【技术实现步骤摘要】
一种适用于柔性直流输电系统的虚拟惯性控制方法及系统
[0001]本专利技术属于高压直流输电控制
，具体涉及一种适用于柔性直流输电系统的虚拟惯性控制方法及系统。
技术介绍
[0002]随着光伏、风电等大规模分布式电源的应用，大规模电力电子器件通过新能源分布式电源接入电网系统。分布式电源具有响应速度快等优点，但是电力电子换流器在接入电网系统时本身并不具备类似于传统发电机组的机械惯性，因此随着大量的分布式能源基于电力电子换流器在接入电网系统时，会导致电网系统中的惯性功率大量缺失，在接入电网系统发生扰动瞬间电网系统功率输入输出严重不平衡，从而造成电网系统频率的较大波动，影响电网系统的稳定性。
技术实现思路
[0003]为克服上述现有技术的不足，本专利技术提出一种适用于柔性直流输电系统的虚拟惯性控制方法及系统。
[0004]本专利技术提供的技术方案如下：
[0005]本专利技术提出了一种适用于柔性直流输电系统的虚拟惯性控制方法，包括：
[0006]获取与柔性直流输电系统连接的电网系统的频率变化量和频率变化率；
[0007]根据所述电网系统的频率变化量和频率变化率通过预先训练的模糊神经网络得到虚拟惯量和阻尼系数；
[0008]根据所述虚拟惯量和阻尼系数确定柔性直流输电系统中逆变侧的输出功率，为所述电网系统提供惯性；
[0009]其中，所述模糊神经网络将频率变化量和频率变化率作为输入，虚拟惯量和阻尼系数作为输出，经过训练确定其中频率变化量和频率变化率分别对应的网...
【技术保护点】
【技术特征摘要】
1.一种适用于柔性直流输电系统的虚拟惯性控制方法，其特征在于，包括：获取与柔性直流输电系统连接的电网系统的频率变化量和频率变化率；根据所述电网系统的频率变化量和频率变化率通过预先训练的模糊神经网络得到虚拟惯量和阻尼系数；根据所述虚拟惯量和阻尼系数确定柔性直流输电系统中逆变侧的输出功率，为所述电网系统提供惯性；其中，所述模糊神经网络将频率变化量和频率变化率作为输入，虚拟惯量和阻尼系数作为输出，经过训练确定其中频率变化量和频率变化率分别对应的网络连接权的值。2.如权利要求1所述的方法，其特征在于，所述模糊神经网络的训练，包括：获取电网系统中历史的频率变化量和频率变化率并以所述频率变化量和频率变化率为分量设置输入向量，获取对应的虚拟惯量和阻尼系数并以所述虚拟惯量和阻尼系数为分量设置输出向量；以随机数据作为所述模糊神经网络的所述输入向量中各个分量所对应的网络连接权的初始值；使用每一组的输入向量和对应的输出向量对所述模糊神经网络中各个网络连接权的值进行修正，直至迭代完成，得到训练好的模糊神经网络。3.如权利要求2所述的方法，其特征在于，所述使用每一组的输入向量和对应的输出向量对所述模糊神经网络中各个网络连接权的值进行修正，包括：获取输入向量的每一个分量对应的多个模糊规则的隶属函数，所述模糊规则的个数与该分量对应的模糊分割数相同；根据所述隶属函数计算每一条模糊规则的适应度，对适应度进行归一化计算得到适应度的归一化值；根据所述适应度的归一化值和所述输出向量计算所述模糊规则的输出；根据所述模糊规则的输出和输入向量的每一个分量修正其对应的网络连接权的值。4.如权利要求3所述的方法，其特征在于，所述对适应度进行归一化计算得到适应度的归一化值，通过如下计算式计算：其中，m表示模糊规则的总数，α
j
表示第j条模糊规则的适应度，表示第j条模糊规则的适应度的归一化值。5.如权利要求3所述的方法，其特征在于，所述隶属函数为如下计算式：其中，表示第i个分量对应第j条模糊规则的隶属函数，x
i
表示第i个分量，c
ij
表示隶属函数的中心，σ
ij
表示隶属函数的宽度。6.如权利要求3所述的方法，其特征在于，所述获取输入向量的每一个分量对应的多个模糊规则的隶属函数，包括：
获取输入向量的每一个分量的多个语言变量集合，语言变量集合的数量与所述分量对应的模糊规则的个数相同；汇总每一个分量对应的语言变量集合，得到该分量的总集合；根据所述分量对应的总集合得到该分量对应的每一个模糊规则的隶属函数。7.如权利要求1所述的方法，其特征在于，所述获取与柔性直流输电系统连接的电网系统的频率变化量和频率变化率，包括：获取电网系统的频率和频率额定值；根据电网系统的频率和频率额定值计算电网系统的频率变化量；根据电网系统的频率变化量计算电网系统频率变化率。8.如权利要求1所述的方法，其特征在于，所述根据所述虚拟惯量和阻尼系数确定柔性直流输电系统中逆变侧的输出功率，其计算式如下：其中，其中，ω为逆变侧的虚拟角频率，ω
g...
【专利技术属性】
技术研发人员：刘琪，迟程缤，刘杉，王桢，徐斌，郭力，
申请(专利权)人：国网安徽省电力有限公司电力科学研究院国家电网有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。