参数误差识别用于逆变器型资源动态模型的验证与校准

Parameter Error Identification for Validation and Calibration of Dynamic Models of Inverter-Based Resources

Nitish Sharma · Yuzhang Lin · IEEE Transactions on Power Systems · 2025年8月

摘要：随着可再生能源的发展，基于逆变器的电源（IBR）的精确动态模型对于电力系统的运行和规划至关重要。在实际应用中，由于 IBR 模型参数众多，各种情况都可能导致模型参数出现误差，且难以准确定位。本文提出了一个利用终端测量数据检测、识别和估计 IBR 模型参数误差的框架。此前用于稳态模型（代数方程）校准的最大归一化拉格朗日乘数法，通过将其集成到卡尔曼滤波框架中，被扩展应用于 IBR 动态模型。该方法无需同时估计所有参数，就能准确找出需要校准的错误参数，还能区分模型参数误差和传感器测量误差。本文给...

解读: 该参数误差辨识技术对阳光电源IBR产品的电网适应性提升具有重要价值。在ST储能变流器和SG光伏逆变器的GFM/GFL控制策略开发中，可通过实测数据快速校准电流环、电压环及功率控制参数，确保并网动态响应符合电网规范要求。对PowerTitan大型储能系统，该方法能验证多机并联场景下的控制参数一致性，减...