一种直驱风电机组的稳定性评估方法及系统与流程

本发明涉及风力发电系统技术领域，尤其涉及一种直驱风电机组的稳定性评估方法及系统。

背景技术：

风能作为可再生、洁净无污染、取之不尽用之不竭的能源,成为世界可再生能源发展的重要方向。永磁直驱风力发电机由于机械损耗小、运行效率高、维护成本低等优点而成为研究的重点机型。

直驱风电机组接入弱电网诱发次/超同步振荡的问题已逐渐凸显，尤其在风场汇集区，次/超同步振荡现象愈发频繁。如何能在振荡初期快速有效的监测系统稳定水平，为振荡抑制及系统调度提供准确的理论依据已成为亟待解决的问题。

目前，次/超同步振荡的稳定分析已逐渐成为国内外众多专家和学者研究的热点。然而，现有分析方法求解非线性微分方程计算工作量大，仅能给出离线稳定判据，难以进行实时在线的稳定性评估，无法进行有效的参数在线调整。

技术实现要素：

鉴于上述的分析，本发明实施例旨在提供一种直驱风电机组的稳定性评估方法及系统，用以解决现有直驱风电机组稳定性差、安全性能低和无法实现在线稳定性评估与参数调整相互配合等问题。

本发明的目的主要是通过以下技术方案实现的：

一种直驱风电机组的稳定性评估方法，包括以下步骤：

测量个周期内直驱风电机组的端口电压、电流、有功功率及锁相角的变化量；

基于测量得到的各所述变化量，利用建立的直驱风电机组端口能量模型，计算得到直驱风电机组的端口能量；

根据计算得到的所述直驱风电机组的端口能量，得到直驱风电机组的能量负梯度，根据能量负梯度的大小评估系统的稳定水平；

基于风电机组稳定运行点、锁相环及电网线路的关键参数对风电机组能量负梯度的影响规律，得到影响系统稳定性的关键参数调整规律。

在上述方案的基础上，本发明还做了如下改进：

进一步，所述直驱风电机组端口能量模型为：

其中，δpe为直驱风电机组输出有功功率相对于稳定值的变化量，δθpll为锁相角的变化量，δid、δiq、δuq和δud分别为直驱风机端口电流和电压d、q轴分量的变化量，ω为d、q轴下的振荡频率。

进一步，求解能量负梯度的计算过程包括：

步骤1、将端口能量进行离散化：

得到直驱风电机组t1,……tn时的端口能量值δwpmsg(t1)，……，δwpmsg(tn)；n为数据个数；

步骤2、利用离散化的端口能量δwpmsg(t1)，……，δwpmsg(tn)，求解能量负梯度η。

进一步，所述步骤2包括：

利用下式计算离散化的直驱风电机组端口能量的平均值:

利用得到的离散化的端口能量δwpmsg(t1)，……，δwpmsg(tn)和所述平均值，基于下式计算得到能量负梯度：

其中，为梯度符号。

进一步，根据η的大小评估稳定性：当η＞0时，系统稳定，且值越大，稳定水平越高；当η＝0时，系统为临界稳定；当η＜0时，系统不稳定，且稳定水平随着η绝对值的增大而降低。

进一步，得到影响系统稳定性的关键参数调整规律包括：

步骤s1、将锁相环动态方程带入能量负梯度表达式得到含风电机组稳定运行点和锁相环关键参数的能量负梯度为：

其中，a-、a+分别表示锁相角的变化量δθpll在次、超同步频率下的幅值，isd0、isq0、usd0、usq0分别为直驱风机端口处电流和电压的d、q轴分量初始值；αu、αi为电压和电流振荡分量的衰减系数，ωu-、ωu+、ωi-和ωi+分别为电压和电流次、超同步分量幅值系数，分别为次、超同步电压初相位；分别为次、超同步电流初相位，且ωu+＝ωi+x+，ωu-＝ωi-x-，为电网线路的相位，kpθ、kiθ分别为锁相环的比例和积分增益，

将电网线路动态方程带入能量负梯度表达式得到含电网线路关键参数的能量负梯度为：

其中，ωi-和ωi+分别为电流次、超同步分量幅值系数，αi为电流振荡分量的衰减系数，r、xl分别为电网线路的电阻和电抗，分别为次、超同步电流初相位；

步骤s2、基于建立的所述含风电机组稳定运行点和锁相环关键参数的能量负梯度和含电网线路关键参数的能量负梯度模型得到风电机组稳定运行点、锁相环及电网线路的关键参数对风电机组能量负梯度的影响规律；

所述影响规律包括：减小isd0或增大isq0有助于提升系统的稳定水平；r越大、xl越小，系统越稳定；减小锁相环参数kp和ki，系统稳定水平提高。

另一方面，本发明实施例提供了一种直驱风电机组的稳定性评估系统，包括数据采集模块、端口能量计算模块、稳定评估模块、关键参数分析模块和结果输出模块；

所述数据采集模块用于采集直驱风电机组端口电压、电流、有功功率及锁相角的变化量；

所述端口能量计算模块用于计算直驱风电机组的端口能量；

所述稳定评估模块根据能量负梯度的大小评估直驱风电机组的的稳定水平；

所述关键参数分析模块用于分析风电机组稳定运行点、锁相环及电网线路的关键参数对风电机组能量负梯度的影响规律，并给出提高系统稳定性的关键参数调整规律；

所述结果输出模块用于输出直驱风电机组的稳定水平及影响系统稳定性的关键参数调整规律。

进一步，所述数据采集模块通过装设在直驱风电机组端口和锁相环上的pmu装置采集电压、电流、有功功率及锁相角的变化量。

进一步，所述端口能量计算模块接收数据采集模块输入的数据，基于下式计算得到直驱风电机组的端口能量：

其中，δpe为直驱风电机组输出有功功率相对于稳定值的变化量，δθpll为锁相角的变化量，δid、δiq、δuq和δud分别为直驱风机端口电流和电压d、q轴分量的变化量，ω为d、q轴下的振荡频率。

进一步，所述稳定性评估模块根据η的大小评估系统的稳定水平，包括：

s1、将端口能量进行离散化：

得到直驱风电机组t1,……tn时的端口能量值δwpmsg(t1)，……，δwpmsg(tn)；n为数据个数；

s2、利用离散化的端口能量δwpmsg(t1)，……，δwpmsg(tn)，求解能量负梯度η，具体包括：

利用下式计算离散化的直驱风电机组端口能量的平均值:

利用得到的离散化的端口能量δwpmsg(t1)，……，δwpmsg(tn)和所述平均值，基于下式计算得到能量负梯度：

其中，为梯度符号；

s3、根据η的大小评估稳定性：当η＞0时，系统稳定，且值越大，稳定水平越高；当η＝0时，系统为临界稳定；当η＜0时，系统不稳定，且稳定水平随着η绝对值的增大而降低。

与现有技术相比，本发明至少可实现如下有益效果之一：

1、能量负梯度的计算能够量化系统的稳定水平，实现了系统振荡预警，保证电网安全稳定运行；

2、通过端口能量计算模块降低了计算量，能够实时分析振荡的发生发展情况，减小了计算误差，保证了系统的准确运行；

3、参数分析模块能给出电网及机侧参数对振荡稳定水平的影响，实现稳定水平评估与参数调整的相互配合，能够基于所述调整规律进行参数调整，以使系统稳定性满足要求，提升了系统的工作效率。

4、通过仿真实验，实现了不同振荡场景下的稳定评估及参数分析，提升了系统的安全性和可靠性。

本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。

附图说明

附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。

图1为一个实施例中直驱风电机组并网系统的结构示意图；

图2为另一个实施例中一种直驱风电机组的稳定性评估系统结构示意图；

图3为另一个实施例中一种直驱风电机组的稳定性评估系统仿真结构图；

图4为另一个实施例中不同风电机组稳定运行点下的时域仿真图；

图5为另一个实施例中不同锁相环参数下的时域仿真图；

图6为另一个实施例中不同电网参数下的时域仿真图；

图7为另一个实施例中风电机组不同稳定运行点下的能量负梯度图；

图8为另一个实施例中风电机组不同稳定运行点下的能量负梯度分量变化图；

图9为另一个实施例中不同锁相环参数下的能量负梯度图；

图10为另一个实施例中不同锁相环参数下的能量负梯度分量变化图：

图11为另一个实施例中不同电网线路参数下的能量负梯度图：

图12为另一个实施例中不同电网参数下的能量负梯度分量变化图。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。

本发明的一个具体实施例，公开了一种直驱风电机组的稳定性评估方法，包括以下步骤：

测量个周期内直驱风电机组的端口电压、电流、有功功率及锁相角的变化量；

基于测量得到的各所述变化量，利用建立的直驱风电机组端口能量模型，计算得到直驱风电机组的端口能量；

根据计算得到的所述直驱风电机组的端口能量，得到直驱风电机组的能量负梯度，根据能量负梯度的大小评估系统的稳定水平；

基于风电机组稳定运行点、锁相环及电网线路的关键参数对风电机组能量负梯度的影响规律，得到影响系统稳定性的关键参数调整规律。

通过计算能量负梯度量化了系统的稳定水平，实现了系统振荡预警，保证了电网的安全稳定运行。且在系统稳定水平不满足要求时，能够基于所述调整规律进行参数调整，直至系统稳定性满足要求为止。

具体地，如图1所示的直驱风电并网系统结构图，建立考虑锁相环和网络线路系统参数的直驱风电机组端口能量模型：

其中，δpe为直驱风电机组输出有功功率相对于稳定值的变化量，δθpll为锁相角的变化量，δid、δiq、δuq和δud分别为直驱风机端口电流和电压d、q轴分量的变化量，ω为d、q轴下的振荡频率。

通过监测风电机组的端口能量，能够实时分析振荡的发生发展情况，减小了计算量和计算误差，计算效率高，保证了系统的准确运行。

优选的，能量负梯度的计算过程包括：

步骤1、将端口能量进行离散化：

得到直驱风电机组t1,……tn时的端口能量值δwpmsg(t1)，……，δwpmsg(tn)；n为数据个数；

步骤2、利用离散化的端口能量δwpmsg(t1)，……，δwpmsg(tn)，求解能量负梯度η，具体包括：

利用下式计算离散化的直驱风电机组端口能量的平均值:

利用得到的离散化的端口能量δwpmsg(t1)，……，δwpmsg(tn)和所述平均值，基于下式计算得到能量负梯度：

其中，为梯度符号。

步骤3、根据η的大小评估稳定性：当η＞0时，系统稳定，且值越大，稳定水平越高；当η＝0时，系统为临界稳定；当η＜0时，系统不稳定，且稳定水平随着η绝对值的增大而降低。

η的正负分别表示风机动态能量的上升和下降趋势，即系统稳定或失稳状态。η绝对值的大小表示动态能量上升或下降的程度。当η为正值时，绝对值越大，单位时间内动态能量下降的变化量越大，系统振荡收敛速度越快，稳定水平越高；反之，绝对值越小，系统收敛越缓慢，稳定水平越低。当η为负值时，系统失稳，且稳定水平随η绝对值的增大而降低，振荡失稳加剧。因此，通过能量负梯度η的大小可以量化评估系统次/超同步振荡的稳定水平。

通过直驱风电机组能量负梯度的大小能够更快速、有效的判断系统的稳定性，实现动态能量的实时监测，提高了系统工作效率。

优选的，影响系统稳定性的关键参数调整规律包括：

步骤s1、将锁相环动态方程带入能量负梯度表达式得到含风电机组稳定运行点和锁相环关键参数的能量负梯度为：

其中，a-、a+分别表示锁相角的变化量δθpll在次、超同步频率下的幅值，isd0、isq0、usd0、usq0分别为直驱风机端口处电流和电压的d、q轴分量初始值；αu、αi为电压和电流振荡分量的衰减系数，ωu-、ωu+、ωi-和ωi+分别为电压和电流次、超同步分量幅值系数，分别为次、超同步电压初相位；分别为次、超同步电流初相位，且ωu+＝ωi+x+，ωu-＝ωi-x-，为电网线路的相位，kpθ、kiθ分别为锁相环的比例和积分增益，

将电网线路动态方程带入能量负梯度表达式得到含电网线路关键参数的能量负梯度为：

其中，ωi-和ωi+分别为电流次、超同步分量幅值系数，αi为电流振荡分量的衰减系数，r、xl分别为电网线路的电阻和电抗，分别为次、超同步电流初相位；

步骤s2、基于建立的所述含风电机组稳定运行点和锁相环关键参数的能量负梯度和含电网线路关键参数的能量负梯度模型得到风电机组稳定运行点、锁相环及电网线路的关键参数对风电机组能量负梯度的影响规律；

得到所述影响规律的分析过程包括：

上述含电网线路关键参数的能量负梯度模型前两项为仅与线路电抗xl相关的能量负梯度分量。由于恒大于0，因此，该能量负梯度分量恒小于0，且由含电网参数的能量负梯度模型可知，xl越大，电网强度越小，能量负梯度越小，系统稳定水平越低。

含电网参数的能量负梯度模型后两项仅与线路参数r相关，该部分分量的正负受次、超同步电流幅值系数的影响。当系统中次同步分量占主导地位时，ωi-＞ωi+，此时电阻对应的能量负梯度分量恒为正值，且电阻越大，能量负梯度越大。当超同步分量占主导地位时，电阻产生的能量负梯度由的正负决定。为分析ωi-和的大小，本发明进一步解析的表达式：

其中，分别为次、超同步电流初相位；δθpll为锁相角变化量；为线路的阻抗角。

的大小主要由锁相角δθpll和线路阻抗角决定。一方面，δθpll主要受锁相环参数影响，由于目前锁相环多采用定电压相位控制，kpθ＜＜kiθ，次/超同步振荡过程中δθpll值较小；另一方面输送线路上为降低输送损耗，线路电阻r一般取值较小，尤其在远距离输送时，r＜＜xl。因此，的值接近于0，恒小于由含电网参数的能量负梯度模型可知，此时电阻产生的能量负梯度为正，且随着r的增大，能量负梯度也增大，稳定水平提升。

综上可知，在次同步和超同步占主导地位的两种场景中，线路电阻产生的能量负梯度均恒为正值，且随着电阻的增大而增大。

含锁相环的能量负梯度模型前两项为仅与次同步分量相关的能量负梯度项，记为η-；中间两项为仅与超同步分量相关的能量负梯度项，记为η+；最后两项为同时受次、超同步分量影响的项，是由锁相环动态特性产生的次、超同步耦合项，记为η-∩+。综合上述三部分，含锁相环的能量负梯度模型又可写为：

η2＝-η-+η++η-∩+

当系统中次同步振荡占主导地位时，η+-η-＜0，同时由于直驱风机正常工作在单位功率因数下，isd0＞＞isq0，因此η-∩+＜0，即锁相环产生的耦合能量负梯度恒为负值。由含锁相环的能量负梯度模型可知，此时η2恒小于0，锁相环产生的能量负梯度恒为负值。在此场景下，若增大锁相环kp和ki参数，η2减小，系统稳定水平降低。

当系统中超同步振荡占主导地位时，η+-η-＞0，而锁相环产生的耦合能量负梯度η-∩+恒为负值。由含锁相环的能量负梯度模型可知，η2的正负由η-∩+和η+-η-的大小决定，当η-∩+＞η--η+时，锁相环产生的能量负梯度为正值；反之，锁相环的能量负梯度为负值。锁相环参数通过改变a-和a+中的kpll，对能量负梯度产生影响。若增大锁相环的kp和ki参数，kpll增大，η+-η-也增大，但η-∩+下降。进一步，由含锁相环的能量负梯度模型可知，η-∩+与成反比，其随锁相环控制参数变化的下降幅度大于η+-η-的增加幅度，因此，η2总体呈现下降趋势。综合次、超同步振荡占主导地位的两种场景可知，增大锁相环参数均会恶化直驱风电系统并网的稳定水平。

由含锁相环的能量负梯度模型可知，锁相环能量负梯度分量还受风机平衡点isd0和isq0的影响，这两个参数由直驱风机网侧变流器参考值决定。

当次同步分量占主导地位时，η2＜0，此时由含锁相环的能量负梯度模型可知，锁相环能量负梯度随isd0的增大而降低，随isq0的增大而增大。

当超同步分量占主导地位时，由于风电机组低穿和高穿要求的限制，直驱风机锁相环带宽不能设置过低，因此，在超同步频段下的kpll数值较大。由含锁相环的能量负梯度模型可知，此时η-∩+＜η--η+，即η2＜0。若增大isd0，锁相环能量负梯度进一步降低，恶化系统稳定水平。另一方面，若增大isq0，η+-η-也将增大，η-∩+的绝对值减小，η2增大，系统稳定水平提高。因此，综合次、超同步振荡分别占主导地位的两种情况可得：在一定范围内减小isd0，增大isq0，均有助于提升系统稳定水平。

基于上述分析可以得到影响规律包括：减小isd0或增大isq0有助于提升系统的稳定水平；r越大、xl越小，系统越稳定；减小锁相环参数kp和ki，系统稳定水平提高。

通过参数分析给出了电网及机侧参数对振荡稳定水平的影响，实现了稳定水平评估与参数调整的相互配合，提升了系统的工作效率。

本发明的另一个具体实施例，如图2所示，提供了一种直驱风电机组的稳定性评估系统，包括数据采集模块、端口能量计算模块、稳定评估模块、关键参数分析模块和结果输出模块；数据采集模块用于采集直驱风电机组端口电压、电流、有功功率及锁相角的变化量；端口能量计算模块用于计算直驱风电机组的端口能量；稳定评估模块根据能量负梯度的大小评估直驱风电机组的的稳定水平；关键参数分析模块用于分析风电机组稳定运行点、锁相环及电网线路的关键参数对风电机组能量负梯度的影响规律，并给出提高系统稳定性的关键参数调整规律；结果输出模块用于输出直驱风电机组的稳定水平及影响系统稳定性的关键参数调整规律。

该系统通过测量直驱风电机组的端口电压、电流、有功功率及锁相角的变化量，能够有效地监测直驱风电并网系统次、超同步振荡的稳定水平，并揭示系统参数对稳定水平的影响规律，基于该影响规律对参数进行调整，能够提高系统的稳定性和安全性。

优选的，数据采集模块通过装设在直驱风电机组端口和锁相环上的pmu装置采集电压、电流、有功功率及锁相角的变化量。通过数据采集模块实现了数据采集的全面性和准确性。

优选的，端口能量计算模块接收数据采集模块输入的数据，基于下式计算得到直驱风电机组的端口能量：

其中，δpe为直驱风电机组输出有功功率相对于稳定值的变化量，δθpll为锁相角的变化量，δid、δiq、δuq和δud分别为直驱风机端口电流和电压d、q轴分量的变化量，ω为d、q轴下的振荡频率。

通过端口能量计算模块降低了计算量，能够实时分析振荡的发生发展情况，减小了计算误差，保证了系统的准确运行。

优选的，稳定性评估模块根据η的大小评估系统的稳定水平，包括：

s1、将端口能量进行离散化：

得到直驱风电机组t1,……tn时的端口能量值δwpmsg(t1)，……，δwpmsg(tn)；n为数据个数；

s2、利用离散化的端口能量δwpmsg(t1)，……，δwpmsg(tn)，求解能量负梯度η，具体包括：

利用下式计算离散化的直驱风电机组端口能量的平均值:

利用得到的离散化的端口能量δwpmsg(t1)，……，δwpmsg(tn)和所述平均值，基于下式计算得到能量负梯度：

其中，为梯度符号；

s3、根据η的大小评估稳定性：当η＞0时，系统稳定，且值越大，稳定水平越高；当η＝0时，系统为临界稳定；当η＜0时，系统不稳定，且稳定水平随着η绝对值的增大而降低。

通过稳定评估模块能够快速、准确的判断系统的稳定性，提高了系统的工作效率，保证了系统的稳定运行。

为了验证上述实施例方法的可行性，从仿真层面搭建了直驱风电机组并网系统，通过直驱风电机组分别运行在不同的锁相环参数和电网线路参数下，评估系统的稳定水平，对相应的参数进行调整使其稳定，并通过仿真实验验证结果的正确性。

具体地，系统的仿真结构图如图3所示，在rt-lab平台搭建仿真模型。直驱风电机组并网系统的参数如下表1：

表1直驱风电场并网系统参数

对于不同的风电机组运行点、锁相环和电网线路参数，稳定运行模块的运行结果如下：

分别选取isq0＝1,isd0＝1.3，isq0＝1.3,isd0＝1.3以及isq0＝1.3,isd0＝1这三组参数进行时域仿真，其对应的能量负梯度计算值如下表2：

表2时域仿真参数设置及能量负梯度计算结果

不同风电机组稳定运行点下的时域仿真图如图4所示。在图4(a)中，当isq0从1增大到1.3时，系统振荡幅度明显减小，系统稳定水平提高，但在isq0＝1.3，isd0＝1.3场景下，振荡仍呈现发散趋势，稳定水平仍为负值，与表2中能量负梯度计算值一致。在图4(b)中，当isd0从1增大到1.3时，振荡由收敛变为发散，系统稳定水平急剧降低。结合表2中计算值分析可知，此时能量负梯度由0.0503下降为-0.73，系统由收敛稳定变为缓慢发散，与时域仿真得出的稳定水平分析结果一致。

分别选取四组锁相环控制参数进行时域仿真，参数设计及对应能量负梯度计算结果如下表3：

表3时域仿真参数设置及能量负梯度计算结果

不同锁相环参数下的时域仿真图如图5所示。图5(a)给出了ki＝100，kp＝1.85和ki＝100，kp＝1.15时的d轴电流分量时域仿真曲线。由图可知，kp由1.85降低到1.15时，系统振荡幅度明显降低，失稳趋势放缓，系统稳定水平提高。表3中kp＝1.85,ki＝100和kp＝1.15,ki＝100这两组参数对应的能量负梯度计算值分别为-0.9和-0.0723，稳定分析结果分别为发散剧烈和发散缓慢，与时域仿真结果一致。图5(b)给出了当kp＝1.2，ki分别为125和55时的d轴电流分量时域仿真曲线。随着ki参数的降低，振荡发散程度明显放缓，系统稳定水平提升。表3中针对kp＝1.2,ki＝125和kp＝1.2,ki＝55这两组参数计算得出的系统能量负梯度分别为-0.92和-0.04，与时域仿真的振荡发散程度相对应。

分别选取四组电网参数进行时域仿真对比验证，参数设置及对应能量负梯度计算值如下表4：

表4时域仿真参数设置及能量负梯度计算结果

不同电网参数下的时域仿真图如图6所示。由图6(a)可知，线路电阻r由0.018p.u.增大到0.15p.u.时，系统振荡由发散变为明显收敛，系统稳定水平提升。表4中前两组参数能量负梯度由-0.2526提升至0.04271，与时域仿真分析得出的振荡变化趋势一致。图6(b)中，改变电网等效电抗由1p.u.变为2.5p.u.，系统振荡发散失稳，稳定水平急剧下降。表4中后两组参数的能量负梯度计算值也由0.02364降低至-0.1764，与时域仿真得出的振荡分析结果的趋势一致。

关键参数分析模块分析不同的参数对系统稳定性的影响，运行结果为：

分别描绘isd0和isq0从0.16p.u.开始，以0.08p.u.为步长，增长到1.67p.u.时的能量负梯度变化趋势，如图7所示。系统能量负梯度主要受isd0的影响，随着isd0的增大，能量负梯度显著下降；而系统能量负梯度受isq0的影响较小，随着isq0的增大，系统能量负梯度略微增大，稳定水平上升。

能量负梯度分量随风电机组稳定运行点的变化趋势如图8所示。当isq0＝1.08时，增大isd0，线路能量负梯度几乎不发生变化，锁相环能量负梯度下降，且逐渐抵消线路产生的正耗散作用，诱使系统稳定水平下降。当isd0＝1.08，增大isq0时，锁相环能量负梯度上升，系统稳定水平逐渐提高。

在不改变其他系统运行参数的情况下，锁相环kp参数由0.1开始，以0.05为步长，增大到2，ki参数由10，以步长5，增大到200，不同参数下的能量负梯度如图9所示。当kp小于1，ki小于115时，系统能量负梯度为正，此时系统稳定。随着kp和ki参数逐渐增大，系统能量负梯度减小。

图10给出了不同锁相环控制参数下，风机能量负梯度两部分分量的变化情况。其中，当ki＝100时，改变kp参数线路能量负梯度和锁相环能量负梯度的变化情况如图10(a)所示。由图可知，一方面，线路参数引起的能量负梯度为正，受锁相环参数的影响较小；另一方面，锁相环能量负梯度为负值，且随着kp参数的增大而逐渐减小，并抵消线路产生的正耗散作用，降低系统总体稳定水平。当kp＝1时，能量负梯度随ki参数变化较为明显，此时线路能量负梯度和锁相环能量负梯度的变化情况如图10(b)所示。由图可知，线路能量负梯度为正值，且随着ki参数的增大，逐渐减小。这是由于锁相环参数的增大会提高超同步分量的占比，从而导致线路能量负梯度的下降。另一方面，锁相环能量负梯度为负值，且随着ki参数的增大而降低，由于其降低程度仍远大于线路能量负梯度，因此系统总能量负梯度呈下降趋势，稳定水平随ki参数的增大而减小。

不同电网线路参数对能量负梯度的影响如图11。其中线路电阻r从0.01p.u.开始，以0.005p.u.步长，增加到0.2p.u.，电网等效电抗xl从0.5p.u.以0.05p.u.步长，增加到3.5p.u.。增大线路电阻，系统能量负梯度急剧增大。而能量负梯度受电网等效电抗的影响相对于线路电阻较小。随着电网等效电抗的增大，即电网强度降低，能量负梯度也降低，系统稳定水平下降。

各能量负梯度分量随电网参数的变化如图12所示。图12(a)为保持电网等效电抗为1.06p.u.，增大线路电阻时，线路能量负梯度和锁相环能量负梯度的变化趋势。锁相环能量负梯度与线路阻抗角相关，由于线路电阻在0.01-0.2p.u.的范围内变化，线路阻抗角在79.3°-88.46°范围内，变化较小，因此锁相环能量负梯度几乎不受线路电阻的影响。而线路能量负梯度与线路电阻几乎成线性相关，随着电阻的增大显著提升。图12(b)为保持线路电阻为0.04p.u.，降低电网强度得到的能量负梯度分量变化曲线。此时线路能量负梯度受电网强度的影响远小于线路电阻，但通过放大显示可知线路能量负梯度随电网强度下降而下降。

通过仿真实验，实现了不同振荡场景下的稳定评估及参数分析，提升了系统的安全性和可靠性。

本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。