本技术介绍了一种利用神经网络对LCL型并网逆变器稳定性进行分析的新方法。该技术通过以下步骤实现:首先(步骤S1),依据逆变器控制理论及无静差电流追踪控制需求,采用电容电流反馈机制。
背景技术
随着新型电力系统中新能源渗透率的不断提高,大量电力电子并网逆变器作为分布式新能源与电力系统的接口单元被接入电网。LCL型并网逆变器由于其良好的滤波效果,更适用于可再生能源分布式发电并网系统。LCL型并网逆变器作为分布式发电系统的接口单元,其控制性能一定程度上决定了系统的输出电能质量。逆变器不可避免地运行在参数不确定条件下,由于工作位置和条件的不同,电网侧阻抗参数将具有不确定性;由于长期运行导致的部件老化,逆变器的元件参数可能会偏离标称值、影响系统的稳定裕度,带来一定的操作不稳定风险。
目前逆变器系统的稳定性分析方法大多基于传统数学模型或阻抗模型,计算量大且分析速度较慢。随着智能电网与新型电力系统的发展,基于人工智能、数据驱动的方法已广泛地应用于电力系统的建模、动态分析和控制。因此本发明提出了基于神经网络的LCL型单相并网逆变器稳定性分析方法,针对考虑输入输出约束和参数扰动条件下的逆变器电压电流跟踪控制问题展开研究,搭建神经网络,基于Lyapunov第一法设计目标函数,进行稳定性分析,并观察不同参数扰动情况下逆变器的动态、抗扰和稳态性能的表现。
实现思路