基于MODE算法的光伏逆变器机电暂态模型LVRT控制方式与控制参数辨识研究

徐恒山; 王思维; 张旭军; 李晨阳; 黄永章

doi:doi:10.19912/j.0254-0096.tynxb.2024-1242

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于MODE算法的光伏逆变器机电暂态模型LVRT控制方式与控制参数辨识研究

更新时间：2025-12-10

- 基于MODE算法的光伏逆变器机电暂态模型LVRT控制方式与控制参数辨识研究
- Issue 11, Pages: 308-318(2025)
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：doi:10.19912/j.0254-0096.tynxb.2024-1242
  CLC： M464
- Published Online：04 December 2025，
  
  Published：04 December 2025
- 稿件说明：
移动端阅览
徐恒山, 王思维, 张旭军, et al. 基于MODE算法的光伏逆变器机电暂态模型LVRT控制方式与控制参数辨识研究[J]. 2025, (11): 308-318.
DOI：

徐恒山, 王思维, 张旭军, et al. 基于MODE算法的光伏逆变器机电暂态模型LVRT控制方式与控制参数辨识研究[J]. 2025, (11): 308-318. DOI： doi:10.19912/j.0254-0096.tynxb.2024-1242.

摘要

针对光伏逆变器低电压穿越（LVRT）控制方式及参数难以获取

导致建立精确仿真模型、分析并网特性受限的问题

提出一种基于多目标差分进化（MODE）算法的光伏逆变器机电暂态模型控制方式与参数辨识方法。首先

基于RT-LAB实时仿真平台进行光伏控制器半实物LVRT测试

获取参数辨识所需工况数据;其次

提取工况关键点建立辨识数据集

采用MODE算法分别辨识出逆变器在指定功率和指定电流方式下的控制参数

并引入自适应调参策略和非支配排序法改进算法性能;最后

对比LVRT工况在不同控制方式下的仿真效果以确定逆变器控制方式。结果表明

所提方法能准确辨识逆变器机电暂态模型的控制方式与参数。

Abstract

To address the difficulty in obtaining control methods and parameters for low voltage ride through of photovoltaic inverters

which leads to limitations in establishing precise simulation models and analyzing grid-connection characteristics

a method for identifying the control methods and parameters of photovoltaic inverter electromechanical transient models is proposed based on the multi-objective differential evolution algorithm. First

the hardware in the loop test of the PV controller was carried out based on RT-LAB to obtain the LVRT cases required for parameter identification. Second

key points in the cases are extracted to establish the identification dataset

and the control parameters of the inverter in the specified power and specified current modes are identified separately using the MODE algorithm. An adaptive parameter tuning strategy and non-dominated sorting are introduced to improve the algorithm performance. Finally

the simulation results of LVRT cases under different control modes are compared to determine the control mode of the inverter. The results show that the proposed method can accurately identify the control methods and parameters of the photovoltaic inverter electromechanical transient model.

关键词

Keywords

references

刘蕊, 吴奎华, 冯亮, 等. 含高渗透率分布式光伏的主动配电网电压分区协调优化控制[J]. 太阳能学报, 2022, 43(2): 189-197.

马铭遥, 熊鹏博, 孟雪松, 等. 基于光伏并网逆变器直流过压故障的暂态分析及故障成因定位[J]. 高电压技术, 2021, 47(1): 187-197.

金宇清, 鞠平, 潘学萍, 等. 光伏逆变器控制参数的分步辨识方法[J]. 电网技术, 2015, 39(3): 594-600.

孔祥平, 袁宇波, 阮思烨, 等. 面向故障暂态建模的光伏并网逆变器控制器参数辨识[J]. 电力系统保护与控制, 2017, 45(11): 65-72.

王哲, 吕敬, 吴林林, 等. 基于Vector Fitting的光伏并网逆变器控制器参数频域辨识方法[J]. 电力自动化设备, 2022, 42(5): 118-124.

徐恒山, 李文昊, 赵铭洋, 等. 基于最小二乘和自适应蛇优化算法的直驱风机LVRT特性辨识[J]. 电力系统及其自动化学报, 2024, 36(2): 55-66.

欧阳森, 马文杰. 考虑电压故障类型的光伏逆变器低电压穿越控制策略[J]. 电力自动化设备, 2018, 38(9): 21-26.

葛路明, 曲立楠, 陈宁, 等. 光伏逆变器的低电压穿越特性分析与参数测试方法[J]. 电力系统自动化, 2018, 42(18): 149-156.

林伟芳, 任晓钰, 张桂红, 等. 考虑功角稳定和暂态过电压的新能源电压穿越控制参数优化[J]. 电网技术, 2023, 47(4): 1323-1330.

王潇桐, 王彤, 邓俊, 等. 光伏逆变器机电暂态模型的控制模式及参数一体化辨识策略[J]. 电网技术, 2023, 47(9): 3547-3558.

韩平平, 范桂军, 孙维真, 等. 基于数据测试和粒子群优化算法的光伏逆变器LVRT特性辨识[J]. 电力自动化设备, 2020, 40(2): 49-54.

黄桦, 潘学萍, 李佳伟, 等. 直驱永磁风电机组LVRT模型参数的整定方法与实测验证[J]. 电力自动化设备, 2019, 39(4): 155-160.

徐恒山, 李颜汝, 李文昊, 等. 融合寻优算法的双馈风力机控制参数分步辨识方法[J]. 太阳能学报, 2024, 45(4): 247-256.

徐恒山, 朱士豪, 黄永章, 等. 基于GRU-IPSO算法的双馈风机控制参数辨识[J]. 华北电力大学学报(自然科学版), 2025: 52(4): 70-80.

徐岩, 靳伟佳, 朱晓荣. 基于遗传粒子群算法的光伏并网逆变器参数辨识[J]. 太阳能学报, 2021, 42(7): 103-109.

肖怀硕, 李清泉, 张岩, 等. 基于非支配排序遗传改进算法的故障限流器的优化配置[J]. 电网技术, 2016, 40(8): 2444-2450.

袁桂丽, 贾新潮, 陈少梁, 等. 虚拟电厂源-荷协调多目标优化调度[J]. 太阳能学报, 2021, 42(5): 105-112.

VESTERSTROM J, THOMSEN R.A comparative study of differential evolution, particle swarm optimization, and evolutionary algorithms on numerical benchmark problems[C]//Proceedings of the 2004 Congress on Evolutionary Computation (IEEE Cat. No.04TH8753). Portland, OR, USA,2004: 1980-1987.

GB/T 37408—2019, 光伏发电并网逆变器技术要求[S]

MOHSENI A, MOHAJER YAMI S, SHAYEGANI AKMAL A A. Sensitivity analysis and stochastic approach in study of transient recovery voltage with presence of superconducting FCL[C]//2011 IEEE Electrical Power and Energy Conference. Winnipeg, MB, Canada, 2011: 479-484.

GB/T 32892—2016, 光伏发电系统模型及参数测试规程[S].

刘辉, 于思奇, 孙大卫, 等. 构网型变流器控制技术及原理综述[J]. 中国电机工程学报, 2025: 45(1): 277-297.

GALLANO R J C, NERVES A C. Multi-objective optimization of distribution network reconfiguration with capacitor and distributed generator placement[C]//TENCON 2014 - 2014 IEEE Region 10 Conference. Bangkok, Thailand, 2014: 1-6.

陈磊, 郑燊聪, 蒋禹齐, 等. 基于改进混沌布谷鸟算法的风电场多机等值参数辨识方法[J]. 电力系统保护与控制, 2023, 51(20): 99-106.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

PARAMETER IDENTIFICATION OF LOAD MODEL OF PHOTOVOLTAIC POWER GENERATION SYSTEM BASED ON CHAOTIC SEAGULL OPTIMIZATION ALGORITHM

基于GRU神经网络的光伏电站数据预处理方法

基于改进相空间重构和多通道卷积-FPN网络的光伏功率短期预测

一种高分辨率的光伏短期功率预测模型

基于IMOSSA算法的并网型风光蓄氢系统容量优化配置

Related Author

Sheng Siqing

Guan Haowen

Lei Yetao

Zhang Wenchao

Pan Xiaojie

Shao Chong

Wang Yutong

Wang Lichao

Related Institution

School of Electrical and Electronic Engineering, North China Electric Power University

Beijing Kedong Electric Power Control System Co., Ltd.

Central China Branch of State Grid Corporation

State Grid Gansu Electric Power Company

School of Electrical Engineering, Shenyang University of Technology

AI问答

⁰