【摘 要】
：
虚拟同步发电机(Virtual Synchronous Generator,VSG)控制方法下的并网逆变器(Grid-Connected Inverter,GCI)在电网工况突变情况下存在输出功率和频率的超调和振荡现象.为改善GCI的动态性能,提出一种基于惯性自适应的VSG控制方法.该方法直接对采用VSG控制方法的GCI的功角曲线和输出特性曲线进行分析,推导出GCI的输出功率和频率变化率之间的关系.通过利用GCI虚拟输出功率和参考功率的偏差判断系统的四个加减速运行区间,避免对输出频率变化率的依赖.构造惯性
【机 构】
：
中南大学自动化学院,湖南 长沙 410075;长沙学院电子信息与电气工程学院,湖南 长沙 410022
论文部分内容阅读
虚拟同步发电机(Virtual Synchronous Generator,VSG)控制方法下的并网逆变器(Grid-Connected Inverter,GCI)在电网工况突变情况下存在输出功率和频率的超调和振荡现象.为改善GCI的动态性能,提出一种基于惯性自适应的VSG控制方法.该方法直接对采用VSG控制方法的GCI的功角曲线和输出特性曲线进行分析,推导出GCI的输出功率和频率变化率之间的关系.通过利用GCI虚拟输出功率和参考功率的偏差判断系统的四个加减速运行区间,避免对输出频率变化率的依赖.构造惯性自适应控制算法,通过参数的连续平滑调节,抑制GCI的输出功率和频率的波动.与现有方法相比,该方法不需要对频率直接微分,避免引入系统噪声;同时惯性参数能够连续调节,且变化范围更大.仿真结果验证了所提方法的正确性和有效性.
其他文献
电网支持型变流器逐渐取代传统同步机电源是构建新型电力系统的必然趋势.电网支持型变流器采用双环控制的目的和物理意义尚未形成统一结论.首先,为解释双环控制中电流内环的本质,由电流内环的离散根轨迹曲线分析电流内环的阻尼特性,从虚拟阻抗的角度分析其物理意义.其次,为快速准确获得双环控制器参数,避免反复迭代,考虑数字控制系统采样、计算和PWM调制带来的延时,内环采用比例控制器调整阻尼特性.根据最优阻尼确定电流控制器的比例参数,根据滤波器谐振频率处闭环输出增益的要求和各次谐波的补偿角度确定电压控制器的参数.最后,仿真
准确的低压配电网户变关系是电力营销管理和台区线损治理的重要基础,传统的户变关系识别方法排查成本高、识别效果欠佳,无法适用于规模日趋庞大的低压配电网.在此背景下,提出了一种基于智能电表量测数据和用户档案信息的低压配电网户变关系识别方法.首先利用用户地理位置信息实现邻近用户的初步合并,再基于GMM聚类算法对电压时序数据进行聚类划分,用户划分结果作为下一步的迭代初值.然后基于能量供需平衡建立配变与用户的关联卷积识别模型实现低压配电台区户变关系的辨识.最后,在实际的低压配电系统中验证了该方法在提升户变关系识别效率
在市场化交易中,计及电价波动信息的风险度量可以帮助市场利益相关者规避风险.为此,结合TGARCH与VineCopula理论,提出一种电价波动分析及风险度量的新方法.该方法用TGARCH建立日前、实时及辅助服务交易电价边缘分布,通过VineCopula拟合各交易电价的多维相依结构.基于得到的相关系数与尾部关系分析各交易电价之间的动态波动规律,并测度电价动态波动风险.实证分析证明,该方法不仅可以捕捉负荷容量比和可再生能源渗透率作用下价格波动的变化,还可以较为准确地描述各交易电价的非线性关联结构,进而捕获日前、
电网调控告警识别是实现智能电网调度的重要环节.为提高电网调控告警识别的准确率,针对电网数据量庞大、有效信息提取困难、传统知识库知识迁移能力较差等问题,提出一种基于BERT-DSA-CNN和知识库的电网调控在线告警识别方法.首先在自然语言处理-深度学习的文本数据挖掘架构基础上,经过分词、去停用词等步骤,利用BERT模型获取电网调控告警信息词向量.然后将词向量输入CNN深度学习模型进行训练,并根据电网告警信息的特点引入DSA机制对CNN模型进行改进.最后提出了融合深度学习模型和传统知识库的电网调控在线告警识别
随着碳交易系统的发展,准确预测电力能源消耗对于能源管理是至关重要的.为实现在缺失天气等多种关键信息下的电力负荷预测,首先采用混沌理论中的相空间重构技术对历史负荷时间序列进行处理,根据排列熵验证混沌特性.并利用8种机器学习模型进行预测与比较,其中包括4种以神经网络为基础的机器学习模型、3种以统计学习为基础的机器学习模型及1种基准模型.其次采用灰色关联度法对预测精度较高的极限学习机(ELM)和极端梯度提升(XGBoost)进行组合,构建了ELM-XGBoost模型.最后将ELM-XGBoost应用于一日至一周
明确电压暂降对工业过程的影响程度,是进行暂降损失估计、提供治理方案的前提.考虑了工业过程设备级/过程级的电压暂降耐受能力,提出了一种负荷损失率的评估方法,以量化电压暂降对工业过程造成的危害.首先,为解决过程参数难以获取、精度低的问题,建立了基于物理结构的过程参数等值响应模型.将过程级的非电量过程参数值等效为电压值,以输入电压暂降特征量刻画设备和工业过程的耐受特性.然后,提出了基于Larsen推理的负荷损失率评估方法,以暂降特征量为推理前件、以负荷损失率为推理后件,构建了前件、后件的隶属度函数.实现了基于监
柔性直流输电是新能源并网消纳的主要输电形式.由于新能源出力波动性会导致柔性直流输电系统的直流电压波动,影响其安全稳定运行.为了有效抑制柔性直流输电系统中直流电压波动,提出变速抽水蓄能机组直流电压辅助控制策略?首先建立了变速抽水蓄能机组、四端柔性直流电网、风电场及光伏电站的仿真模型.其次,以直流电压偏差乘以相应系数作为变速抽水蓄能机组有功功率参考值微增量,且通过低通滤波器滤去直流电压稳态分量对直流电压辅助控制的影响,提出基于直流电压辅助控制的变速抽水蓄能机组有功功率控制策略.最后,以变速抽水蓄能机组电动和发
双碳和新型电力系统建设目标下集成优化资源的微电网将是电网公司实现该目标的重要载体.微电网支持并网或离网运行,其离网运行可以提高供电可靠性,这是微电网的重要特性.离网运行的微电网需要合适的稳态控制策略,以保证微电网的长期稳定运行.目前一些依赖预测信息和采用模糊智能算法的能量管理方法在微电网的长期实际运行中会产生较大的稳态控制误差.为了更好地解决微电网离网运行时电力电量平衡定量的计算问题,提高微电网离网稳态控制精度,研究了基于储能电池荷电状态的主从控制微电网离网实时稳态协调控制策略,提出了微电网离网有功协调控
准确、可靠的荷电状态(SOC)估计可以为电池管理系统的安全高效使用提供保障.针对锂电池SOC估计精度不足的问题,提出人工蜂群算法(ABC)和随机森林优化EKF算法(RFEKF)分别实现电池模型的参数辨识和SOC估计.在建立双极化模型的基础上,为解决在线辨识初始误差累积的问题,采用ABC算法搜索最小模型电压误差下的全局最优阻抗参数值,实现模型参数的精确辨识.在获得精确的模型参数基础上,使用随机森林(RF)对SOC后验估计误差进行在线补偿,达到弥补传统EKF算法高阶项误差的目的,进而实现SOC高精度估计.联合
采用常规的人体模型(Human Body Model,HBM)进行静电释放(Electro-Static Discharge,ESD)测试时往往容易受到寄生参数的影响,使得电源芯片抗静电能力测量值与实际抗静电能力存在偏差,导致劣质产品通过HBM ESD测试,影响电源芯片产品良品率的提升.为此,提出了一种RC-HBM模型,通过引入RC并联支路,校正因寄生参数引起的静电放电电流的偏差,满足电源芯片静电可靠性测试的要求.首先阐述了静电对电源芯片的损坏机理.其次,分析了寄生参数对ESD电流的影响,阐述了常规HBM