
栏目介绍
为充分展现青年电气科技工作者的风采,搭建专业交流平台,促进青年人才之间的深度合作与创新,江苏省电工技术学会特别推出"电苑青年说"专栏。该专栏将定期推送优秀青年电气科技工作者的学术成果、创新实践及职业发展故事,旨在树立行业标杆,激发青年才俊的创新活力,为电气工程领域的可持续发展注入新生力量。
本期人物

钱海亚
钱海亚,男,南京师范大学电气与自动化学院副教授,硕士生导师,东南大学与德克萨斯大学奥斯汀分校联合培养博士。主要从事新能源发电技术,微电网优化运行,电力系统稳定性分析和不确定性优化等方向的研究,主持国家自然科学基金项目、全国重点实验室开放基金项目、江苏省高等学校自然科学研究面上项目等纵向课题多项,主持和参与国家电网公司总部科技项目、江苏省电网公司科技项目和江苏省电力设计院科技项目等横向课题多项。入选江苏省“双创博士”人才计划,以第一作者/通信作者身份发表SCI/EI论文二十余篇。
学术成果
主要研究方向:新型电力系统定频构网控制技术
在高比例电力电子设备接入的电力系统中,系统动态特性由控制过程主导,表现出高度的灵活性与可塑性。传统的稳定控制手段往往通过“做加法”增加复杂度,导致系统耦合增强、动态交互繁杂,安全稳定运行面临更大挑战。随着逆变电源(inverter-based resources,IBRs)如光伏、风电和储能的大规模接入,系统逐渐由电力电子主导,传统模拟同步机特性的构网控制在复杂交互下难以维持系统稳定。为此,钱海亚副教授从功率平衡本质出发,对不依赖频率的定频控制策略进行了研究,旨在打破有功与频率的传统耦合关系,为高比例IBR渗透率条件下的电力系统提供一种简约而高效的控制新思路。相关研究工作:
(1)基于GPS同步的新型电力系统定频构网控制技术提出一种基于GPS同步的新能源定频构网控制策略,通过GPS提供全局相角参考,在不改变系统频率的情况下实现分布式电源的相角同步,并结合相角下垂与电压下垂实现有功、无功功率的合理分配。与传统下垂控制相比,该方法在保持频率恒定的同时具备更优的动态特性。针对GPS通信故障风险,提出了备用控制策略,确保部分分布式电源失去同步信号时系统仍能稳定运行。
基于GPS同步的IBR电源定频控制框架
含辅助频率下垂的IBR电源定频GPS相角同步
实现定频和下垂工作模式的稳定运行和灵活切换
(2)基于一致性原则和虚拟阻抗的IBR电源定频功率分配策略针对IBR定频控制中存在的稳定性与功率分配问题,分析了相角下垂与V-I下垂控制策略,指出不同定频控制策略的本质是虚拟阻抗控制的不同形式。在此基础上提出统一的虚拟阻抗控制框架,包括基本层和自适应层,分别用于补偿阻抗不匹配和增强扰动下的可靠性。通过调节虚拟阻抗值可灵活调整系统稳定性边界,提出兼顾稳定性与电能质量的设计方法,通过分布式通信实现输出阻抗补偿与功率误差校正,建立时滞微分方程模型对分布式通信延迟的影响进行了分析。仿真与硬件在环实验验证了策略的有效性与鲁棒性。

基于GPS同步的IBR电源自整定虚拟阻抗控制策略
考虑自整定阻抗网络通信时滞的稳定性分析
团队影像
延伸阅读
[1]Qian Haiya, Xu Qingshan, Du Pengwei, et al. Distributed Control Scheme for Accurate Power Sharing and Fixed Frequency Operation in Islanded Microgrids[J]. IEEE Transactions on Industrial Electronics, 2021, 68(12): 12229–12238.
[2]Qian Haiya, Xu Qingshan, Zhao Jun, et al. A Robust GPS-Based Control Scheme for Power Sharing and Quality Improvement in Microgrid[J]. International Journal of Electrical Power & Energy Systems, 2020, 123: 106324.
[3]Qian Haiya, Xu Qingshan, Xia Yuanxing, et al. Analysis and Implementation of Virtual Impedance for Fixed-Frequency Control Strategy in Microgrid[J]. IET Generation, Transmission & Distribution, 2021, 15(15): 2262–2276.
[4]Qian Haiya, Chen Shupei, Xu Qingshan, et al. Improved Gaussian Based Rapid Quantification of Scheduling Uncertainty Considering Source-Load Extreme Scenario Enhancement[J]. IET Renewable Power Generation, 2025, 19(1): e70001.
|