Deep Learning Based Stability Analysis of DC Microgrid with Constant Power Loads

YANG Jian; LIU Xiao; DONG Mi; LI Li; SONG Dongran; HUANG Liansheng

doi:10.7500/AEPS20221222001

您当前的位置：

首页 >

文章列表页 >

Deep Learning Based Stability Analysis of DC Microgrid with Constant Power Loads

Basic Research | 更新时间：2025-06-16

- Deep Learning Based Stability Analysis of DC Microgrid with Constant Power Loads
- Automation of Electric Power Systems Vol. 47, Issue 15, Pages: 188-197(2023)
- 作者机构：
  
  1.中南大学自动化学院，湖南省长沙市 410083
  2.中国科学院等离子体物理研究所，安徽省合肥市 230031
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(52177204);Hunan Provincial Natural Science Foundation of China(2021JJ30875);Anhui Provincial Science and Technology Major Special Program of China(202003a05020019)
- DOI：10.7500/AEPS20221222001
  CLC：
- Received：22 December 2022，
  
  Revised：2023-05-11，
  
  Published Online：26 June 2023，
  
  Published：10 August 2023
- 稿件说明：
移动端阅览
杨建,刘笑,董密等.基于深度学习的恒功率负荷直流微电网稳定性分析[J].电力系统自动化,2023,47(15):188-197.

YANG Jian,LIU Xiao,DONG Mi,et al.Deep Learning Based Stability Analysis of DC Microgrid with Constant Power Loads[J].Automation of Electric Power Systems,2023,47(15):188-197.
杨建,刘笑,董密等.基于深度学习的恒功率负荷直流微电网稳定性分析[J].电力系统自动化,2023,47(15):188-197. DOI： 10.7500/AEPS20221222001.

YANG Jian,LIU Xiao,DONG Mi,et al.Deep Learning Based Stability Analysis of DC Microgrid with Constant Power Loads[J].Automation of Electric Power Systems,2023,47(15):188-197. DOI： 10.7500/AEPS20221222001.

摘要

针对恒功率负荷(CPL)因负阻抗特性导致直流微电网母线电压失稳的问题，从限制CPL取值范围出发，引入深度学习算法分析系统的稳定性。首先，通过采用直流微电网机理模型仿真，建立初始数据库；然后，对数据库进行预处理，在此基础上，利用最大信息系数进行相关性分析，得到系统参数与CPL临界值之间的相关性强弱信息，并实现输入特征降维；接着，采用自定义损失函数与量化预测性能等方法设计适用于CPL临界值预测的深度学习策略。最后，针对不同场景的直流微电网进行仿真测试，并通过硬件在环实验验证所提深度学习策略的有效性和优越性。

Abstract

Aiming at the bus voltage instability problems of DC microgrids caused by constant power loads (CPLs) due to negative impedance characteristics

starting from limiting the value range of CPL

a deep learning algorithm is introduced to analyze the system stability. Firstly

the mechanism model of the DC microgrid is adopted to conduct the simulations

thus setting the initial database. Secondly

the database is preprocessed

and on this basis

the maximal information coefficient is used for correlation analysis to obtain the relationship strength between the system parameters and CPL critical values

as well as to achieve the dimension reduction of input features. Thirdly

a deep learning strategy suitable for CPL critical value prediction is designed by using a custom loss function and quantified prediction performance methods. Finally

the simulation tests are conducted on the DC microgrid in different scenarios

and the effectiveness and superiority of the proposed deep learning strategy are validated through the hardware-in-the-loop experiments.

关键词

Keywords

references

鲁宗相，王彩霞，闵勇，等 . 微电网研究综述［J］. 电力系统自动化， 2007 ， 31 （ 19 ）： 100 - 107 .

LU Zongxiang ， WANG Caixia ， MIN Yong ， et al . Overview on microgrid research ［J］. Automation of Electric Power Systems ， 2007 ， 31 （ 19 ）： 100 - 107 .

杨新法，苏剑，吕志鹏，等 . 微电网技术综述［J］. 中国电机工程学报， 2014 ， 34 （ 1 ）： 57 - 70 .

YANG Xinfa ， SU Jian ， LÜ Zhipeng ， et al . Overview on microgrid technology ［J］. Proceedings of the CSEE ， 2014 ， 34 （ 1 ）： 57 - 70 .

GUERRERO J M ， VASQUEZ J C ， MATAS J ， et al . Hierarchical control of droop-controlled AC and DC microgrids—a general approach toward standardization ［J］. IEEE Transactions on Industrial Electronics ， 2011 ， 58 （ 1 ）： 158 - 172 .

DRAGIČEVIĆ T ， LU X N ， VASQUEZ J C ， et al . DC microgrids—Part Ⅱ： a review of power architectures， applications， and standardization issues ［J］. IEEE Transactions on Power Electronics ， 2016 ， 31 （ 5 ）： 3528 - 3549 .

朱珊珊，汪飞，郭慧，等 . 直流微电网下垂控制技术研究综述［J］. 中国电机工程学报， 2018 ， 38 （ 1 ）： 72 - 84 .

ZHU Shanshan ， WANG Fei ， GUO Hui ， et al . Overview of droop control in DC microgrid ［J］. Proceedings of the CSEE ， 2018 ， 38 （ 1 ）： 72 - 84 .

李霞林，郭力，王成山，等 . 直流微电网关键技术研究综述［J］. 中国电机工程学报， 2016 ， 36 （ 1 ）： 2 - 17 .

LI Xialin ， GUO Li ， WANG Chengshan ， et al . Key technologies of DC microgrids： an overview ［J］. Proceedings of the CSEE ， 2016 ， 36 （ 1 ）： 2 - 17 .

LU X N ， SUN K ， GUERRERO J M ， et al . Stability enhancement based on virtual impedance for DC microgrids with constant power loads ［J］. IEEE Transactions on Smart Grid ， 2015 ， 6 （ 6 ）： 2770 - 2783 .

XIE W Q ， HAN M X ， CAO W Y ， et al . System-level large-signal stability analysis of droop-controlled DC microgrids ［J］. IEEE Transactions on Power Electronics ， 2021 ， 36 （ 4 ）： 4224 - 4236 .

LIUTANAKUL P ， AWAN A B ， PIERFEDERICI S ， et al . Linear stabilization of a DC bus supplying a constant power load： a general design approach ［J］. IEEE Transactions on Power Electronics ， 2010 ， 25 （ 2 ）： 475 - 488 .

LIU H Y ， GUO W Z ， CHENG D ， et al . Stability and bifurcation analysis of DC microgrid with multiple droop control sources and loads ［J］. IEEE Transactions on Power Electronics ， 2021 ， 36 （ 2 ）： 2361 - 2372 .

TAHIM A P N ， PAGANO D J ， LENZ E ， et al . Modeling and stability analysis of islanded DC microgrids under droop control ［J］. IEEE Transactions on Power Electronics ， 2015 ， 30 （ 8 ）： 4597 - 4607 .

VESTI S ， SUNTIO T ， OLIVER J A ， et al . Impedance-based stability and transient-performance assessment applying maximum peak criteria ［J］. IEEE Transactions on Power Electronics ， 2013 ， 28 （ 5 ）： 2099 - 2104 .

CESPEDES M ， XING L ， SUN J . Constant-power load system stabilization by passive damping ［J］. IEEE Transactions on Power Electronics ， 2011 ， 26 （ 7 ）： 1832 - 1836 .

DU Y H ， MEN Y X ， DING L Z ， et al . Large-signal stability analysis for inverter-based dynamic microgrids reconfiguration ［J］. IEEE Transactions on Smart Grid ， 2023 ， 14 （ 2 ）： 836 - 852 .

KABALAN M ， SINGH P ， NIEBUR D . Large signal Lyapunov-based stability studies in microgrids： a review ［J］. IEEE Transactions on Smart Grid ， 2017 ， 8 （ 5 ）： 2287 - 2295 .

HUANG T ， GAO S C ， XIE L . A neural Lyapunov approach to transient stability assessment of power electronics-interfaced networked microgrids ［J］. IEEE Transactions on Smart Grid ， 2022 ， 13 （ 1 ）： 106 - 118 .

厉泽坤，孔力，裴玮，等 . 基于混合势函数的下垂控制直流微电网大扰动稳定性分析［J］. 电网技术， 2018 ， 42 （ 11 ）： 3725 - 3734 .

LI Zekun ， KONG Li ， PEI Wei ， et al . Large-disturbance stability analysis of droop-controlled DC microgrid based on mixed potential function ［J］. Power System Technology ， 2018 ， 42 （ 11 ）： 3725 - 3734 .

KARIMIPOUR D ， SALMASI F R . Stability analysis of AC microgrids with constant power loads based on Popov’s absolute stability criterion ［J］. IEEE Transactions on Circuits and Systems Ⅱ： Express Briefs ， 2015 ， 62 （ 7 ）： 696 - 700 .

EL AROUDI A ， HAROUN R ， AL-NUMAY M S ， et al . Fast-scale stability analysis of a DC-DC boost converter with a constant power load ［J］. IEEE Journal of Emerging and Selected Topics in Power Electronics ， 2021 ， 9 （ 1 ）： 549 - 558 .

SU M ， LIU Z J ， SUN Y ， et al . Stability analysis and stabilization methods of DC microgrid with multiple parallel-connected DC-DC converters loaded by CPLs ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 1 ）： 132 - 142 .

黄明增，胡雅涵，文云峰，等 . 融合JMIM和NGBoost的电力系统暂态稳定评估方法［J］. 电力系统自动化， 2021 ， 45 （ 8 ）： 155 - 165 .

HUANG Mingzeng ， HU Yahan ， WEN Yunfeng ， et al . Assessment method of transient stability for power system based on joint mutual information maximization and natural gradient boosting ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 8 ）： 155 - 165 .

ZHANG Y C ， XU Y ， ZHANG R ， et al . A missing-data tolerant method for data-driven short-term voltage stability assessment of power systems ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 5 ）： 5663 - 5674 .

汤奕，崔晗，李峰，等 . 人工智能在电力系统暂态问题中的应用综述［J］. 中国电机工程学报， 2019 ， 39 （ 1 ）： 2 - 13 .

TANG Yi ， CUI Han ， LI Feng ， et al . Review on artificial intelligence in power system transient stability analysis ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 1 ）： 2 - 13 .

黄彦浩，于之虹，谢昶，等 . 电力大数据技术与电力系统仿真计算结合问题研究［J］. 中国电机工程学报， 2015 ， 35 （ 1 ）： 13 - 22 .

HUANG Yanhao ， YU Zhihong ， XIE Chang ， et al . Study on the application of electric power big data technology in power system simulation ［J］. Proceedings of the CSEE ， 2015 ， 35 （ 1 ）： 13 - 22 .

支娜，张辉，肖曦，等 . 分布式控制的直流微电网系统级稳定性分析［J］. 中国电机工程学报， 2016 ， 36 （ 2 ）： 368 - 378 .

ZHI Na ， ZHANG Hui ， XIAO Xi ， et al . System-level stability analysis of DC microgrid with distributed control strategy ［J］. Proceedings of the CSEE ， 2016 ， 36 （ 2 ）： 368 - 378 .

MAKNOUNINEJAD A ， QU Z H ， LEWIS F L ， et al . Optimal， nonlinear， and distributed designs of droop controls for DC microgrids ［J］. IEEE Transactions on Smart Grid ， 2014 ， 5 （ 5 ）： 2508 - 2516 .

谢文强，韩民晓，严稳利，等 . 考虑恒功率负荷特性的直流微电网分级稳定控制策略［J］. 电工技术学报， 2019 ， 34 （ 16 ）： 3430 - 3443 .

XIE Wenqiang ， HAN Minxiao ， YAN Wenli ， et al . Hierarchical stability control strategy of DC micro-grid considering constant power load performance ［J］. Transactions of China Electrotechnical Society ， 2019 ， 34 （ 16 ）： 3430 - 3443 .

RESHEF D N ， RESHEF Y A ， FINUCANE H K ， et al . Detecting novel associations in large data sets ［J］. Science ， 2011 ， 334 （ 6062 ）： 1518 - 1524 .

KINNEY J B ， ATWAL G S . Equitability， mutual information， and the maximal information coefficient ［J］. Proceedings of the National Academy of Sciences of the United States of America ， 2014 ， 111 （ 9 ）： 3354 - 3359 .

XU Y ， ZHANG H ， LI Y G ， et al . Solving Fokker-Planck equation using deep learning ［J］. Chaos： an Interdisciplinary Journal of Nonlinear Science ， 2020 ， 30 （ 1 ）： 013133 .

杨阳，赵吉文，宋俊材，等 . 基于深度神经网络模型的无铁芯永磁同步直线电机结构优化研究［J］. 中国电机工程学报， 2019 ， 39 （ 20 ）： 6085 - 6094 .

YANG Yang ， ZHAO Jiwen ， SONG Juncai ， et al . Structural optimization of air-core permanent magnet synchronous linear motors based on deep neural network models ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 20 ）： 6085 - 6094 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Frequency Regulation Method for Motor Load Participating in Fast Frequency Response in Independent Microgrids

Probabilistic Prediction Method for Interpretable Net Load Based on Kolmogorov-Arnold Network

Log Abnormity Detection for Distribution Master Station Based on Large Language Models

Fault Location for Active Distribution Network with High Penetration Rate Based on Improved Spatio-Temporal Graph Neural Network

Related Author

FANG Yan

LI Jinghua

LAN Fei

XIE Lingling

LAI Yening

LIU Dong

GUO Guodong

XIN Shujun

Related Institution

Guangxi Key Laboratory of Power System Optimization and Energy Technology (Guangxi University)

State Grid Electric Power Research Institute (NARI Group Corporation)

State Grid Economic and Technological Research Institute Co., Ltd.

State Grid Corporation of China

State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources (North China Electric Power University)

⁰