⚡ electrical engineering

Localization and Reshaping of Non-Minimum-Phase Zeros in Multi-Converter Systems

本文提出了一种基于雅可比矩阵的框架，用于在多换流器系统中量化非最小相位零点并推导其稳定性影响，进而通过参与因子分析确定最优电压下垂部署位置以重塑零点、提升系统稳定性。

原作者： Ailixier Yaermaimaiti, Jiaxin Wang, Yunjie Gu, Huanhai Xin

发布于 2026-04-15

📖 1 分钟阅读☕ 轻松阅读

原作者： Ailixier Yaermaimaiti, Jiaxin Wang, Yunjie Gu, Huanhai Xin

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文探讨了一个现代电力系统中非常棘手的问题：当越来越多的太阳能、风能等新能源通过“逆变器”接入电网时，电网为什么会变得不稳定？以及我们如何在不拆开设备看内部秘密的情况下，让电网重新变稳？

为了让你轻松理解，我们可以把整个电力系统想象成一个巨大的交响乐团，而这篇论文就是解决乐团“走调”问题的指挥手册。

1. 核心问题：看不见的“捣乱分子” (非最小相位零点)

想象一下，乐团里有几十把小提琴（逆变器），它们都要跟着指挥（电网）的节奏演奏。

正常情况：小提琴手听到指挥的指令，立刻调整琴弦，声音和谐。
问题出现：在某些情况下（比如电网比较“弱”，或者大家拉得太用力），会出现一种奇怪的物理现象，论文称之为**“非最小相位零点” (NMP 零点)**。

用比喻来说：
这就好比小提琴手在调整琴弦时，出现了一种**“反直觉”的延迟**。

指挥说“声音大一点”，小提琴手不仅没变大，反而先变小了一下，过了一瞬间才变大。
这种“先反着来，再正着来”的特性，就像是一个隐形的捣乱分子。它给乐团的反应速度设了一个**“天花板”**：指挥（控制系统）不敢指挥得太快，否则乐团就会因为反应不过来而彻底乱套（系统振荡、崩溃）。

最头疼的是：这些捣乱分子是整个乐团合奏产生的，而不是某一把小提琴单独造成的。而且，商业小提琴（逆变器）是“黑盒子”，厂家不肯给乐谱（内部模型），指挥根本不知道具体是哪把琴在捣乱，也没法直接去修它。

2. 论文的突破：不用看乐谱，也能算出“捣乱分子”在哪

这篇论文的作者们想出了一个绝妙的办法，就像**“听音辨位”**一样，不需要拆开小提琴，就能知道问题出在哪。

传统方法：需要知道每把小提琴的内部构造（控制器模型），但这很难拿到。
新方法（论文的核心）：作者发现，这些“捣乱分子”的位置，其实只取决于两个东西：
1. 电网的“骨架”（网络导纳矩阵，就像乐团的座位排列和连接方式）。
2. 大家现在的“用力程度”（稳态功率注入，就像大家现在拉得有多响）。

比喻：
这就好比，你不需要知道每个小提琴手的手指怎么动，只需要看乐团的座位图和现在的音量表，就能通过一个数学公式（雅可比矩阵），直接算出那个“捣乱分子”躲在哪里。

如果算出来这个“捣乱分子”离原点（稳定中心）很近，说明乐团快散架了，必须马上采取措施。
如果离得远，乐团就很安全。

3. 后果：为什么“捣乱分子”靠近原点很危险？

论文证明了一个残酷的数学规律：

这个“捣乱分子”离中心越近，乐团为了维持稳定，反应速度（带宽）就必须越慢。
如果你强行让乐团反应快一点，声音就会变得极其刺耳（系统出现巨大的峰值，导致不稳定）。
结论：只要这个“捣乱分子”还在，指挥的手速就被锁死了，想快也快不起来。

4. 解决方案：给乐团换个“指挥策略” (零重塑)

既然不能拆开小提琴修，也不能赶走“捣乱分子”，那怎么办？
论文提出了一个**“重塑”策略：在特定的位置加一个“电压下垂控制”**（Voltage Droop Control）。

用比喻来说：
这就像是在乐团里，给某些特定的小提琴手加了一个**“自动反馈机制”**。

以前：指挥喊“大点声”，小提琴手先变小再变大（捣乱）。
现在：给某把小提琴加个规则，“如果你发现声音变小了，就自动把琴弦拉紧一点”。这个规则能抵消那个“先反着来”的延迟。

关键难题：应该给哪把小提琴加这个规则？

如果给错了（比如给一个不起眼的低音提琴加），可能完全没用。
如果给对了（给那个对整体影响最大的小提琴加），就能把“捣乱分子”推得远远的，乐团瞬间恢复稳定。

论文的“魔法”发现：
作者发现，不需要试错，不需要一个个试。
他们发明了一个**“参与度评分”**（Participation Factor）。

只要算一下每个节点（小提琴手）的“参与度分数”。
分数最高的那个节点，就是最需要加“自动反馈规则”的地方。
在这个地方加规则，效果最好，能最快地把“捣乱分子”推远。

5. 实际效果：从“摇摇欲坠”到“稳如泰山”

作者在模拟的电网（IEEE 9 节点系统）上做了实验：

情况 A（危险）：当大家用力过猛，电网变弱时，“捣乱分子”跑到了离中心很近的地方。系统一遇到小波动（比如电压稍微跌一下），就开始剧烈振荡，甚至崩溃。
情况 B（拯救）：作者计算了“参与度分数”，发现第 3 号节点分数最高。于是，他们只在第 3 号节点加上了“电压下垂控制”。
结果：奇迹发生了！“捣乱分子”被瞬间推到了很远的地方。原本剧烈振荡的系统，现在变得非常平稳，即使遇到同样的电压波动，也能迅速恢复平静。

总结

这篇论文做了一件非常棒的事情：

透视眼：不需要厂家提供内部秘密，仅凭电网数据就能算出系统是否稳定。
定位针：精准地告诉工程师，在哪个位置加控制手段最有效。
救命稻草：提供了一种简单、无需反复试错的方法，把不稳定的电网拉回安全区。

一句话概括：
这就好比给一个快要散架的交响乐团，不用看每个人的乐谱，只通过看座位图和音量表，就能精准地告诉指挥：“别乱指挥了，只要在第 3 号小提琴手旁边加个自动节拍器，整个乐团立马就能稳住！”

论文技术总结：多换流器系统中非最小相位零点的定位与重整形

1. 研究背景与问题 (Problem)

在现代电力系统中，基于电压源换流器（VSC）的并网资源（如可再生能源、储能）渗透率日益增加，但这削弱了电网强度（降低了短路比），并引入了新的小信号稳定性问题。其中一个核心挑战是非最小相位（NMP）零点的出现。

核心问题：NMP 零点存在于并网换流器的开环传递函数中，它们对反馈控制的带宽施加了硬性限制（带宽天花板）。根据 Bode 积分理论，NMP 零点越靠近原点，互补灵敏度函数的峰值（ $M_T$ ）呈指数级增长，导致系统对模型不确定性的容忍度急剧下降，稳定性裕度恶化。
现有挑战：
1. 全局依赖性：在多换流器系统中，NMP 零点由整个网络的导纳矩阵、节点电压相量和功率注入共同决定，而非单个换流器的局部特性。改变一个换流器的运行点可能影响远处节点的零点。
2. 黑盒障碍：商业换流器的内部控制器模型通常是专有的（黑盒），系统运营商仅能获取终端阻抗或频响数据，缺乏进行系统级零点分析所需的内部状态空间模型。
3. 缺乏重整形方法：虽然已知将关键 NMP 零点向右移动（远离原点）可以恢复稳定性裕度，但缺乏系统性的方法来确定哪个换流器节点最需要修改，以及何种局部控制动作能最大化这种右移。

2. 方法论 (Methodology)

本文提出了一种基于**雅可比矩阵（Jacobian-based）**的框架，用于量化和重整形多换流器系统中的 NMP 零点。

2.1 系统建模

将系统建模为网络雅可比植物（Network Jacobian Plant）与设备侧控制器（Device-side Controllers）的多输入多输出（MIMO）反馈互连。
利用 Kronecker 积构建聚合的设备侧雅可比矩阵 $J_{VSC}(s)$ ，并结合基于 Kron 降阶法的网络模型 $J_{NET}(s)$ 。
定义开环传递函数 $L(s) = J_{NET}(s)K_{VSC}(s)$ ，其中 $K_{VSC}(s) = J_{VSC}^{-1}(s)$ 。

2.2 理论推导

稳定性边界分析：
- 基于 Bode 积分理论，推导了互补灵敏度函数峰值 $M_T$ 的指数下界。
- 证明了当主导 NMP 零点 $z_0$ 靠近原点时， $M_T$ 呈指数增长，从而确立了稳定性裕度的不可逆退化。
零点解耦与解析表达：
- 通过相似变换和 Schur 补分解，证明了多换流器系统的 NMP 零点完全源于网络雅可比矩阵 $J_{NET}(s)$ ，与单个换流器的控制器参数无关。
- 推导了 NMP 零点的解析表达式： $z_i = \omega_0 \sqrt{\sigma_i^2(B_r^{1/2} D B_r^{1/2}) - 1}$ 。
- 其中， $\sigma_i$ 是仅由电网导纳矩阵（ $B_r$ ）和稳态功率注入（通过矩阵 $D$ 编码）构成的矩阵的奇异值。这证明了 NMP 零点是严格实数的。
零点重整形策略：
- 引入电压下垂控制（Voltage Droop Control, $\Delta Q_i = -k_i \Delta U_i$ ）作为控制手段。
- 利用隐函数定理推导了主导零点 $z_0$ 对局部下垂增益 $k_i$ 的灵敏度公式。
- 证明了灵敏度与节点的**实部参与因子（Real Participation Factor, $Re(p_i)$ ）**成正比： $\frac{dz_0}{dk_i} \propto Re(p_i)$ 。
- 由此提出无需迭代搜索的策略：在参与因子最大的节点部署下垂控制，即可最大化零点的右移。

3. 主要贡献 (Key Contributions)

建立了稳定性裕度的指数下界：推导了互补灵敏度函数峰值与主导 NMP 零点之间的解析关系，揭示了零点靠近原点导致稳定性裕度指数级退化的根本约束。
实现了 NMP 零点的“黑盒”解耦：证明了 NMP 零点仅由网络参数和稳态运行点决定，与换流器内部控制器无关。这使得仅利用电网导纳和功率数据即可计算系统级零点，无需访问商业设备的专有模型。
提出了基于参与因子的最优控制部署策略：提出了一种无需迭代搜索的零点重整形方法。通过计算节点参与因子并排序，即可直接确定部署电压下垂控制的最佳节点，从而以最小的控制代价将主导零点推离原点。

4. 仿真结果 (Results)

论文在改进的 IEEE 9 节点系统上进行了验证，包含三个 PQ 控制的 VSC。

运行点影响验证：
- 随着换流器 3 的有功功率输出增加（系统变弱），主导 NMP 零点从 640 rad/s 左移至 341 rad/s。
- 伴随零点左移，互补灵敏度函数的峰值从 26 dB 激增至 43 dB，Nyquist 稳定裕度从 0.25 降至 0.074，最终导致系统失稳（Case 3）。
- 时域仿真显示，随着零点靠近原点，系统对电压暂降的响应从阻尼良好变为持续振荡甚至发散。
重整形策略验证：
- 在失稳工况（Case 3）下，计算各节点的参与因子，发现节点 3 的参与因子（0.497）远大于节点 1（0.0005）和节点 2（0.0019）。
- 实验对比：
  - 在节点 3 部署电压下垂控制：主导零点从 341 rad/s 右移至 863 rad/s（增加 153%），系统恢复稳定，振荡被抑制。
  - 在节点 1 或节点 2 部署相同控制：零点移动微乎其微，系统依然失稳。
- 结果证实了控制效果与参与因子大小的正相关性，验证了无需迭代搜索即可找到最优控制位置的理论。

5. 意义与价值 (Significance)

突破黑盒限制：该方法为系统运营商提供了一种全新的工具，使其能够在不依赖换流器内部模型的情况下，仅凭电网拓扑和运行数据评估多换流器系统的稳定性极限。
量化稳定性瓶颈：将复杂的 MIMO 稳定性问题简化为标量（主导 NMP 零点）问题，提供了直观的稳定性指标。
指导控制部署：提出的重整形策略具有明确的物理意义和计算简便性，能够指导运营商在电网最薄弱的环节（参与因子最大的节点）精准部署控制策略（如电压下垂），以最小的代价恢复系统稳定性。
理论普适性：该框架基于通用的网络雅可比矩阵，适用于各种基于换流器的资源（IBR）主导的弱电网场景。

综上所述，本文通过理论推导与仿真验证，解决了多换流器系统中 NMP 零点难以量化和难以优化的难题，为高比例新能源电网的稳定性分析与控制提供了重要的理论依据和实用工具。