CN113922408A - 基于参数反演的mmc-hvdc电网双极短路故障电流计算方法 - Google Patents
基于参数反演的mmc-hvdc电网双极短路故障电流计算方法 Download PDFInfo
- Publication number
- CN113922408A CN113922408A CN202111160850.4A CN202111160850A CN113922408A CN 113922408 A CN113922408 A CN 113922408A CN 202111160850 A CN202111160850 A CN 202111160850A CN 113922408 A CN113922408 A CN 113922408A
- Authority
- CN
- China
- Prior art keywords
- mmc
- power grid
- fault
- bipolar short
- circuit fault
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 claims abstract description 12
- 238000013528 artificial neural network Methods 0.000 claims abstract description 7
- 238000012549 training Methods 0.000 claims abstract description 7
- 238000012417 linear regression Methods 0.000 claims abstract description 5
- 239000003990 capacitor Substances 0.000 claims description 19
- 238000009499 grossing Methods 0.000 claims description 11
- 238000003062 neural network model Methods 0.000 claims description 11
- 238000013461 design Methods 0.000 abstract description 7
- 238000004088 simulation Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 101100499229 Mus musculus Dhrsx gene Proteins 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
Images
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
- H02J3/36—Arrangements for transfer of electric power between ac networks via a high-tension dc link
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
- H02H3/00—Emergency protective circuit arrangements for automatic disconnection directly responsive to an undesired change from normal electric working condition with or without subsequent reconnection ; integrated protection
- H02H3/08—Emergency protective circuit arrangements for automatic disconnection directly responsive to an undesired change from normal electric working condition with or without subsequent reconnection ; integrated protection responsive to excess current
- H02H3/087—Emergency protective circuit arrangements for automatic disconnection directly responsive to an undesired change from normal electric working condition with or without subsequent reconnection ; integrated protection responsive to excess current for dc applications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
- H02H7/00—Emergency protective circuit arrangements specially adapted for specific types of electric machines or apparatus or for sectionalised protection of cable or line systems, and effecting automatic switching in the event of an undesired change from normal working conditions
- H02H7/26—Sectionalised protection of cable or line systems, e.g. for disconnecting a section on which a short-circuit, earth fault, or arc discharge has occured
- H02H7/268—Sectionalised protection of cable or line systems, e.g. for disconnecting a section on which a short-circuit, earth fault, or arc discharge has occured for dc systems
-
- 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/60—Arrangements for transfer of electric power between AC networks or generators via a high voltage DC link [HVCD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于参数反演的MMC‑HVDC电网双极短路故障电流计算方法,先根据MMC‑HVDC双极短路故障回路等效的串联RLC电路获取电流数据及对应R、L、C参数训练神经网络;再根据训练好的神经网络及MMC‑HVDC电网双极短路故障电流数据反演出MMC‑HVDC电网双极短路故障等效RLC回路中的R、L、C参数;最后,根据经反演所得的等效RLC串联回路的R、L、C参数和MMC‑HVDC电网故障回路所含实际系统参数,通过多元线性回归构建拟合公式,获得MMC‑HVDC电网双极短路故障电流通用计算公式。本发明能提高故障电流计算准确度,从而为MMC‑HVDC电网系统的故障保护方案设计提供有力保障。
Description
技术领域
本发明涉及柔性直流电网故障保护领域,更具体地说是应用于多端柔性直流电网的直流线路双极短路故障电流计算方法。
背景技术
基于模块化换流器的柔性高压直流(MMC-HVDC)电网具有有功功率和无功功率的灵活控制,没有换向失败和谐波含量小等优点,所以它被认为是应用于未来集成电网的最具发展潜力的电网结构。
由于架空线路输电方式成本低、维护方便,是MMC-HVDC电网未来的发展趋势。然而架空线路输电发生短路故障的概率比电缆高,其中双极短路故障是最严重的故障。由于故障后故障回路阻抗小,子模块的电容会迅速放电,故障电流上升非常快,对MMC-HVDC电网的直流短路保护提出了很大的挑战。直流故障保护方案之一是安装直流断路器切断直流故障线路,而直流断路器的开断能力要求与直流短路故障电流密切相关,因此直流短路故障电流的分析和准确计算,是MMC-HVDC电网参数设计、故障电流抑制和保护方案设计的重要依据。
目前MMC-HVDC电网直流短路故障电流的计算方法是对换流站进行线性化,然后列写系统状态矩阵,通过求解系统状态微分方程得到故障电流。但多端MMC-HVDC电网储能元件数量多导致微分方程阶次较高无法求得故障电流的解析解,且换流站之间存在耦合,即使求得解析解,与实际故障电流也相差较大,不利于MMC-HVDC电网系统的故障保护方案的设计。
发明内容
本发明是为解决上述现有技术所存在的不足之处,提供一种基于参数反演的MMC-HVDC电网双极短路故障电流计算方法,以期能够便捷、准确地计算出直流线路短路电流,并能提高故障电流计算准确度,从而为MMC-HVDC电网的故障电流抑制和故障保护方案的设计提供有力保障。
本发明为解决技术问题采用如下技术方案:
本发明一种基于参数反演的MMC-HVDC电网双极短路故障电流计算方法的特点是按如下步骤进行:
步骤1、将MMC-HVDC电网双极短路故障回路等效为含有直流电压源的RLC串联电路,通过多次改变其中的电阻R、电感L、电容C的参数以获取相应组的回路电流数据及其对应电阻R、电感L、电容C的参数,并作为神经网络的训练数据集;
步骤2、构建神经网络模型,将多组回路电流数据作为输入,并将其对应电阻R、电感L、电容C的参数作为输出,用于对所述神经网络模型进行训练,得到训练后的神经网络模型;
步骤3、通过改变MMC-HVDC电网的双极短路故障回路所含的系统参数,在本实例中参数选取范围如表1所示,得到若干组MMC-HVDC电网的双极短路故障电流数据,将其输入至训练后的神经网络模型,并输出MMC-HVDC电网双极短路故障的等效RLC回路所对应电阻R、电感L、电容C的参数;
步骤4、通过多元线性回归拟合出MMC-HVDC电网双极短路故障的等效RLC回路所对应的R、L、C参数与双极短路故障回路中所含的系统参数之间的拟合公式;
步骤5、将所述拟合公式代入到等效RLC回路的电流计算表达式中,获得MMC-HVDC电网的双极短路故障电流计算公式,用于计算双极短路故障电流。
本发明所述的基于参数反演的MMC-HVDC电网双极短路故障电流计算方法的特点是:所述步骤1按如下方法进行:
步骤1.1、将MMC-HVDC电网双极短路故障回路等效为含有直流电压源的RLC串联电路,其中,所述直流电压源的电压值设为MMC-HVDC电网的双极短路故障回路中故障线路所连的换流站出口处的稳态电压,所述稳态电压为发生故障前换流站出口处所对应的直流电压;
步骤1.2、在一定范围内随机设定串联RLC电路的电阻R、电感L、电容C的参数值,获得若干组不同时刻下的回路电流值及其对应电阻R、电感L、电容C的参数值,其中,该范围囊括MMC-HVDC电网双极短路故障回路等效RLC电路的参数范围。
所述步骤4中的拟合公式如式(1)所示:
式(1)中,R、L、C为MMC-HVDC电网双极短路故障的等效RLC回路的电阻R、电感L、电容C的参数值,Lf为MMC-HVDC电网双极短路故障回路中故障线路的电感值,并包括故障线路上的平波电抗器和故障线路的等效电感;Ldc1为故障线路相连的换流站与其相邻换流站之间的直流线路上,靠近故障线路相连的换流站的平波电抗器;Ldc2为故障线路相连的换流站与其相邻换流站之间的直流线路上,靠近相邻换流站的平波电抗器;Rf为故障线路的等效电阻值;Lsm1为故障线路相连的换流站的中性线电感;Csm1为故障线路相连的换流站的子模块电容,α0、α1、α2、α3、α4分别为电阻R的五个系数;β0、β1、β2、β3分别为电感L的四个系数;γ0、γ1、γ2、γ3、γ4分别为电容C的五个系数。
所述步骤5中的双极短路故障电流计算公式如式(2)所示:
式(2)中,Udc为故障前故障线路相连的换流站的出口处直流电压;R,L,C为MMC-HVDC电网双极短路故障的等效RLC回路的电阻R、电感L、电容C的参数值,i0为直流线路的稳态电流,t为故障时间。
与已有技术相比,本发明有益效果体现在:
1、本发明是基于数据驱动的方法,无需复杂的故障分析,只需要简单的数据采集,简化了复杂的微分方程求解,从而克服了传统MMC-HVDC电网难以求得故障电流解析解的问题。
2、本发明是构建起MMC-HVDC电网实际系统参数与反演参数之间的线性关系,从而得到通用的双极短路电流计算公式,提高了故障电流计算准确度,克服了传统计算方法准确度低的问题,且具有较强的通用性,适用于不同结构和系统参数的多端电网。
附图说明
图1为现有技术中四端MMC-HVDC电网示意图;
图2为现有技术中RLC串联回路图;
图3为本发明案例结果对比图;
图4为本发明方法的流程图。
具体实施方式
本实施例中,MMC-HVDC电网是模块化多电平换流器型(modular multilevelconverter,MMC)的高压直流输电系统(high voltage direct current grid,HVDC),具有可控性好、电能质量高等诸多优点,相比于传统直流输电技术更适合用于发展多端直流电网。本实施例中,以四端MMC-HVDC电网为例,其结构如图1所示。MMC-HVDC电网发生直流短路故障时,故障电流上升速度快,这对系统保护提出了极大的挑战。直流故障保护方案之一是安装直流断路器切断直流故障线路,而直流断路器的开断能力要求与直流短路故障电流密切相关,因此直流短路故障电流的分析和准确计算,是MMC-HVDC电网参数设计、故障电流抑制和保护方案设计的重要依据。
具体实施中,采用四端环形MMC-HVDC电网为例(实际应用不限于此拓扑,可以是任意结构拓扑),如图4所示,一种基于参数反演的模块化多电平换流器型高压直流输电(MMC-HVDC)电网双极短路故障电流计算方法是按如下步骤进行:
步骤1、将MMC-HVDC电网双极短路故障回路等效为含有直流电压源的RLC串联电路,通过多次改变其中的电阻R、电感L、电容C的参数以获取2000组的回路电流数据及其对应的R、L、C参数,并作为神经网络的训练数据集;
步骤1.1、在PSCAD/EMTDC仿真软件搭建MMC-HVDC电网双极短路故障回路的等效RLC电路,具体为带直流电压源的RLC串联回路,如图2所示。其中,直流电压源的电压值设为MMC-HVDC电网的双极短路故障回路中故障线路所连的换流站出口处的稳态电压,稳态电压为发生故障前换流站出口处所对应的直流电压,在本实施例中为500kV;
步骤1.2、在一定范围内随机设定RLC串联回路的R、L、C参数值,在本实施例中,R的范围为5-20Ω,L的范围为0-1H,C的范围为0-1mF,从而获得2000组2ms、4ms、6ms、8ms、10ms时刻下的回路电流值及其对应的R、L、C参数值。。
步骤2、构建BP神经网络,包括输入层含5个神经元,输出层含3个神经元,隐含层含10个神经元;将2000组回路电流数据作为输入,并将其对应的R、L、C参数作为输出,用于对神经网络模型进行训练,得到训练后的神经网络模型;
步骤3、通过改变MMC-HVDC电网的双极短路故障回路所含的系统参数,在本实施例中,参数选取范围如表1所示,得到200组MMC-HVDC电网的双极短路故障电流数据,其中故障设定为发生在A端换流站与D端换流站之间的直流线路上,将其输入至训练后的BP神经网络模型,并输出MMC-HVDC电网双极短路故障的等效RLC回路所对应的R、L、C参数;
表1 MMC-HVDC四端电网系统参数范围
故障线路电感值L<sub>f</sub>/H | 0.05-0.3 |
A端换流站平波电抗器L<sub>dc1</sub>/H | 0.05-0.3 |
B端换流站平波电抗器L<sub>dc2</sub>/H | 0.05-0.3 |
故障线路等效电阻值R<sub>f</sub>/Ω | 0.5-3 |
A端换流站中性线电感L<sub>sm1</sub>/H | 0.1-0.6 |
A端换流站子模块电容/mF | 10-12 |
步骤4、通过多元线性回归拟合出MMC-HVDC电网双极短路故障的等效RLC回路所对应的R、L、C参数与双极短路故障回路中所含的系统参数之间的拟合公式;
具体的说,是将步骤3中获得的200组双极短路故障等效RLC回路的R、L、C参数值与对应的MMC-HVDC四端电网双极故障回路中所包含的实际系统参数值通过线性回归进行拟合,获得两者之间的拟合公式如式(1)所示:
式(1)中,R、L、C为MMC-HVDC电网双极短路故障的等效RLC回路的R、L、C参数值,Lf为MMC-HVDC电网双极短路故障回路中故障线路的电感值,并包括故障线路上的平波电抗器和故障线路的等效电感;Ldc1为A端换流站平波电抗器;Ldc2为B端换流站平波电抗器;Rf为故障线路的等效电阻值;Lsm1为A端换流站中性线电感;Csm1为A端换流站子模块电容。
步骤5、将拟合公式代入到等效RLC回路的电流计算表达式中,获得MMC-HVDC电网的双极短路故障电流计算公式,用于计算双极短路故障电流;
具体的说是,将式(1)中的R、L、C的表达式代入到如式(2)所示的RLC回路电流计算表达式:
式(2)中,τdc表示时间常数,ωdc表示频率,Zdc表示阻抗,并有:
式(2)中,ifault为MMC-HVDC电网双极短路故流的故障分量,Udc为故障前故障线路相连的换流站的出口处直流电压。将故障分量ifault加上故障前直流线路的稳态电流分量得到通用的MMC-HVDC电网双极短路故障电流计算公式,如式(6)所示:
式(6)中,R,L,C由式(1)所得,i0为直流线路的稳态电流。
本实施例中,针对图1所示四端MMC-HVDC电网,以换流站A作为实验对象,验证一种基于参数反演的MMC-HVDC电网双极短路故障电流计算方法的准确性。采用PSCAD作为仿真实验平台,实施方法如下:
设置了四组仿真案例,每组仿真采用随机的系统参数,把故障设置为均在1s时发生。将四组仿真故障后10ms内的故障电流仿真值与本发明的计算结果对比,从而验证本发明的准确性。
本实施例的各案例仿真与解析计算的结果对比如图3所示。
由图3可知,4个案例的故障电流的计算结果和仿真结果的误差绝对值的最大值在5.72%,最小值仅为0.04%,误差绝对值的平均值为2.2%。本发明提出的方法计算误差与现有方法误差在同一水平,具有更高的准确性。本发明采用的方法仅依赖于系统参数值,与外部直流电网结构无关,因此该等效模型具有一定的通用性,可以推广到多端MMC-HVDC电网中。
综上所述,本发明通过数据驱动和BP神经网络,提出了一种基于参数反演的MMC-HVDC电网双极短路故障电流计算方法。PSCAD四端MMC-HVDC仿真模型的仿真结果与计算结果表明,该方法具有准确性高,通用性强,过程简便的特点。
Claims (4)
1.一种基于参数反演的MMC-HVDC电网双极短路故障电流计算方法,其特征是按如下步骤进行:
步骤1、将MMC-HVDC电网双极短路故障回路等效为含有直流电压源的RLC串联电路,通过多次改变其中的电阻R、电感L、电容C的参数以获取相应组的回路电流数据及其对应电阻R、电感L、电容C的参数,并作为神经网络的训练数据集;
步骤2、构建神经网络模型,将多组回路电流数据作为输入,并将其对应电阻R、电感L、电容C的参数作为输出,用于对所述神经网络模型进行训练,得到训练后的神经网络模型;
步骤3、通过改变MMC-HVDC电网的双极短路故障回路所含的系统参数,在本实例中参数选取范围如表1所示,得到若干组MMC-HVDC电网的双极短路故障电流数据,将其输入至训练后的神经网络模型,并输出MMC-HVDC电网双极短路故障的等效RLC回路所对应电阻R、电感L、电容C的参数;
步骤4、通过多元线性回归拟合出MMC-HVDC电网双极短路故障的等效RLC回路所对应的R、L、C参数与双极短路故障回路中所含的系统参数之间的拟合公式;
步骤5、将所述拟合公式代入到等效RLC回路的电流计算表达式中,获得MMC-HVDC电网的双极短路故障电流计算公式,用于计算双极短路故障电流。
2.根据权利要求1所述的基于参数反演的MMC-HVDC电网双极短路故障电流计算方法,其特征是:所述步骤1按如下方法进行:
步骤1.1、将MMC-HVDC电网双极短路故障回路等效为含有直流电压源的RLC串联电路,其中,所述直流电压源的电压值设为MMC-HVDC电网的双极短路故障回路中故障线路所连的换流站出口处的稳态电压,所述稳态电压为发生故障前换流站出口处所对应的直流电压;
步骤1.2、在一定范围内随机设定串联RLC电路的电阻R、电感L、电容C的参数值,获得若干组不同时刻下的回路电流值及其对应电阻R、电感L、电容C的参数值,其中,该范围囊括MMC-HVDC电网双极短路故障回路等效RLC电路的参数范围。
3.根据权利要求1所述的基于参数反演的MMC-HVDC电网双极短路故障电流计算方法,其特征是,所述步骤4中的拟合公式如式(1)所示:
式(1)中,R、L、C为MMC-HVDC电网双极短路故障的等效RLC回路的电阻R、电感L、电容C的参数值,Lf为MMC-HVDC电网双极短路故障回路中故障线路的电感值,并包括故障线路上的平波电抗器和故障线路的等效电感;Ldc1为故障线路相连的换流站与其相邻换流站之间的直流线路上,靠近故障线路相连的换流站的平波电抗器;Ldc2为故障线路相连的换流站与其相邻换流站之间的直流线路上,靠近相邻换流站的平波电抗器;Rf为故障线路的等效电阻值;Lsm1为故障线路相连的换流站的中性线电感;Csm1为故障线路相连的换流站的子模块电容,α0、α1、α2、α3、α4分别为电阻R的五个系数;β0、β1、β2、β3分别为电感L的四个系数;γ0、γ1、γ2、γ3、γ4分别为电容C的五个系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111160850.4A CN113922408B (zh) | 2021-09-30 | 2021-09-30 | 基于参数反演的mmc-hvdc电网双极短路故障电流计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111160850.4A CN113922408B (zh) | 2021-09-30 | 2021-09-30 | 基于参数反演的mmc-hvdc电网双极短路故障电流计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113922408A true CN113922408A (zh) | 2022-01-11 |
CN113922408B CN113922408B (zh) | 2023-12-08 |
Family
ID=79237394
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111160850.4A Active CN113922408B (zh) | 2021-09-30 | 2021-09-30 | 基于参数反演的mmc-hvdc电网双极短路故障电流计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113922408B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114818364A (zh) * | 2022-05-17 | 2022-07-29 | 四川大学 | 基于首波谷幅频特性拟合的双极直流电缆依频rlc建模方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103543387A (zh) * | 2013-10-16 | 2014-01-29 | 清华大学 | 一种输电线路雷击定位和雷电流反演方法 |
US20160094117A1 (en) * | 2014-09-29 | 2016-03-31 | Huazhong University Of Science And Technology | Ride-through and recovery method for dc short circuit faults of hybrid mmc-based hvdc system |
CN105866633A (zh) * | 2016-05-30 | 2016-08-17 | 上海交通大学 | 基于波权重的输电线路故障电流行波波形的重现方法 |
CN106407494A (zh) * | 2016-03-25 | 2017-02-15 | 华北电力大学 | 基于mmc的hvdc系统的双极短路故障电流计算方法 |
CN107887923A (zh) * | 2017-11-16 | 2018-04-06 | 南方电网科学研究院有限责任公司 | 一种mmc‑hvdv输电系统双极短路故障分析方法 |
CN111211574A (zh) * | 2020-01-10 | 2020-05-29 | 北京交通大学 | 基于半桥型mmc多端直流电网直流侧双极故障电流计算方法 |
CN111564865A (zh) * | 2020-06-11 | 2020-08-21 | 南京工程学院 | 一种多端柔性直流配电网双极短路故障电流计算方法 |
-
2021
- 2021-09-30 CN CN202111160850.4A patent/CN113922408B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103543387A (zh) * | 2013-10-16 | 2014-01-29 | 清华大学 | 一种输电线路雷击定位和雷电流反演方法 |
US20160094117A1 (en) * | 2014-09-29 | 2016-03-31 | Huazhong University Of Science And Technology | Ride-through and recovery method for dc short circuit faults of hybrid mmc-based hvdc system |
CN106407494A (zh) * | 2016-03-25 | 2017-02-15 | 华北电力大学 | 基于mmc的hvdc系统的双极短路故障电流计算方法 |
CN105866633A (zh) * | 2016-05-30 | 2016-08-17 | 上海交通大学 | 基于波权重的输电线路故障电流行波波形的重现方法 |
CN107887923A (zh) * | 2017-11-16 | 2018-04-06 | 南方电网科学研究院有限责任公司 | 一种mmc‑hvdv输电系统双极短路故障分析方法 |
CN111211574A (zh) * | 2020-01-10 | 2020-05-29 | 北京交通大学 | 基于半桥型mmc多端直流电网直流侧双极故障电流计算方法 |
CN111564865A (zh) * | 2020-06-11 | 2020-08-21 | 南京工程学院 | 一种多端柔性直流配电网双极短路故障电流计算方法 |
Non-Patent Citations (1)
Title |
---|
郝亮亮 等: "MMC-HVDC电网输电线路双极短路故障电流的实用计算", vol. 44, no. 5, pages 68 - 76 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114818364A (zh) * | 2022-05-17 | 2022-07-29 | 四川大学 | 基于首波谷幅频特性拟合的双极直流电缆依频rlc建模方法 |
CN114818364B (zh) * | 2022-05-17 | 2023-03-14 | 四川大学 | 基于首波谷幅频特性拟合的双极直流电缆依频rlc建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113922408B (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2023231308A1 (zh) | 一种电磁式电压互感器匝间短路故障解析建模方法及系统 | |
CN113922408B (zh) | 基于参数反演的mmc-hvdc电网双极短路故障电流计算方法 | |
CN112001142B (zh) | 一种半桥型模块化多电平换流器的实时仿真方法 | |
CN107679285B (zh) | 特高压直流换流阀二端口电路 | |
CN111371128A (zh) | 一种对称单极型柔性直流换流站 | |
CN111339624A (zh) | 基于psasp和emtp/atp短路电流直流分量计算方法 | |
CN110968073B (zh) | 一种hvdc系统换相失败故障原因双层溯源辨识方法 | |
Xiao et al. | An accurate analysis method for transient characteristics of DC line faults in voltage source converter‐based DC systems | |
CN110427635B (zh) | Lcc-hvdc优化电磁暂态仿真方法 | |
CN114895140B (zh) | 基于虚拟注入电流比和二阶段重构的配电网故障定位方法 | |
CN113820564B (zh) | 一种适应于源网荷储复杂电网的故障检测方法 | |
CN116054224A (zh) | 一种多馈入直流输电系统换相失败快速评估方法 | |
CN111398787B (zh) | 复杂工况下的三相电压型pwm整流电路故障诊断方法 | |
CN112765920B (zh) | 一种基于差共模变换的直流短路电流计算方法及系统 | |
CN113392589A (zh) | 基于卷积神经网络的高压直流换流站故障分析方法及系统 | |
CN111815112B (zh) | 一种多馈入直流系统相继换相失败故障溯源方法 | |
Xiao et al. | A steady‐state analysis method for pole‐to‐pole faults under different transition resistances in voltage source converter‐based DC systems | |
CN112731019A (zh) | 一种anpc三电平逆变器故障诊断方法 | |
CN108303607B (zh) | 一种变压器组合运行电容匹配性检测方法及系统 | |
CN113054632B (zh) | Mmc-hvdc系统直流短路故障电流的分段等效计算方法 | |
CN113312580B (zh) | 一种直流变压器故障穿越电抗器的参数确定方法及装置 | |
CN110212500A (zh) | Twbs-hvdc直流短路故障电流计算方法 | |
CN112564158B (zh) | 一种直流换相失败预测方法 | |
Tang et al. | Commutation overshoots based on a novel model for series thyristors during the turn‐off process | |
Wang et al. | A robust voltage control of dual active full bridge converter based on RBF neural network sliding mode control with reduced order modeling approach |
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 |