找到 2 条结果
非理想电网条件下虚拟同步机谐波电流与涌流故障电流协调抑制方法
Harmonic Current and Inrush Fault Current Coordinated Suppression Method for VSG Under Non-ideal Grid Condition
Leming Zhou · Siyi Liu · Yandong Chen · Weilang Yi 等10人 · IEEE Transactions on Power Electronics · 2021年1月
针对虚拟同步机（VSG）在电网对称故障时，电压控制型谐波抑制方法会加剧涌流故障电流的问题，本文提出了一种谐波电流与涌流故障电流的协调抑制方法。该方法解决了输出阻抗视角下两者抑制效果相互制约的矛盾，提升了VSG在非理想电网下的运行稳定性与故障穿越能力。
解读: 该研究直接服务于阳光电源的构网型（Grid-forming）技术路线，对于PowerTitan系列液冷储能系统及大型组串式光伏逆变器在弱电网或复杂电网环境下的应用具有重要指导意义。当前构网型技术是提升电网支撑能力的关键，该协调抑制方法能有效解决VSG在故障瞬间的电流冲击问题，提升设备在极端工况下的可...
一种近似哈密顿神经网络增强的多机电力系统励磁控制
A Nearly Hamiltonian Neural Network-Enhanced Multi-Machine Power System Excitation Control
Youbo Liu · Xuexin Wang · Gao Qiu · Zhiyuan Tang 等6人 · IEEE Transactions on Power Systems · 2025年6月
广义哈密顿系统理论（GHST）是高维非线性电力系统励磁控制的有力工具，但由于实际高阶系统解析不可行以及子模块不完整，该理论依赖降阶动态，从而导致控制误差。为解决这一问题，本文提出了一种基于近哈密顿神经网络（NHNN）的非线性励磁控制方法。该方法从测量数据中学习每台发电机的结构化哈密顿量，减轻了因降阶引起的哈密顿量实现误差。然后，通过组合这些哈密顿量，提出了一种保持系统响应的全局能量函数，用于稳定控制。在双机系统上的仿真结果表明，与广义哈密顿系统理论和PID控制方法相比，该方法提高了系统稳定性，平...
解读: 该近似哈密顿神经网络控制技术对阳光电源构网型储能系统具有重要应用价值。在PowerTitan大型储能系统并网场景中，传统哈密顿励磁控制虽能保证能量结构稳定性，但对参数摄动敏感。该研究提出的深度学习补偿方案可直接应用于ST系列储能变流器的GFM控制策略：通过神经网络实时补偿电网阻抗变化、负载扰动等不确...