基于VSC的MVDC微电网(±10kV)转换器的互连通过等效RL电缆模块实现,此外，在电缆侧引入了P2P故障附Simulink仿真

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

一、引言

随着新能源发电（风能、太阳能等）渗透率的提升及用户对电能质量要求的提高，中压直流（MVDC）微电网因功率传输效率高、潮流控制灵活、对分布式电源兼容性强等优势，成为新型电力系统的重要组成部分。±10kV 作为 MVDC 微电网的典型电压等级，既能满足中短距离（几公里至几十公里）功率传输需求，又能平衡设备成本与系统效率，在工业园区、海岛供电、城市配网等场景中应用广泛。

电压源换流器（VSC）是 MVDC 微电网的核心接口设备，负责实现交流与直流、不同直流节点间的功率转换与控制。而转换器之间的互连依赖电缆传输，电缆的电气特性直接影响系统稳定性、功率传输能力及故障响应特性。采用等效 RL 电缆模块可精准模拟实际电缆的电阻损耗与电感储能特性，为转换器互连方案设计及故障分析提供可靠模型支撑。此外，电缆侧发生的点对点（P2P）故障（如电缆芯线间短路、芯线对地短路等）具有故障电流上升快、影响范围广的特点，若不及时检测与隔离，可能导致 VSC 损坏或系统崩溃。因此，深入研究基于等效 RL 电缆模块的 VSC-MVDC 微电网转换器互连技术及电缆侧 P2P 故障应对策略，对保障 ±10kV MVDC 微电网安全稳定运行具有重要意义。

二、±10kV VSC-MVDC 微电网系统架构与核心组件

（一）系统整体架构

±10kV VSC-MVDC 微电网典型架构包含分布式电源侧 VSC、负荷侧 VSC、储能侧 VSC、直流母线、电缆互连网络及控制系统五部分，具体如下：

1. 分布式电源侧 VSC：连接风电、光伏等新能源发电系统，将交流电能转换为 ±10kV 直流电能，同时实现最大功率跟踪（MPPT）与并网控制，确保电源输出功率稳定接入直流母线。

1. 负荷侧 VSC：连接工业直流负荷（如电解槽、直流电机）或通过逆变器连接交流负荷，根据负荷需求调节直流电压或功率，维持负荷端电能质量。

1. 储能侧 VSC：连接锂电池、飞轮等储能系统，在系统功率盈余时充电、功率缺额时放电，平抑新能源出力波动，维持直流母线电压稳定。

1. ±10kV 直流母线：作为能量交换核心，分为正极母线（+10kV）、负极母线（-10kV）与中性线，各 VSC 通过电缆与母线互连，实现功率灵活分配。

1. 控制系统：采用分层控制策略，底层为 VSC 本地控制（如电压控制、电流控制），中层为系统协调控制（如功率调度、母线电压平衡），顶层为全局优化控制（如经济运行、故障恢复），确保系统整体运行性能。

（二）VSC 核心拓扑与控制策略

1. VSC 拓扑选择：±10kV MVDC 微电网中，VSC 常采用两电平或三电平模块化多电平换流器（MMC）拓扑。两电平 VSC 结构简单、成本低，适合中小功率场景（如 10-50MW）；三电平 MMC 拓扑具有输出电压谐波含量低、开关损耗小的优势，可满足大功率（50MW 以上）、高电能质量需求，是当前 ±10kV 等级的主流选择。以三电平 MMC 为例，每个桥臂由多个子模块（SM）串联组成，子模块采用半桥或全桥结构，通过子模块电容充放电与开关管通断控制，实现直流电压稳定与交流侧功率调节。

1. VSC 控制策略：基于 dq 坐标系的双闭环控制是 VSC 的核心控制方法，具体包括：

• 外环控制：根据系统需求选择电压控制或功率控制模式。电压控制模式下，通过调节直流母线电压偏差，输出电流参考值；功率控制模式下，根据给定的有功功率与无功功率指令，计算电流参考值。

• 内环控制：采用电流跟踪控制（如比例积分（PI）控制、模型预测控制（MPC）），实时调节 VSC 输出电流，使其跟踪外环生成的参考值，同时抑制电网扰动，提高系统动态响应速度。

• 调制策略：采用脉宽调制（PWM）或载波层叠调制（CPS-PWM），将内环控制输出的电压参考信号转换为开关管驱动信号，实现电能转换。

三、等效 RL 电缆模块建模与参数设计

四、基于等效 RL 电缆模块的 VSC 互连方案

（一）互连拓扑结构

±10kV MVDC 微电网中，基于等效 RL 电缆模块的 VSC 互连主要采用星型与环型两种拓扑：

1. 星型拓扑：所有 VSC（电源侧、负荷侧、储能侧）通过等效 RL 电缆直接连接至公共直流母线，形成以母线为中心的辐射式结构。该拓扑结构简单、易于扩展，单个 VSC 故障不会影响其他 VSC 运行，但母线故障会导致整个系统瘫痪，适合中小规模（如容量小于 100MW）、可靠性要求一般的场景（如工业园区微电网）。

1. 环型拓扑：VSC 通过等效 RL 电缆首尾相连，形成闭合环形网络，同时每个 VSC 仍与直流母线连接（或通过电缆直接互连）。该拓扑具有冗余特性，某段电缆或单个 VSC 故障时，可通过环形网络重构功率传输路径，提高系统可靠性，但控制复杂度较高，适合大容量（如容量大于 100MW）、高可靠性要求的场景（如海岛微电网、城市核心区配网）。

六、电缆侧 P2P 故障保护策略

（一）保护系统架构

针对 ±10kV MVDC 微电网电缆侧 P2P 故障，采用 “本地保护 + 区域协调保护” 的双层架构，确保故障快速隔离与系统安全：

1. 本地保护：每个 VSC 与电缆连接端配置直流断路器（DCCB）与本地保护装置，基于等效 RL 模块的实时电气量，采用上述故障检测方法实现本地故障识别。当检测到故障时，本地保护装置立即发出跳闸指令，断开 DCCB，隔离故障电缆段，避免故障扩散至 VSC 与直流母线。

1. 区域协调保护：通过通信网络（如光纤以太网）连接各本地保护装置，形成区域保护系统。当单一本地保护装置因故障（如传感器失效）无法正常工作时，区域保护系统根据相邻保护装置的电气量信息，通过 “投票机制”（如 3 取 2 逻辑）判定故障位置，发出跳闸指令，提高保护系统的冗余性与可靠性。

（二）故障隔离与系统恢复策略

1. 故障隔离策略：根据 P2P 故障类型与位置，采用不同的 DCCB 跳闸逻辑：

• P-N 故障：同时断开故障电缆两端的正极 DCCB 与负极 DCCB，彻底切断故障电流路径；若故障发生在 VSC 与母线之间的电缆，还需断开 VSC 的交流侧断路器，避免 VSC 持续向故障点供电。

• P-G/N-G 故障：断开故障侧（正极或负极）的 DCCB，同时调节另一侧 VSC 的输出电压，平衡直流母线电压（如 P-G 故障时，降低负极 VSC 的输出电压，使正极电压恢复至 + 10kV）。

1. 系统恢复策略：故障隔离后，通过以下步骤实现系统恢复：

• 故障定位与检修：基于区域保护系统的故障信息，结合等效 RL 电缆模块的阻抗计算，精准定位故障点（如通过对比不同电缆段的阻抗变化，确定故障电缆段），安排人员检修（如更换故障电缆、修复绝缘损坏）。

• 系统重构与并网：检修完成后，先通过 VSC 的预充电控制，将电缆电压缓慢提升至 ±10kV，避免电压冲击；再逐步恢复 VSC 的功率输出，根据系统负荷与新能源出力情况，通过等效 RL 模块的功率潮流控制，实现故障电缆段的重新并网，恢复系统正常运行。

七、结论与展望

（一）研究结论

1. 基于等效 RL 模块的电缆建模方法可精准反映 ±10kV MVDC 微电网电缆的电阻损耗与电感储能特性，为 VSC 互连方案设计、功率潮流控制及故障分析提供可靠模型支撑。

1. 采用 “星型 / 环型拓扑 + 主从 - 下垂协同控制” 的 VSC 互连方案，可实现 ±10kV 直流母线电压稳定与电缆功率平滑传输，功率传输效率达 98% 以上，满足中短距离功率传输需求。

1. 基于等效 RL 模块电气量的 “电流突变量 + 阻抗突变 + 相位检测” 组合故障检测方法，结合 “本地 + 区域协调” 保护架构，可实现电缆侧 P2P 故障的快速检测（.1ms）与隔离（），有效保护 VSC 与直流母线安全。

（二）未来展望

1. 等效 RL 模块优化：考虑电缆的电容与温度特性，建立 RLC 温度 - dependent 模型，提高电缆建模精度，适应不同环境温度（如 - 40℃至 60℃）下的系统分析需求。

1. 故障检测算法改进：结合人工智能技术（如深度学习、强化学习），基于大量故障仿真与实测数据，训练故障检测模型，提高复杂故障（如高阻接地故障、间歇性故障）的检测精度与抗干扰能力。

1. 多微电网互连扩展：将研究成果扩展至多 ±10kV MVDC 微电网互连场景，基于等效 RL 电缆模块与 VSC 控制策略，实现多微电网之间的功率互补与协同运行，提升新型电力系统的灵活性与韧性。

⛳️ 运行结果

🔗 参考文献

[1] 刘帘曦.基于Verilog-A HDL高层次行为模型的大功率DC/DC开关电源芯片的设计研究[D].西安电子科技大学,2006.DOI:10.7666/d.y1812156.

[2] 林霖,裴忠晨,蔡国伟,等.基于电力电子变压器的中压直流互联配电网协调控制方法[J].电力系统自动化, 2021, 45(8):9.DOI:10.7500/AEPS20200714012.

[3] 李钢,田杰,卢宇,等.无联结变压器MMC-MVDC配电网零序电压抑制策略[J].电力建设, 2018, 39(7):7.DOI:10.3969/j.issn.1000-7229.2018.07.007.

📣 部分代码

🎈 部分理论引用网络文献，若有侵权联系博主删除

 👇 关注我领取海量matlab电子书和数学建模资料 

🏆团队擅长辅导定制多种科研领域MATLAB仿真，助力科研梦：

🌈 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位

🌈 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类

2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类

2.11 FNN模糊神经网络时序、回归预测

2.12 RF随机森林时序、回归预测和分类

2.13 BLS宽度学习时序、回归预测和分类

2.14 PNN脉冲神经网络分类

2.15 模糊小波神经网络预测和分类

2.16 时序、回归预测和分类

2.17 时序、回归预测预测和分类

2.18 XGBOOST集成学习时序、回归预测预测和分类

2.19 Transform各类组合时序、回归预测预测和分类

方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

🌈图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

🌈 路径规划方面

旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻

🌈 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划

🌈 通信方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配

🌈 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测

🌈电力系统方面

微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电

🌈 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀

🌈 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别

🌈 车间调度

零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP

👇