CN114024340B - 一种海上风电装置控制***及模型预测控制方法 - Google Patents
一种海上风电装置控制***及模型预测控制方法 Download PDFInfo
- Publication number
- CN114024340B CN114024340B CN202111433040.1A CN202111433040A CN114024340B CN 114024340 B CN114024340 B CN 114024340B CN 202111433040 A CN202111433040 A CN 202111433040A CN 114024340 B CN114024340 B CN 114024340B
- Authority
- CN
- China
- Prior art keywords
- control
- offshore wind
- model
- voltage
- side converter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims abstract description 28
- 238000005457 optimization Methods 0.000 claims abstract description 12
- 238000012887 quadratic function Methods 0.000 claims abstract description 12
- 241000272201 Columbiformes Species 0.000 claims abstract description 10
- 230000004044 response Effects 0.000 claims abstract description 10
- 238000005096 rolling process Methods 0.000 claims abstract description 9
- 239000003990 capacitor Substances 0.000 claims description 5
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000011217 control strategy Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 2
- 108010066114 cabin-2 Proteins 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 208000037516 chromosome inversion disease Diseases 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- QHGVXILFMXYDRS-UHFFFAOYSA-N pyraclofos Chemical compound C1=C(OP(=O)(OCC)SCCC)C=NN1C1=CC=C(Cl)C=C1 QHGVXILFMXYDRS-UHFFFAOYSA-N 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
- H02M5/00—Conversion of ac power input into ac power output, e.g. for change of voltage, for change of frequency, for change of number of phases
- H02M5/40—Conversion of ac power input into ac power output, e.g. for change of voltage, for change of frequency, for change of number of phases with intermediate conversion into dc
- H02M5/42—Conversion of ac power input into ac power output, e.g. for change of voltage, for change of frequency, for change of number of phases with intermediate conversion into dc by static converters
- H02M5/44—Conversion of ac power input into ac power output, e.g. for change of voltage, for change of frequency, for change of number of phases with intermediate conversion into dc by static converters using discharge tubes or semiconductor devices to convert the intermediate dc into ac
- H02M5/453—Conversion of ac power input into ac power output, e.g. for change of voltage, for change of frequency, for change of number of phases with intermediate conversion into dc by static converters using discharge tubes or semiconductor devices to convert the intermediate dc into ac using devices of a triode or transistor type requiring continuous application of a control signal
- H02M5/458—Conversion of ac power input into ac power output, e.g. for change of voltage, for change of frequency, for change of number of phases with intermediate conversion into dc by static converters using discharge tubes or semiconductor devices to convert the intermediate dc into ac using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种海上风电装置控制***及模型预测控制方法,其中,海上风电场侧换流器采用动态矩阵模型预测控制来取代传统的PI控制,以提高***的抗扰动和抗干扰性,解决PI参数难以调节的问题,其滚动优化环节采用鸽子群算法,有利于调优控制量,提高***的响应速度;在网侧换流器采用有限集模型预测控制,代价函数采用二次型函数,求解代价函数最小值,选择使代价函数最小时的开关状态生成开关信号,然后作用于网侧换流器,控制其通断,相比于传统的双闭环PI控制,控制结构相对简单,省去了SVPWM调制过程,动态、稳态性能均更好。
Description
技术领域
本发明涉及柔性直流输电控制方法,具体涉及一种海上风电装置控制***及模型预测控制方法。
背景技术
柔性直流输电技术(Volt-age Source Converter-High Voltage、Direct Cur-rent)可以快速独立地控制与交流***交换的有功和无功功率,提高交流***的电压稳定性、功角稳定性。
在海上风力发电并网中,两端的VSC-HVDC输电***在正常运行时,风电场侧换流器和网侧换流器控制都是采用基于电流内环、电压外环的双闭环控制策略,此时,由于电压外环的响应速度明显低于电流内环的响应速度,使得向非线性负荷供电时,电压质量较差,在负荷出现波动时电压恢复的响应时间较长。同时,整体控制结构相对复杂,含有多个PI调节器,易受模型结构参数的影响,PI参数整定较为困难。
发明内容
发明目的:本发明的目的是提供一种可显著提高整个***的稳定性和鲁棒性、改善输电质量的海上风电装置控制***及模型预测控制方法。
技术方案:本发明所述的海上风电装置控制***,包括风电场侧换流器,该换流器采用双闭环控制器,该控制器采用动态矩阵模型预测控制,该控制***方程为:
在上式中,erd,erq,ird,irq为旋转坐标系下的电压和电流、为参考电流、L1r为电感、w为角速度、es为电压空间矢量、MPC为动态矩阵模型预测控制器。
在上述技术方案中,采用的动态矩阵模型预测控制,与传统的PI控制相比,响应速度更快,参数更容易调节;其次,模型预测控制对模型的精度要求不高,建模更加方便。此外,模型预测控制采用非最小化描述的模型,***鲁棒性、稳定性较好。
优选的,动态矩阵模型预测控制器中的滚动优化环节引入鸽子群算法,将动态矩阵模型预测控制的控制量作为鸽子送入鸽子群算法中,这样可以解决求解二次型函数难度大的问题,优化控制量;采用滚动优化策略,而非全局一次优化,可及时弥补由于模型失配、畸变、干扰等因素引起的不确定性,动态性能较好。
优选的,动态矩阵模型预测控制器中的预测模型环节采用***的阶跃响应建模。
优选的,还包括网侧换流器该换流器采用有限集模型预测控制,该有限集模型预测控制的代价函数为:
在上式中,g为代价函数,预测电流控制的目的是使预测电流值和参考电流值之间的误差最小。由此省去了PI控制器和SVPWM调节,解决了原本的PI参数难以调节的问题,相较于传统的双闭环控制,控制结构更简单,省去了电流内环和调制过程,但动态、稳态性能更好,同时可将***的控制目标和约束一起涵盖于性能指标函数中,便于根据实际的控制量需求和控制精度进行动态调整,从而具有自适应性和灵活性的内在特性。
优选的,还包括海上风电场、海上升压变电站、降压变电站和电网,该海上风电场将电能经过海上升压变电站升压,再经过风电场侧换流器整流由交流变为直流,并通过海底直流电缆传送到网侧换流器进行逆变,将直流变为交流,到达降压变电站最后传送到陆地上的电网中。
一种根据上述的海上风电装置控制***的模型预测控制方法,包括以下步骤:
(1)测量采样风电场侧当前的时刻电气相关参数,包括三相电压era,erb,erc、三相电流ira,irb,irc、电容Cdc、电感L1r以及电阻Rr;
(2)将三相坐标系下的参数经过坐标变化转化为d-q坐标系下的参数,其中erd,erq为d-q坐标下的风电场侧电压,ird,irq为d-q坐标下的海上风电场侧电流,根据参数计算数学模型为:
在上式中,Udc为电容Cdc两侧的电压,Sq、Sd为d-q坐标下的开关函数,igdc为网侧换流器直流侧电流;
(3)应用电网电压定向矢量控制,将d-q同步旋转坐标系的d轴按电网电压矢量定向,得erd=es,erq=0,此时,三相对称静止坐标系中的基波正弦变量转化成了同步旋转坐标系中的直流量,由此简化了控制***的设计。
(4)采用MPC动态矩阵模型控制器,并采用***的阶跃响应建立模型,模型为:
Yp(k)=[yp(k+1|k),yp(k+2|k),...,yp(k+N|k)]T,
Y0(k)=[y0(k+1|k),y0(k+2|k),...,y0(k+N|k)]T,
ΔU(k)=[Δu(k),Δu(k+1),...,Δu(k+N-1)]T,
其中根据上式得出:Yp(k)=Y0(k)+AΔU(k)***在(k+1)T,...,(k+i)T时刻的输出值为:y0(k+1|k),...,y0(k+i|k),控制输入为Δu(k),Δu(k+1),...,Δu(k+i);
(5)在网侧变流器采用有限集模型预测控制器;
(6)根据步骤(5)设计代价函数:
优选的,在步骤(4)中,在滚动优化阶段采用二次型函数,求解预测值Yp(k)与参考值Yd(k)之间的误差,再与控制量求和,得到该二次型函数最小化时刻的值控制量,该二次型函数为:
此外,误差权系数矩阵Q=diag(q1q2…qm),控制权系数矩阵R=diag(r1r2…rL)。
优选的,MPC动态矩阵模型控制器和有限集模型预测控制器在同一片T1的F2812DSP上实现,这样可以使得整个***都具有较高的稳定性能和协调性能。
有益效果:本发明与现有技术相比,所具有的显著优点是:1、海上风电场侧换流器采用动态矩阵模型预测控制,响应更快,参数更易调节;2、模型预测控制采用滚动优化策略,并引入鸽子群算法,有效解决了求解二次型函数难度大的问题,优化了控制量;3、在网侧换流器采用有限集模型预测控制,结构更简单,动态、稳态性能更好,具有较强的自适应性和灵活性。
附图说明
图1为本发明中海上风电装置控制***的结构示意图;
图2为本发明中海上风电场侧换流器的电路结构示意图;
图3为本发明中网侧换流器的电路结构示意图;
图4为本发明中海上风电场侧换流器的动态矩阵模型预测控制结构图;
图5为本发明中动态矩阵模型预测控制和鸽子群算法图;
图6为本发明中有限集模型预测控制结构图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
如图1所示,该图为本发明中海上风电装置控制***的结构图。其中,将电能送入电网的过程为:
风吹在转子叶片1上使其旋转,将风能转化为机械能,并传送到机舱2。机舱2将机械能转化为电能,电能输送至升压变电站3,每一部分海上风电场的升压变电站3将电能汇集到公共交流母线4上,所有风电场汇集后的电能送到海上升压变电站5中,经过交流滤波器6进行滤波,随后经过换流器等效电阻7、换流电抗器电感8进入海上风电场侧换流器17进行整流,将交流电变为直流电。整流后的直流电流经过海底直流电缆18传送到近岸网侧换流器19。海底电缆包含直流电容10以及直流线路电阻9,其中直流电容可以作为储能元件,也可以用于限制谐波和脉冲电流。网侧换流器进行逆变处理将直流电变为交流电,然后经过换流电抗器电感11和换流器等效电阻12,再经过滤波器13进行滤波处理后,送入降压变电站14和岸上减压变电站15中,最后送入电网20中储存和使用。
在上述控制***中,如图2和图4所示,所述的风电场侧换流器采用双闭环控制器,该控制器采用动态矩阵模型预测控制,控制***方程为:
在上式中,erd,erq,ird,irq为旋转坐标系下的电压和电流、为参考电流、L1r为电感、w为角速度、es为电压空间矢量、MPC为动态矩阵模型预测控制器。
如图5所示,同时,该控制器包括预测模型、滚动优化和反馈校正三个环节,其中,预测模型采用***的阶跃响应建模,而在滚动优化环节中,引入鸽子群优化算法(PI0),用来调节控制量。
如图3和图6所示,在网侧换流器中采用有限集模型预测控制,其代价函数为:
在上式中,g为代价函数,预测电路控制的目标是使预测电流值和参考电流值之间的误差最小。由此省去了PI控制器和SVPWM调节,解决了原本的PI参数难以调节的问题,相较于传统的双闭环控制,控制结构更简单,省去了电流内环和调制过程,但动态、稳态性能更好,同时可将***的控制目标和约束一起涵盖于性能指标函数中,便于根据实际的控制量需求和控制精度进行动态调整,从而具有自适应性和灵活性的内在特性。
上述控制策略依据如下原理:通过静态功率变换器可以只产生有限个开关状态,并且可以使用***模型去预测每个开关状态所对应的变量的变化特性,该控制策略包括步骤有定义代价函数g(即上文中的g),建立变流器模型和其他可能的开关状态,建立用于预测的负载模型。
在本实施例中,设功率变换的开关状态Sx(x=1,..,6),可以由Sa,Sb,Sc开关信号进行表示,例如Sa=1若S1开S4关,Sa=0若S1关S4开。Sb和Sc同理。预测电流控制算法为,首先获得参考电流i*(k)的值,同时可测量负载电流i(k),然后对于每一个不同的电压矢量,使用***模型预测下一个采样时刻的负载电流i(k+1),接着对于每一个电压矢量,代价函数g去评价在下一个采样时刻中的参考电流与预测电流之间的误差,最后选择使电流误差最小的电压,同时产生相应的开关信号状态。
负载模型采用差分方程描述为v为由网侧变流器产生的电压矢量,i为负载电流矢量,e为负载反电动势矢量。
本发明所述的海上风电装置控制***的模型预测控制方法,包括以下步骤:
(1)测量采样风电场侧当前的时刻电气相关参数,包括三相电压era,erb,erc、三相电流ira,irb,irc、电容Cdc、电感L1r以及电阻Rr;
(2)将三相坐标系下的参数经过坐标变化转化为d-q坐标系下的参数,其中erd,erq为d-q坐标下的风电场侧电压,ird,irq为d-q坐标下的海上风电场侧电流,根据参数计算数学模型为:
在上式中,Udc为电容Cdc两侧的电压,Sq、Sd为d-q坐标下的开关函数,igdc为网侧换流器直流侧电流;
(3)应用电网电压定向矢量控制,将d-q同步旋转坐标系的d轴按电网电压矢量定向,得erd=es,erq=0;
(4)采用MPC动态矩阵模型控制器,并采用***的阶跃响应建立模型,模型为:
Yp(k)=[yp(k+1|k),yp(k+2|k),...,yp(k+N|k)]T,
Y0(k)=[y0(k+1|k),y0(k+2|k),...,y0(k+N|k)]T,
ΔU(k)=[Δu(k),Δu(k+1),...,Δu(k+N-1)]T,
其中根据上式得出:Yp(k)=Y0(k)+AΔU(k)***在(k+1)T,...,(k+i)T时刻的输出值为:y0(k+1|k),...,y0(k+i|k),控制输入为Δu(k),Δu(k+1),...,Δu(k+i);
在滚动优化阶段采用二次型函数,求解预测值Yp(k)与参考值Yd(k)之间的误差,再与控制量求和,得到该二次型函数最小化时刻的值控制量,该二次型函数为:
此外,误差权系数矩阵Q=diag(q1q2…qm),控制权系数矩阵R=diag(r1r2…rL)
(5)在网侧变流器采用有限集模型预测控制器;
(6)根据步骤(5)设计代价函数:
最后,上述的MPC动态矩阵模型控制器和有限集模型预测控制器在同一片T1的F2812DSP上,这样可以使得整个***都具有较高的稳定性能和协调性能。
Claims (5)
1.一种海上风电装置控制***,其特征在于,包括风电场侧换流器,该换流器采用双闭环控制器,该控制器采用动态矩阵模型预测控制,控制***方程为:
在上式中,erd,erq,ird,irq为旋转坐标系下的电压和电流、为参考电流、L1r为电感、w为角速度、es为电压空间矢量、MPC为动态矩阵模型预测控制器;
海上风电装置控制***的模型预测控制方法,包括以下步骤:
(1)测量采样风电场侧当前的时刻电气相关参数,包括三相电压era,erb,erc、三相电流ira,irb,irc、电容Cdc、电感L1r以及电阻Rr;
(2)将三相坐标系下的参数经过坐标变化转化为d-q坐标系下的参数,其中erd,erq为d-q坐标下的风电场侧电压,ird,irq为d-q坐标下的海上风电场侧电流,根据参数计算数学模型为:
在上式中,Udc为电容Cdc两侧的电压,Sq、Sd为d-q坐标下的开关函数,igdc为网侧换流器直流侧电流;
(3)应用电网电压定向矢量控制,将d-q同步旋转坐标系的d轴按电网电压矢量定向,得erd=es,erq=0;
(4)采用MPC动态矩阵模型控制器,并采用***的阶跃响应建立模型,模型为:
Yp(k)=[yp(k+1|k),yp(k+2|k),...,yp(k+N|k)]T
Y0(k)=[y0(k+1|k),y0(k+2|k),...,y0(k+N|k)]T
ΔU(k)=[Δu(k),Δu(k+1),...,Δu(k+N-1)]T
其中根据上式得出:Yp(k)=Y0(k)+AΔU(k)***在(k+1)T,...,(k+i)T时刻的输出值为:y0(k+1|k),...,y0(k+i|k),控制输入为Δu(k),Δu(k+1),...,Δu(k+i);
(5)在网侧变流器采用有限集模型预测控制器;
(6)根据步骤(5)设计代价函数:
。
2.根据权利要求1所述的海上风电装置控制***,其特征在于,所述动态矩阵模型预测控制器中的滚动优化环节引入鸽子群算法,将动态矩阵模型预测控制的控制量作为鸽子送入鸽子群算法中。
3.根据权利要求1所述的海上风电装置控制***,其特征在于,还包括海上风电场、海上升压变电站、降压变电站和电网,所述海上风电场将电能经过海上升压变电站升压,再经过所述风电场侧换流器整流由交流变为直流,并通过海底直流电缆传送到网侧换流器进行逆变,将直流变为交流,到达降压变电站最后传送到陆地上的电网中。
4.根据权利要求1所述的海上风电装置控制***,其特征在于,在步骤(4)中,在滚动优化阶段采用二次型函数,求解预测值Yp(k)与参考值Yd(k)之间的误差,再与控制量求和,得到该二次型函数最小化时刻的值控制量,该二次型函数为:
此外,误差权系数矩阵Q=diag(q1q2…qm),控制权系数矩阵R=diag(r1r2…rL)。
5.根据权利要求1所述的海上风电装置控制***,其特征在于,所述的MPC动态矩阵模型控制器和有限集模型预测控制器在同一片T1的F2812DSP上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111433040.1A CN114024340B (zh) | 2021-11-29 | 2021-11-29 | 一种海上风电装置控制***及模型预测控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111433040.1A CN114024340B (zh) | 2021-11-29 | 2021-11-29 | 一种海上风电装置控制***及模型预测控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114024340A CN114024340A (zh) | 2022-02-08 |
CN114024340B true CN114024340B (zh) | 2023-08-22 |
Family
ID=80067640
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111433040.1A Active CN114024340B (zh) | 2021-11-29 | 2021-11-29 | 一种海上风电装置控制***及模型预测控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114024340B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116865532B (zh) * | 2023-09-05 | 2023-11-24 | 国网山西省电力公司临汾供电公司 | 一种采用模型预测控制的交直变换器的控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2688191A1 (en) * | 2012-07-17 | 2014-01-22 | ABB Research Ltd. | Multi terminal HVDC control |
JP2018170858A (ja) * | 2017-03-29 | 2018-11-01 | 株式会社豊田中央研究所 | Dc/dcコンバータの制御装置 |
CN109149638A (zh) * | 2018-09-17 | 2019-01-04 | 山东大学 | 基于mpc和admm算法的vsc-hvdc并网风电场分布式协调电压控制方法及*** |
CN109950922A (zh) * | 2019-01-31 | 2019-06-28 | 东南大学 | 一种适用于vsc-hvdc的多步模型预测控制方法 |
-
2021
- 2021-11-29 CN CN202111433040.1A patent/CN114024340B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2688191A1 (en) * | 2012-07-17 | 2014-01-22 | ABB Research Ltd. | Multi terminal HVDC control |
JP2018170858A (ja) * | 2017-03-29 | 2018-11-01 | 株式会社豊田中央研究所 | Dc/dcコンバータの制御装置 |
CN109149638A (zh) * | 2018-09-17 | 2019-01-04 | 山东大学 | 基于mpc和admm算法的vsc-hvdc并网风电场分布式协调电压控制方法及*** |
CN109950922A (zh) * | 2019-01-31 | 2019-06-28 | 东南大学 | 一种适用于vsc-hvdc的多步模型预测控制方法 |
Non-Patent Citations (1)
Title |
---|
采用模型预测控制的交流电机电流控制器;郑泽东;《电工技术学报》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114024340A (zh) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sultana et al. | A review on state of art development of model predictive control for renewable energy applications | |
Bevrani et al. | Microgrid dynamics and control | |
CN104734545B (zh) | 基于模型预测和电压平方控制的pwm整流器的控制方法 | |
CN110149066B (zh) | 一种基于模型控制预测的mmc桥臂电流控制方法及*** | |
Yeganeh et al. | Intelligent secondary control of islanded AC microgrids: A brain emotional learning-based approach | |
Hamid et al. | Optimal MPPT and BES control for grid-tied DFIG-based wind energy conversion system | |
Zamzoum et al. | Active and reactive power control of wind turbine based on doubly fed induction generator using adaptive sliding mode approach | |
CN104135021A (zh) | 一种基于复合控制的离网型储能变流器电压优化控制方法 | |
CN108418231B (zh) | 一种混合多端口铁路功率变换器及其功率协调控制方法 | |
Zangeneh et al. | A survey: Fuzzify parameters and membership function in electrical applications | |
CN112688307A (zh) | 一种交直流混合微电网控制器及控制方法 | |
CN110460056B (zh) | 串联补偿环节与交直流母线接口变换器的协调控制方法 | |
CN114024340B (zh) | 一种海上风电装置控制***及模型预测控制方法 | |
Guo et al. | A self-adaptive fuzzy PI controller of power conditioning system for hybrid fuel-cell/turbine power plant | |
Li et al. | A grid frequency support control strategy of the three phase cascaded H-bridge based photovoltaic generation system | |
Hajizadeh | Robust power control of microgrid based on hybrid renewable power generation systems | |
Jie | Control technologies in distributed generation system based on renewable energy | |
Venkatesh et al. | A Novel Approach to Optimal Design of PI Controller of Doubly Fed Induction Generator using Particle Swarm Optimization | |
Younsi et al. | Control of grid connected three-phase inverter for hybrid renewable systems using sliding mode controller | |
CN116247687B (zh) | 基于拉格朗日松弛法的svg多机并联组合控制方法和*** | |
CN112600452B (zh) | 基于桥臂电流控制的mmc有限集合模型预测控制方法及*** | |
Qian et al. | Research on double closed-loop control strategy of power grid simulation | |
Housseini | A nonlinear control strategy for grid-connected and stand-alone wind energy conversion system | |
Kumar et al. | Intelligent Sliding Mode Controller for Wind Energy Powered DC Nanogrid | |
CN115603379A (zh) | 一种智能配电台区主动调控与优化运行方案 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240123 Address after: 200120, Room 1006A, No. 958 Lujiazui Ring Road, Pudong New Area, Shanghai Patentee after: Shanghai Shenergy New Energy Investment Co.,Ltd. Country or region after: China Address before: 212100 NO.666, Changhui Road, Dantu District, Zhenjiang City, Jiangsu Province Patentee before: JIANGSU University OF SCIENCE AND TECHNOLOGY Country or region before: China |