找到 2 条结果
基于最优分解的并网互联变流器系统谐波稳定性分析
Optimal Decomposition Based Harmonic Stability Analysis of Grid-Connected Interlinking Converter Systems Considering the Coupling Interaction
Haitao Zhang · Yao Qin · Qianwen Zhang · Fengting Wei 等6人 · IEEE Transactions on Power Delivery · 2025年6月
作为典型的交直流混合拓扑，并网互联变流器系统受交流侧与直流侧耦合作用影响，其稳定性分析常采用交直流导纳模型。然而，交流-直流耦合项中可能出现右半平面极点，导致传统方法在特定条件下失效。为此，本文提出确保耦合项不含右半平面极点的充要条件，并在此基础上构建基于最优分解的谐波稳定性分析方法，提供两种可避免子环路增益中出现右半平面极点的分解方式，从而实现对系统谐波稳定性的更普适且可靠评估。进一步探讨了耦合交互引发振荡的机理，并通过Matlab/Simulink三个算例验证所提方法的有效性。结果表明，当交...
解读: 该交直流耦合谐波稳定性分析方法对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。研究揭示的耦合动态可使等效电阻从-2.6降至-20.4的失稳机理，为储能系统交直流侧协同控制设计提供理论依据。所提最优分解方法可应用于：1）ST系列PCS的交直流导纳建模与稳定性预判，避免弱...
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...