Data-driven Estimation Method for Inertia Parameters of Grid-forming Converter Considering Frequency Response Delay

LI Yujing; HU Pengfei; CAO Yu; YU Yanxue

doi:10.7500/AEPS20240102004

您当前的位置：

首页 >

文章列表页 >

Data-driven Estimation Method for Inertia Parameters of Grid-forming Converter Considering Frequency Response Delay

Basic Research | 更新时间：2025-06-16

- Data-driven Estimation Method for Inertia Parameters of Grid-forming Converter Considering Frequency Response Delay
- Automation of Electric Power Systems Vol. 48, Issue 19, Pages: 80-88(2024)
- 作者机构：
  
  浙江大学电气工程学院，浙江省杭州市 310027
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(52007167);Zhejiang Provincial Natural Science Foundation of China(LQ21E070004)
- DOI：10.7500/AEPS20240102004
  CLC：
- Received：02 January 2024，
  
  Revised：2024-03-25，
  
  Published Online：04 June 2024，
  
  Published：10 October 2024
- 稿件说明：
移动端阅览
李玉京,胡鹏飞,曹宇等.计及频率响应延时的构网型变流器惯量参数数据驱动估计方法[J].电力系统自动化,2024,48(19):80-88.

LI Yujing,HU Pengfei,CAO Yu,et al.Data-driven Estimation Method for Inertia Parameters of Grid-forming Converter Considering Frequency Response Delay[J].Automation of Electric Power Systems,2024,48(19):80-88.
李玉京,胡鹏飞,曹宇等.计及频率响应延时的构网型变流器惯量参数数据驱动估计方法[J].电力系统自动化,2024,48(19):80-88. DOI： 10.7500/AEPS20240102004.

LI Yujing,HU Pengfei,CAO Yu,et al.Data-driven Estimation Method for Inertia Parameters of Grid-forming Converter Considering Frequency Response Delay[J].Automation of Electric Power Systems,2024,48(19):80-88. DOI： 10.7500/AEPS20240102004.

摘要

大量可再生能源并网引起电力系统惯量水平降低，变流器的虚拟惯性控制技术有效提高了系统频率稳定性。在此背景下，评估变流器的惯量参数对于了解电力系统频率调节潜力有重大意义。然而，考虑到频率响应特性的差异，现有的应用于同步发电机的惯量估计方法不适用于基于数字控制的虚拟惯性。为了解决这一问题，文中提出了一种基于深度强化学习的非侵入式构网型变流器惯量参数在线估计方法。首先，分析了构网型变流器的频率响应原理和延时特性并进行了测试；随后，在深度强化学习框架下设计串联-并联辨识结构，采用近端策略优化方法建立考虑频率响应延时的演员网络和评论家网络，进而估计构网型变流器的惯量参数。最后，采用数值仿真和硬件在环实验验证了所提方法的有效性和精确性。

Abstract

A large amount of renewable energy is integrated into the power grid

which reduces the inertia of the power system. The virtual inertia control (VIC) technology for the converter effectively improves the frequency stability of the power system. In this context

estimating the inertia parameter of the converter is of great importance to help understand the frequency-regulation potential of the power system. However

considering the differences in frequency response characteristics

the existing inertia estimation methods for synchronous generators are not suitable for the digital-control-based virtual inertia. To address this issue

this paper proposes a non-intrusive online estimation method of inertia parameters of the grid-forming converter based on deep reinforcement learning (DRL). First

the frequency response principle and delay characteristic of the grid-forming converter are analyzed and tested. Then

the series-parallel identification structure is designed in the DRL framework. The proximal policy optimization (PPO) method is used to establish actor and critic networks considering frequency response delay

further estimating the inertia parameters of the grid-forming converter. Finally

numerical simulation and hardware-in-the-loop experiments are used to verify the effectiveness and accuracy of the proposed method.

关键词

Keywords

references

HU P F ， LI Y J ， YU Y X ， et al . Inertia estimation of renewable-energy-dominated power system ［J］. Renewable and Sustainable Energy Reviews ， 2023 ， 183 ： 113481 .

曹炜，钦焕乘，陆建忠，等 . 新型电力系统下虚拟同步机的定位和应用前景展望［J］. 电力系统自动化， 2023 ， 47 （ 4 ）： 190 - 207 .

CAO Wei ， QIN Huancheng ， LU Jianzhong ， et al . Orientation and application prospect of virtual synchronous generator in new power system ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 4 ）： 190 - 207 .

姜卫同，胡鹏飞，尹瑞，等 . 基于虚拟同步机的变流器暂态稳定分析及混合同步控制策略［J］. 电力系统自动化， 2021 ， 45 （ 22 ）： 124 - 133 .

JIANG Weitong ， HU Pengfei ， YIN Rui ， et al . Transient stability analysis and hybrid synchronization control strategy of converter based on virtual synchronous generator ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 22 ）： 124 - 133 .

钟庆昌 . 虚拟同步机与自主电力系统［J］. 中国电机工程学报， 2017 ， 37 （ 2 ）： 336 - 349 .

ZHONG Qingchang . Virtual synchronous machines and autonomous power systems ［J］. Proceedings of the CSEE ， 2017 ， 37 （ 2 ）： 336 - 349 .

HU P F ， CHEN Z ， YU Y X ， et al . On transient instability mechanism of PLL-based VSC connected to a weak grid ［J］. IEEE Transactions on Industrial Electronics ， 2023 ， 70 （ 4 ）： 3836 - 3846 .

GUAN M Y ， PAN wulue ， ZHANG J ， et al . Synchronous generator emulation control strategy for voltage source converter （VSC） stations ［J］. IEEE Transactions on Power Systems ， 2015 ， 30 （ 6 ）： 3093 - 3101 .

ZHU N X ， HU P F ， LI Y J ， et al . Optimal allocation of energy storages： a perspective of system inertia support ［J］. International Journal of Electrical Power & Energy Systems ， 2023 ， 148 ： 108934 .

LI W T ， DEKA D ， CHERTKOV M ， et al . Real-time faulted line localization and PMU placement in power systems through convolutional neural networks ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 6 ）： 4640 - 4651 .

李婕，杨淑英，谢震，等 . 基于有效信息迭代快速粒子群优化算法的永磁同步电机参数在线辨识［J］. 电工技术学报， 2022 ， 37 （ 18 ）： 4604 - 4613 .

LI Jie ， YANG Shuying ， XIE Zhen ， et al . Online parameter identification of permanent magnet synchronous motor based on fast particle swarm optimization algorithm with effective information iterated ［J］. Transactions of China Electrotechnical Society ， 2022 ， 37 （ 18 ）： 4604 - 4613 .

GUO J P ， WANG X Z ， OOI B T . Estimation of inertia for synchronous and non-synchronous generators based on ambient measurements ［J］. IEEE Transactions on Power Systems ， 2022 ， 37 （ 5 ）： 3747 - 3757 .

陈湘，付强，宾子君，等 . 附加频率控制下并网换流器的动态惯量及其量化评估［J］. 电力系统自动化， 2024 ， 48 （ 8 ）： 131 - 140 .

CHEN Xiang ， FU Qiang ， BIN Zijun ， et al . Dynamic inertia of grid-connected converter with additional frequency control and its quantitative evaluation ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 8 ）： 131 - 140 .

CHAVAN G ， WEISS M ， CHAKRABORTTY A ， et al . Identification and predictive analysis of a multi-area WECC power system model using synchrophasors ［J］. IEEE Transactions on Smart Grid ， 2017 ， 8 （ 4 ）： 1977 - 1986 .

李勇，常樊睿，彭衍建，等 . 基于小扰动频率量测数据的电网节点惯量分布评估方法［J］. 电力系统自动化， 2024 ， 48 （ 13 ）： 50 - 59 .

LI Yong ， CHANG Fanrui ， PENG Yanjian ， et al . Evaluation method for node inertia distribution of power grids based on small disturbance frequency measurement data ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 13 ）： 50 - 59 .

ZENG F H ， ZHANG J B ， CHEN G ， et al . Online estimation of power system inertia constant under normal operating conditions ［J］. IEEE Access ， 2020 ， 8 ： 101426 - 101436 .

刘方蕾，胥国毅，刘家豪，等 . 考虑电网结构和参数的电力系统惯量分布特性［J］. 电力系统自动化， 2021 ， 45 （ 23 ）： 60 - 67 .

LIU Fanglei ， XU Guoyi ， LIU Jiahao ， et al . Inertia distribution characteristics of power system considering structure and parameters of power grid ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 23 ）： 60 - 67 .

YANG D Y ， WANG B ， CAI G W ， et al . Data-driven estimation of inertia for multiarea interconnected power systems using dynamic mode decomposition ［J］. IEEE Transactions on Industrial Informatics ， 2021 ， 17 （ 4 ）： 2686 - 2695 .

裴铭，叶林，罗雅迪，等 . 计及频率响应时空相关性的新能源电力系统惯量估计方法［J］. 电力系统自动化， 2024 ， 48 （ 8 ）： 53 - 66 .

PEI Ming ， YE Lin ， LUO Yadi ， et al . Inertia estimation method for power system with renewable energy considering spatio-temporal correlation of frequency response ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 8 ）： 53 - 66 .

王强强，姚良忠，徐箭，等 . 基于切片采样-马尔科夫链蒙特卡洛模拟的高比例新能源电力系统等效惯量概率评估［J］. 电网技术， 2024 ， 48 （ 1 ）： 140 - 152 .

WANG Qiangqiang ， YAO Liangzhong ， XU Jian ， et al . S-MCMC based equivalent inertia probability evaluation for power systems with high proportional renewable energy ［J］. Power System Technology ， 2024 ， 48 （ 1 ）： 140 - 152 .

PHURAILATPAM C ， RATHER Z H ， BAHRANI B ， et al . Estimation of non-synchronous inertia in AC microgrids ［J］. IEEE Transactions on Sustainable Energy ， 2021 ， 12 （ 4 ）： 1903 - 1914 .

BEST R J ， BROGAN P V ， MORROW D J . Power system inertia estimation using HVDC power perturbations ［J］. IEEE Transactions on Power Systems ， 2021 ， 36 （ 3 ）： 1890 - 1899 .

PANDA R K ， MOHAPATRA A ， SRIVASTAVA S C . Online estimation of system inertia in a power network utilizing synchrophasor measurements ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 4 ）： 3122 - 3132 .

SCHIFFER J ， ARISTIDOU P ， ORTEGA R . Online estimation of power system inertia using dynamic regressor extension and mixing ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 6 ）： 4993 - 5001 .

徐波，杨逸欣，余万强，等 . 基于状态空间模型与PEM迭代算法的电力系统惯量辨识［J］. 电力系统保护与控制， 2022 ， 50 （ 18 ）： 123 - 130 .

XU Bo ， YANG Yixin ， YU Wanqiang ， et al . Power system inertia identification based on a state space model and a PEM iterative algorithm ［J］. Power System Protection and Control ， 2022 ， 50 （ 18 ）： 123 - 130 .

GOLESTAN S ， GUERRERO J M ， VASQUEZ J C . Three-phase PLLs： a review of recent advances ［J］. IEEE Transactions on Power Electronics ， 2017 ， 32 （ 3 ）： 1894 - 1907 .

ZHANG W Q ， WEN Y F ， CHUNG C Y . Impedance-based online estimation of nodal inertia and primary frequency regulation capability ［J］. IEEE Transactions on Power Systems ， 2023 ， 38 （ 3 ）： 2748 - 2760 .

申锦鹏，杨军，李蕊，等 . 基于改进域对抗迁移学习的电力系统暂态稳定自适应评估［J］. 电力系统自动化， 2022 ， 46 （ 23 ）： 67 - 75 .

SHEN Jinpeng ， YANG Jun ， LI Rui ， et al . Self-adaptive transient stability assessment of power system based on improved domain adversarial transfer learning ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 23 ）： 67 - 75 .

杨博，陈义军，姚伟，等 . 基于新一代人工智能技术的电力系统稳定评估与决策综述［J］. 电力系统自动化， 2022 ， 46 （ 22 ）： 200 - 223 .

YANG Bo ， CHEN Yijun ， YAO Wei ， et al . Review on stability assessment and decision for power systems based on new-generation artificial intelligence technology ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 22 ）： 200 - 223 .

HUANG R K ， CHEN Y J ， YIN T ， et al . Accelerated derivative-free deep reinforcement learning for large-scale grid emergency voltage control ［J］. IEEE Transactions on Power Systems ， 2022 ， 37 （ 1 ）： 14 - 25 .

张艳霞，刘凯祥，成雅超，等 . 控制时延对非同步机电源同步稳定性的影响［J］. 电网技术， 2023 ， 47 （ 6 ）： 2414 - 2424 .

ZHANG Yanxia ， LIU Kaixiang ， CHENG Yachao ， et al . Influence of control delay on synchronization stability of non-synchronous generator sources ［J］. Power System Technology ， 2023 ， 47 （ 6 ）： 2414 - 2424 .

MNIH V ， KAVUKCUOGLU K ， SILVER D ， et al . Playing atari with deep reinforcement learning ［EB/OL］. ［ 2023-04-27 ］. http：//arxiv.org/abs/1312.5602v1 http://arxiv.org/abs/1312.5602v1 .

SCHULMAN J ， WOLSKI F ， DHARIWAL P ， et al . Proximal policy optimization algorithms ［EB/OL］. ［ 2023-04-27 ］. http：//arxiv.org/abs/1707.06347v2 http://arxiv.org/abs/1707.06347v2 .

DEHGHANI M ， NIKRAVESH S . State-space model parameter identification in large-scale power systems ［J］. IEEE Transactions on Power Systems ， 2008 ， 23 （ 3 ）： 1449 - 1457 .

齐欣 . 基于强化学习的辨识算法超参数优化方法研究［D］. 哈尔滨：哈尔滨工业大学， 2021 .

QI Xin . Hyperparameter optimization of identification algorithm based on reinforcement learning ［D］. Harbin ： Harbin Institute of Technology ， 2021 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Voltage Regulation Strategy for Active Distribution Network Based on Multi-agent Deep Reinforcement Learning

Parameter Optimization Method for Hydropower Clusters Balancing Ultra-low-frequency Oscillation Suppression and Primary Frequency Regulation

Analysis on Interaction Between Power Synchronization Loop and Terminal Voltage Loop in Grid-connected System of Grid-forming Converter

Related Author

HUANG Yu

ZHANG Xiaoxiao

YUE Dong

HU Songlin

WANG Juan

LI Zhukun

WANG Juan

LI Zhukun

Related Institution

Institute of Advanced Technology for Carbon Neutrality, Nanjing University of Posts and Telecommunications

NARI Technology Co., Ltd.

NARI Group Corporation (State Grid Electric Power Research Institute)

School of Electrical Engineering, Southwest Jiaotong University

State Key Laboratory of Advanced Electromagnetic Engineering and Technology, Hubei Electric Power Security and High Efficiency Key Laboratory (Huazhong University of Science and Technology)

⁰