Modélisation des onduleurs formant une grille pour les systèmes d'énergie renouvelable
Une nouvelle méthode pour modéliser la dynamique des onduleurs pour une intégration stable des énergies renouvelables.
Anna Büttner, Hans Würfel, Sebastian Liemann, Johannes Schiffer, Frank Hellmann
― 8 min lire
Table des matières
- Importance des Onduleurs Formant Réseau
- Défis dans la Modélisation des Onduleurs
- L'Approche d'Identification du Système
- Utilisation de la Fréquence Complexe et de la Phase
- Collecte de Données pour le Développement du Modèle
- Validation de l'Approche de Modélisation
- Enseignements des Résultats
- Importance de la Performance en boucle fermée
- Traitement des Limites
- Conclusion
- Source originale
- Liens de référence
Les sources d'énergie renouvelable deviennent de plus en plus courantes dans les systèmes électriques. Elles sont souvent connectées au réseau grâce à des appareils appelés onduleurs. Ces onduleurs doivent fonctionner correctement pour maintenir une alimentation stable. Pour ça, on doit modéliser précisément comment ils se comportent lorsqu'ils sont connectés au réseau. Cet article parle d'une méthode pour modéliser un type spécifique d'onduleur connu sous le nom d'onduleurs formant réseau, qui aident à maintenir la tension et la fréquence dans des systèmes électriques avec beaucoup d'énergie renouvelable.
Importance des Onduleurs Formant Réseau
Les onduleurs formant réseau sont cruciaux pour le bon fonctionnement des systèmes électriques qui dépendent fortement de l'énergie renouvelable. Contrairement aux onduleurs traditionnels, qui ont besoin d'un réseau externe pour fonctionner correctement, les onduleurs formant réseau peuvent contrôler la tension et la fréquence par eux-mêmes. Cette capacité les rend importants pour intégrer les sources d'énergie renouvelable dans le réseau et garantir une alimentation stable.
Cependant, modéliser ces onduleurs de manière précise peut être compliqué. Beaucoup d'onduleurs commerciaux sont traités comme des "boîtes noires", ce qui signifie que les fabricants ne partagent pas d'informations détaillées sur leur fonctionnement interne. Ce manque de transparence complique la compréhension du comportement de ces onduleurs lorsqu'ils font partie d'un système électrique plus large. Sans modèles appropriés, il devient risqué d'opérer ces onduleurs, car il est difficile de prévoir leur réaction dans diverses situations.
Modélisation des Onduleurs
Défis dans laLa plupart des modèles d'onduleurs actuels sont compliqués et nécessitent beaucoup de ressources informatiques pour fonctionner efficacement. Cette complexité peut limiter leur utilisation dans des applications pratiques, comme les évaluations de stabilité dans les salles de contrôle. Il y a donc un besoin de modèles plus simples qui peuvent être créés à partir de données réelles sans nécessiter de conceptions internes détaillées.
Pour résoudre ce problème, de nouvelles approches de modélisation sont explorées. Les avancées récentes suggèrent d'utiliser des concepts comme la Fréquence complexe et la phase pour améliorer la modélisation de la dynamique des onduleurs. Cet article présente une nouvelle méthode basée sur ces concepts pour créer des modèles plus simples, basés sur des données pour les onduleurs formant réseau.
L'Approche d'Identification du Système
La méthode introduite dans cet article se concentre sur l'identification du système. L'identification du système est un processus où des modèles mathématiques de systèmes dynamiques sont développés à partir de données du monde réel. Dans ce cas, l'objectif est de créer des modèles pour les onduleurs formant réseau en utilisant des données collectées lors de leur fonctionnement.
La méthode proposée utilise un type spécifique de modèle appelé modèle à boîte grise. Cela signifie qu'il combine certaines informations connues sur le comportement de l'onduleur avec des données collectées à partir de sa performance. En utilisant cette approche, on peut mieux comprendre comment ces onduleurs fonctionnent sans avoir besoin de connaître chaque détail de leur conception.
Utilisation de la Fréquence Complexe et de la Phase
Une partie clé de la nouvelle approche de modélisation est l'utilisation de la fréquence complexe et de la phase. Ces concepts aident à séparer les effets des variations de tension et d'angle de phase, ce qui peut compliquer les méthodes de modélisation traditionnelles. En utilisant la fréquence complexe et la phase, on peut créer des modèles qui capturent les dynamiques importantes des onduleurs formant réseau de manière simple.
Dans cette approche, le comportement de l'onduleur est décrit en fonction de sa réponse aux changements de tension et de fréquence. Cela rend plus facile la création d'un modèle qui représente avec précision le fonctionnement de l'onduleur dans différentes conditions.
Collecte de Données pour le Développement du Modèle
Pour développer les modèles, il faut collecter des données auprès des onduleurs. Le processus consiste à connecter un onduleur formant réseau à une source de tension stable et à enregistrer sa sortie dans divers scénarios. Ces scénarios incluent des changements brusques dans la magnitude de la tension et la fréquence pour exciter différentes dynamiques de l'onduleur.
Les données collectées lors de ces tests seront utilisées pour comprendre et identifier les caractéristiques de réponse de l'onduleur. En utilisant une gamme de scénarios différents, on peut capturer le comportement complet de l'onduleur.
Validation de l'Approche de Modélisation
Une fois les données collectées, elles peuvent être utilisées pour valider la technique de modélisation. Cela implique de comparer le comportement prédit par le modèle à celui observé lors des tests. Grâce à ce processus de validation, l'efficacité de l'approche de modélisation proposée peut être évaluée.
Les modèles seront testés sur deux stratégies de contrôle courantes : le contrôle par droop et les oscillateurs virtuels dispatchables (dVOC). Les onduleurs contrôlés par droop seront testés en laboratoire, tandis que les dVOC seront simulés à l'aide de logiciels. Cela aidera à démontrer à quel point le modèle normal peut représenter le comportement des deux types d'onduleurs.
Enseignements des Résultats
Les premiers résultats du processus de modélisation ont montré des résultats prometteurs. Le modèle normal a réussi à décrire avec précision les dynamiques lentes des onduleurs lors de divers scénarios. Lors des tests avec les dVOC, le modèle a capturé avec succès le comportement de l'onduleur à travers différentes conditions de fonctionnement.
Pour les onduleurs contrôlés par droop, le modèle normal a bien fonctionné, même avec un nombre limité de variables internes. Cela indique que des modèles plus simples peuvent encore fournir des représentations précises du comportement des onduleurs.
Performance en boucle fermée
Importance de laTester le modèle dans des configurations en boucle ouverte et en boucle fermée permet une évaluation plus précise de la performance du modèle dans des applications réelles. Les tests en boucle ouverte consistent à évaluer le modèle sans retour d'information du réseau, tandis que les tests en boucle fermée intègrent la réponse du réseau à la sortie de l'onduleur.
Les tests en boucle fermée sont cruciaux car ils simulent comment l'onduleur se comportera lorsqu'il sera connecté à un véritable réseau. En observant dans quelle mesure le modèle prédit bien la performance dans ces conditions, on peut valider davantage son efficacité.
Traitement des Limites
Bien que le modèle normal ait montré de bons résultats dans de nombreux domaines, certaines limites persistent. Par exemple, le modèle a parfois du mal à capturer des événements transitoires rapides ou des harmoniques qui peuvent se produire lors de changements soudains de la demande en énergie. Ces défis proviennent de la nature des dispositifs électroniques de puissance, qui peuvent présenter des dynamiques complexes lors de tels événements.
Pour améliorer la capacité du modèle à gérer ces situations, des recherches supplémentaires seront nécessaires. Cela pourrait impliquer de perfectionner le processus d'identification pour tenir compte des effets de rétroaction ou d'explorer de nouvelles techniques pour représenter le comportement harmonique de manière plus précise.
Conclusion
L'intégration des sources d'énergie renouvelable dans les systèmes électriques est un défi en cours qui nécessite une modélisation efficace des onduleurs. Les onduleurs formant réseau jouent un rôle vital dans le maintien de la stabilité de ces systèmes, ce qui rend essentiel le développement de modèles précis capables de prédire leur comportement.
L'approche présentée dans cet article offre une solution prometteuse en combinant des concepts de fréquence complexe et de phase dans un cadre de modélisation simple. Le pipeline d'identification permet la création de modèles de faible dimension basés sur des données réelles, favorisant de meilleures prédictions de la performance des onduleurs.
À mesure que le paysage énergétique continue d'évoluer, améliorer notre compréhension des onduleurs formant réseau sera clé pour assurer la fiabilité des systèmes électriques. La recherche continue affinera encore ces modèles et traitera les limitations, menant finalement à une meilleure intégration des ressources d'énergie renouvelable dans le réseau électrique.
Titre: Complex-Phase, Data-Driven Identification of Grid-Forming Inverter Dynamics
Résumé: The increasing integration of renewable energy sources (RESs) into power systems requires the deployment of grid-forming inverters to ensure a stable operation. Accurate modeling of these devices is necessary. In this paper, a system identification approach to obtain low-dimensional models of grid-forming inverters is presented. The proposed approach is based on a Hammerstein-Wiener parametrization of the normal-form model. The normal-form is a gray-box model that utilizes complex frequency and phase to capture non-linear inverter dynamics. The model is validated on two well-known control strategies: droop-control and dispatchable virtual oscillators. Simulations and hardware-in-the-loop experiments demonstrate that the normal-form accurately models inverter dynamics across various operating conditions. The approach shows great potential for enhancing the modeling of RES-dominated power systems, especially when component models are unavailable or computationally expensive.
Auteurs: Anna Büttner, Hans Würfel, Sebastian Liemann, Johannes Schiffer, Frank Hellmann
Dernière mise à jour: 2024-09-25 00:00:00
Langue: English
Source URL: https://arxiv.org/abs/2409.17132
Source PDF: https://arxiv.org/pdf/2409.17132
Licence: https://creativecommons.org/licenses/by/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.