分布式微网(比如车载微网)的电能质量受到不平衡负载的严重影响,单相负载(不平衡负载)的运行会导致这类系统出现不平衡的系列问题,危及系统的可靠性并缩短其使用寿命。现有控制策略通常局限于抑制功率波动,并未充分考虑电流畸变、公共...分布式微网(比如车载微网)的电能质量受到不平衡负载的严重影响,单相负载(不平衡负载)的运行会导致这类系统出现不平衡的系列问题,危及系统的可靠性并缩短其使用寿命。现有控制策略通常局限于抑制功率波动,并未充分考虑电流畸变、公共连接点(point of common coupling, PCC)电压不平衡等问题。针对功率波动问题,基于传统灵活功率控制,对模型预测控制(model predictive control, MPC)的控制层进行了优化,改进了自适应系数的计算方式。在此基础上,设计了双重灵活模型预测控制(dual-flexible model predictive control, DF-MPC),采用新型双层灵活计算结构,优先选择电压平衡效果最佳的控制矢量。该方法在额定功率为10 kW的原型硬件平台上进行了测试。实验结果表明,所提出的DF-MPC方法能够有效抑制功率波动、降低PCC电压的不平衡程度、同时保持较高的电能质量。展开更多
文摘分布式微网(比如车载微网)的电能质量受到不平衡负载的严重影响,单相负载(不平衡负载)的运行会导致这类系统出现不平衡的系列问题,危及系统的可靠性并缩短其使用寿命。现有控制策略通常局限于抑制功率波动,并未充分考虑电流畸变、公共连接点(point of common coupling, PCC)电压不平衡等问题。针对功率波动问题,基于传统灵活功率控制,对模型预测控制(model predictive control, MPC)的控制层进行了优化,改进了自适应系数的计算方式。在此基础上,设计了双重灵活模型预测控制(dual-flexible model predictive control, DF-MPC),采用新型双层灵活计算结构,优先选择电压平衡效果最佳的控制矢量。该方法在额定功率为10 kW的原型硬件平台上进行了测试。实验结果表明,所提出的DF-MPC方法能够有效抑制功率波动、降低PCC电压的不平衡程度、同时保持较高的电能质量。
