并网逆变器的控制方法、装置、计算机设备和介质制造方法及图纸

本发明专利技术涉及一种并网逆变器的控制方法、装置、计算机设备和介质，该并网逆变器的控制方法通过获取并网逆变器对应的虚拟同步发电机的角频率偏差和角频率变化率；根据角频率变化率和角频率偏差，确定虚拟惯量；根据角频率变化率，确定虚拟阻尼；根据虚拟惯量和虚拟阻尼调节并网逆变器的频率。使用本发明专利技术提供的并网逆变器的控制方法可以提高电网系统的稳定性。逆变器的控制方法可以提高电网系统的稳定性。逆变器的控制方法可以提高电网系统的稳定性。

【技术实现步骤摘要】
并网逆变器的控制方法、装置、计算机设备和介质


[0001]本专利技术涉及分布式发电系统
，特别是涉及一种并网逆变器的控制方法、装置、计算机设备和介质。

技术介绍

[0002]随着全球范围内越来越突出的能源危机以及环境问题，分布式可再生能源在电力系统中的渗透率越来越高。分布式可再生能源主要有风能、光伏能和太阳能等，其中，大部分分布式可再生能源一般主要是通过并网逆变器接入电网。但是，并网逆变器不具有惯性和阻尼，会导致其抑制干扰和波动的能力较弱。为了解决这一问题，虚拟同步发电机技术应运而生，该技术通过模拟同步发电机的惯性和阻尼特性，当电网系统的功率变化时，并网逆变器能够利用自身虚拟惯量和虚拟阻尼抑制功率的波动。
[0003]传统技术中，研究学者对于虚拟同步发电机的虚拟惯量进行了大量的研究，通过棒
‑
棒控制策略令虚拟惯量根据频率变化率的阈值在两个固定的数值中变化，以及基于指数惯量的虚拟同步发电机控制策略将虚拟惯量与指数函数结合，使得并网逆变器的抑制干扰和波动的能力增加。然而，使用上述方法控制策略控制时，电网系统的稳定性较低。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种并网逆变器的控制方法、装置、计算机设备和介质。
[0005]一方面，本申请一个实施例提供一种并网逆变器的控制方法，包括：
[0006]获取并网逆变器对应的虚拟同步发电机的角频率偏差和角频率变化率；
[0007]根据角频率变化率和角频率偏差，确定虚拟惯量；
[0008]根据角频率变化率，确定虚拟阻尼；
[0009]根据虚拟惯量和虚拟阻尼调节并网逆变器的频率。
[0010]在其中一个实施例中，根据角频率变化率和角频率偏差，确定虚拟惯量，包括：
[0011]基于径向基函数神经网络，根据角频率变化率和角频率偏差，确定虚拟惯量。
[0012]在其中一个实施例中，径向基函数神经网络的训练过程，包括：
[0013]将样本角频率变化率和样本角频率偏差输入预设的初始径向基函数神经网络中，得到预测虚拟惯量；
[0014]根据预测虚拟惯量和虚拟阻尼，确定预测角频率；
[0015]将预测角频率和额定角频率输入预设的误差代价函数中，得到误差值；
[0016]根据误差值调节初始径向基函数神经网络的参数，直到满足预设的截止条件，得到径向基函数神经网络。
[0017]在其中一个实施例中，参数包括中心值、权值和扩展常数，根据误差值调节初始径向基函数神经网络的参数，包括：
[0018]计算误差值对中心值的梯度，得到第一梯度，计算误差值对权值的梯度，得到第二
梯度，计算误差值对扩展常数的梯度，得到第三梯度；
[0019]根据第一梯度，确定第一学习率和第一搜索方向，根据第二梯度，确定第二学习率和第二搜索方向，根据第三梯度，确定第三学习率和第三搜索方向；
[0020]根据第一学习率和第一搜索方向，更新中心值；
[0021]根据第二学习率和第二搜索方向，更新权值；
[0022]根据第三学习率和第三搜索方向，更新扩展常数。
[0023]在其中一个实施例中，根据第一梯度，确定第一搜索方向包括：
[0024]根据第一梯度，确定第一平滑因子；
[0025]根据第一平滑因子，确定第一搜索方向；
[0026]根据第二梯度，确定第二搜索方向包括：
[0027]根据第二梯度，确定第二平滑因子；
[0028]根据第二平滑因子，确定第二搜索方向；
[0029]根据第三梯度，确定第三搜索方向包括：
[0030]根据第三梯度，确定第三平滑因子；
[0031]根据第三平滑因子，确定第三搜索方向。
[0032]在其中一个实施例中，根据角频率变化率，确定虚拟阻尼，包括：
[0033]基于预设的指数函数，根据角频率变化率，确定虚拟阻尼。
[0034]在其中一个实施例中，获取并网逆变器对应的虚拟同步发电机的角频率偏差和角频率变化率，包括：
[0035]获取虚拟同步发电机输出角频率和电网的角频率；
[0036]根据输出角频率和电网的角频率，确定角频率偏差；
[0037]根据输出角频率和预设周期，确定角频率变化率。
[0038]在其中一个实施例中，还包括：
[0039]根据电网系统的工作状态，确定并网逆变器的稳态工作参数；
[0040]根据稳态工作参数，确定虚拟阻抗；
[0041]根据虚拟阻抗，获取矫正电压，以调节并网逆变器的功率。
[0042]另一方面，本申请一个实施例提供一种并网逆变器的控制装置，包括：
[0043]获取模块，用于获取并网逆变器对应的虚拟同步发电机的角频率偏差和角频率变化率；
[0044]确定模块，用于根据角频率变化率和角频率偏差，确定虚拟惯量；
[0045]确定模块，还用于根据角频率变化率，确定虚拟阻尼；
[0046]调节模块，用于根据虚拟惯量和虚拟阻尼调节并网逆变器的频率。
[0047]本申请一个实施例还提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现如上述实施例提供的方法的步骤。
[0048]本申请一个实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例提供的方法的步骤。
[0049]本申请提供一种并网逆变器的控制方法、装置、计算机设备和介质，该并网逆变器的控制方法通过获取并网逆变器对应的虚拟同步发电机的角频率偏差和角频率变化率；根据角频率变化率和角频率偏差，确定虚拟惯量；根据角频率变化率，确定虚拟阻尼；根据虚
拟惯量和虚拟阻尼调节并网逆变器的频率。本申请提供的并网逆变器的控制方法，通过虚拟阻尼和虚拟惯量协同控制并网逆变器的频率，能够在很大程度满足抑制并网逆变器在发生功率波动引起的频率变化的需求，从而可以减小并网逆变器的干扰和波动，进而提高了分布式电源接入电网的稳定性。
附图说明
[0050]为了更清楚地说明本申请实施例或传统技术中的技术方案，下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域不同技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0051]图1为本申请一个实施例提供的电网系统的结构示意图；
[0052]图2为本申请一个实施例提供的虚拟同步发电机的控制策略的框图；
[0053]图3为本申请一个实施例提供的电流电压双环控制的框图；
[0054]图4为本申请一个实施例提供的并网逆变器的控制方法的步骤流程示意图；
[0055]图5为本申请一个实施例提供的并网逆变器的控制方法的步骤流程示意图；
[0056]图6为本申请一个实施例提供的并网逆变器的控制方法的步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种并网逆变器的控制方法，其特征在于，包括：获取并网逆变器对应的虚拟同步发电机的角频率偏差和角频率变化率；根据所述角频率变化率和所述角频率偏差，确定虚拟惯量；根据所述角频率变化率，确定虚拟阻尼；根据所述虚拟惯量和所述虚拟阻尼调节所述并网逆变器的频率。2.根据权利要求1所述的控制方法，其特征在于，所述根据所述角频率变化率和所述角频率偏差，确定虚拟惯量，包括：基于径向基函数神经网络，根据所述角频率变化率和所述角频率偏差，确定虚拟惯量。3.根据权利要求2所述的控制方法，其特征在于，所述径向基函数神经网络的训练过程，包括：将样本角频率变化率和样本角频率偏差输入预设的初始径向基函数神经网络中，得到预测虚拟惯量；根据所述预测虚拟惯量和所述虚拟阻尼，确定预测角频率；将所述预测角频率和额定角频率输入预设的误差代价函数中，得到误差值；根据所述误差值调节所述初始径向基函数神经网络的参数，直到满足预设的截止条件，得到所述径向基函数神经网络。4.根据权利要求3所述的控制方法，其特征在于，所述参数包括中心值、权值和扩展常数，根据所述误差值调节所述初始径向基函数神经网络的参数，包括：计算所述误差值对所述中心值的梯度，得到第一梯度，计算所述误差值对所述权值的梯度，得到第二梯度，计算所述误差值对所述扩展常数的梯度，得到第三梯度；根据第一梯度，确定第一学习率和第一搜索方向，根据第二梯度，确定第二学习率和第二搜索方向，根据第三梯度，确定第三学习率和第三搜索方向；根据所述第一学习率和所述第一搜索方向，更新所述中心值；根据所述第二学习率和所述第二搜索方向，更新所述权值；根据所述第三学习率和所述第三搜索方向，更新所述扩展常数。5.根据权利要求4所述的控制方法，其特征在于，根据第一梯度，确定第一搜索方向包括：根据所述第一梯度，确定第一平滑因子；根据所述第一平滑因子，确定第一搜索方向；...

【专利技术属性】
技术研发人员：金涛，林云志，杨雅熙，赖一雄，
申请(专利权)人：福州大学，
类型：发明
国别省市：