⚡ electrical engineering

A Dynamic Phasor Framework for Analysis of IBR-Induced SSOs in Multi-Machine Systems

本文提出了一种通用的动态相量框架，用于分析多机系统中并网逆变器（IBR）在平衡及不平衡条件下引发的次同步振荡（SSO），并通过特征值分解实现了故障根因分析、鲁棒阻尼控制器设计以及数据中心负载对振荡模式影响的量化评估。

原作者： Fiaz Hossain, Nilanjan Ray Chaudhuri, Constantino M. Lagoa

发布于 2026-04-24

📖 1 分钟阅读☕ 轻松阅读

原作者： Fiaz Hossain, Nilanjan Ray Chaudhuri, Constantino M. Lagoa

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

这篇论文主要解决了一个现代电力系统中日益严重的问题：当大量的新型电力设备（如太阳能、风能逆变器）接入电网，并且电网负载变得非常特殊（比如大型数据中心）时，电网可能会发生一种“隐性抖动”，这种抖动如果不加控制，可能导致停电。

为了让你更容易理解，我们可以把整个电力系统想象成一个巨大的、精密的交响乐团。

1. 核心问题：乐团的“隐性抖动” (SSO)

背景：以前，电网主要由传统的“大发电机”（同步发电机，SG）组成，它们像乐团里节奏稳健的大鼓手，能自动维持节奏稳定。
变化：现在，为了环保，我们引入了很多“逆变器”（IBR，比如太阳能板），它们像乐团里新加入的电子合成器。虽然它们很灵活，但它们的控制方式（跟随电网频率）和老式大鼓手不同。
问题：当电子合成器（逆变器）太多，或者乐团里突然加入了一些特殊的“听众”（数据中心，DC Load），整个乐团可能会出现一种低频的、不易察觉的抖动（论文称为“次同步振荡 SSO"）。这种抖动就像乐团在演奏时，大家虽然没乱，但身体都在不自觉地跟着某个奇怪的节奏晃动，时间久了，乐器（设备）可能会坏掉，甚至导致演出（供电）中断。

2. 传统方法的困境：慢吞吞的“慢动作回放”

以前，工程师想分析这种抖动，得用一种叫“电磁暂态仿真（EMT）”的工具。
比喻：这就像为了研究乐团里一个微小的抖动，工程师不得不把整个乐团的演奏过程，用超级慢动作（微秒级）一帧一帧地回放。
缺点：虽然看得很细，但太慢了！如果要分析一个大型城市电网，算一次可能需要几天，而且很难直接看出“为什么”会抖动，更别提设计“怎么治”了。

3. 本文的解决方案：动态相量框架 (DP) —— 给乐团装上“智能慢放眼镜”

作者提出了一种新的数学工具，叫动态相量（Dynamic Phasor, DP）框架。

比喻：想象给乐团戴上了一副智能眼镜。这副眼镜不需要一帧一帧地看，而是能直接提取出声音中的“主要旋律”和“主要抖动频率”。
优势：
1. 快：它不需要处理每一个微小的瞬间，而是直接处理“平均趋势”。论文显示，它的计算速度比传统方法快了 2 倍。
2. 稳：它能把复杂的、随时间变化的问题，变成一个静止的、线性的数学问题。
3. 全能：以前的工具很难处理“不平衡”的情况（比如某根电线断了，或者三相电不一样），但这个新框架能同时处理“平衡”和“不平衡”的复杂故障。

4. 三大核心贡献

A. 快速诊断与“听诊器” (线性化分析)

因为新框架把问题变“静止”了，工程师就可以像医生用听诊器一样，直接对系统进行“特征值分解”。

作用：不仅能发现哪里在抖动，还能精准地找到病根（Root Cause），知道是哪个逆变器、哪条线路导致了问题。

B. 设计“自动稳定器” (H∞控制器)

既然找到了病根，就可以设计一个自动稳定器（阻尼控制器）。

比喻：就像给乐团里的电子合成器装上了自动节拍器。当检测到乐团开始跟着奇怪的节奏晃动时，这个控制器会立刻发出反向的指令，把晃动压下去。
特点：这个控制器是“去中心化”的，意味着每个逆变器都有自己的小节拍器，不需要中央指挥，大家各自为战也能把节奏稳住。

C. 数据中心的“蝴蝶效应” (DC 负载的影响)

论文发现了一个有趣的现象：即使系统本身很稳定，如果数据中心（DC Load） 的位置不对，它们就像蝴蝶扇动翅膀，可能会意外地激发起那种“隐性抖动”。

发现：数据中心建在 A 地可能没事，建在 B 地就会引发大抖动。
贡献：作者提出了一种方法，可以提前算出数据中心建在哪里最危险，从而指导规划，避免“踩雷”。

5. 实验验证：真的管用吗？

作者在一个标准的“双区域电网测试系统”（就像乐团的模拟考场）里进行了测试：

对比：把新方法和传统的“慢动作回放”方法对比。
结果：
1. 准确性：新方法算出的抖动频率和幅度，和传统方法几乎一样准。
2. 速度：新方法快了一倍。
3. 效果：在模拟“电线短路”（故障）后，新设计的控制器成功把抖动压了下去，恢复了平静。

总结

这篇论文就像给电力工程师提供了一套全新的“乐谱分析工具”。
它不仅能更快地发现电网里隐藏的“抖动”风险，还能精准地告诉我们要在哪里安装“稳定器”，以及哪里不能建数据中心。这让未来的电网在面对大量新能源和特殊负载时，能像一支训练有素的交响乐团一样，无论遇到什么突发状况，都能保持节奏平稳，不再“抖动”。

以下是基于论文《A Dynamic Phasor Framework for Analysis of IBR-Induced SSOs in Multi-Machine Systems》（一种用于分析多机系统中逆变器资源引发次同步振荡的动态相量框架）的详细技术总结：

1. 研究背景与问题 (Problem)

背景：随着电网中跟网型（Grid-Following, GFL）逆变器资源（IBR）的渗透率增加，次同步振荡（SSOs）现象日益普遍。同时，数据中心（DC）负载的快速增长可能激发这些振荡模式，带来可靠性风险。
现有挑战：
- 传统的电磁暂态（EMT）仿真平台（如 EMTDC/PSCAD）虽然能捕捉此类现象，但计算负担重，扩展性差，且难以导出线性时不变（LTI）模型以进行频域分析（如特征值分解）。
- 现有的动态相量（Dynamic Phasor, DP）研究多局限于单机或单 IBR 系统，缺乏在多机系统中处理不平衡条件（如不对称故障）的扩展性验证。
核心问题：如何构建一个既能模拟不平衡条件，又能保持线性时不变特性，从而支持高效特征值分析和控制器设计的通用建模框架，以解决多机系统中 IBR 引发的 SSO 问题。

2. 方法论 (Methodology)

作者提出了一种广义动态相量（Generalized Dynamic Phasor, DP）框架，用于分析连接多机系统的 IBR，涵盖平衡和不平衡工况。

混合坐标系建模策略：
- IBR 建模（dq 框架）：由于 GFL IBR 的控制器通常基于 dq 坐标系（矢量控制），模型在 dq 框架下构建。选取主导的 DP 系数 $k=0$ （直流/基波）和 $k=\pm 2$ （正序/负序分量），以捕捉正负序动态。
- 同步发电机（SG）与网络建模（pnz 框架）：传输线路、负载和 SG 在 pnz（正序、负序、零序）框架下建模。针对 SSO 分析，选取 $k=\pm 1$ 的 DP 系数以捕捉同步频率附近的动态；机械量仅用 $k=0$ 近似。
- 接口转换：利用数学变换公式（如公式 1 和 2）在 dq 框架（IBR 侧）和 pnz 框架（网络侧）之间进行动态相量量的转换，实现系统级互联。
系统组件模型：
- GFL IBR：包含锁相环（PLL）、外环（有功/无功/电压控制）、内环（电流控制）及 R-L 滤波器。
- SG：包含 IEEE DC1A 励磁系统、阻尼绕组及机械轴系。
- 负载与故障：DC 负载建模为恒功率负载；不对称故障通过 pnz 框架下的阻抗矩阵模拟。
控制器设计与分析工具：
- 利用 DP 模型的线性化和时不变特性，进行特征值分解，识别 SSO 模式及其根因。
- 设计基于局部信号的鲁棒去中心化 $H_\infty$ 阻尼控制器。采用逐步设计法：先对单个 IBR 设计控制器，将其闭环系统降阶后作为新被控对象，再设计下一个 IBR 的控制器，直至满足所有模式的调节时间要求。
- DC 负载影响量化：利用线性化系统的传递函数 $G(s)$ ，通过频率响应 $|G_{yw}(j\omega)|$ 分析 DC 负载位置对 SSO 模式激发的影响。

3. 关键贡献 (Key Contributions)

通用建模框架：提出了首个能够分析多机系统（含 IBR）在平衡及不平衡条件下动态行为的广义 DP 框架，填补了该领域的空白。
SSO 捕捉与验证：模型成功捕捉了 GFL IBR 引发的 SSO，并与 EMT 仿真结果高度一致，同时在计算速度上实现了显著加速。
控制器设计：展示了如何利用 DP 模型的线性化特性，设计基于多 IBR 执行器的鲁棒去中心化 $H_\infty$ 控制器，有效抑制欠阻尼 SSO 模式。
DC 负载影响分析：证明了即使 SSO 模式本身阻尼良好，DC 负载仍可能激发该模式，并提出了基于频域增益的解析方法，量化了 DC 负载位置对激发强度的影响。

4. 实验结果 (Results)

测试系统：基于修改后的 IEEE 两区基准系统，其中 2 台同步发电机被替换为 GFL IBR，并接入 DC 负载。
精度与速度对比：
- 精度：在 PLL 带宽为 15Hz 和 20Hz 的工况下，DP 模型计算出的 SSO 频率和阻尼比与 EMT 模型（Prony 分析）及线性化结果吻合良好（例如 20Hz 时，EMT 频率 6.458Hz，DP 线性化 6.357Hz）。
- 速度：在模拟 5 秒的不平衡单相接地故障后，DP 模型的平均运行时间约为 EMT 模型的一半（14.763s vs 30.309s），实现了2 倍加速。
控制器性能：设计的去中心化 $H_\infty$ 控制器成功抑制了故障后的 SSO 振荡，显著改善了系统的动态稳定性。
DC 负载影响：
- 仿真显示，当 DC 负载连接在不同母线（Bus 7 vs Bus 9）时，对联络线功率振荡的激发幅度存在显著差异（DP 和 EMT 均显示 Bus 7 的激发强度约为 Bus 9 的 6.7 倍）。
- 频域分析预测的比值为 8.7，与暂态仿真结果趋势一致，验证了所提位置影响量化指标的有效性。

5. 意义与价值 (Significance)

理论突破：证明了动态相量方法在大规模多机系统（含 IBR）不平衡仿真中的可扩展性，为复杂电力电子系统的分析提供了新的数学工具。
工程应用：
- 提供了一种比传统 EMT 仿真更高效、比传统小信号模型更全面的分析手段，特别适用于含高比例新能源电网的次同步振荡研究。
- 提出的 $H_\infty$ 控制器设计流程为实际工程中解决 IBR 引发的稳定性问题提供了可落地的方案。
- 关于 DC 负载位置影响的量化分析，为数据中心等新型负荷的选址规划提供了理论依据，有助于规避潜在的振荡风险。
未来展望：该框架为后续在更大规模系统中部署 DP 模型，以及利用更系统的方法（如同伦法）设计去中心化控制器奠定了基础。

总结：该论文通过构建创新的混合坐标系动态相量框架，成功解决了多机系统中 IBR 引发次同步振荡的建模、分析与控制难题，并在计算效率、不平衡工况处理及新型负载影响分析方面取得了重要进展。