VSG序阻抗建模耦合阻抗提问

Question

博主您好 我是一名序阻抗扫频的初学者 目前完成了VSG的序阻抗扫频 Zpp和Znn的扫频结果和理论对的很好 然后确保理论曲线正确的情况下 Zpn和Znp对的不好 我觉得是我测量方式的问题 这个是我目前所参考的方式 想请问您如果想要正确的测量Zpn和Znp 我应当如何来设计扫频方式呢

Answer 1

下午好🌅🌅🌅
本答案参考通义千问

博主您好！很高兴您对VSG（虚拟同步机）序阻抗建模和扫频技术感兴趣。您提到的Zpp、Znn与理论值匹配良好，而Zpn、Znp不匹配，这确实可能与测量方式有关。

在电力系统中，序阻抗（Positive, Negative, Zero Sequence Impedance）是分析系统稳定性、短路电流等的重要参数。对于VSG这类具有控制环的设备，其序阻抗不仅受拓扑结构影响，还受到控制策略、调制方式、采样频率等因素的影响。

---

一、问题分析

您目前的扫频方式可能存在问题，尤其是在Zpn 和 Znp 的测量方面。这两个参数代表的是正序与负序之间的耦合阻抗，它们通常在非对称运行或不对称故障条件下才显著，因此在测量时需要特别注意以下几点：

1. 激励信号的对称性

• Zpp 和 Znn 的测量通常采用对称的正序或负序激励信号。
• 但 Zpn 和 Znp 需要引入非对称激励，例如：
  • 在正序电压下注入负序电流；
  • 或者在负序电压下注入正序电流。

2. 扫频范围与步长

• 您的扫频范围是否覆盖了关键频率？
• 扫频步长是否足够小？特别是高频部分（如几百Hz到几千Hz）对Zpn和Znp的影响较大。

3. 数据采集与处理

• 是否使用了相位同步的数据采集方式？
• 是否对测量结果进行了滤波处理以消除噪声？

---

二、正确的测量方法建议（重点）

为准确测量 Zpn 和 Znp，建议按照以下步骤进行设计：

1. 设计非对称激励信号

• 在正序电压下注入负序电流（如：Ua = Vm * cos(ωt), Ub = Vm * cos(ωt + 120°), Uc = Vm * cos(ωt - 120°)；Ia = Im * cos(ωt), Ib = Im * cos(ωt + 120°), Ic = Im * cos(ωt - 120°)）
• 或者在负序电压下注入正序电流。

加粗重点： 这是测量Zpn和Znp的关键，必须确保正序与负序激励信号的分离。

2. 采用多频率扫频

• 对每个频率点（如从50Hz到1kHz，每50Hz一次）分别施加激励信号；
• 记录输入电压和输出电流的幅值与相位；
• 利用傅里叶变换提取各序分量。

3. 计算序阻抗

• 使用公式： $$ Z_{pn} = \frac{V_p}{I_n}, \quad Z_{np} = \frac{V_n}{I_p} $$ 其中：
  • $ V_p $ 为正序电压；
  • $ I_n $ 为负序电流；
  • $ V_n $ 为负序电压；
  • $ I_p $ 为正序电流。

4. 优化数据处理

• 使用相位同步采样（如锁相环PLL）确保频率一致；
• 采用低通滤波器去除高频噪声；
• 对结果进行平均处理，提高信噪比。

---

三、代码示例（Python伪代码）

import numpy as np
from scipy.fft import fft

# 定义激励信号
def generate_signal(frequency, amplitude):
    t = np.linspace(0, 1, 1000)
    u_p = amplitude * np.cos(2 * np.pi * frequency * t)
    u_n = amplitude * np.cos(2 * np.pi * frequency * t + 2 * np.pi / 3)
    i_p = amplitude * np.cos(2 * np.pi * frequency * t)
    i_n = amplitude * np.cos(2 * np.pi * frequency * t + 2 * np.pi / 3)
    
    return u_p, u_n, i_p, i_n

# 计算序阻抗
def compute_sequence_impedance(u_p, u_n, i_p, i_n):
    # 傅里叶变换
    U_p_fft = fft(u_p)
    U_n_fft = fft(u_n)
    I_p_fft = fft(i_p)
    I_n_fft = fft(i_n)

    # 提取基频分量
    f_idx = int(len(U_p_fft) * frequency / 50)  # 假设50Hz基频
    Z_pn = U_p_fft[f_idx] / I_n_fft[f_idx]
    Z_np = U_n_fft[f_idx] / I_p_fft[f_idx]

    return Z_pn, Z_np

# 主程序
frequencies = np.arange(50, 1000, 50)
results = []

for freq in frequencies:
    u_p, u_n, i_p, i_n = generate_signal(freq, 1.0)
    z_pn, z_np = compute_sequence_impedance(u_p, u_n, i_p, i_n)
    results.append((freq, z_pn, z_np))

# 输出结果
print(results)

---

四、注意事项

• 激励信号必须严格区分正序和负序，否则无法正确识别Zpn和Znp；
• 扫频步长不宜过大，否则可能漏掉关键频率点；
• 数据采集应保持高采样率，避免混叠；
• 如果使用硬件平台（如MATLAB/Simulink），可考虑使用PSIM或PSCAD进行仿真验证。

---

五、总结

| 问题 | 原因 | 解决方案 | |------|------|----------| | Zpn 和 Znp 不匹配 | 激励信号不对称性不足 | 设计非对称激励信号 | | 扫频步长过大 | 关键频率未被覆盖 | 减小扫频步长 | | 数据处理不当 | 信噪比低 | 采用滤波和平均处理 |

如果您愿意分享您的具体扫频方案或代码，我可以进一步帮助您分析问题所在。希望以上内容对您有所帮助！