找到 23 条结果 · 控制与算法
基于分层模型预测控制的联络线功率流动考虑下的协调频率控制
Coordinated Frequency Control Based on Hierarchical MPC Considering Tie-line Power Flow
Ning Ma · Feifei Bai · Tapan K. Saha · IEEE Transactions on Power Systems · 2025年9月
在系统发生故障时，基于逆变器的电源（IBRs）和同步发电机（SGs）的频率响应特性存在显著差异，资源间的相互作用往往会导致机电暂态过程延长。然而，目前对于不同类型发电机提供多种频率服务（特别是快速频率响应（FFR）和虚拟惯量）的协调控制策略关注有限。此外，暂态过程中输电线路功率容量的严格限制以及联络线潮流快速恢复的需求常常被忽视，这增加了系统解列的风险。本文提出了一种采用分层模型预测控制（HMPC）的协调频率控制方法。所提出的HMPC包括一个上层控制器和多个下层控制器，上层控制器用于管理多区域潮...
解读: 该分层MPC协调频率控制技术对阳光电源ST储能系统和SG光伏逆变器产品线具有重要应用价值。针对高比例IBRs并网场景，可直接应用于PowerTitan储能系统的构网型GFM控制策略优化：上层MPC实现多储能站点间的频率调节指令协调分配，下层控制器结合虚拟同步机VSG技术实时调节各变流器输出。联络线功...
一种带重复和PI环节的线性机器学习模型预测控制方法在三相逆变器中的应用
A Linear Machine Learning-Based Model Predictive Control With Repetitive and PI Elements for a Three-Phase Inverter
Jianwu Zeng · Wei Qiao · IEEE Transactions on Industry Applications · 2025年6月
现有的基于机器学习（ML）的模型预测控制（MPC）方法要么不如采用二次规划（QP）的在线优化MPC，要么计算复杂度高，无法在资源受限的数字信号处理器（DSP）中实现。本文通过使用线性ML方法并添加额外的可解释特征来解决这两个问题。首先，从理论上证明了由QP - MPC生成的训练数据具有内在线性，因此可以使用线性ML方法，如线性神经网络（LNN）和线性支持向量回归（LSVR）来捕捉训练数据集的线性特征。线性运算将计算复杂度从 <italic xmlns:mml="http://www.w3.org...
解读: 该线性ML-MPC技术对阳光电源ST系列储能变流器和SG系列光伏逆变器具有重要应用价值。通过线性化模型降低计算复杂度，可显著减轻控制器DSP/FPGA的运算负担，降低硬件成本；引入重复控制环节能有效抑制周期性谐波，提升并网电流THD性能，满足严格的电能质量标准；PI反馈增强的鲁棒性可应对电网阻抗波动...
基于等效馈线的高压孤岛微电网多矢量MPC策略
Multi-vector MPC Strategy for High-voltage Islanded Microgrid Based on Equivalent Feeder
王雪伟张明锐 · 中国电机工程学报 · 2025年6月 · Vol.45
针对高压孤岛微电网中并联逆变器因输出阻抗不匹配引发的环流问题，本文采用等效馈线策略，结合外接电感与虚拟电感构建自适应虚拟阻抗，实现输出阻抗的动态匹配。为克服传统PI控制响应滞后缺陷，提出一种基于混合多矢量模型预测控制（MPC）的两步加速预测方法，在提升控制精度的同时降低计算负担。通过负荷突变与波动工况下的仿真对比，验证了所提方法在环流与谐波抑制、动态响应速度方面的优越性。
解读: 该等效馈线与多矢量MPC策略对阳光电源ST系列储能变流器及PowerTitan大型储能系统具有重要应用价值。在多机并联场景下，所提自适应虚拟阻抗方法可有效解决ST2000/ST2500等储能变流器并联运行时的环流抑制问题，提升系统效率。两步加速预测MPC算法相比传统PI控制响应更快，可优化构网型GF...
计算高效的长时域预测控制在电力变换器中的应用：一种强化学习方法
Computationally Efficient Long-Horizon Predictive Control for Power Converter: A Reinforcement Learning Approach
Yihao Wan · Yang Zhang · Qianwen Xu · IEEE Transactions on Industrial Electronics · 2025年4月
长预测时域有限控制集模型预测控制（FCS - MPC）在闭环稳定性、谐波失真和开关频率方面表现出卓越的性能。然而，对于传统的穷举法，实际实施时的计算负担会随着预测时域的增加呈指数级增长。传统方法包括将其重新表述为整数最小二乘（ILS）问题，以及采用基于人工神经网络（ANN）的有监督模仿学习技术，以减轻长预测时域带来的计算负担问题。在本文中，通过将强化学习（RL）框架与长预测时域相结合，开发了一种新型自主控制器用于变流器控制。通过这种方式，RL智能体通过与变流器系统进行交互，自主学习最优开关策略。...
解读: 从阳光电源的业务视角来看，这项基于强化学习的长预测时域模型预测控制技术具有重要的战略价值。该技术针对功率变换器控制中的核心痛点——长预测时域带来的计算复杂度问题，提出了创新性解决方案，这与我们在光伏逆变器和储能变流器产品中追求高性能控制的需求高度契合。 技术价值方面，长预测时域控制能够显著改善闭环...
固定开关频率模型预测控制在构网型逆变器中的应用
Fixed Switching Frequency Model Predictive Control for Grid-Forming Inverters
Fernanda Carnielutti · Tiago Davi Curi Busarello · Ênio Costa Resende · Qudrat Ullah 等5人 · IEEE Transactions on Power Electronics · 2025年2月
本文针对微电网中的构网型逆变器（GFIs）提出了一种固定开关频率模型预测控制（FSF - MPC）方法。通过所提出的FSF - MPC实现内部电压和电流环控制，而一次控制则由外部下垂控制器和PQ控制器组成。这种PQ控制可实现更好的稳态响应并增强功率管理能力。以一个配备50 kVA构网型逆变器（带有输出<italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">L...
解读: 从阳光电源的业务视角来看，该论文提出的固定开关频率模型预测控制（FSF-MPC）技术对构网型逆变器的控制策略具有重要参考价值。随着公司在光储一体化微电网和独立储能系统领域的深入布局，构网型逆变器技术已成为提升系统稳定性和电能质量的核心竞争力。 该技术的核心价值体现在多个维度。首先，FSF-MPC结...
基于长时域FCS-MPC训练的一维卷积神经网络用于FPGA平台电力电子变换器控制——以Si/SiC混合变换器为例
Long-Horizon FCS-MPC Trained 1-D Convolution Neural Networks for FPGA-Based Power-Electronic Converter Control With a Si/SiC Hybrid Converter Case Study
Ning Li · Hao Yu · Stephen Finney · Paul D. Judge · IEEE Transactions on Industrial Electronics · 2025年2月
传统的电力电子长时域有限控制集模型预测控制（FCS - MPC）在实时实现方面存在两个主要问题：1）计算负担和延迟；2）对现场可编程门阵列（FPGA）等实时平台的硬件资源要求较高。为解决这些问题，研究人员提出利用模型预测控制结果作为离线训练数据来训练人工神经网络（ANN），并将其应用于实时控制器中，以替代原有的模型预测控制模型。通过这种方式，人工神经网络减轻了在线计算负担和对硬件资源的需求。本文提出了一种基于FPGA的用于长时域FCS - MPC的一维卷积神经网络（CNN）。为进一步简化网络模型...
解读: 从阳光电源的业务视角来看，这项基于FPGA的一维卷积神经网络（CNN）控制技术对我们的核心产品线具有重要战略价值。该技术通过机器学习方法解决了长时域有限控制集模型预测控制（FCS-MPC）在功率电子变换器中的实时实现难题，这与我们在光伏逆变器、储能变流器等产品中面临的控制性能优化需求高度契合。 技...
一种消除电感电流纹波对输出电流负面影响的准Z源逆变器新型模型预测控制方法
A Novel Model Predictive Control for Quasi Z-Source Inverter to Eliminate Negative Influence of Inductor Current Ripple on Output Current
Shejuan Qiao · Jin Huang · Yuhao Xu · IEEE Transactions on Power Electronics · 2025年2月
无差拍控制继承了模型预测控制（MPC）的高控制精度和快速动态响应特性。在许多文献中，采用无差拍控制的准 Z 源逆变器（qZSI）的直流侧电流被视为与交流侧电流无关的变量。本文通过对准 Z 源逆变器的输出功率和电感电流误差进行分析，得出了关于准 Z 源逆变器直流侧电流与交流侧电流关系的完全相反的结论。探究了准 Z 源逆变器的电感电流影响输出电流控制精度的机制。结论表明，电感电流平均值的控制误差会导致输出电流幅值出现偏差。为提高电感电流和输出电流的控制精度，本文为准 Z 源逆变器提出了一种新型模型预...
解读: 从阳光电源的业务视角来看，这项针对准Z源逆变器（qZSI）的新型模型预测控制技术具有重要的应用价值。该研究突破了传统死区控制中将直流侧电流与交流侧电流视为独立变量的认知局限，通过严谨分析揭示了电感电流纹波对输出电流控制精度的直接影响机制，这一发现对提升逆变器性能具有理论指导意义。 对于阳光电源的光...
永磁同步牵引电机全速域双模式模型预测控制策略
Full-Speed-Range Dual-Mode Model Predictive Control Strategy for Permanent Magnet Synchronous Traction Motors
孙振耀徐帅任冠州马光同池茂儒 · 中国电机工程学报 · 2025年2月 · Vol.45
有限集模型预测控制因其多目标多约束特性及优良动态性能，在大功率牵引传动中备受关注。针对轨道车辆牵引电机调速范围宽、高速弱磁区需最大化直流母线电压利用率的问题，传统方法在过调制下电流跟踪性能下降，难以实现方波运行。为此，提出一种双模式模型预测控制策略：在线性速域采用单步长预测控制，在高速弱磁域引入多步长预测，基于电流轨迹平均值构建目标函数以确定最优换流时刻；结合双滞环结构实现模式平滑切换，并建立前馈弱磁控制模型生成参考电流。实验结果验证了该策略在稳态与暂态下的有效性。
解读: 该双模式模型预测控制策略对阳光电源电机驱动产品线具有重要应用价值。其全速域控制思想可直接应用于新能源汽车电机控制器和充电桩功率模块：单步长预测保证常规工况动态响应，多步长预测实现过调制区电压利用率最大化，解决弱磁区控制难题。该策略的双滞环平滑切换机制可借鉴到ST储能变流器的GFM/GFL双模式切换中...
一种基于功率派生虚拟阻抗与混合PI-MPC下垂控制的改进型暂态与稳态功率分配方案
A Power-Derived Virtual Impedance Scheme With Hybrid PI-MPC Based Grid Forming Control for Improved Transient and Steady State Power Sharing
Imran Khan · A. S. Vijay · Suryanarayana Doolla · IEEE Transactions on Sustainable Energy · 2025年1月
随着逆变型电源渗透率的提升，提升传统发电逆变器功能并充分挖掘其潜力而不牺牲电能质量具有重要意义。本文提出一种新型自适应功率派生虚拟阻抗（PDVI）方案，结合混合比例积分-模型预测控制（PI-MPC）实现电网形成控制，确保分布式电源间精确的有功与无功功率分配。该方法在暂态和稳态下均能有效改善基波及非基波（谐波与不平衡）负载功率分配性能，无需在谐振频率处整定多个比例谐振控制器。所提PDVI策略结构简单、无需通信，且不依赖线路参数或网络结构。混合PI-MPC控制具备快速动态响应能力，并显著降低总谐波畸...
解读: 该混合PI-MPC构网控制技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。所提功率派生虚拟阻抗方案可直接应用于多机并联储能系统，实现无通信条件下的精确功率分配，解决阳光电源储能集群在弱电网环境下的协调控制难题。混合PI-MPC控制架构相比传统多谐振控制器显著简化参...
基于模型预测控制的二次谐波注入：单相逆变器直流链路脉动的抑制
Second Harmonic Injection With Model Predictive Control: Attenuation of DC-Link Pulsations in Single-Phase Inverters
Liwei Zhou · Noah Silverman · Matthias Preindl · IEEE Transactions on Power Electronics · 2025年1月
本文提出了一种基于模型预测控制的二次谐波注入（MPC - SHI）方法，用于抑制单相逆变器直流侧的二次脉动。将直接计算得到的二次谐波注入（SHI）分量设置为跟踪参考，并通过模型预测控制（MPC）进行调节，以改善动态性能。MPC与SHI相结合，可减少响应时间和振荡，增强瞬态性能。与传统方法相比，在控制过程中无需额外的陷波滤波器或带通滤波器来处理二次谐波。控制带宽得以增加，调谐灵活性更高，动态性能更优。无需额外的无源或有源元件来抑制直流侧二次脉动，从而大幅节省了成本。实验结果验证了所提方法的有效性。
解读: 从阳光电源的业务视角来看，这项基于模型预测控制的二次谐波注入技术具有重要的应用价值。该技术针对单相逆变器直流侧二次脉动问题提出了创新性解决方案，这与我司在户用光伏、小型储能系统等单相应用场景高度契合。 技术价值方面，该方法的核心优势在于无需额外的无源或有源器件即可抑制直流侧脉动，这意味着可以显著降...
三相NPC功率变换器的扩展周期控制方法FCS-MPC
Extended Period Control Approach FCS-MPC for Three Phase NPC Power Converters
作者未知 · IEEE Transactions on Power Electronics · 2025年1月
有限控制集模型预测控制（FCS - MPC）在固定采样周期内选择一个电压矢量状态，无需使用调制器。因此，传统的FCS - MPC实现方式呈现出可变的开关频率。用于两电平三相逆变器的周期控制方法（PCA - FCS - MPC）无需调制环节即可有效控制开关频率。然而，由于需要同步每相桥臂中所有功率半导体的换相，将其应用于三电平三相逆变器并不容易。本文提出了一种在三相三电平中性点钳位电压源逆变器（NPC - VSI）中实现该策略的新方法，称为直接分组法，该方法对PCA方法进行了改进，使其能够在NPC...
解读: 从阳光电源的业务视角来看，这项针对三电平NPC变流器的扩展周期控制FCS-MPC技术具有重要的应用价值。三电平中点钳位型（NPC）拓扑是我司大功率光伏逆变器和储能变流器的核心架构，该技术直接契合我们在1500V及以上系统、大型地面电站和工商业储能领域的产品需求。 该技术的核心突破在于解决了传统有限...
改进的双矢量模型预测电流控制用于功率变换器的谐波最小化与开关频率降低
Improved Asymmetric Double-Vector Model-Predictive Current Control of Power Converters With Current Harmonic Minimization and Switching Frequency Reduction
作者未知 · IEEE Transactions on Power Electronics · 2025年1月
双矢量模型预测电流控制（MPCC）已得到广泛研究并应用于控制脉宽调制（PWM）整流器。近期研究表明，两个矢量的脉冲模式排列对其电流谐波和开关频率有显著影响，最佳模式是在矢量序列中间包含一个合适的零矢量，且非零矢量均匀分布在零矢量两侧；这种模式被称为传统对称双矢量MPCC（TSDV - MPCC）。本文提出了两种改进的非对称双矢量MPCC（IADV - MPCC）方法。在IADV - MPCC I中，对非零矢量的作用时间进行优化以实现最小的电流谐波；该策略不再保持零矢量两侧的对称分布特征。在IAD...
解读: 从阳光电源的业务视角来看，该论文提出的改进型非对称双矢量模型预测电流控制（IADV-MPCC）技术对我司光伏逆变器和储能变流器产品具有重要应用价值。 该技术的核心创新在于通过优化矢量持续时间和序列排列，在高调制指数下实现电流总谐波畸变率（THD）降低48%以上，开关频率降低20%以上。这直接契合我...
基于重要性加权的模型预测控制增强型模仿学习
Enhanced Imitation Learning of Model Predictive Control Through Importance Weighting
作者未知 · IEEE Transactions on Industrial Electronics · 2025年1月
在电力电子研究领域，用神经网络模型近似模型预测控制（MPC）算法作为一种实现计算成本高昂方法实时应用的有效工具，已受到广泛关注。训练机器学习模型以模仿MPC算法通常遵循传统的监督学习流程，其静态训练数据集通过均匀采样或仿真生成。使用均匀分布的数据进行训练可使模型在整个运行空间保持一致的性能，但非常小的模型可能无法在对应预期运行的区域取得令人满意的结果。相反，使用仿真数据进行训练可以得到能够精确跟踪某些轨迹的模型，但在数据代表性不足的区域无法获得足够好的性能。本文提出了一种结合这两种方法优势的方法...
解读: 从阳光电源的业务角度来看，这项基于重要性加权的模型预测控制（MPC）模仿学习技术具有重要的应用价值。该技术针对电力电子系统中MPC算法计算复杂度高、难以实时实现的痛点，通过神经网络模型近似MPC算法，并创新性地采用核密度估计对训练数据进行重要性加权，实现了模型性能的显著提升。 对于阳光电源的核心产...
基于虚拟中压矢量和无权重因子的三电平中性点钳位逆变器有限集模型预测控制
Finite-Set Model Predictive Control With Virtual Medium Voltage Vectors and Eliminated Weighting Factors for 3L-NPC Inverters
Qingle Sun · Zifan Lin · Zhifu Wang · Herbert Ho Ching Iu 等6人 · IEEE Transactions on Industrial Electronics · 2025年1月
摘要：为提高有限集模型预测控制（FS - MPC）的系统性能，研究了离散空间矢量调制（DSVM）和权重因子消除方法。然而，现有的基于DSVM且无权重因子的三电平逆变器FS - MPC存在计算负担重、算法灵活性低以及工作范围大幅缩小等问题。为解决这些问题，本文提出了一种基于虚拟中压矢量（MVV）的新型基于DSVM的FS - MPC方法，该方法大大降低了电流谐波和计算负担，实现了DSVM中时间间隔数量的灵活调整，消除了权重因子，同时在全工作频率范围和负载条件下确保了中性点电压（NPV）的平衡。引入的...
解读: 从阳光电源的业务视角来看，这项针对三电平中点钳位型（3L-NPC）逆变器的有限集模型预测控制技术具有重要的应用价值。3L-NPC拓扑是我司中高功率光伏逆变器和储能变流器的核心架构，该技术通过引入虚拟中电压矢量和消除权重因子，直接解决了当前产品面临的关键技术痛点。 技术价值方面，该算法显著降低了电流...
一种用于并网逆变器模型预测控制的鲁棒电感估计方法
A Robust Inductance Estimation Method for Model Predictive Control of Grid-Connected Inverters
作者未知 · IEEE Transactions on Industrial Electronics · 2025年1月
电感参数对于实现并网逆变器（GCI）的高精度模型预测控制（MPC）至关重要，而传统的电感估计方法对电网频率偏差较为敏感，且在有功功率为零时无法正常工作。为解决这些问题，本文提出一种基于全阶滑模电压观测器（FSMVO）的新型电感在线估计方法。首先，分析了传统基于FSMVO的电感估计方法的缺点。其次，提出了一种新的电感估计方法，该方法利用观测到的电网电压与经过滤波器后的实际电网电压之间的误差，该滤波器的传递函数与FSMVO的传递函数相同。因此，这种新的电感估计方法不受电网频率偏差的影响。此外，本文还...
解读: 从阳光电源的业务视角来看，这项基于全阶滑模电压观测器的电感在线估计技术对我们的并网逆变器产品具有重要应用价值。该技术直接解决了模型预测控制（MPC）中的核心痛点——电感参数精确估计问题，这对提升我们光伏逆变器和储能变流器的并网性能至关重要。 该技术的创新性在于克服了传统方法的两大局限：一是对电网频...
一种用于直流微网恒功率负载前馈补偿的新型无源性模型预测控制
A Novel Passivity Model Predictive Control for Predefined-Time Feedforward Compensation in DC Microgrids Feeding Constant Power Loads
Zehua Zhang · Panbao Wang · Jiyao Zhou · Wei Wang 等5人 · IEEE Transactions on Power Electronics · 2024年12月
恒功率负载（CPLs）的负增量阻抗会对直流微电网的稳定运行产生不利影响。另一方面，电力电子变换器在应对源-负载侧扰动时应具备出色的瞬态性能。因此，本文针对为直流微电网恒功率负载供电的直流/直流升压变换器，提出了一种自适应无源模型预测控制器。首先，设计了预定义时间非线性干扰观测器，用于在线估计未知且时变的输入电压和负载功率。该观测器不仅能实现收敛时间上界的自由设定，还减少了传感器的使用需求。然后，将基于无源的控制与模型预测控制相结合，提出了一种综合两者优点并弥补各自不足的复合控制方法。此外，所提出...
解读: 从阳光电源的业务视角来看，这项基于预定时间前馈补偿的无源模型预测控制技术对我司直流微网系统和储能变流器产品具有重要应用价值。 该技术针对恒功率负载（CPL）的负阻抗特性导致的直流微网稳定性问题提供了创新解决方案。在我司光储一体化系统中，DC/DC变换器连接的电动汽车充电桩、数据中心等典型CPL负载...
一种无需权重因子调整的功率因数改进型模型预测转矩控制
A Model Predictive Torque Control With Power Factor Improvement Without Weighting Factor Adjustment
Hongfeng Li · Haobo Xu · Haotian Xie · IEEE Transactions on Energy Conversion · 2024年12月
在电机控制系统中，当逆变器容量固定时，功率因数的提高有助于提升电机过载能力，进而提高运行稳定性。本文提出一种无需调整权重因子且可提高功率因数的永磁同步电机（PMSM）模型预测转矩控制（MPTC）方法。由于转矩和磁链的预测值与参考值之间的误差可由复功率误差确定，因此在传统MPTC的代价函数中，可用同维度的复功率误差替代磁链误差和转矩误差，从而避免了转矩和磁链权重因子的复杂调整过程。引入功率调节系数 $m$ 旨在提高电机系统的功率因数。当不需要较高功率因数时，$m = 1$；当需要较高功率因数时，$...
解读: 从阳光电源的业务视角来看，该论文提出的永磁同步电机模型预测转矩控制技术具有重要的应用价值。该技术通过引入复功率误差替代传统成本函数中的转矩和磁链误差，巧妙地规避了权重因子调整这一长期困扰预测控制领域的难题，显著降低了控制算法的调试复杂度。 对于阳光电源的储能变流器（PCS）和光储一体化系统而言，该...
基于强化学习的电力电子变换器预测控制
Reinforcement Learning-Based Predictive Control for Power Electronic Converters
Yihao Wan · Qianwen Xu · Tomislav Dragičević · IEEE Transactions on Industrial Electronics · 2024年10月
有限集模型预测控制（FS - MPC）似乎是一种很有前景且有效的电力电子变换器控制方法。传统的有限集模型预测控制存在权重因子选择耗时的问题，这会显著影响控制性能。有限集模型预测控制面临的另一个持续挑战是，要获得理想的控制性能，它依赖于预测模型。为克服上述问题，我们提议将强化学习（RL）应用于电力变换器的有限集模型预测控制。首先，采用强化学习算法对有限集模型预测控制进行自动权重因子设计，旨在最小化总谐波失真（THD）或降低平均开关频率。此外，通过用预测算法的成本函数为强化学习智能体制定激励机制，该...
解读: 从阳光电源的业务视角来看，这项基于强化学习的预测控制技术对我们的核心产品线具有重要战略价值。该技术针对有限集模型预测控制（FS-MPC）的两大痛点提出了创新解决方案，这与我们在光伏逆变器和储能变流器领域追求高效率、高可靠性的目标高度契合。 在实际应用层面，该技术的自动权重因子设计功能可显著缩短我们...
基于神经网络预测器与软演员-评论家算法的电力电子变换器预测控制方法
A Predictive Control Method Based on Neural Predictor and Soft Actor–Critic for Power Converters
Chenghao Liu · Jien Ma · Xing Liu · Lin Qiu 等6人 · IEEE Transactions on Industrial Electronics · 2024年10月
本文着重于将软强化学习（RL）技术引入有限控制集模型预测控制（FCS - MPC）框架，以提升鲁棒性能。更确切地说，在神经预测器的基础上，开发了一个使用软演员 - 评论家算法训练的智能体，用于探索嵌入在MPC框架内的最优控制输入。同时，在训练过程中引入了基于李雅普诺夫函数的约束条件，并给出了相应的权重更新法则。此外，所提出的方法保证了集成了RL智能体的系统的稳定性。最后，仿真和实验结果均验证了该方法相较于现有FCS - MPC方法的优越性。
解读: 从阳光电源的核心业务视角来看，这项基于软强化学习的预测控制技术具有重要的战略价值。该方法将软演员-评论家算法与有限集模型预测控制相结合，通过神经网络预测器实现智能决策，这与我们在光伏逆变器和储能变流器中广泛应用的MPC控制策略形成了技术演进路径。 对于阳光电源的产品线，该技术的核心价值体现在三个层...
基于模型预测控制的逆变器空调有功/无功功率调节以改善配电网电压质量
Model Predictive Control-Based Active/Reactive Power Regulation of Inverter Air Conditioners for Improving Voltage Quality of Distribution Systems
Lunshu Chen · Hongxun Hui · IEEE Transactions on Industrial Informatics · 2024年10月
由于可再生能源发电的间歇性和不确定性不断增加，配电系统的电压波动更为频繁。为应对大量突发的电压问题，需要建立更多的运行备用。与发电机等传统调节资源相比，通过调节需求侧资源用电量实现的需求响应正受到更多关注。在需求侧，变频空调（IAC）的耗电量占比较高，具有巨大的调节潜力。然而，对大规模变频空调进行控制仍是一项重大挑战。传统控制方法仅考虑有功功率，未考虑压缩机有功和无功功率相结合的复杂特性。为解决这一问题，本文提出一种考虑系统电压质量的两阶段方法。第一阶段利用光伏运行备用来将系统电压维持在安全范围...
解读: 从阳光电源的业务视角来看，这项基于模型预测控制的有源/无源功率协同调节技术具有重要的战略价值。论文提出的两阶段电压调控方法与我司光伏逆变器和储能系统的核心功能高度契合，为构建更智能的配电网调控解决方案提供了新思路。 该技术的核心价值在于将光伏逆变器的备用容量与需求侧资源（变频空调）进行协同调控。第...
第 1 / 2 页