基于知识和数据联合驱动的并网逆变器多工况阻抗获取方法

• 作者: 吴滨源 李建文 李永刚 王月 刘淇玉 杨夷南
• 来源期刊: 电力系统自动化
• 关键词: 数据驱动 知识驱动 并网逆变器 阻抗 遗传算法 核极限学习机 谐波稳定性
• 年，卷（期）: 2022,（6）
• 所属期刊栏目: 学术研究|Basic Research
• 页码范围: 83-91
• 页数: 9页
• 语种: 中文
• DOI: 10.7500/AEPS20210605001

摘要

当大量逆变器接入电网时,会发生谐波不稳定问题.并网逆变器dq阻抗的准确获取是分析该问题的关键前提之一.仅基于知识驱动的白箱建模方法难以适应工程现场信息保密的实际情况,黑箱或灰箱测量方法会向实际系统持续注入谐波扰动;仅基于数据驱动的方法难以合理确定输入变量.针对这些缺陷,提出了一种基于知识和数据联合驱动的并网逆变器多工况dq阻抗获取方法.首先,基于知识驱动建立小信号模型以选取输入变量;然后,结合数据驱动具有较好拟合输入输出变量间非线性关系的优点,采用基于遗传算法的核极限学习机获取多工况dq阻抗;最后,借助RT-LAB搭建半实物实时仿真平台,验证所提方法的有效性及优越性.