当前位置: 首页 > news >正文

不平衡电网电压下 VSG 如何控制三相电流平衡

不平衡电网电压下虚拟同步发电机VSG---控制三相电流平衡,送相关文档。 VSG控制,正负序分离,正负序控制,电压电流双环控制。

在电力系统运行中,电网电压不平衡是一个常见且棘手的问题,它会导致诸如三相电流不平衡、电机发热等一系列不良影响。虚拟同步发电机(VSG)技术近年来备受关注,它能够模拟传统同步发电机的运行特性,为电力系统稳定运行提供支持。今天咱们就来唠唠在不平衡电网电压下,VSG 是如何实现三相电流平衡控制的。

VSG 控制基础

VSG 控制旨在模仿传统同步发电机的机电暂态特性,通过引入虚拟惯性和阻尼环节,使得逆变器具备类似同步发电机的调频调压能力。简单的 VSG 控制原理代码示意如下(以 Python 伪代码为例,便于理解逻辑):

# 定义一些基本参数 omega_n = 2 * 3.14 * 50 # 额定角频率 P_n = 1000 # 额定功率 E_n = 380 # 额定电压 # 模拟惯性环节 def inertia_governor(P_ref, P_out, omega, H): # H 为惯性时间常数 domega = (P_ref - P_out) / (2 * H * omega_n) omega = omega + domega return omega # 模拟阻尼环节 def damping_controller(omega, omega_n, D): # D 为阻尼系数 P_damp = D * (omega - omega_n) return P_damp

上述代码简单模拟了 VSG 的惯性和阻尼环节。惯性环节根据功率偏差调整角频率,阻尼环节通过角频率偏差产生阻尼功率,共同维持系统稳定。

正负序分离

在不平衡电网电压下,为了实现三相电流平衡控制,首先要进行正负序分离。电网电压不平衡时,可以将其分解为正序和负序分量。常用的正负序分离方法有基于瞬时对称分量法。以三相电压为例,假设三相电压为 $ua$, $ub$, $u_c$,通过如下变换可得到正负序分量:

\[

\begin{bmatrix}

u_{d +} \\

u_{q +} \\

u_{d -} \\

u_{q -}

\end{bmatrix}

=

\frac{2}{3}

\begin{bmatrix}

\cos(\theta) & \cos(\theta - \frac{2\pi}{3}) & \cos(\theta + \frac{2\pi}{3}) \\

-\sin(\theta) & -\sin(\theta - \frac{2\pi}{3}) & -\sin(\theta + \frac{2\pi}{3}) \\

\cos(\theta) & \cos(\theta + \frac{2\pi}{3}) & \cos(\theta - \frac{2\pi}{3}) \\

\sin(\theta) & \sin(\theta + \frac{2\pi}{3}) & \sin(\theta - \frac{2\pi}{3})

\end{bmatrix}

\begin{bmatrix}

u_a \\

u_b \\

u_c

\end{bmatrix}

不平衡电网电压下虚拟同步发电机VSG---控制三相电流平衡,送相关文档。 VSG控制,正负序分离,正负序控制,电压电流双环控制。

\]

这里 $\theta$ 为同步旋转坐标系的角度。用代码实现简单的正负序分离功能(Python 伪代码):

import numpy as np def sequence_separation(u_a, u_b, u_c, theta): T = (2 / 3) * np.array([ [np.cos(theta), np.cos(theta - (2 * np.pi / 3)), np.cos(theta + (2 * np.pi / 3))], [-np.sin(theta), -np.sin(theta - (2 * np.pi / 3)), -np.sin(theta + (2 * np.pi / 3))], [np.cos(theta), np.cos(theta + (2 * np.pi / 3)), np.cos(theta - (2 * np.pi / 3))], [np.sin(theta), np.sin(theta + (2 * np.pi / 3)), np.sin(theta - (2 * np.pi / 3))] ]) u_matrix = np.array([u_a, u_b, u_c]) result = np.dot(T, u_matrix) u_dp, u_qp, u_dn, u_qn = result return u_dp, u_qp, u_dn, u_qn

这段代码根据给定的三相电压和角度,计算出正负序分量在 dq 坐标系下的值。

正负序控制

分离出正负序分量后,就需要对正负序分别进行控制。正序分量主要用于跟踪有功和无功功率参考值,负序分量则用于抑制三相电流不平衡。

正序控制可以采用经典的电压电流双环控制策略。以电流内环为例,其控制目标是使得实际电流快速跟踪参考电流。假设参考电流为 $i{dref +}$, $i{qref +}$,实际电流为 $i{d +}$, $i{q +}$,电流内环控制器输出为:

\[

\begin{cases}

u{d +}^* = K{pci} (i{dref +} - i{d +}) + K{ici} \int (i{dref +} - i{d +}) dt + \omega L i{q +} \\

u{q +}^* = K{pci} (i{qref +} - i{q +}) + K{ici} \int (i{qref +} - i{q +}) dt - \omega L i{d +}

\end{cases}

\]

其中 $K{pci}$, $K{ici}$ 为电流环比例积分控制器参数,$\omega$ 为角频率,$L$ 为滤波电感。

负序控制类似,但目标是使负序电流为零。简单代码示意电流内环控制(Python 伪代码):

# 定义电流环参数 K_pci = 0.5 K_ici = 0.1 omega = 2 * 3.14 * 50 L = 0.01 # 电流内环控制 def current_inner_loop(i_dref, i_qref, i_d, i_q): u_d_star = K_pci * (i_dref - i_d) + K_ici * (i_dref - i_d) * dt + omega * L * i_q u_q_star = K_pci * (i_qref - i_q) + K_ici * (i_qref - i_q) * dt - omega * L * i_d return u_d_star, u_q_star

这段代码模拟了电流内环控制的计算过程,根据参考电流和实际电流计算出电压指令。

电压电流双环控制

电压电流双环控制是 VSG 控制的核心部分。电压外环根据功率偏差计算出参考电流,然后将参考电流送入电流内环进行跟踪控制。电压外环以有功功率和无功功率为输入,通过 PI 控制器计算出 dq 轴参考电流。假设有功功率偏差为 $\Delta P$,无功功率偏差为 $\Delta Q$,电压外环输出参考电流为:

\[

\begin{cases}

i{dref} = i{d0} + K{pv} \Delta P + K{iv} \int \Delta P dt \\

i{qref} = i{q0} + K{qv} \Delta Q + K{iv} \int \Delta Q dt

\end{cases}

\]

其中 $i{d0}$, $i{q0}$ 为初始参考电流,$K{pv}$, $K{iv}$, $K_{qv}$ 为电压环比例积分控制器参数。

完整的电压电流双环控制需要将前面的正负序控制、VSG 基本控制等环节结合起来,形成一个完整的控制体系,以实现不平衡电网电压下三相电流的平衡控制。

在不平衡电网电压条件下,通过 VSG 的正负序分离、正负序控制以及电压电流双环控制等一系列策略,可以有效实现三相电流的平衡,保障电力系统稳定可靠运行。

很抱歉,暂时无法直接提供相关文档,你可以通过知网、IEEE Xplore 等学术数据库,以“不平衡电网电压下虚拟同步发电机三相电流平衡控制”为关键词进行搜索,能找到许多相关的专业论文和研究报告。

http://www.cnnetsun.cn/news/1291418.html

相关文章:

  • test_1_2026
  • 探索 BMS 仿真:电池平衡控制策略与 Simulink 的奇妙结合
  • 移动通信发展历程:从2G到6G
  • iOS 被拒 4.3a Cocos【全面解读】
  • 深入理解Java包装类与泛型的应用
  • 量化交易策略中的卖出认沽策略从保险思维到博弈思维的逻辑转换
  • USB接口防烧毁秘籍:硬件工程师必看的端口保护全攻略
  • windows安装aspera高速下载sra文件/fastq格式
  • 某端游外挂网络验证的分析与破解思路
  • 探索双级式储能模型:充放电转换、低电压故障穿越与负序抑制
  • Dropout(0.5) 的本质
  • TADA: A Generative Framework for Speech Modeling via Text-Acoustic Dual Alignment
  • 谈工业品迭代规律与开发者创业逻辑
  • Anaconda的安装和使用Anaconda配置python
  • 深耕20年实话实说:化工园区安全整治,真不是“花架子”
  • 如何清除OpenClaw的记忆
  • 搞工控的老铁对安川MP7系列肯定不陌生,这货在产线上跑得比双十一快递还勤快。今天咱们扒开它的源码裤衩,看看那些藏在十六进制背后的骚操作
  • Blender导出FBX到Unity坐标轴异常问题解决(亲测有效)
  • Julia 交互式命令详解
  • 课程顾问任务调度与转化率分析看板
  • 收藏!Java 后端转 AI 大模型开发?结合自身优势才是最优解
  • 【java基础难点:“反射“】别再觉得它难了!一文让你彻底理解!
  • frp 内网穿透工具详细使用指南
  • 三大Java工具库:Hutool vs Guava vs Commons
  • 【量化工具推荐】期货量化交易品种与合约信息平台对比
  • StepFun团队首创图像生成模型的“虚拟GUI环境“评测基准
  • 【量化工具推荐】期货量化交易等待与驱动机制平台对比:8款平台深度分析
  • 避开渲染坑!有哪些靠谱的云渲染平台值得选?
  • 2026最新Postman安装教程[简单易懂]附安装包
  • OpenClaw部署失败怎么办?云服务器常见问题汇总