-
公开(公告)号：CN119853159A
公开(公告)日：2025-04-18
申请号：CN202411687503.0
申请日：2024-11-25
Applicant: 广西电网有限责任公司电力科学研究院 , 湖南大学
Abstract: 本发明公开了一种基于最小边界的同步逆变器电压控制方法及系统，包括：获取同步逆变器的电数据，构造能量函数；基于所述能量函数对VSG机械方程进行暂态稳定性分析；利用最小收敛控制方式对VSG机械方程暂态稳定性进行控制。该方法考虑了VSG控制下阻尼系数对机械方程的影响，并对基于Lyapunov方法的能量函数构造进行改进，对临界能量Vcr及故障清除时刻的暂态能量Vcl求解方法进行改进。与传统的Lyapunov能量函数相比，新方法的保守性减小，有效提高了VSG控制策略下的并网逆变器暂态电压稳定性。
-
公开(公告)号：CN117977507A
公开(公告)日：2024-05-03
申请号：CN202311755679.0
申请日：2023-12-20
Applicant: 广西电网有限责任公司电力科学研究院 , 湖南大学
Abstract: 本发明属于配电网故障保护领域，本发明所述方法包括，采用电流突变量启动判据；采用快速傅里叶变换获得正序电流分量，根据全周相减法得到正序电流故障分量；通过正序电流故障分量的波形时域特征，采用时间序列检测法和基于多尺度空间的峰值检测法，获取首个过零点时间和极值点极性；根据正序电流故障分量的时域波形特征纵联保护判据，判断当前区域是否为故障区域，若为区内故障则本侧保护出口，跳开本侧断路器，同时向对侧线路保护装置发送跳闸信号切除故障线路。本发明有强通用性，仅需线路两侧的电流信息即可准确判断故障区域，对通讯要求极低适用于未来高比例新能源接入下新型配电网工程，也适用于现阶段配电网的改造工程。
-
公开(公告)号：CN119881517A
公开(公告)日：2025-04-25
申请号：CN202411676432.4
申请日：2024-11-22
Applicant: 广西电网有限责任公司电力科学研究院 , 湖南大学
Abstract: 本发明公开了一种基于李萨如曲线的配电网故障定位方法及系统，方法包括：获取目标配电网线路第一采样参数，并对第一采样参数进行第一预处理；根据第一预处理结果，计算预设模式下的第一故障分量；根据第一故障分量计算故障检测指数，并基于预设第一判断阈值进行故障判断；若发生故障，则根据第一配电网分类指数确定故障类型。本申请故障定位与分类方法原理清晰，经济有效，信号处理难度小，本申请采用李萨如故障分量计算故障特征，能够精确定位分布式电源接入配电网下的故障位置，本申请的故障分类方案能有效检测故障类型，可用以快速切除和处置故障。
-
公开(公告)号：CN119780526A
公开(公告)日：2025-04-08
申请号：CN202411676436.2
申请日：2024-11-22
Applicant: 广西电网有限责任公司电力科学研究院 , 湖南大学
IPC: G01R27/02
Abstract: 本发明公开了一种高效的并网逆变器频率耦合导纳测量方法及系统，方法包括：对目标逆变器并网系统注入第一扰动信号；获取注入第一扰动信号后逆变器端口第一稳定参数，并向目标逆变器并网系统注入第二扰动信号；获取注入第二扰动信号后逆变器端口第二稳定参数；根据第一稳定参数以及第二稳定参数获取逆变器频率耦合导纳。通过多正弦注入信号的参数配置，利用基于泰勒傅里叶变换的宽频测量方法对逆变器端口信号进行精确测量，能实现多场景下逆变器频率耦合导纳的高效、精确测量。
-
公开(公告)号：CN117991035A
公开(公告)日：2024-05-07
申请号：CN202311759850.5
申请日：2023-12-20
Applicant: 广西电网有限责任公司电力科学研究院 , 湖南大学
IPC: G01R31/08 , G06Q50/06 , G06N3/0464
Abstract: 本发明公开了一种基于改进卷积神经网络的配电网故障评价方法及系统，涉及新能源故障评价技术领域，包括采集各条母线的电流量测信息包括电流幅值和相位数据；搭建改进卷积神经网络进行训练，根据采集的数据构建输入数据输入训练后的卷积神经网络中，获得输出数据；将故障评价部署在服务器，判断输出数据的稳定性，若输出数据不稳定，则结合谐波注入获得故障分析，记录故障数据，完成对配电网故障的评价。本发明使用调节时间计算各个动态单元的时间尺度，解决了传统卷积网络卷积核需要反复试凑才能确定尺度的问题。采用向量范数作为主要度量方法，计算量更小，采用了低带宽通信，发明的实践不受故障条件、渗透率和IIDG断开的影响。
-
Patent Agency Ranking
公开(公告)号：CN117973273A
公开(公告)日：2024-05-03
申请号：CN202311759295.6
申请日：2023-12-20
Applicant: 广西电网有限责任公司电力科学研究院 , 湖南大学
Abstract: 本发明公开了含高比例新能源的配电网频率耦合导纳辨识方法及系统，涉及新能源发电技术领域，包括对配电网中电力电子装备的宽频带频率耦合导纳进行在线测量；通过矢量匹配法对导纳元素进行拟合辨识；建立基于多中心模型结构的电力电子装备全工况频率耦合导纳模型。本发明提供的含高比例新能源的配电网频率耦合导纳辨识方法通过在配电网中注入干扰电压，实现对新能源设备响应的精确测量，增强了系统稳定性分析的精确度，提高了配电网的可靠性，通过精确识别导纳元素，提升电网设计和优化的效率，整合系统参数和等效电路，获得配电网导纳模型，增强电网对新能源的适应性和稳定性，本发明在精确度、可靠性和稳定性方面都取得更加良好的效果。
-
公开(公告)号：CN117955154A
公开(公告)日：2024-04-30
申请号：CN202311761027.8
申请日：2023-12-20
Applicant: 广西电网有限责任公司电力科学研究院 , 湖南大学
IPC: H02J3/38 , G06F18/214 , G06F18/2413 , G06F18/23213 , G06F17/18 , G06N3/084 , G06N3/04 , G01R27/02
Abstract: 本发明公开了一种基于PSORBFNN的单相逆变器阻抗辨识方法及系统，涉及可再生能源发电技术领域，包括采集单相LCL并网逆变器结构和SOGI‑PLL结构参数，基于参数构建阻抗模型；基于RBFNN，构建阻抗识别框架；基于阻抗识别框架，构建RBFNN预测模型，进行阻抗模型中阻抗的辨别和预测。本发明所述方法通过采集单相LCL并网逆变器结构和SOGI‑PLL结构参数，基于参数构建阻抗模型，提高了建模的实用性和阻抗分析的灵活性；通过基于RBFNN，构建阻抗识别框架，利用神经网络的非线性能力，使得对逆变器多工作点的阻抗辨识更加灵活和高效；通过基于阻抗识别框架，构建RBFNN预测模型，提高了模型的泛化能力和适应性，提高了阻抗分析的精准度。
-
公开(公告)号：CN117791637A
公开(公告)日：2024-03-29
申请号：CN202311759299.4
申请日：2023-12-20
Applicant: 广西电网有限责任公司电力科学研究院 , 湖南大学
Abstract: 本发明公开了基于双LADRC‑PLL振荡抑制方法及系统，包括：获取PCC处的实际电流与实际电压数据；通过电流内环控制器和电压反馈环节，控制PCC处电流；通过双LADRC‑PLL的主锁相环和辅助锁相环进行系统控制；通过参考电流补偿环节，抵消由锁相环引起的系统振荡因素。能够抑制弱电网下并网逆变器并网引起的不稳定振荡，减小并网点电压与电流谐波，提升电能质量。
-
公开(公告)号：CN117767347A
公开(公告)日：2024-03-26
申请号：CN202311761024.4
申请日：2023-12-20
Applicant: 广西电网有限责任公司电力科学研究院 , 湖南大学
Abstract: 本发明公开了一种并网逆变器宽频带振荡抑制方法及系统，包括：收集电网线路数据；对跟网型并网逆变器控制结构进行改进，添加电压内环负反馈环节；计算电网系统短路比SCR，判断电网强度类型；对不同类型的电网强度，采用改进的跟网型逆变器控制结构实现并网。本发明提供的并网逆变器宽频带振荡抑制方法通过对传统的跟网型并网逆变器控制结构的改进，增加电压内环负反馈环节，实现了弱电网下的稳定运行。相比较于现有的有源阻尼、改进型锁相环等控制方法，本方案满足了结构简单，速度快，能源损耗小，弱电网下可以稳定运行的特点。特别针对于直流侧电压波动较大的风力发电和光伏发电，本方案满足实际使用过程中易于实现的特点。
-
公开(公告)号：CN118157152A
公开(公告)日：2024-06-07
申请号：CN202311759290.3
申请日：2023-12-20
Applicant: 广西电网有限责任公司电力科学研究院 , 湖南大学
Abstract: 本发明涉及可再生能源发电领域，特别是一种基于电流环和前馈环导纳重塑的并网逆变器振荡抑制方法，用于解决弱电网下电流QPR控制型并网逆变器存在的功率振荡问题。所述基于电流环和前馈环导纳重塑的振荡抑制方法通过在电流QPR控制型并网逆变器的电流控制环和前馈控制环分别添加导纳重塑控制器，有效改善电流QPR控制型并网逆变器的导纳特性，提高电流QPR控制型并网逆变器在弱电网下的稳定性，达到抑制功率振荡的目的，为可再生能源接入弱电网提供有效的技术支持。
-
-
-
-
-
-
-
-
-
Search Results
131
records
(took 0.059 seconds)
