一种模块化多电平换流器控制方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115864878A(43)申请公布日2023.03.28(21)申请号202211611277.9G06N5/01(2023.01)(22)申请日2022.12.14H02M7/5387(2007.01)H02M7/5395(2006.01)(71)申请人广东电网有限责任公司H02M1/12(2006.01)地址510000广东省广州市越秀区东风东路757号申请人广东电网有限责任公司河源供电局(72)发明人黄耀宏张先勇王凯李浪宏刘德华麦少锐马国路陈源君李艺洋(74)专利代理机构北京品源专利代理有限公司11332专利代理师王瑞云(51)Int.Cl.H02M7/483(2007.01)G06N3/006(2023.01)权利要求书3页说明书11页附图7页(54)发明名称一种模块化多电平换流器控制方法(57)摘要本发明公开了一种模块化多电平换流器控制方法。模块化多电平换流器控制方法包括：建立包含有PI控制器、移相载波调制控制器和模块化多电平换流器的MMC电磁暂态模型；构建粒子群优化算法，基于时间误差绝对值积分评价准则和模块化多电平换流器的输出参数构建寻优过程中的适应度函数；基于MMC电磁暂态模型和适应度函数，利用粒子群优化算法对PI控制器的调节系数进行寻优，得到目标调节系数；将目标调节系数代入PI控制器，基于MMC电磁暂态模型对模块化多电平换流器进行控制。本发明实施例有利于快速可靠确定MMC电磁暂态模型中PI控制器的调节系数，从而控制模块化多电平换流器稳定运行，进而保证直流输电系统的运行稳定性。CN115864878ACN115864878A权利要求书1/3页1.一种模块化多电平换流器控制方法，其特征在于，包括：建立包含有PI控制器、移相载波调制控制器和模块化多电平换流器的MMC电磁暂态模型；构建粒子群优化算法，基于时间误差绝对值积分评价准则和所述模块化多电平换流器的输出参数构建寻优过程中的适应度函数；基于所述MMC电磁暂态模型和所述适应度函数，利用所述粒子群优化算法对所述PI控制器的调节系数进行寻优，得到目标调节系数；将所述目标调节系数代入所述PI控制器，基于所述MMC电磁暂态模型对所述模块化多电平换流器进行控制。2.根据权利要求1所述的模块化多电平换流器控制方法，其特征在于，所述模块化多电平换流器的输出参数包括：直流电压和所述模块化多电平换流器中各桥臂子模块的电容电压；所述适应度函数为：其中，J为适应度值，h1、h2、h3和h4为设定的权值，e(t)为系统瞬时误差值，u(t)为系统输出值，△uc(t)为桥臂子模块的电容电压偏差值，△udc(t)为直流电压偏差值。3.根据权利要求1所述的模块化多电平换流器控制方法，其特征在于，所述基于所述MMC电磁暂态模型和所述适应度函数，利用所述粒子群优化算法对所述PI控制器的调节系数进行寻优，得到目标调节系数，包括：生成初始粒子群，对所述初始粒子群中各粒子的位置和速度进行初始化，并记录迭代次数为1；其中，粒子的位置为优化变量的值，所述优化变量为所述调节系数；将所述初始粒子群中各粒子位置代入所述PI控制器，基于所述MMC电磁暂态模型对所述模块化多电平换流器进行控制，根据所述模块化多电平换流器的输出参数和所述适应度函数计算所述初始粒子群中各粒子的适应度值；根据各粒子的适应度值，搜索所述初始粒子群中各粒子的个体最优适应度值，并据此得到各粒子的个体最优位置，以及搜索所述初始粒子群的群体最优适应度值，并据此得到群体最优位置；根据所述个体最优位置和所述群体最优位置更新各粒子的位置和速度，生成更新粒子群，并将迭代次数加1；将所述更新粒子群中的各粒子位置代入所述PI控制器，基于所述MMC电磁暂态模型对所述模块化多电平换流器进行控制，根据所述模块化多电平换流器的输出参数和所述适应度函数计算所述更新粒子群中各粒子的适应度值；根据各粒子的适应度值，搜索所述更新粒子群中各粒子的个体最优适应度值，并据此得到各粒子的个体最优位置，以及搜索所述更新粒子群的群体最优适应度值，并据此得到群体最优位置；判断是否满足迭代终止条件；若是，则结束优化过程，将最后一次更新后得到的群体最优位置作为所述目标调节系数；2CN115864878A权利要求书2/3页若否，则返回执行生成更新粒子群、计算更新粒子群中各粒子的适应度值，以及搜索更新粒子群中个体最优位置和群体最优位置的迭代步骤。4.根据权利要求3所述的模块化多电平换流器控制方法，其特征在于，所述根据所述个体最优适应度值和所述群体最优适应度值更新各粒子的位置和速度，包括：按照以下公式更新粒子的速度：其中，d为迭代次数，vi为第i个粒子速度，bi为第i个粒子位置，w为速度的惯性权重，c1和c2为学习因子，r1和r2为在[0，