← 返回
面向弱电网下跟网型逆变器稳定运行的数据驱动多参数整定方法
Data-Driven Multiparameter Tuning for Stabilizing Grid-Following Inverters
| 作者 | Caiyun Qin · Feng Gao · Guoxiang Wang · Kaizhe Nie |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 预计 2026年5月 |
| 技术分类 | 系统并网技术 |
| 技术标签 | 弱电网并网 跟网型GFL 机器学习 光伏逆变器 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 跟网型逆变器 弱电网 参数整定 人工智能 电流控制环 锁相环 稳定性 |
语言:
中文摘要
本文提出了一种数据驱动的多参数整定方法,旨在确保跟网型逆变器在弱电网工况变化下的稳定运行。该方法利用人工智能技术,根据采样输出电流,同步调整电流控制环路和锁相环(PLL)的比例及积分增益,有效提升了系统在复杂电网环境下的适应性与稳定性。
English Abstract
This article proposes a data-driven multiparameter tuning method to ensure the stable operation of grid-following inverters under changing weak grid conditions. The proposed approach simultaneously adjusts the proportional and integral gains of both current control loop and phase-locked loop based on the sampled output current. It leverages artificial intelligence (AI) techniques for online parame...
S
SunView 深度解读
该技术对阳光电源的核心产品线(组串式及集中式光伏逆变器)具有极高的应用价值。随着全球光伏渗透率提升,弱电网接入带来的振荡问题日益突出,传统固定参数整定难以应对。通过引入AI驱动的自适应参数调整,阳光电源可进一步优化逆变器在弱电网下的阻抗特性,提升并网稳定性。建议在iSolarCloud平台积累的电网侧大数据基础上,将此算法集成至逆变器控制固件中,实现现场参数的动态优化,从而降低运维难度并提升产品在复杂电网环境下的竞争力。