← 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。