找到 1 条结果
基于时序卷积网络的电容电压预测与降低开关频率的MMC电压平衡控制
Temporal Convolutional Network-Based Capacitor Voltage Prediction With Reduced Switching Frequency for Voltage Balancing in MMC
Jyoti Ranjan Dash · Prasanta Kumar Mohanty · Pramod Agarwal · Premalata Jena 等5人 · IEEE Transactions on Industry Applications · 2025年4月
模块化多电平变换器(MMC)因其模块化、可扩展性和容错性,在高、中功率应用中得到了广泛应用。子模块(SM)电容电压的准确估计和控制对于确保电压平衡至关重要,但直接测量会增加复杂度和成本,而高开关频率会导致过多的损耗。本文提出了一种两阶段方法:首先,基于多层时间卷积网络(TCN)的模型预测子模块电容电压,无需直接测量;其次,一种电压平衡策略利用预测的电压来最小化开关频率。脉宽调制(PWM)以载波频率而非采样频率运行,减少了不必要的开关事件,降低了损耗。仿真和硬件实验在各种场景下验证了该方法的有效性...
解读: 从阳光电源的业务视角来看,这项基于时序卷积网络(TCN)的模块化多电平换流器(MMC)电容电压预测技术具有重要的战略价值。MMC拓扑结构在我司大功率光伏逆变器、储能变流器(PCS)以及中压传动系统中已有广泛应用,该技术针对子模块电容电压平衡这一核心痛点提供了创新解决方案。 技术价值方面,该方法通过...