[發明專利]基于Q-Learning算法同容量三相逆變器并聯環流抑制方法在審
| 申請號： | 202110294981.5 | 申請日： | 2021-03-19 |
| 公開（公告）號： | CN112953286A | 公開（公告）日： | 2021-06-11 |
| 發明（設計）人： | 彭云建;王騰飛;孫偉杰;康睿 | 申請（專利權）人： | 華南理工大學 |
| 主分類號： | H02M7/5387 | 分類號： | H02M7/5387 |
| 代理公司： | 廣州市華學知識產權代理有限公司 44245 | 代理人： | 李斌 |
| 地址： | 510640 廣*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 learning 算法 容量 三相 逆變器 并聯 環流 抑制 方法 | ||
本發明公開了一種基于Q?Learning算法同容量三相逆變器并聯環流抑制方法，該方法包括下述步驟：建立輸出線路阻抗參數未知的同容量三相逆變器并聯系統動態模型，完成線路阻抗和負載阻抗對逆變器并聯運行環流的解耦；基于輸出線路阻抗參數未知的三相逆變器并聯系統動態模型，采用下垂控制策略引入虛擬阻抗控制環，實現增益參數可調節的虛擬阻抗下垂控制方法；采用強化學習Q?Learning算法對多臺逆變器輸出無功功率之間的偏差進行學習，通過調節虛擬阻抗增益系數的方法降低各條線路阻抗之間的差異，抑制環流。本發明實現了三相逆變器并聯運行在線路阻抗參數未知的情形下降低逆變器輸出線路阻抗的差異，達到抑制環流的效果。
技術領域
本發明涉及逆變器并聯控制技術領域，具體涉及一種基于Q-Learning算法同容量三相逆變器并聯環流抑制方法。
背景技術
隨著新能源技術的快速發展，以太陽能和風能為主導的可再生能源發電技術正在得到越來越廣泛的應用。由于太陽能風能等新能源在地理位置上的分布不均，并且單個太陽能陣列或者風輪機輸出的功率有限，而逆變器作為新能源發電技術中的核心器件，構建逆變器并聯系統變得非常重要。但是由于各個逆變器和公共交流母線之間的線路阻抗不同，使得逆變器并聯之后會出現線路之間的大環流破壞整個逆變器并聯系統穩定性的問題。
在逆變器并聯控制領域，現有的下垂控制策略是最常使用的方法，但是該方法不能應對多臺逆變器輸出線路阻抗差異而導致環流的問題。
發明內容
為了克服現有技術存在的缺陷與不足，本發明提供一種基于Q-Learning算法同容量三相逆變器并聯環流抑制方法，將強化學習Q-Learning算法和下垂控制策略以及增加虛擬阻抗方法結合起來，實現在各個逆變器線路阻抗參數未知的情況下動態調節線路虛擬阻抗，減少逆變器輸出線路阻抗的差異，從而達到抑制并聯逆變器之間環流的效果。
本發明的第二目的在提供一種基于Q-Learning算法同容量三相逆變器并聯環流抑制系統。
本發明的第三目的在于提供一種存儲介質。
本發明的第四目的在于提供一種計算設備。
為了達到上述目的，本發明采用以下技術方案：
本發明提供一種基于Q-Learning算法同容量三相逆變器并聯環流抑制方法，包括下述步驟：
建立輸出線路阻抗參數未知的同容量三相逆變器并聯系統動態模型，完成線路阻抗和負載阻抗對逆變器并聯運行環流的解耦；
基于輸出線路阻抗參數未知的三相逆變器并聯系統動態模型，采用下垂控制策略引入虛擬阻抗控制環，實現增益參數可調節的虛擬阻抗下垂控制方法；
采用強化學習Q-Learning算法對多臺逆變器輸出無功功率之間的偏差進行學習，通過調節虛擬阻抗增益系數的方法降低各條線路阻抗之間的差異，抑制環流。
作為優選的技術方案，所述建立輸出線路阻抗參數未知的同容量三相逆變器并聯系統動態模型，具體步驟包括：
建立逆變器并聯系統的數學模型，表示為：
其中，Vo,k(s)、Io,k(s)分別表示各臺逆變器輸出電壓和電流，Zline,k表示各臺逆變器與交流母線之間的連線阻抗，Ubus(s)為交流母線電壓，Iload(s)為負載端總的負載電流，并且母線電壓和負載端電壓相等，Zload為公共負載，Iload,k(s)為流入各負載的電流，k表示并聯系統中任意一臺逆變器；
每臺逆變器輸出環流的表達式為：
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華南理工大學，未經華南理工大學許可，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/202110294981.5/2.html，轉載請聲明來源鉆瓜專利網。
