Joint Control Strategy for VSG Voltage Control and Virtual Impedance Based on Deep Reinforcement Learning

YANG Dejian; LIU Jiaxue; SUN Zhenqi; JIN Enshu

doi:10.20204/j.sp.2026.05013

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

Joint Control Strategy for VSG Voltage Control and Virtual Impedance Based on Deep Reinforcement Learning

更新时间：2026-05-20

- Joint Control Strategy for VSG Voltage Control and Virtual Impedance Based on Deep Reinforcement Learning
- Vol. 54, Issue 5, Pages: 106-114(2026)
- 作者机构：
  
  （现代电力系统仿真控制与绿色电能新技术教育部重点实验室（东北电力大学），）,吉林,吉林,132012
- 作者简介：
- 基金信息：
- DOI：10.20204/j.sp.2026.05013
  CLC：
- Published：2026
- 稿件说明：
移动端阅览
杨德健,刘嘉雪,孙振琪,金恩淑.基于深度强化学习的VSG电压控制与虚拟阻抗联合控制策略[J].智慧电力,2026,54(5):106-114.

doi:10.20204/j.sp.2026.05013
杨德健,刘嘉雪,孙振琪,金恩淑.基于深度强化学习的VSG电压控制与虚拟阻抗联合控制策略[J].智慧电力,2026,54(5):106-114. DOI： 10.20204/j.sp.2026.05013.

doi:10.20204/j.sp.2026.05013 DOI：

摘要

虚拟同步机（VSG）控制凭借主动支撑优势获得学界与工程领域广泛关注，但在故障期间难以兼顾暂态稳定与故障电流抑制。为此，提出一种基于深度强化学习的VSG电压控制与虚拟阻抗联合控制策略。首先，构建基于虚拟同步机的构网型变流器数学模型；其次，揭示虚拟阻抗和电压下垂系数对故障电流和系统暂态稳定性的影响机理；最后，设计并实施一种采用离线训练与在线运行相结合方式的、兼顾故障电流抑制及暂态稳定性的联合控制策略。仿真结果表明，所提联合控制策略可有效提升虚拟同步机联网系统的暂态稳定性并显著增强故障限流能力，从而为提升高比例新能源接入下新型电力系统的主动支撑能力与安全防御水平提供了关键理论依据与技术支撑。

Abstract

Virtual synchronous generator (VSG) control has gained widespread attention in academia and engineering due to its active support advantages. However

it is difficult to balance transient stability and fault current suppression during faults. To address this

this paper proposes a joint control strategy of VSG voltage control and virtual impedance based on deep reinforcement learning. First

a mathematical model of a grid-forming converter based on a virtual synchronous generator is constructed. Second

the influence mechanisms of virtual impedance and voltage droop coefficient on fault current and system transient stability are revealed. Finally

a joint control strategy that adopts a combined offline training and online operation approach is designed and implemented

which balances fault current suppression and transient stability. Simulation results show that the proposed joint control strategy can effectively enhance the transient stability of the VSG-grid-connected system and significantly improve fault current limiting capability

thereby providing a key theoretical basis and technical support for enhancing the active support capability and security defense level of new-type power systems with a high proportion of new energy integration.

关键词

Keywords

references

李晖，刘栋，姚丹阳. 面向碳达峰碳中和目标的我国电力系统发展研判 [J ] .中国电机工程学报，2021，41（18）：6245-6259.

袁昊，刘宇航，孙洁，等. “双碳”背景下新能源并网储能容量优化配置方法 [J ] .电网与清洁能源，2024，40（9）：134-140.

郑敏嘉，俞晨欣，余浩，等. 海上风电经不控整流直流并网系统小信号建模及稳定性分析 [J ] .电力系统保护与控制，2025，53（15）：158-171.

宋美琪，李洪全，肖赫，等. 面向高比例新能源接入主动配电网的多层模型预测电压控制 [J ] .分布式能源，2025，10（1）：53-61.

李明，常永康，毛永涛，等.高渗透率新能源发电并网变流器跟网/构网型稳定控制技术综述与展望 [J ] .高电压技术，2024，50（11）：4773-4788.

张文博，邢海军，聂立君，等. 考虑高渗透率可再生能源的新型电力系统可靠性评估综述 [J ] .电测与仪表，2025，62（9）：51-61，72.

王涉，梁双，刘斯伟，等. 西班牙4·28大停电事故分析及对中国电力发展的启示 [J ] .中国电力，2025，58（11）：146-155.

莫静山，宋娜，范凯民. 含高比例分布式光伏配电网分区电压调差系数优化方法 [J ] .电力建设，2025，46（8）：12-21.

李群，唐伟佳，汪成根，等. 计及暂态电压稳定约束的构网-跟网变流器最优配比策略 [J ] .浙江电力，2025，44（1）：76-83.

何佐仁，黄云辉，王栋，等. 基于虚拟母线电压控制的跟网型与构网型并联系统稳定性优 [J ] .智慧电力，2025，53（6）：19-27.

刘林，王大龙，綦晓，等. 基于双锁相环的海上风场综合惯量调频策略研究 [J ] .发电技术，2024，45（2）：282-290.

胡同宇，杨德健，钱敏慧，等. 基于惯量同步的构网型永磁直驱风电机组频率支撑及转速恢复策略 [J ] .智慧电力，2024，52（7）：72-79.

王春义，杨颂，魏智超，等. 基于VSG技术的光伏-储能并网系统协调控制策略 [J ] .电网与清洁能源，2025，41（12）：118-126.

詹长江，吴恒，王雄飞，等. 构网型变流器稳定性研究综述 [J ] .中国电机工程学报，2023，43（23）：1-22.

高思芮，余洋. 基于反推控制的构网型变流器改进VSG控制方法 [J ] .浙江电力，2025，44（10）：102-111.

郭佳俊，陈俊儒，刘雨姗，等. 构网型新能源电网支撑性能测试评估 [J ] .智慧电力，2023，51（12）：23-29.

刘俊翔，夏向阳，巩宇，等. 基于暂态惯量阻尼优化的VSG多机振荡抑制研究 [J ] .电力科学与技术学报，2025，40（6）：67-76.

孙久亮，蔡蔚，郭庆波. 基于虚拟阻抗优化的VSG暂态功角稳定自适应控制策略 [J ] .电机与控制学报，2024，28（1）：35-48.

裴建楠，赵冬梅，白俊辉，等. 极弱电网、严重故障下构网型变流器故障穿越能力提升技术研究 [J ] .中国电机工程学报，2025，45（23）：9362-9376.

ANDREW D P，DEEPAK M D. Virtual impedance current limiting for inverters in microgrids with synchronous generators [J ] .IEEE Transactions on Industry Applications，2015，51（2）：1630-1638.

葛平娟，肖凡，涂春鸣，等. 考虑故障限流的下垂控制型逆变器暂态控制策略 [J ] .电工技术学报，2022，37（14）：3676-3687.

IMAN S，MOHAMAD E H G，JOSEP M G，et al. A current limiting strategy to improve fault ride-through of inverter interfaced autonomous microgrids [J ] .IEEE Transactions on Smart Grid，2017，8（5）：2138-2148.

兰征，王海晖，曾进辉，等. 引入分散互阻尼暂态补偿的多VSG系统振荡抑制策略 [J ] .智慧电力，2024，52（10）：1-8.

王继磊，张兴，朱乔华，等. 虚拟同步发电机暂态稳定性分析与控制策略 [J ] .电机与控制学报，2022，26（12）：28-37.

LONG B，HU C K，CHEN Z H，et al. Transient stability analysis and virtual power compensation of a virtual synchronous generator under low-voltage fault [J ] .IEEE Transactions on Power Electronics，2024，39（10）：12803-12814.

罗聪，陈燕东，谢志为，等. 计及电压动态的构网型变流器多机并联系统暂态建模与稳定域估计 [J ] .电工技术学报，2025，40（9）：2752-2765.

郑涛，王子鸣，邹芃蓥，等. 电网对称短路故障时虚拟同步机电流解析计算及影响因素分析 [J ] .电网技术，2023，47（4）：1460-1475.

LI Y S，WEI G，SHOU H，et al. Data-driven optimal control strategy for virtual synchronous generator via deep reinforcement learning approach [J ] .Journal of Modern Power Systems and Clean Energy，2021，9（4）：919-929.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Analysis of Power Transfer Limit for Grid-forming Wind Farm Clusters via AC-DC Parallel Outgoing Lines Considering Multiple Stability Constraints

Online Voltage Control Method for Multi-converters in Distribution Networks Based on Real-time Measured Short-circuit Ratio

A Review of Multi-dimensional Quantitative Evaluation System for Grid-forming Technologies Oriented towards Support Requirements of New Power Systems

Smart Networking Planning for Distribution Networks Based on an Automatically Adjusting Parameters-based Deep Double Q Network Algorithm

An Output Impedance Phase Frequency-segmented Compensation Method for Single-phase LCL-type Grid-connected Inverters

Related Author

DING Shaoyun

TU Zengze

WU Haiyan

LI Jiapeng

WANG Liqiang

MU Teng

LI Yujun

ZHOU Ke

Related Institution

（Electric Power Research Institute of Guizhou Power Grid Co., Ltd.,,）

School of Electrical and Information Engineering，Tianjin University

1. Northwest Branch of State Grid Corporation of China

Shandong University

State Grid Qingdao Power Supply Company

AI问答

⁰