← 返回
基于MCC-PCKF的跟网型变流器时变虚拟惯量与状态估计
Time-Varying Virtual Inertia and State Estimation of Grid-Following Converters Based on MCC-PCKF
| 作者 | 王渝红 · 王雪珂 · 文玉玲 · 郑宗生 · 廖建权 · 刘咏玥 |
| 期刊 | 电力系统自动化 |
| 出版日期 | 2025年1月 |
| 卷/期 | 第 49 卷 第 13 期 |
| 技术分类 | 控制与算法 |
| 技术标签 | 跟网型GFL |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 跟网型变流器 虚拟惯量 惯量估计 状态估计 最大熵准则 混沌多项式卡尔曼滤波 王渝红 王雪珂 文玉玲 郑宗生 廖建权 刘咏玥 电力系统自动化 Automation of Electric Power Systems |
版本:
新能源接入背景下，非同步机惯量估计对抑制有功功率扰动、维持系统稳定至关重要。针对虚拟惯量的时变特性，构建了跟网型新能源非同步机动态惯量与状态联合估计模型，并采用混沌多项式卡尔曼滤波（PCKF）进行参数辨识。为提升异常噪声下的鲁棒性，引入最大熵准则（MCC），构造融合高阶统计信息的代价函数，提出基于MCC-PCKF的时变虚拟惯量估计方法。在改进IEEE 39节点系统上的仿真结果表明，该方法较传统PCKF在噪声干扰下具有更高的估计精度与鲁棒性。
新能源接入下,非同步机的惯量估计对于应对系统有功功率扰动、保障系统稳定运行具有重要意义.针对新能源虚拟惯量的时变特性,建立跟网型新能源非同步机动态惯量与状态估计模型,采用混沌多项式卡尔曼滤波(PCKF)算法对电力系统的惯量参数及状态进行联合估计.在此基础上,考虑到异常噪声环境下PCKF算法精度下降、鲁棒性差等问题,采用最大熵原则,引入新的代价函数捕捉高阶统计量,提出一种基于最大熵准则-混沌多项式卡尔曼滤波(MCC-PCKF)的新能源非同步机时变虚拟惯量估计方法,有效提高了估计方法的鲁棒性与精确性.为验证所提方法的性能,对改进的IEEE 39节点系统进行算例分析,并与PCKF方法进行对比,验证了所提MCC-PCKF算法在异常噪声环境下时变惯量估计的鲁棒性与精确性.
S
SunView 深度解读
该时变虚拟惯量估计技术对阳光电源跟网型产品具有重要应用价值。针对ST系列储能变流器和SG系列光伏逆变器，MCC-PCKF算法可实时辨识虚拟惯量参数，提升功率扰动抑制能力和电网适应性。在PowerTitan大型储能系统中，该方法可优化VSG控制策略，增强异常噪声下的鲁棒性，提高并网稳定性。对于iSolarCloud平台，可集成该估计算法实现变流器状态的智能诊断与预测性维护。建议在跟网型GFL控制器中嵌入MCC-PCKF模块，实现惯量参数自适应调节，提升阳光电源产品在弱电网和高渗透率场景下的控制性能。