[發明專利]并網逆變器的控制方法、裝置、計算機設備和介質有效
| 申請號: | 202110017299.1 | 申請日: | 2021-01-07 |
| 公開(公告)號: | CN112821450B | 公開(公告)日: | 2023-07-04 |
| 發明(設計)人: | 金濤;林云志;楊雅熙;賴一雄 | 申請(專利權)人: | 中鐵電氣化局集團有限公司;福州大學 |
| 主分類號: | H02J3/38 | 分類號: | H02J3/38;H02J3/24;G06N3/045;G06N3/08 |
| 代理公司: | 北京華進京聯知識產權代理有限公司 11606 | 代理人: | 趙文靜 |
| 地址: | 100036 北京市豐臺*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 并網 逆變器 控制 方法 裝置 計算機 設備 介質 | ||
本發明涉及一種并網逆變器的控制方法、裝置、計算機設備和介質,該并網逆變器的控制方法通過獲取并網逆變器對應的虛擬同步發電機的角頻率偏差和角頻率變化率;根據角頻率變化率和角頻率偏差,確定虛擬慣量;根據角頻率變化率,確定虛擬阻尼;根據虛擬慣量和虛擬阻尼調節并網逆變器的頻率。使用本發明提供的并網逆變器的控制方法可以提高電網系統的穩定性。
技術領域
本發明涉及分布式發電系統技術領域,特別是涉及一種并網逆變器的控制方法、裝置、計算機設備和介質。
背景技術
隨著全球范圍內越來越突出的能源危機以及環境問題,分布式可再生能源在電力系統中的滲透率越來越高。分布式可再生能源主要有風能、光伏能和太陽能等,其中,大部分分布式可再生能源一般主要是通過并網逆變器接入電網。但是,并網逆變器不具有慣性和阻尼,會導致其抑制干擾和波動的能力較弱。為了解決這一問題,虛擬同步發電機技術應運而生,該技術通過模擬同步發電機的慣性和阻尼特性,當電網系統的功率變化時,并網逆變器能夠利用自身虛擬慣量和虛擬阻尼抑制功率的波動。
傳統技術中,研究學者對于虛擬同步發電機的虛擬慣量進行了大量的研究,通過棒-棒控制策略令虛擬慣量根據頻率變化率的閾值在兩個固定的數值中變化,以及基于指數慣量的虛擬同步發電機控制策略將虛擬慣量與指數函數結合,使得并網逆變器的抑制干擾和波動的能力增加。然而,使用上述方法控制策略控制時,電網系統的穩定性較低。
發明內容
基于此,有必要針對上述技術問題,提供一種并網逆變器的控制方法、裝置、計算機設備和介質。
一方面,本申請一個實施例提供一種并網逆變器的控制方法,包括:
獲取并網逆變器對應的虛擬同步發電機的角頻率偏差和角頻率變化率;
根據角頻率變化率和角頻率偏差,確定虛擬慣量;
根據角頻率變化率,確定虛擬阻尼;
根據虛擬慣量和虛擬阻尼調節并網逆變器的頻率。
在其中一個實施例中,根據角頻率變化率和角頻率偏差,確定虛擬慣量,包括:
基于徑向基函數神經網絡,根據角頻率變化率和角頻率偏差,確定虛擬慣量。
在其中一個實施例中,徑向基函數神經網絡的訓練過程,包括:
將樣本角頻率變化率和樣本角頻率偏差輸入預設的初始徑向基函數神經網絡中,得到預測虛擬慣量;
根據預測虛擬慣量和虛擬阻尼,確定預測角頻率;
將預測角頻率和額定角頻率輸入預設的誤差代價函數中,得到誤差值;
根據誤差值調節初始徑向基函數神經網絡的參數,直到滿足預設的截止條件,得到徑向基函數神經網絡。
在其中一個實施例中,參數包括中心值、權值和擴展常數,根據誤差值調節初始徑向基函數神經網絡的參數,包括:
計算誤差值對中心值的梯度,得到第一梯度,計算誤差值對權值的梯度,得到第二梯度,計算誤差值對擴展常數的梯度,得到第三梯度;
根據第一梯度,確定第一學習率和第一搜索方向,根據第二梯度,確定第二學習率和第二搜索方向,根據第三梯度,確定第三學習率和第三搜索方向;
根據第一學習率和第一搜索方向,更新中心值;
根據第二學習率和第二搜索方向,更新權值;
根據第三學習率和第三搜索方向,更新擴展常數。
在其中一個實施例中,根據第一梯度,確定第一搜索方向包括:
根據第一梯度,確定第一平滑因子;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中鐵電氣化局集團有限公司;福州大學,未經中鐵電氣化局集團有限公司;福州大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110017299.1/2.html,轉載請聲明來源鉆瓜專利網。





