← 返回
用于并网变换器快速稳定性评估的数据轻量化振荡模式识别
Data-Light Oscillation Mode Identification for Fast Stability Assessment of Grid-Tied Converters
| 作者 | Rui Kong · Subham Sahoo · Shuyu Ou · Xiangyu Meng · Guoqing Gao · Frede Blaabjerg |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2025年8月 |
| 技术分类 | 系统并网技术 |
| 技术标签 | 并网逆变器 弱电网并网 跟网型GFL 构网型GFM |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 动态模态分解 并网变换器 振荡模式辨识 稳定性评估 数据驱动方法 电力电子 |
语言:
中文摘要
动态模态分解（DMD）是识别并网变换器失稳的有效数据驱动方法，但计算耗时且参数设置依赖经验，限制了其在快速稳定性评估中的应用。本文提出了数据轻量化动态模态分解（DL-DMD），通过优化算法提升了计算效率，实现了对并网系统振荡模式的快速识别。
English Abstract
Dynamic mode decomposition (DMD) is an effective data-driven oscillation mode identification method for instability identification in grid-tied converters. However, time-consuming computation and empirical setting of parameters limit its practical application in rapid stability assessment. This article introduces data-light dynamic mode decomposition (DL-DMD) by integrating the conventional dynami...
S
SunView 深度解读
该技术对阳光电源的组串式及集中式光伏逆变器、PowerTitan/PowerStack储能变流器（PCS）具有极高的应用价值。随着全球电网弱网化趋势加剧，逆变器在复杂电网环境下的振荡抑制成为核心竞争力。DL-DMD算法能够显著提升iSolarCloud平台及现场运维终端对系统小干扰稳定性的实时监测能力，特别是在构网型（GFM）技术研发中，可用于快速评估控制参数对系统稳定性的影响，缩短研发周期并提升产品在弱电网下的并网稳定性，有效降低现场故障率。