找到 2 条结果 · IEEE Transactions on Industry Applications
构网型逆变器中电压控制器影响下的低频振荡机理与抑制方法
Low-Frequency Oscillation Mechanism and Mitigation in Grid-Forming Inverters with Voltage Controller Effects
Yi Xiao · Hao Luo · Yongheng Yang · Hao Ruan 等6人 · IEEE Transactions on Industry Applications · 2025年8月
随着可再生能源大规模接入电网，构网型（GFM）控制在电网稳定性方面发挥着重要作用。在大多数构网型策略中，内部电压和电流控制对于阻抗重塑和限流至关重要。然而，电压控制器是一个潜在的限制因素，可能会引发低频振荡，如同步振荡（SO）和次同步振荡（SSO）。为了分析电压控制器（VCs）的影响，本文建立了一个统一的有功功率传输模型，为不同的电压控制器提供了一个直观的建模框架。然后，全面探究了矢量电压控制（VVC）和虚拟导纳控制（VAC）的动态特性。研究证实，由于其等效阻抗具有高通滤波器特性，矢量电压控制在...
解读: 从阳光电源的业务视角来看，这项关于构网型逆变器低频振荡机理的研究具有重要的战略价值。随着我国"双碳"目标的推进和新能源渗透率的快速提升，构网型（GFM）逆变器正成为新一代光伏和储能系统的核心技术方向，直接关系到阳光电源在高比例新能源并网场景下的产品竞争力。 该论文揭示的电压控制器引发的同步振荡和次...
基于数据驱动振荡模式预测的风电并网系统谐振抑制方法
Data-Driven Oscillation Mode Prediction Based Resonance Mitigation Scheme for Wind Turbine Generators Connected Power System
Lujie Yu · Jiong Ding · Jiebei Zhu · Heyu Luo 等6人 · IEEE Transactions on Industry Applications · 2025年5月
本文提出了一种数据驱动的振荡模式预测（DOMP）模型，旨在减轻风力发电机（WTG）接入电力系统中的潜在模态谐振问题，而无需建立复杂的状态空间分析模型。该方法首先对历史运行场景下的系统振荡模式进行识别和聚类，以提供高质量的训练数据。然后，采用深度极限学习机算法对DOMP模型进行训练，将场景信息作为输入，已识别的振荡模式作为输出。基于DOMP预测的振荡模式，对WTG控制参数进行优化，以防止潜在的模态谐振，并提高系统在未来不确定场景下的小信号稳定性。通过对改进的IEEE 39节点和IEEE 118节点...
解读: 该数据驱动振荡预测技术对阳光电源的风电变流器和储能产品具有重要应用价值。可直接应用于ST系列储能变流器的并网控制，提升大规模储能电站的谐振抑制能力；也可集成到SG系列逆变器的GFM/GFL控制中，增强新能源并网系统稳定性。该方法无需精确建模，通过机器学习实现在线预测和自适应控制，契合阳光电源在智能化...