← 返回
基于数据驱动特征提取的并网电压源变换器阻抗特性预测
Impedance Profile Prediction for Grid-Connected VSCs With Data-Driven Feature Extraction
| 作者 | Yang Wu · Heng Wu · Li Cheng · Jianyu Zhou · Zichao Zhou · Minjie Chen · Xiongfei Wang |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2025年2月 |
| 技术分类 | 系统并网技术 |
| 技术标签 | 并网逆变器 机器学习 弱电网并网 跟网型GFL |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 阻抗特性 并网VSC 数据驱动方法 特征提取 工作点 稳定性分析 |
语言:
中文摘要
本文提出了一种数据驱动方法，用于预测并网电压源变换器（VSC）在多种运行工况下的阻抗特性。针对传统方法在多变换器系统中因运行点与阻抗映射失效的问题，本文通过特征提取技术优化了预测模型，为复杂电网环境下变换器的稳定性分析提供了新思路。
English Abstract
Data-driven approach is promising for predicting impedance profile of grid-connected voltage source converters (VSCs) under a wide range of operating points (OPs). However, the conventional approaches rely on a one-to-one mapping between operating points and impedance profiles, which, as pointed out in this article, can be invalid for multiconverter systems. To tackle this challenge, this article ...
S
SunView 深度解读
该研究直接服务于阳光电源的核心业务——光伏逆变器及储能变流器（PCS）的并网稳定性优化。在弱电网或多机并联场景下，准确预测阻抗特性对于抑制谐振、提升系统鲁棒性至关重要。对于阳光电源的组串式逆变器和PowerTitan/PowerStack储能系统，引入此类数据驱动的阻抗预测模型，可显著提升iSolarCloud平台的智能运维能力，实现对电网动态变化的实时感知与自适应控制。建议研发团队将其应用于并网控制算法的优化，以提升产品在复杂电网环境下的接入能力和故障穿越性能。