嵌入输入凸神经网络的静态电压稳定控制替代建模方法及其解析算法

电力系统静态电压稳定控制通常依赖于精准的物理建模,可能导致收敛和时效性问题。从数据驱动的角度出发,提出一种嵌入输入凸神经网络(ICNN)的静态电压稳定控制替代建模方法及其解析算法。利用ICNN精准地参数化由运行变量映射的凸非线性电压稳定边界;考虑ICNN的计算实时性和去迭代优势,将ICNN嵌入预防控制模型,替代电压稳定计算的非线性方程迭代过程,规避机理计算的收敛问题,从而生成电压稳定的凸非线性简化控制模型;通过解析ICNN的深度结构表达式推导出ICNN超参数驱动的控制梯度,提出有效耦合内点法的ICNN最速下降求解策略,实现电压稳定控制提效。IEEE 14节点系统和IEEE 118节点系统的测试结果表明,所提ICNN驱动的电压稳定凸非线性控制可有效耦合机理建模和数据模型,相比传统方法能更好地兼顾控制精度和计算效率,具有一定的在线应用潜力。

模块化多电平换流器戴维南等效整体建模方法

针对模块化多电平换流器(modular multilevel converter,MMC)在电平数很高时电磁暂态离线仿真效率低下的问题,提出一种基于戴维南等效的MMC电磁暂态整体建模方法。具体而言,在建立MMC戴维南等效模型的过程中:1)假设MMC中全部开关器件都具备理想的关断特性(也即关断电阻无穷大);2)采用同样绝对稳定的后退欧拉法来替代通常采用的梯形积分法对子模块电容进行离散化;3)结合1)和2),提出一种计算复杂度与MMC桥臂子模块数相同的高效排序均压算法;4)针对所提出模型的特点,提出一种精确的MMC闭锁仿真方法。所提MMC整体模型的计算复杂度随着电平数的增加线性增长。在PSCAD/EMTDC下与MMC详细模型仿真对比表明,所提MMC整体模型的暂稳态最大精度误差在2‰以内,并且在仿真121电平MMC时所提模型的加速比在2 770倍以上。

基于模块化多电平换流器的新型高压变频器拓扑及其控制

为使煤矿设备高效利用能源,达到节能减排的目的,提出了基于模块化多电平换流器(Modular Multilevel Converter,MMC)的新型高压变频器。概述了其基本结构,分析了MMC拓扑及工作机制。以逆变侧为研究对象,建立MMC数学模型,采用建模排序法控制子模块电容电压稳定平衡,通过与不同调制算法对比,载波正负反相层叠脉冲宽度调制技术(POD-PWM)的优势得以凸显。以Matlab-Simulink及RT-Lab半实物仿真设备为实验平台,搭建上位机控制器,实验结果显示换流器运行正常、电容电压稳定平衡,输出电能质量高,谐波含量小,证明了提出的载波正负反相层叠与电压稳定平衡控制相结合的控制策略的可行性,并得出了实验条件下的最佳三角载波频率。