Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2507.17325

帮助 | 高级搜索

电气工程与系统科学 > 系统与控制

arXiv:2507.17325 (eess)
[提交于 2025年7月23日 ]

标题: 将网格阻抗估计方法集成到GFL逆变器中的高级角度估计卡尔曼滤波器

标题: Integrating Grid impedance estimation method into Advanced Angle Estimation Kalman Filter in GFL inverter

Authors:Phuoc Sang Nguyen, Ghavameddin Nourbakhsh, Gerard Ledwich
摘要: 随着电力电子转换器接口的分布式能源资源在现代电力系统中的日益融合,给系统监测、保护和控制带来了重大挑战。 电网阻抗在并网逆变器系统的运行和稳定性评估中起着关键作用。 本研究提出了一种基于离散傅里叶变换的实时电网阻抗估计方法。 所提出的方法与使用线性二次调节器电流控制器(AAEKF-LQR)的先进相位估计卡尔曼滤波器相结合,有助于利用阻抗信息进行准确的瞬时相位角估计。 仿真结果证实,所提出的阻抗估计方法与AAEKF-LQR控制器有效交互,在弱电网条件下保持稳定的系统性能。 该方法在电网条件运行变化期间还表现出快速且准确的阻抗估计能力,从而支持逆变器的稳定运行。
摘要: The growing integration of power electronic converter-interfaced distributed energy resources into modern power systems presents significant challenges for system monitoring, protection, and control. Grid impedance plays a critical role in the operation and stability assessment of grid-connected inverter systems. This study presents a real-time grid impedance estimation method based on the Discrete Fourier Transform. The proposed method is integrated with the Advanced Angle Estimation Kalman Filter using a Linear Quadratic Regulator current controller (AAEKF-LQR), assisting the use of impedance information for accurate instantaneous phase angle estimation. Simulation results confirm that the proposed impedance estimation method interacts effectively with the AAEKF-LQR controller, maintaining stable system performance under weak grid conditions. The approach also demonstrates the ability to deliver fast and accurate impedance estimation during operational variations in grid conditions, thereby supporting stable inverter operation.
评论: 8页,6图
主题: 系统与控制 (eess.SY)
引用方式: arXiv:2507.17325 [eess.SY]
  (或者 arXiv:2507.17325v1 [eess.SY] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.17325
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Phuoc Sang Nguyen [查看电子邮件]
[v1] 星期三, 2025 年 7 月 23 日 08:50:18 UTC (1,324 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • 其他格式
许可图标 查看许可
当前浏览上下文:
eess.SY
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.SY
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号