模块化多电平变流器电容电压均衡策略研究进展

半桥式模块化多电平变流器(half-bridgemodular multilevel converter,HB-MMC)直流侧电容电压分散于数百个子模块,动态交互复杂,电容电压均衡是MMC稳定运行的关键前提,快速、可靠且易于实现的MMC电容电压均衡策略一直是工程界和学术界的研究热点。本文梳理了近年来国内外的研究成果,梳理了基于子模块电容电压采样和无需子模块电容电压采样两大类及其细分的均压策略,并归纳了特殊工况下子模块电容电压均衡控制方法;最后,综合对比各类电容电压均衡策略的特点,并探讨未来MMC电容电压均衡策略的研究趋势,展望其应用前景,以期为MMC在不同电压等级下的安全稳定运行提供有价值的参考。

模块化多电平变流器子模块电容老化状态在线监测及均衡策略

模块化多电平变流器(Modular Multilevel Converter, MMC)中电容老化程度高的子模块投切频率更大、损耗更高,危害子模块的安全运行。针对这个问题提出一种用于MMC的电容老化状态在线监测及均衡策略。通过电容电压变化与电容值的关系对电容老化状态进行在线监测,测量子模块电容间的相对值;根据测量的结果,在排序中引入虚拟电容电压,降低老化严重子模块的开关频率,延缓电容的使用寿命;仿真结果表明文中所提策略能够在不影响电容电压平衡的前提下有效降低老化严重子模块的开关频率,而且不用对子模块单独加装额外传感设备、不使用复杂算法,适用于子模块较多的场合。

基于改进粒子群算法优化长短时记忆神经网络的孤网电压控制方法

随着风力发电机、光伏发电机、储能装置等分布式电源的大量接入,电网的组成和运行模式越来越复杂,更多的不确定因素影响着孤网电压的恢复。针对不确定因素下孤网电压优化控制的问题,提出一种基于改进粒子群算法优化长短时记忆神经网络的孤网电压控制方法。首先,分析分布式电源控制器增益与孤网控制器性能的关系;然后,使用粒子群算法优化长短时记忆神经网络的学习率和神经元数量等超参数,防止超参数选择不当影响网络的训练效果;最后,将优化后的长短时记忆神经网络映射分布式电源电压偏差和控制器增益之间的关系,构建孤网电压优化控制模型。仿真结果表明,分布式电源电压经过0.92 s时使电压稳定于1,说明所提的优化控制方法提高了孤网电压水平,验证了该方法的有效性。