基于神经网络的优化控制方法,用于提升电压跌落时构网型多电平逆变器的电压支撑能力

《Energies》:Neural Network-Based Optimized Control for Enhancing Voltage Support of Grid-Forming MMCs Under Voltage Sags

【字体: 大 中 小 】 时间:2026年08月07日 来源:Energies 3.9

编辑推荐:

   摘要

  

摘要

随着可再生能源与电力电子设备的融合,构网型模块化多电平变换器在主动电网支撑中发挥着关键作用。交流电网电压下降可能会引发较大的支撑电流,从而导致子模块电容器出现较大电压波动以及过调制现象,进而威胁系统安全。本文提出了一种多维度协同方法,以提高构网型模块化多电平变换器在严重电网电压下降条件下的支撑能力。该方法明确了故障瞬态期间内部能量波动的多维度物理约束,进而确定了相应的安全运行边界,之后还制定了协调优化策略。该策略结合了二次谐波环流控制与零序电压注入技术。离线优化阶段采用粒子群优化算法对整个运行范围进行优化,而扩大安全P–Q运行区域无需额外增加硬件成本。此外,神经网络实现了毫秒级的全直接映射控制架构,该架构通过将离线优化数据嵌入网络权重中,解决了传统启发式算法在线计算时间过长的问题。经过训练的网络能够快速进行前向计算以生成优化指令,其有效性已通过硬件在环实验得到验证。实验结果证明了所提方法的有效性,且性能有了明显提升。该策略能够有效抑制电容器电压峰值并防止过调制,从而显著提高构网型模块化多电平变换器在严重故障情况下的支撑能力。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号