以静止无功发生器(static var generator,SVG)为例,针对构网型逆变器和SVG并联系统的电压稳定性问题,提出构网型逆变器与SVG并联系统无功功率协调控制策略。将并联系统的运行状态总结为四种工况,通过工况识别、无功补偿量计算、无功功...以静止无功发生器(static var generator,SVG)为例,针对构网型逆变器和SVG并联系统的电压稳定性问题,提出构网型逆变器与SVG并联系统无功功率协调控制策略。将并联系统的运行状态总结为四种工况,通过工况识别、无功补偿量计算、无功功率分配策略、工况切换,来协调不同工况下构网型逆变器与SVG注入公共耦合点的无功功率,使并联系统在各种情况下均可稳定可靠工作。在MATLAB中搭建模型并进行仿真,结果表明所提控制策略可以实现工况的快速识别与切换、无功补偿量的计算、无功功率的分配,以及对公共耦合点电压的快速支撑。展开更多
在低电压穿越(low voltage ride through,LVRT)过程中,电网企业要求风电场向系统提供无功支撑;在满足所规定的无功输出基础上,利用风电场剩余容量提供有功功率,对保障系统稳定性意义重大。该文提出一种基于机群划分与改进深度确定性策...在低电压穿越(low voltage ride through,LVRT)过程中,电网企业要求风电场向系统提供无功支撑;在满足所规定的无功输出基础上,利用风电场剩余容量提供有功功率,对保障系统稳定性意义重大。该文提出一种基于机群划分与改进深度确定性策略梯度(deep deterministic policy gradient,DDPG)的风电场LVRT有功/无功功率联合控制方法。首先,将LVRT期间风机的有功/无功控制分为3个阶段,并基于此构建了风机控制模型;其次,根据风机运行特性将其划分至多个机群,在功率分配过程中,对属于同一机群的风机分配相同的控制指令,该步骤大大降低了优化变量个数与优化问题求解难度;然后,提出一种不含评价网络的并行化DDPG(critic-network free based parallel DDPG,CFP-DDPG)深度-强化学习算法框架,确立了基于CFP-DDPG的风电场功率控制框架,设计控制中的状态量、动作量、评价函数、模型训练策略和控制方法;最后,采用我国某实际风电场数据验证方法的有效性,结果表明,机群划分步骤有助于快速准确得到功率分配方案,CFP-DDPG通过改进动作评价方法并引入并行化结构增强了智能体的探索力,有助于取得更优的控制方案。展开更多
文摘以静止无功发生器(static var generator,SVG)为例,针对构网型逆变器和SVG并联系统的电压稳定性问题,提出构网型逆变器与SVG并联系统无功功率协调控制策略。将并联系统的运行状态总结为四种工况,通过工况识别、无功补偿量计算、无功功率分配策略、工况切换,来协调不同工况下构网型逆变器与SVG注入公共耦合点的无功功率,使并联系统在各种情况下均可稳定可靠工作。在MATLAB中搭建模型并进行仿真,结果表明所提控制策略可以实现工况的快速识别与切换、无功补偿量的计算、无功功率的分配,以及对公共耦合点电压的快速支撑。