CN110048466A - 一种双馈风力发电系统网侧变流器模型预测控制方法 - Google Patents
一种双馈风力发电系统网侧变流器模型预测控制方法 Download PDFInfo
- Publication number
- CN110048466A CN110048466A CN201910463184.8A CN201910463184A CN110048466A CN 110048466 A CN110048466 A CN 110048466A CN 201910463184 A CN201910463184 A CN 201910463184A CN 110048466 A CN110048466 A CN 110048466A
- Authority
- CN
- China
- Prior art keywords
- grid
- control
- side converter
- abc
- voltage
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000010248 power generation Methods 0.000 title claims abstract description 25
- 230000009977 dual effect Effects 0.000 title claims abstract description 24
- 239000003990 capacitor Substances 0.000 claims abstract description 10
- 230000008859 change Effects 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000001939 inductive effect Effects 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 230000001186 cumulative effect Effects 0.000 claims description 4
- 239000004576 sand Substances 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 2
- 230000007246 mechanism Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- H02J3/386—
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
Landscapes
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种双馈风力发电系统网侧变流器模型预测控制方法,其具体步骤为:采集双馈风力发电系统网侧变流器的三相电感电流、三相电网电压、中间回路直流侧电容电压;采用锁相环PLL获取电网电压的相位及频率,基于相位对三相电感电流、三相电网电压分别进行坐标变换,得到d‑q坐标系下的分量;采用网侧变流器模型预测控制算法计算最优控制量;利用坐标变换将d‑q坐标系下的最优控制量变换为abc坐标系下的三相控制电压;将三相控制电压进行调制得到PWM信号,用PWM信号控制网侧变流器的开关管。该设计方法基于模型预测控制机制,提高了控制算法的自适应性与鲁棒性,改善了控制性能。
Description
技术领域
本发明涉及一种双馈风力发电系统的控制方法,特别涉及一种双馈风力发电系统网侧变流器模型预测控制方法。
背景技术
风力发电作为新能源的重要组成部分已得到了深入的研究和广泛的应用,双馈风力发电系统是当前风电发电的主要技术形式,它具有成本低、效率高的优点。在双馈风力发电系统中,双馈风力发电机的定子与电网直接相连,转子通过背靠背变流器与电网相连,因此对双馈风力发电机的控制主要涉及对背靠背变流器的控制,即对转子侧变流器与网侧变流器(GSC)的控制。
当前,以PI控制为核心的变流器解耦控制算法是双馈风力发电系统GSC变流器采用的主流控制方法。这种方法采用电压外环-电流内环双环控制结构,电压外环实现直流侧电容电压的稳定控制,电压外环的输出作为电流内环的参考值,并利用电流内环的快速性,及时地调整交流侧的电流,抑制负载扰动的影响,使实际电流能够快速跟踪电流参考值,从而实现单位功率因数控制。在双环控制结构中,电压外环与电流内环在速度上必须进行配合,内环要比外环快很多。在现有的双馈风力发电系统GSC变流器控制算法中,电压定向矢量控制(VOC)和直接功率控制(DPC)都采用这种双环控制结构。其中VOC控制算法具有较好的静态性能,但受PI调节的影响动态性能难以提高。DPC通过一个开关矢量表,直接选择合适的矢量对有功、无功实施bang-bang控制,因此动态响应速度快,有较好的鲁棒性且控制结构简单。但DPC控制效果依赖于矢量表的精确程度,且开关频率不固定,系统稳态性能差,稳态时纹波较大,需要很高的采样频率才能获得较好的稳态性能,对硬件要求较高,同时电流波形也不够正弦,具有较多的高频谐波分量。
当前应用于变流器系统的模型预测控制算法主要包括两种,其一为有限控制集模型预测控制算法(finite control set model predictive control,FCS-MPC),该算法直接对变流器的开关器件进行建模,并基于变流器开关函数组合个数有限的特征,采用遍历法计算各开关组合对应的变流器响应,选取与期望响应最接近的开关组合实施控制,因此FCS-MPC算法具有建模简单、动态响应快、处理系统约束灵活且无需PWM调制器和相关参数设计等优点,但存在计算量大、开关频率较高、难以实现多步预测计算及无法利用成熟的变流器调制技术等缺点。另一种变流器模型预测控制算法采用经典MPC算法结构,由预测模型-滚动优化-反馈校正等部分组成,并可充分利用已有的MPC算法研究成果和成熟的变流器调制技术,实现对变流器的综合优化控制,但存在变流器对象建模过程复杂的问题。
发明内容
为了解决现有双馈风力发电系统网侧变流器控制存在的上述技术问题,本发明提供一种效率高、控制效果好的双馈风力发电系统网侧变流器模型预测控制方法。
本发明解决上述技术问题的技术方案包括以下步骤:
A1、采集双馈风力发电系统网侧变流器的三相电感电流if_abc、三相电网电压vg_abc、中间回路直流侧电容电压vdc;
A2、采用锁相环PLL获取电网电压vg_abc的相位θs及频率ωs,基于相位θs对三相电感电流if_abc、三相电网电压vg_abc分别进行坐标变换,得到d-q坐标系下的分量;
A3、采用网侧变流器模型预测控制算法计算最优控制量uf;
A4、利用坐标变换将d-q坐标系下的最优控制量uf变换为abc坐标系下的三相控制电压vf_abc;
A5、将三相控制电压vf_abc进行调制得到PWM信号,用PWM信号控制网侧变流器的开关管。
本发明的技术效果在于:本发明基于模型预测控制理论,采用多步预测机制,构建了双馈风力发电系统网侧变流器预测模型,通过设计和求解网侧变流器代价函数,实现了对最优控制增量的寻优计算,再通过积分计算,给出了网侧变流器的最优控制量。这种设计方法采用模型预测控制机制,提高了控制算法的自适应性与鲁棒性,改善了控制性能。
附图说明
图1为本发明中双馈风力发电系统的原理图。
图2为本发明的流程图。
图3为本发明的详细流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的详细说明。
双馈风力发电系统结构原理图如图1所示,双馈发电机的定子直接与电网相连,转子通过转子侧变流器及网侧变流器向电网输送能源。本发明主要关注网侧变流器的优化控制问题。在图1所示的双馈风力发电系统中,网侧变流器(GSC)主要用于实现变流器和电网之间的能量交互,并维持直流侧电容电压的稳定。
计算过程涉及变量及符号说明:
i:电流 x:状态方程的状态变量
v:电压 u:状态方程的控制输入或者干扰输入变量
t:连续系统时间变量 k:离散系统控制步长变量
下标abc:abc三相电 A:符号斜体加粗表示向量或者矩阵
下标d:d轴分量 下标D:系统矩阵离散化
下标q:q轴分量 PI控制:比例积分控制
下标f:滤波电感对应的变量 下标dc:直流侧变量
下标g:电网对应的变量 下标ref:参考值变量
下标s:三相电网电压相位变量 k+nk:当前时刻k对k+n时刻的预测
abc2dq:abc坐标系到d-q坐标系 dq2abc:d-q坐标系到abc坐标系
本发明的双馈风力发电系统网侧变流器模型预测控制方法,其流程如图2和图3所示,包括以下几个步骤:
A1、采集图1中所示双馈风力发电系统网侧变流器的三相电感电流if_abc、三相电网电压vg_abc、中间回路直流侧电容电压vdc;
A2、采用锁相环PLL获取电网电压vg_abc的相位θs及频率ωs,并基于θs按式(1)、式(2)对if_abc、vg_abc分别进行坐标变换,得到d-q坐标系下的变量
A3、采用网侧变流器模型预测控制算法计算最优控制量uf;
A4、利用坐标变换将d-q坐标系下的最优控制量uf变换为abc坐标系下的三相控制电压vf_abc
A5、将三相控制电压vf_abc进行调制得到PWM信号,用PWM信号控制网侧变流器的开关管。
步骤A3中采用网侧变流器模型预测控制算法计算最优控制量uf的具体过程如下:
(1)构建网侧变流器预测模型
双馈风力发电系统中,d-q坐标系下的网侧变流器状态方程模型为:
式中分别为三相电感电流if_abc、网侧变流器输出三相电压vf_abc、三相电网电压vg_abc通过abc2dq坐标变换后得到的d-q轴分量,Rf、Lf分别为三相电感的电阻和电感值,ωs(t)为电网电压频率;
令:状态变量干扰输入变量控制输入变量系统系数矩阵干扰输入矩阵控制输入矩阵输出变量输出矩阵
将方程(3)写成:
假设在预测时域内电网频率ωs(t)恒定,则式(4)中时变的系统系数矩阵A(t)在预测时域内为常数矩阵A。进一步将方程(4)离散化得:
式中:Ts为采样周期,CD=C;
定义算子Δ,满足:Δf(k)=f(k)-f(k-1),由式(5)可得:
Δx(k+1)=ADΔx(k)+BgDΔug(k)+BfDΔuf(k) (6)
重构状态:结合式(6)得:
式中:Cz=[CDI2]2×4,02为2×2维零阵,I2为2阶单位阵;
由式(7)可得出网侧变流器的预测模型为:
式中:n=1,…,P,P为预测时域;k+nk表示k时刻对k+n时刻的预测;M为控制时域,P>M,且对任意的n>M,Δug(k+n-1)=02×1,Δuf(k+n-1)=02×1,02×1为2×1维零阵;
基于多步预测寻优的设计,取预测时域P=5,M=2,式(8)可表示为:
YP(k)=ΦZ(k)+ΨgΔUMg(k)+ΨfΔUMf(k) (9)
式中:
考虑到控制时域M=2取值较小,可以认为电网电压在控制时域内没有变化,即式(9)中系统扰动输入为而在k时刻可得到Δug(k),即此时式(9)中ΔUMg(k)已知;
(2)基于网侧变流器代价函数计算最优控制量uf(k);
网侧变流器的控制目标是三相电感电流对参考电流的跟踪,同时考虑对控制增量大小的限制,本发明中的预测控制器代价函数为:
上式中:第一累加项为预测时域内对电感电流跟踪误差的加权平方和,其中id_ref(k+n)、iq_ref(k+n)为电感电流参考值的d、q轴分量;第二累加项为控制时域内对电压控制增量的加权平方和;权重系数w及r分别用于设置电流跟踪误差与电压控制增量在代价函数中的权重并可平衡两者量纲;
定义电感电流参考值向量为:其中:
采用比例-积分控制器(PI控制器)实现对直流侧电容电压vdc的控制,由此得到电感电流参考值:
式中,vdc_ref为直流电压参考值,PI为比例-积分控制器,用于实现网侧变流器对直流侧电压的控制;考虑到直流侧电容较大,且预测时域较短,因此设定预测时域内参考值恒定,即
定义运算将代价函数(10)的极小方程转化为:
式中:QP=wI10,I10为10维单位阵,R=rI4,I4为4维单位阵;
将式(9)代入式(12),求解得:
取当前时刻的控制增量:
Δuf(k)=[I2 02]ΔUMf(k) (14)
令:d2=d1Φ,d3=d1Ψg,式(14)可表示为:
Δuf(k)=d1Iref(k)-d2Z(k)-d3ΔUMg(k) (15)
基于式(15)得到的最优电压控制增量Δuf(k),再通过积分器对该控制增量进行积分计算得到实际参与控制(调制)的最优控制量uf(k),这种积分计算有利于消除系统控制的静差,从而获得更优良的控制性能。
利用坐标变换式(16)将d-q坐标系下的最优控制量uf(k)变换为abc坐标系下的控制(调制)电压vf_abc(k),计算过程为:
最后通过PWM调制,将调制电压信号vf_abc转换为控制网侧变流器IGBT开关管的PWM信号。
Claims (4)
1.一种双馈风力发电系统网侧变流器模型预测控制方法,包括以下步骤:
A1、采集双馈风力发电系统网侧变流器的三相电感电流if_abc、三相电网电压vg_abc、中间回路直流侧电容电压vdc;
A2、采用锁相环PLL获取电网电压vg_abc的相位θs及频率ωs,基于相位θs对三相电感电流if_abc、三相电网电压vg_abc分别进行坐标变换,得到d-q坐标系下的分量;
A3、采用网侧变流器模型预测控制算法计算最优控制量uf;
A4、利用坐标变换将d-q坐标系下的最优控制量uf变换为abc坐标系下的三相控制电压vf_abc;
A5、将三相控制电压vf_abc进行调制得到PWM信号,用PWM信号控制网侧变流器的开关管。
2.根据权利要求1所述的双馈风力发电系统网侧变流器模型预测控制方法,其特征在于,所述的步骤A2中对三相电感电流if_abc、三相电网电压vg_abc进行abc坐标系到d-q坐标系的坐标变换(abc2dq坐标变换),其计算为:
3.根据权利要求1所述的双馈风力发电系统网侧变流器模型预测控制方法,其特征在于,所述的步骤A3的具体步骤为:
A31、构建网侧变流器预测模型;
双馈风力发电系统中,d-q坐标系下的网侧变流器状态方程模型为:
式中分别为三相电感电流if_abc、网侧变流器输出三相电压vf_abc、三相电网电压vg_abc通过abc2dq坐标变换后得到的d-q轴分量,Rf、Lf分别为三相电感的电阻和电感值,ωs(t)为电网电压频率;
令:状态变量干扰输入变量控制输入变量系统系数矩阵干扰输入矩阵控制输入矩阵输出变量输出矩阵
将方程(3)写成:
假设在预测时域内电网频率ωs(t)恒定,则式(4)中时变的系统系数矩阵A(t)在预测时域内为常数矩阵A;进一步将方程(4)离散化得:
式中:Ts为采样周期,CD=C;
定义算子Δ,满足:Δf(k)=f(k)-f(k-1),结合式(5)可得:
Δx(k+1)=ADΔx(k)+BgDΔug(k)+BfDΔuf(k) (6)
重构状态:结合式(6)得:
式中:Cz=[CD I2]2×4,02为2×2维零阵,I2为2阶单位阵;
由式(7)可得出网侧变流器的预测模型为:
式中:n=1,…,P,P为预测时域;k+n|k表示k时刻对k+n时刻的预测;M为控制时域,P>M,且对任意的n>M,Δug(k+n-1)=02×1,Δuf(k+n-1)=02×1,02×1为2×1维零阵;
基于多步预测寻优的设计,取预测时域P=5,M=2,式(8)可表示为:
YP(k)=ΦZ(k)+ΨgΔUMg(k)+ΨfΔUMf(k) (9)
式中:
考虑到控制时域M=2取值较小,电网电压在控制时域内没有变化,即式(9)中系统扰动输入为而在当前时刻k可得到Δug(k),即此时式(9)中ΔUMg(k)已知;
A32、基于网侧变流器代价函数计算最优控制量uf(k);
网侧变流器的控制目标是三相电感电流对参考电流的跟踪,同时考虑对控制增量大小的限制,本发明中的预测控制器代价函数为:
上式中:第一累加项为预测时域内对电感电流跟踪误差的加权平方和,其中id_ref(k+n)、iq_ref(k+n)为电感电流参考值的d、q轴分量;第二累加项为控制时域内对电压控制增量的加权平方和;权重系数w及r分别用于设置电流跟踪误差与电压控制增量在代价函数中的权重并可平衡两者量纲;
定义电感电流参考值向量为:其中:n=1,…,5。
采用比例-积分控制器(PI控制器)实现对直流侧电容电压vdc的控制,由此得到电感电流参考值:
式中,vdc_ref为直流侧电容电压参考值,PI为比例-积分控制器,用于实现网侧变流器对直流侧电压的控制;考虑到直流侧电容较大,且预测时域较短,因此设定预测时域内参考值恒定,即
定义运算将代价函数(10)的极小方程转化为:
式中:QP=wI10,I10为10维单位阵,R=rI4,I4为4维单位阵;
将式(9)代入式(12),求解得:
取当前时刻的控制增量:
Δuf(k)=[I2 02]ΔUMf(k) (14)
令:d2=d1Φ,d3=d1Ψg,式(14)可表示为:
Δuf(k)=d1Iref(k)-d2Z(k)-d3ΔUMg(k) (15)
基于式(15)得到的最优电压控制增量Δuf(k),再通过积分器对该控制增量进行积分计算得到实际参与控制(调制)的最优控制量uf(k)。
4.根据权利要求1所述的双馈风力发电系统网侧变流器模型预测控制方法,所述步骤4中将uf(k)通过d-q坐标系到abc坐标系的坐标变换(dq2abc坐标变换)得到三相控制电压vf_abc(k),其计算方法为;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910463184.8A CN110048466B (zh) | 2019-05-30 | 2019-05-30 | 一种双馈风力发电系统网侧变流器模型预测控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910463184.8A CN110048466B (zh) | 2019-05-30 | 2019-05-30 | 一种双馈风力发电系统网侧变流器模型预测控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110048466A true CN110048466A (zh) | 2019-07-23 |
CN110048466B CN110048466B (zh) | 2021-09-24 |
Family
ID=67284167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910463184.8A Active CN110048466B (zh) | 2019-05-30 | 2019-05-30 | 一种双馈风力发电系统网侧变流器模型预测控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110048466B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111371366A (zh) * | 2020-03-16 | 2020-07-03 | 湖南大学 | 一种变频水力发电系统模型预测电流控制方法、系统及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103166247A (zh) * | 2013-03-15 | 2013-06-19 | 东方电气集团东方汽轮机有限公司 | 一种双馈风力发电网侧变流器的控制系统及其控制方法 |
CN103595069A (zh) * | 2013-11-18 | 2014-02-19 | 河南师范大学 | 不平衡电压下光伏发电系统网侧变换器模型预测控制方法 |
-
2019
- 2019-05-30 CN CN201910463184.8A patent/CN110048466B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103166247A (zh) * | 2013-03-15 | 2013-06-19 | 东方电气集团东方汽轮机有限公司 | 一种双馈风力发电网侧变流器的控制系统及其控制方法 |
CN103595069A (zh) * | 2013-11-18 | 2014-02-19 | 河南师范大学 | 不平衡电压下光伏发电系统网侧变换器模型预测控制方法 |
Non-Patent Citations (5)
Title |
---|
JOANIE M. C. GELDENHUYS等: "Model predictive current control of a grid connected converter with LCL-filter", 《 2016 IEEE 17TH WORKSHOP ON CONTROL AND MODELING FOR POWER ELECTRONICS (COMPEL)》 * |
吕艳玲等: "双馈风力发电机网侧变换器仿真", 《哈尔滨理工大学学报》 * |
林环城等: "基于分层控制的模块化多电平变流器模型预测控制方法", 《高电压技术》 * |
沈坤,等: "一种多步预测的变流器有限控制集模型", 《中国电机工程学报》 * |
沈坤等: "三相电压型逆变器模型预测控制", 《电工技术学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111371366A (zh) * | 2020-03-16 | 2020-07-03 | 湖南大学 | 一种变频水力发电系统模型预测电流控制方法、系统及介质 |
CN111371366B (zh) * | 2020-03-16 | 2021-10-12 | 湖南中聚福能源科技有限公司 | 一种变频水力发电系统模型预测电流控制方法、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110048466B (zh) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106410849B (zh) | 基于虚拟同步发电机的微网逆变器均衡控制方法 | |
Datta et al. | An efficient technique using modified p–q theory for controlling power flow in a single-stage single-phase grid-connected PV system | |
Kumar et al. | Maximum power point tracking in wind energy conversion system using radial basis function based neural network control strategy | |
CN105958548B (zh) | 一种适用于弱电网工况的逆变器功率-电压控制方法 | |
CN108767869B (zh) | 一种基于人工神经网络的静态无功补偿器电压调节方法 | |
CN110112940A (zh) | 一种基于αβ坐标系下的PWM整流器自适应滑模QPIR控制方法 | |
CN109586337B (zh) | 基于频域建模的vsc并网系统次同步振荡风险评估方法 | |
CN108429281A (zh) | 一种lcl型并网逆变器并联虚拟阻抗控制方法 | |
CN110323749A (zh) | Lcl滤波器并网逆变器的干扰抑制方法 | |
Sun et al. | Backstepping direct power control without phase‐locked loop of AC/DC converter under both balanced and unbalanced grid conditions | |
Rong et al. | Output feedback control of single-phase UPQC based on a novel model | |
CN103280842A (zh) | 一种由直流电压生成变换器内频的同步控制方法及系统 | |
CN104868773A (zh) | 基于Lyapunov状态函数的单相并网逆变器控制装置 | |
CN110460035A (zh) | 基于鲁棒扰动观测器的dc-dc变换器动态补偿方法及系统 | |
CN110365230B (zh) | 一种三相电压型pwm整流器直接功率控制装置 | |
Xiong et al. | Common-mode insertion indices compensation with capacitor voltages feedforward to suppress circulating current of MMCs | |
CN109347141A (zh) | 一种双馈风力发电系统网侧终端滑模控制器设计方法 | |
CN109274119A (zh) | 三相电流型并网逆变器控制方法 | |
CN115764989A (zh) | 一种基于构网型换流器的虚拟同步发电机系统 | |
Wu et al. | Research and Simulation of DC Microgrid Three-Phase AC-DC Converter Control Strategy Based on Double Loop | |
CN110165954A (zh) | 一种双馈风力发电系统机侧变流器模型预测控制方法 | |
CN110048466A (zh) | 一种双馈风力发电系统网侧变流器模型预测控制方法 | |
CN111262460B (zh) | 一种基于耦合电感的五电平整流器滑模pir控制方法 | |
CN106684907B (zh) | 提高并网逆变器弱电网暂态运行下系统动态响应的控制方法 | |
CN108540001A (zh) | 一种基于两相静止坐标系的三相电压源型整流器直接功率控制方法 |
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 |