孤立微網中微源的黑啟動能力

牟龍華，夏明棟，劉 仲

（同濟大學電子與信息工程學院，上海201804）

孤立微網中微源的黑啟動能力

牟龍華，夏明棟，劉 仲

（同濟大學電子與信息工程學院，上海201804）

從各微源特性出發(fā)對微源的黑啟動能力進行了深入的研究，應用貝葉斯決策網制定了根據(jù)效用值選取微網黑啟動主參考源的優(yōu)化策略.在MATLAB／Simulink平臺搭建了燃氣輪機、蓄電池、光伏和風力發(fā)電模型，通過仿真試驗對比了各個微源的黑啟動能力，并通過算例驗證了貝葉斯優(yōu)化決策方法的可行性.分析結果表明，微型燃氣輪機與蓄電池由于其良好的功率輸出能力與輸出電壓的穩(wěn)定性，是良好的微網黑啟動源，光伏發(fā)電與風力發(fā)電由于受外界影響較大而不適合作為黑啟動源.

微網；黑啟動；微源；貝葉斯優(yōu)化策略

以風能、太陽能為代表的分布式電源作為可再生的清潔能源正逐漸被大量地應用于電力行業(yè)，有著十分廣闊的應用前景［1］.但是，分布式電源直接并入傳統(tǒng)的大電網將會對大電網穩(wěn)定運行造成較大的沖擊.整合分布式發(fā)電系統(tǒng)、儲能元件和負載的微網技術將是解決大規(guī)模分布式發(fā)電系統(tǒng)并網問題的有效途徑［2］.

當因大電網故障或微網內部故障導致微網內用戶全部停電時，微網就需要進行黑啟動以使微網能盡快恢復負荷供電，進而推動整個電網的供電恢復.所謂微網黑啟動（black start），就是指在整個微網因外部或內部故障停運進入全黑狀態(tài)后，不依靠大電網或其他微網的幫助，僅通過啟動微網內部具有黑啟動能力的微源，進而帶動微網內無黑啟動能力的微源，逐步擴大系統(tǒng)的恢復范圍，最終實現(xiàn)整個微網的重新啟動［3-4］.

關于黑啟動中微源控制方式及黑啟動方案的研究已較為深入，但對微源黑啟動能力的研究還較為薄弱.文獻［5-8］討論了微網中不同微源特性并選擇了相應的逆變器控制方式，對一個主微源控制和多個主微源控制進行了分析，并給出微網黑啟動模型.文獻［9］從微網系統(tǒng)和微源2個角度同時考慮，提出了一種可以兼顧調度指令和關鍵設備響應的微網系統(tǒng)黑啟動控制方案，同時將微網的并行恢復和串行恢復進行了比較.微網系統(tǒng)中分布式電源的一次能源可以是風能、太陽能、水能、蓄電池儲能、微型燃氣輪機等.與傳統(tǒng)電力系統(tǒng)相比，微網系統(tǒng)中的能源種類相對復雜得多.但現(xiàn)有文獻都未對各類微源的黑啟動能力進行深入的研究.

本文從微網中各微源的特性出發(fā)，根據(jù)各微源自啟動運行能力對微源的黑啟動能力進行了深入分析，并根據(jù)貝葉斯優(yōu)化決策方案，制定了黑啟動中主參考源的選取方案.參照已投運的微網實驗平臺，在MATLAB／Simulink平臺搭建燃氣輪機、蓄電池、光伏和風力發(fā)電模型，通過仿真試驗對比各個微源的黑啟動能力，驗證微源黑啟動能力方案的有效性.

1 傳統(tǒng)電力系統(tǒng)與微網電源比較

系統(tǒng)全停后恢復的順利實現(xiàn)關鍵在于黑啟動電源，即具有自啟動能力也稱黑啟動能力的機組.

傳統(tǒng)電力系統(tǒng)中，水輪機的啟動對廠用電要求很低，有時甚至幾乎不需要廠用電，與火電、核電機組相比，其具有輔助設備簡單、啟動速度快等優(yōu)點，理所當然地成為了黑啟動電源的首選［10］.燃氣輪機的啟動對廠用電要求也比較低，部分燃氣輪機略加改造就可作為黑啟動電源.此外，柴油機發(fā)電機組也可作為黑啟動電源.

孤島運行的微網系統(tǒng)在黑啟動過程中需采用電力電子器件實現(xiàn)電源的恒壓恒頻控制，為微電網提供穩(wěn)定的電壓和頻率支撐.因此，微網電源相對于傳統(tǒng)電力系統(tǒng)存在以下區(qū)別：

（1）分布式電源的一次能源可以是風能、太陽能、水能、蓄電池儲能、微型燃氣輪機等.與傳統(tǒng)電力系統(tǒng)相比，微網系統(tǒng)中的能源種類相對復雜得多；同時風能、太陽能等可再生能源具有間歇性，輸出不穩(wěn)定.

（2）微網中大量分布式電源無法直接并網，必須使用電力電子裝置進行功率轉換.與傳統(tǒng)旋轉機械類電源相比，逆變器型微源具有響應速度快、控制靈活等優(yōu)勢，但過載能力差，慣性小.

（3）微網中微源運行工況復雜.在并行恢復中，具有黑啟動能力的微源存在控制模式切換問題.

傳統(tǒng)電力系統(tǒng)與微網電源的對比如表1所示.

表1 傳統(tǒng)電網與微網電源的區(qū)別Tab.1 Differences of power supply between grid and microgrid

2 微源黑啟動能力分析

微源的黑啟動能力主要考察微源獨立啟動運行時功率供給、電壓幅值以及微網頻率的穩(wěn)定性，如果停機后能重新帶一定負荷自啟動穩(wěn)定運行且能提供穩(wěn)定供給，那么該微源就具有黑啟動能力［11］.本文從功率和電壓幅值以及頻率穩(wěn)定性3個方面對微型燃氣輪機、光伏發(fā)電微源、風力發(fā)電微源以及儲能裝置的黑啟動能力進行研究.

2.1 微型燃氣輪機的黑啟動能力

微型燃氣輪機（microturbine，MT）是一種新型的熱能動力系統(tǒng)，它具有壽命長、可靠性高、燃料適應性好、環(huán)境污染小和控制靈活等優(yōu)點，因此被稱為最佳的分布式發(fā)電方式，目前微型燃氣輪機主要分2種結構：一種是單軸結構，另外一種是分軸結構［12］.單軸結構微型燃氣輪機發(fā)電系統(tǒng)具有系統(tǒng)效率高、結構緊湊、可靠性高的特點，是微型燃氣輪機的主流產品，本文以單軸微型燃氣輪機為例研究微型燃氣輪機的黑啟動能力.典型的微型燃氣輪機發(fā)電系統(tǒng)如圖1所示.圖中PMSG為直驅永磁同步發(fā)電機.

圖1 微型燃氣輪機發(fā)電系統(tǒng)Fig.1 Microturbine power generating system

微型燃氣輪機的控制包括轉速控制、加速度控制、溫度控制及燃料控制.其轉速控制系統(tǒng)分為有差和無差2種方式［13］，這2種方式是為了適應不同的負荷特性而設計的.有差控制方式如圖2所示，參考轉速ωref和實際轉速ω的偏差作為控制輸入，采用超前 滯后傳遞函數(shù)進行控制，其中G為控制器增益，T1和T2分別為超前 滯后時間常數(shù).在燃氣輪機啟動過程中，轉速控制能夠適應黑啟動過程中快速變化的負荷，保證黑啟動中輸出電壓幅值和頻率的穩(wěn)定性.

圖2 轉速控制方式Fig.2 Speed control

加速度控制則在微型燃氣輪機起機時限制轉子的加速度，改善起機時的熱應力，確保微型燃氣輪機安全快速啟動，有利于加快黑啟動進程.

經過速度控制環(huán)節(jié)和加速度控制環(huán)節(jié)，微型燃氣輪機能夠穩(wěn)定啟動，輸出穩(wěn)定的電壓幅值與頻率，滿足跟蹤負荷變化的要求.當MT系統(tǒng)的逆變器采用VSI（電壓型逆變器）時，微型燃氣輪機能夠實現(xiàn)無源逆變，這使得它不僅可以并網運行，而且可以孤立運行.

綜上分析，鑒于微型燃氣輪機的快速啟動能力，其可為微網提供穩(wěn)定的電壓和頻率支撐，在負荷變化時實現(xiàn)微網的快速穩(wěn)定黑啟動.

2.2 光伏發(fā)電微源的黑啟動能力

光伏發(fā)電是利用半導體材料的光電效應將太陽能轉換為電能.圖3給出了光伏組件的等效電路模型［14］，以該模型來研究光伏發(fā)電微源的黑啟動能力.圖中，IL為光生電流，Id為暗電流，Rsh為等效旁路電阻，Rs為等效串聯(lián)電阻，VA，IA分別為光伏組件的輸出電壓和電流.

圖3 光伏組件等效電路Fig.3 Equivalent circuit of PV module

由于Rsh阻值的數(shù)量級為103Ω，故可將圖3a簡化為圖3b所示的模型，根據(jù)基爾霍夫電流定律得到光伏組件的IA與輸出功率PA可表示為

式中：q為電子電荷電量；Kb為波爾茲曼常數(shù)；n為二極管理想系數(shù)；Tk為太陽能光伏電池的溫度.

由式（1）和式（2）可知，光伏陣列輸出的功率決定于光伏組件短路電流、光伏組件熱電勢、二極管飽和電流，而該3個參數(shù)都與光照強度和溫度有關，其有功功率輸出特性的隨機性很大，很容易造成電網頻率波動.同時，光伏發(fā)電輸出功率的隨機波動會給電網的暫態(tài)特性和電壓穩(wěn)定性帶來非常顯著的影響.因此在微網的黑啟動過程中，光伏發(fā)電不能為微網提供穩(wěn)定的電壓幅值和頻率支撐，即光伏發(fā)電不具備黑啟動能力，其適宜于在微網運行中通過恒功率（PQ）控制方式輸出恒定的功率.

2.3 風力發(fā)電微源的黑啟動能力

風力發(fā)電中的風電機組也是很多微網組網中重點考慮的微源［15］.風力機軸上輸出的機械功率為

式中：Cp為風能利用系數(shù)；ρ為空氣密度，kg·m-3；R為風機半徑，m；v為風速，m·s-1.

風力發(fā)電機的輸出功率為

式中：η為風力發(fā)電機效率.

由式（3）、式（4）可知，風力發(fā)電輸出功率受空氣密度、風速、葉片長度、葉片受風面積等影響.風資源的不確定性和風電機組本身的運行特性使風電機組的輸出功率是波動的，這可能會影響電網的電能質量，如電壓偏差、電壓波動和閃變、諧波等.因此，在微網的黑啟動過程中，風電機組不能為電網提供穩(wěn)定的電壓和頻率支撐.綜合考慮風電機組的各種特性，其也屬于不具有黑啟動能力的微源.

2.4 儲能及其他微源的黑啟動能力

微網中微源多是清潔能源，這些清潔能源的供給不確定性導致了相應微源的輸出不穩(wěn)定性，所以在微網組網時，多配備大容量儲能單元，利用儲能單元的快速調節(jié)特性和充放電狀態(tài)切換來減緩其他微源帶來的沖擊.本文以蓄電池為例研究儲能單元的黑啟動能力.蓄電池數(shù)學模型如圖4所示.圖中Us為理想電壓源，Rcs為蓄電池內阻，Ut為蓄電池端電壓，I為充放電電流.

圖4 蓄電池等效電路Fig.4 Battery Equivalent Circuit

在等效模型中

假設Us，Rcs是蓄電池荷電狀態(tài)（state of charge，SOC）值（Ssoc）的線性函數(shù)，則式中：Uoc為蓄電池充滿電（Ssoc為l）時的開路電壓；R0為蓄電池充滿電時的內阻；系數(shù)Ku，Kr可通過恒流放電試驗確定.綜合式（5），得

式（8）、式（9）建立了P，Ut與SOC之間的關系式，在微網中蓄電池啟動時間很短，荷電狀態(tài)SOC基本保持不變，因而蓄電池可以在啟動過程中維持輸出功率、電壓幅值和頻率的穩(wěn)定.

因此在微電網孤島運行時，蓄電池可為電網提供穩(wěn)定的電壓和頻率支撐.所以，蓄電池是具有黑啟動能力的微源.

其他大容量的儲能單元，如超級電容、飛輪儲能單元，在停機后都能快速重新啟動，具有良好的黑啟動能力.此外，燃料電池既可像蓄電池一樣安靜地提供清潔電力，又可像內燃機一樣重新添加燃料，所以也是具有黑啟動能力的微源.

2.5 微源黑啟動能力的比較

微網中微源的種類較多，能源供給類型多樣化，所以微網中可同時存在多種具有黑啟動能力的微源，這是與傳統(tǒng)大電網區(qū)別較大的地方，也是微網黑啟動策略制定的關鍵因素.綜合以上分析，各類微源的黑啟動能力見表2.

表2 微源的黑啟動能力Tab.2 Black start capability of microsources

3 黑啟動能力微源的啟動策略研究

在微網黑啟動初期，由于具有黑啟動能力的微源相繼啟動，加快了網絡恢復速度.微網黑啟動過程中，可根據(jù)啟動時間、負荷大小以及微源容量選擇適宜的微源作為微網黑啟動的主參考源，為其他微源提供穩(wěn)定的電壓和頻率支撐.

采用貝葉斯決策網來選取微網黑啟動中的主參考源，通過計算不同運行情況以及微源狀態(tài)下的效用，選取最合適的主參考源.葉斯網（BN）是一個二元組.式中：G為有向無環(huán)圖，G＝（V，E），V為圖中結點集合，對應于域中的變量，每個變量具有有限個互斥的狀態(tài)集合，E為有向邊集，表示結點變量之間的因果依賴關系；P為結點的概率分布，表示結點之間因果影響強度.

貝葉斯決策網目的是微網黑啟動主參考源的選取實現(xiàn)最優(yōu)化，使微網在黑啟動過程中穩(wěn)定快速地建立起電壓和頻率，恢復網絡供電.對于主參考源的選取需考慮以下幾個變量的影響.

（1）微源啟動時間（t）：微源的啟動時間是黑啟動微源的重要特性，將微源電壓建立到額定電壓90%時所需要的時間作為電壓成功建立時間，負荷越重要對微源啟動時間要求越高.

（2）負載大?。╢L）：不同的負荷可以選取不同的微源.

（3）荷電狀態(tài)值（Ssoc）：荷電狀態(tài)越大，儲能裝置容量越大，越可以作主參考源維持系統(tǒng)電壓與頻率穩(wěn)定.

（4）微源容量（fC）：微源容量越大越適宜作為主參考源.

如果能掌握這些變量和應選取微源之間的內在關系，通過客觀概率確定各個因素之間的結點概率信息，通過效用計算公式計算各個決策方案的效用值，通過比較各個微源的效用值大小就能夠較準確地選取黑啟動主參考微源.

建立上述4個變量與應選取的微源的貝葉斯網絡如圖5所示.圖中，T，L，S，C分別為微源的啟動時間設定值、微源負載設定值、儲能裝置荷電狀態(tài)設定值、微源容量設定值，可以根據(jù)微網規(guī)模合理設定.

圖5 貝葉斯決策網Fig.5 Bayesian decision network

以貝葉斯決策網來建立一個選擇模型，確定上述4個變量的取值范圍，并進行兩段離散化處理，當變量大于或小于設定值時分別用下標b，s表示，則

微網黑啟動過程中，采用多代理系統(tǒng)將微網系統(tǒng)分為幾個環(huán)節(jié)，可以通過微網控制中心（microgrid control center，MGCC）將系統(tǒng)中微源容量與負載信息代入下式進行效用計算：

式中：De為決策點；Pa為效用結點的父結點.

采用貝葉斯決策網選取微網黑啟動主參考源的優(yōu)化策略為：根據(jù)式（15）以及貝葉斯公式計算得到具有黑啟動能力微源的效用值，選取效用值最大的作為微網黑啟動的主參考源.考慮到黑啟動中存在所選定的主參考源啟動失敗的可能，當選定的主微源啟動失敗時，則選取效用值較大的微源作為微網的主參考源，各微源以該微源的電壓與頻率進行組網.

需要說明的是，本文僅將影響條件進行簡單的兩段式離散，在應用中可將條件細分為多個區(qū)間，使決策更為精確合理.T，L，S與C值的確定會影響概率分布，選擇適宜的設定值可以使決策更加精確合理.

4 微源黑啟動能力的仿真驗證

4.1 微源黑啟動能力驗證

為驗證本文所研究的各微源黑啟動能力的準確性，在MATLAB／Simulink平臺搭建4種微源的模型，各微源功率、頻率及電壓波形如圖6.觀察微源帶負載時的自啟動過程，通過分析這些微源的輸出功率、電壓來驗證微網的黑啟動能力.仿真試驗中，光伏發(fā)電模型參數(shù)：參考溫度為25℃，光照強度為1 000W·m-2，光伏陣列最大輸出功率為5.7kW，負載為3kW，仿真時間為2s.風力發(fā)電模型參數(shù)：槳葉半徑為4m，額定風速為12.5m·s-1，最佳葉尖速比為8，最大風能利用系數(shù)取0.48，最大輸出功率為5kW，負載為4kW，仿真時間為2s.微型燃氣輪機模型：負荷額定線電壓為380V，原動機額定轉速為96 000r·min-1，輸出功率為5kW，負載為4 kW，仿真時間為0.2s.微型燃氣輪機系統(tǒng)的輸出經LCL濾波后，經隔離變壓器與4kW的負荷相連.蓄電池模型：容量為500Ah，額定電壓為380V，最大功率為5kW，負載為3kW，仿真時間為0.2s.

圖6 功率、頻率及電壓仿真波形Fig.6 Power，frequency and voltage simulation waveform

由圖6可見，微型燃氣輪機與蓄電池功率輸出穩(wěn)定，能為負載提供穩(wěn)定的輸出功率，且電壓幅值與頻率穩(wěn)定并能在較短的時間內完成電壓的建立，能快速地為黑啟動中的其他微源提供穩(wěn)定的電壓與頻率支撐，具有良好的黑啟動能力.光伏發(fā)電與風力發(fā)電由于受外部溫度、風力、光照的影響，功率隨機波動，不能為負載提供穩(wěn)定的功率，且造成了輸出電壓幅值與頻率的較大波動，不能為微網黑啟動中其他微源提供電壓與頻率支撐，因此風力發(fā)電與光伏發(fā)電微源都是不具有黑啟動能力的微源.

4.2 微源主參考源選取算例

以已搭建的微網為例，選取T＝20ms，L＝3 kW，S＝0.6，C＝3kVA，選取效用值最大的微源作為微網黑啟動的主參考源，并按照大小關系依次并入網中，此時貝葉斯概率分布如表3和圖7所示.

表3 儲能裝置的概率值Tab.3 Probability of storage device

圖7 貝葉斯決策網及其概率分布Fig.7 Bayesian decision network and its probability distribution

貝葉斯決策過程如下：

（1）當MGCC沒有接受到任何信息的情況下，可以通過計算燃氣輪機與儲能裝置的效用值來選取主參考源.根據(jù)式（15）及貝葉斯公式計算得到此時儲能裝置和燃氣輪機的效用值P（B），P（M）分別為

在沒有任何先驗信息的情況下，儲能裝置效用值較大，系統(tǒng)選取儲能裝置作為微網黑啟動主參考源為系統(tǒng)提供電壓與頻率支撐.

（2）當MGCC中信息為Lb，Sb，Tb時，同樣可以計算得到儲能裝置的效用值為

此時在Lb，Sb，Tb的先驗條件下，燃氣輪機效用值較儲能裝置效用值大，選取燃氣輪機作為黑啟動主參考源為系統(tǒng)提供電壓與頻率支撐.

（3）試驗（2）條件下選定微型燃氣輪機作為主參考源，假設微型燃氣輪機啟動失敗，當MGCC檢測到微型燃氣輪機在啟動時間T后并未建立起有效的電壓，判定為主參考源啟動失敗，將選用效用值次之的儲能裝置作為應急主參考源，為系統(tǒng)提供電壓與頻率的支撐.

可見，貝葉斯決策網可以根據(jù)不同的運行條件選擇合適的主參考源，并在主參考源啟動失敗時選用效用值次之的儲能裝置作為主參考源，成功實現(xiàn)微網黑啟動.

5 結論

從微源的數(shù)學模型出發(fā)，研究了微型燃氣輪機、風力發(fā)電、光伏發(fā)電和儲能裝置在微網黑啟動中的黑啟動能力.微型燃氣輪機和儲能裝置具有良好的黑啟動能力，而風力、光伏發(fā)電微源由于受自然因素的影響，輸出有較大的波動性而不具有黑啟動能力.根據(jù)不同初始條件下的黑啟動情況，應用貝葉斯決策網制定了根據(jù)效用值選取微網黑啟動主參考源的優(yōu)化策略，并通過算例驗證了該策略的可行性.

［1］ Lasseter R H，Eto J H，Schenkman B，et al.CERTS microgrid laboratory test bed［J］.IEEE Transactions on Power Delivery，2011，26（1）：325.

［2］ Guerrero J M，Vasquez J C，Matas J，et al.Hierarchical control of droop-controlled ac and dc microgrids—A general approach toward standardization［J］.IEEE Transactions on Industrial Electronics，2011，58（1）：158.

［3］ 孟強，牟龍華，許旭鋒，等.孤立微網的黑啟動研究［J］.電力自動化設備，2014，24（2）：92.MENG Qiang，MU Longhua，XU Xufeng，et al.Research on isolated microgrid black-start［J］.Electric Power Automation Equipment，2014，24（2）：92.

［4］ 謝夏慧，汪沨，盧鳴凱，等.大停電后初期基于分布式電源的配電網局部自我恢復方案［J］.電網技術，2013，37（7）：1834.

XIE Xiahui，WANG Feng，LU Mingkai，et al.A distributed generation-based local self-recovery scheme for distribution network at post-blackout early stage of power grid restoration［J］.Power System Technology，2013，37（7）：1834.

［5］ Moreira C L，Resende F O，Lopes J A P.Using low voltage microgrids for service restoration［J］.IEEE Transactions on Power Systems，2007，22（1）：395.

［6］ 黃杏，金新民.微網用分布式電源變流器下垂特性控制策略

［J］.電工技術學報，2012，27（8）：93.

HUANG Xing，JIN Xinmin.A voltage and frequency droop control method for microsources［J］.Transactions of China Electrotechnical Society，2012，27（8）：93.

［7］ 王成山，楊占剛，王守相，等.微網實驗系統(tǒng)結構特征及控制

模式分析［J］.電力系統(tǒng)自動化，2010，34（1）：99.

WANG Chengshan，YANG Zhangang，WANG Shouxiang，et al.Analysis of structural characteristics and control approaches of experimental microgrid system［J］.Automation of Electric Power System，2010，34（1）：99.

［8］ 王鶴，李國慶.含多種分布式電源的微網控制策略［J］.電力

自動化設備，2012，32（5）：19.

WANG He，LI Guoqing.Control strategy of microgrid with different DG types［J］.Electric Power Automation Equipment，2012，32（5）：19.

［9］ 黃杏，金新民.微網離網黑啟動優(yōu)化控制方案［J］.電工技術

學報，2013，28（4）：1892.

HUANG Xing，JIN Xinmin.An optimized island micro-grid black-start control method［J］.Transactions of China Electrotechnical Society，2013，28（4）：1892.

［10］ 胡軍，蔡靜文，何金良，等.含微網智能配網自愈過程過電壓

影響因素［J］.高電壓技術，2014，40（5）：1559. HU Jun，CAI Jingwen，HE Jinliang，et al.Factors impacting self-healing overvoltage of smart distribution network［J］.High Voltage Engineering，2014，40（5）：1559.

［11］ Cai N，Xu X，Mitra J.A hierarchical multi-agent control scheme for a black start-capable microgrid［C］∥IEEE Power and Energy Society General Meeting.Michigan：IEEE，2011：1-7.

［12］ 蘇玲，張建華，苗唯時，等.微型燃氣輪機微網控制策略［J］.高電壓技術，2010，36（2）：513.SU Ling，ZHANG Jianhua，MIAO Weishi，et al.Control strategy of microturbine microgrid［J］.High Voltage Engineering，2010，36（2）：513.

［13］ 李軍軍，吳政球.微型燃氣輪機分布式發(fā)電系統(tǒng)的建模和仿真［J］.湖南大學學報：自然科學版，2010，37（10）：57.LI Junjun，WU Zhengqiu.Modeling and simulation of microgas turbine distributed generation system［J］.Journal of Hunan University：Natural Sciences，2010，37（10）：57.

［14］ 周念成，閆立偉，王強鋼.光伏發(fā)電在微電網中接入及動態(tài)特性研究［J］.電力系統(tǒng)保護與控制，2010，38（14）：119.ZHOU Niancheng，YAN Liwei，WANG Qianggang.Research on dynamic characteristic and integration of photovoltaic generation in microgrids［J］.Power System Protection and Control，2010，38（14）：119.

［15］ 章心因，胡敏強，吳在軍，等.基于VSC HVDC的風力發(fā)電系統(tǒng)低電壓穿越協(xié)調控制［J］.電力自動化設備，2014，34（3）：138.ZHANG Xinyin，HU Minqiang，WU Zaijun，et al.Coordinated LVRT control of wind power generation system based on VSC HVDC［J］.Electric Power Automation Equipment，2014，34（3）：138.

Research on Black-start Capability of Microsources in Isolated Microgrid

MU Longhua，XIA Mingdong，LIU Zhong
（College of Electronics and Information Engineering，Tongji University，Shanghai 201804，China）

Based on the characteristics of each microsource，the black-start capability of microsources is researched and Bayesian decision method is applied to optimize the selection plan of black start primary reference source under different initial conditions.The models of microturbine，battery，solar and wind power generation are built in MATLAB／Simulink platform.By the simulation results，the black-start capability of each microsource is compared and the feasibility of Bayesian decision method is validated.The results show that the microturbine and battery are good black-start sources in microgrids due to their excellent capability of power output and the stability of voltage output.Photovoltaic power generation and wind power generation influenced by the outside environment are not suitable as black start sources.

microgrid；black-start；microsource；Bayesian decision

TM76

A

0253-374X（2015）12-1877-06

10.11908／j.issn.0253-374x.2015.12.017

2014 12 17

國家自然科學基金（51407128）；上海市自然科學基金（12ZR1451300）

牟龍華（1963—），男，教授，博士生導師，工學博士，主要研究方向為電力系統(tǒng)繼電保護、分布式發(fā)電與微電網、電能質量.E-mail：lhmu@#edu.cn