模型预测控制在站级控制器中的落地设计4.1 为什么站级控制选MPC而不是传统PI双闭环传统VSC/MMC站级控制普遍采用外环功率/电压加内环电流的双闭环PI结构工程成熟度高。但在三端系统中站级控制器面对的是强耦合的d轴和q轴电流、随时可能触发的电流限幅约束以及直流电压和功率多个被控量之间的权衡——这些恰好是PI控制不擅长处理的场景。MPC的核心优势在于两点一是能在目标函数里显式表达多目标权衡比如电流跟踪误差、直流电压偏差、功率分配偏差可以加权同时优化二是能天然处理约束电流限幅、电压限幅、调制比上限都可以作为优化问题的硬约束直接嵌入。对于三端系统里经常出现的功率突变和电压跌落MPC的快速预测调整能力比PI参数整定要直观得多。我在设计站级MPC时采用的是连续控制集模型预测控制CCS-MPC而不是有限控制集FCS-MPC直接枚举开关状态。原因很现实MMC的子模块数量动辄上百有限集枚举的计算量是组合爆炸级的工程上几乎没有实用价值。CCS-MPC输出的是期望的交流侧参考电压矢量后面的调制和电容电压均衡交给传统方法处理这样既拿到了MPC的多目标优化优势又不会让控制器变成一台高功耗计算器。4.2 预测模型与目标函数构建站级MPC的预测模型直接利用3.2节建立的dq轴电流方程做离散化处理。采用前向欧拉法采样周期取T_s 100μs时电流预测式可以写成i_d(k1) (1 - R×T_s/L) × i_d(k) ω×T_s × i_q(k) (T_s/L) × (u_d(k) - v_d(k)) i_q(k1) (1 - R×T_s/L) × i_q(k) - ω×T_s × i_d(k) (T_s/L) × (u_q(k) - v_q(k))这就是预测模型的全部物理基础。预测时域N_p我最终选的是2没有选更长的5步或10步。理论上预测步数越多MPC对长时域目标的优化越精确但在实际仿真中我发现N_p取到5以上时控制器的相位滞后变得明显动态响应反而变慢而且计算量成倍增加收益远小于代价。对于电流控制这类快速响应任务单步预测配合精确的目标函数往往已经足够。目标函数的设计直接反映控制目标。我采用的函数形式为J λ_1 × (i_d_ref - i_d_pre)^2 λ_2 × (i_q_ref - i_q_pre)^2 λ_3 × (U_dc_ref - U_dc_pre)^2 J_limit其中前三项分别对应有功电流、无功电流和直流电压的跟踪误差J_limit是约束惩罚项包括电流幅值限制和调制比限制。λ_1和λ_2一般取1λ_3根据直流电压的控制优先级来调。我做了一个测试当λ_3从0.1增大到10时直流电压的恢复速度明显加快但电流波形开始出现高频纹波实际整定时需要反复试凑取折中点。4.3 约束处理与环流抑制的工程细节约束是MPC区别于PI控制器的关键也是最容易踩坑的地方。电流限幅不能只做末端的clamp必须作为预测过程中的硬约束参与滚动优化否则预测值和实际值会严重偏离。我采取的办法是把电流幅值约束转化为一个惩罚项J_limit当预测电流越限时惩罚项迅速增大优化器会在所有可行解中自动避让。环流抑制在三端MMC中同样不能忽视。桥臂间环流会增大子模块电容电压波动如果不加抑制波动剧烈时甚至会影响交流侧波形质量。两种实现路径一是独立的环流抑制MPC在每个桥臂单独加一个低代价的预测控制器二是把环流预测项并入站级MPC目标函数。虽然理论上第二种更优雅、耦合关系更完整但目标函数的项数变多之后权重调节难度指数级上升而且会拖慢求解速度。综合考虑后我在主控制器外单独搭了一个环流抑制模块——代价是多了几个PI控制器参数但整体系统最稳定。5. 两层协同策略自适应下垂层如何给MPC派活5.1 分层控制架构与信息流设计自适应下垂和MPC如果只是简单堆砌在一起不会自动产生协同效应甚至可能互相打架。所以我明确设计了两个时间尺度直流电压-功率层面的自适应下垂以10ms~100ms周期运行负责决定各站的功率参考值和直流电压工作点站级MPC以100μs~1ms周期运行负责让本站的电流、电压快速准确地跟踪上层下发的参考值。两个层次之间的信息流是这样的自适应下垂层根据各站实时功率P_i、直流电压U_dc_i和各站可调裕度计算出每站的功率参考值P_ref_i并生成对应的工作点电压U_ref_i然后把这些参考值交给本站的MPC控制器MPC在目标函数中把跟踪P_ref和U_ref作为主要优化目标同时约束本站电流在安全范围。上层只负责决策该干什么下层只负责怎么干得快、干得稳两层之间通过参考值信号解耦互不干预内部算法。5.2 模式切换与备投逻辑多端系统一定会遇到运行模式切换的问题比如受端站1需要从下垂模式切到定电压模式或者送端风电场因为低穿而短时闭锁。切换过程中最危险的是参考值跳变导致MPC输出剧烈变化。我在模式切换逻辑里专门加了一个参考值斜坡发生器切换命令到来后新参考值不是立即生效而是以可预设的速率比如5%~10%额定功率/毫秒从当前值斜升或斜降到新值。实测下来这个斜坡速率直接决定了切换过程中直流电压的波动幅度斜坡太快等于参考值突变斜坡太慢又会被上层判断为响应迟钝。另外当某站由于故障短暂退出下垂调节时自适应下垂层需要实时重算其他站的k值补偿退出站的功率承担能力。这个重算逻辑可以看成一个动态裕度重分配问题退出站的额定功率和当前裕度从总池子里扣掉剩余站在各自剩余裕度范围内重新分配k值。这就是自适应下垂相比固定k在系统拓扑变化场景下的核心优势。5.3 一个完整协同策略的实现示例以我搭建的三端系统为例正常运行时三站的下垂特性参数为送端站k 0.02 p.u./p.u.功率基准500MW受端站1的k 0.015受端站2的k 0.03。当海上风电从500MW跌到300MW时系统功率出现200MW的缺口自适应下垂层检测到各站电压偏差和功率变化后自动按功率裕度比例重分配受端两站的功率补足指令受端站1由于额定功率大400MW且当前功率低自适应律赋予它更小的下垂系数使它承担约120MW的功率增量受端站2承担剩余的80MW。MPC再快速跟踪这两部分指令直流电压整体只偏移约2%3秒内恢复到0.98 p.u.以上。6. 仿真验证中的典型工况与实测问题整理6.1 仿真平台与工况设计我在MATLAB/Simulink环境下搭建了三端MMC详细开关模型子模块采用半桥结构调制方式为最近电平逼近NLM开关频率控制在150Hz左右采样和控制周期为100μs。对比试验中同时实现了三套方案固定下垂PI双闭环、自适应下垂PI双闭环、自适应下垂MPC三种方案共用同一套主电路参数。仿真工况从两个维度设计一是送端功率突变模拟海上风电场出力从500MW跌至200MW再回升二是受端负荷突增模拟城市电网受端站负荷3秒内从200MW增至350MW。两组工况都能有效激发直流电压波动和功率再分配过程足够检验控制策略的动态性能。6.2 三组方案的关键对比结果指标固定下垂PI自适应下垂PI自适应下垂MPC最大直流电压偏差8.2%3.6%2.1%稳态功率分配误差12%5.4%2.3%功率调节稳定时间150ms90ms48ms是否出现功率过冲是约12%轻微约5%否从数据上看固定下垂PI方案在风电突降工况下出现了两次明显的功率过冲直流电压最低点跌到0.918 p.u.对末端逆变站的稳定运行非常不利。引入自适应下垂后电压偏差被压到3.6%功率分配精度也明显提升但调节时间仍然偏长PI内环响应慢的短板暴露出来了。自适应下垂MPC方案在动态响应、电压质量和功率分配精度三个维度都取得了最好的表现调节时间比固定下垂方案缩短了近70%。6.3 调参过程中踩过的坑第一是MPC权重系数λ_3调得过大导致电流畸变。我把直流电压跟踪权重提高到5以上时控制器为了迅速拉回直流电压会让电流参考值在短时间内超出限幅即使有约束惩罚项预测值依然会在边界来回跳动实测波形上表现为电流出现明显的尖峰。后来把λ_3控制在2~3区间配合约束惩罚项的软化系数问题才解决。第二是预测步数N_p太长带来的相位滞后。我把N_p从2改成5去追求更好的稳态精度结果在功率突升工况下MPC的输出反而出现了振荡原因就是预测时域过长时优化器过度关注未来几步的状态而牺牲了当前步的快速响应。这点在调节MPC参数时特别容易忽略。第三是自适应下垂系数变化速率不受限导致的站间功率摆动。最初自适应律在每个控制周期都更新k值结果三站功率在系统达到稳态后依然出现0.5Hz左右的低频振荡。加了一阶低通滤波和变化率限制后振荡彻底消失。这个坑在文献里很少被明确提到但在工程仿真中几乎必踩。7. 从仿真到工程落地几个容易被低估的细节7.1 通信延时的补偿策略三端系统的自适应下垂层依赖各站之间的状态信息交换通信延时不可避免。如果采用传统的同步通信架构几百微秒的延时在电流环里还可以容忍但在自适应下垂层的裕度重分配计算里延时可能导致某站使用陈旧数据做决策在送端功率快速波动时反而加剧功率分配不均。工程上常用的做法是把通信延时建模成预测模型中的固定滞后项在MPC预测阶段对收到的远方信号做一阶外推补偿。我实测过即使只有2ms的通信延时不做补偿时的最大电压偏差比补偿后大出近30%。7.2 测量噪声与滤波参数的选择直流电压测量噪声对MPC的影响比对PI控制更敏感因为预测模型会把噪声放大到下一步的预测值里。直流电压信号我会先过一阶低通滤波器截止频率取控制带宽的1/5左右。滤波器的相位滞后需要纳入MPC模型否则预测值和实测值在动态过程中会出现系统性偏差。7.3 与现有控制保护系统的接口工程现场MPC控制器不可能孤立运行它必须与站级极控、交流侧AVC、直流侧故障保护等系统接口配合。特别是直流故障穿越时MPC必须快速退出正常运行模式切换到故障限流模式这要求在控制器内部做一个模式状态机而不是只靠上层重设参考值。我在仿真阶段就开始设计这些接口逻辑等到实际硬件在环测试的时候省了很多返工的时间。最后再分享一个我个人的体会。这次研究做下来我最大的感受是自适应下垂和MPC不是两个孤立的算法模块它们之间的协同取决于你在系统层级上怎样设计信息流和时间尺度分离。上层慢决策给下层快控制提供合理的参考值下层快控制把参考值高质量地兑现成实际功率响应这个慢快结合的分层框架比单纯在单层堆叠先进算法要可靠得多。如果后续想把工作再往前推一步可以考虑在自适应下垂层引入分布式优化让各站在本地只与本端相邻站交换信息就能完成全局功率分配这对未来更大规模的多端直流电网会更有价值。