基于RBF神经网络的储能VSG控制策略优化 |
| |
引用本文: | 管敏渊,姚瑛,吴圳宾,满敬彬,吴伟强.基于RBF神经网络的储能VSG控制策略优化[J].浙江电力,2024(3):55-64. |
| |
作者姓名: | 管敏渊 姚瑛 吴圳宾 满敬彬 吴伟强 |
| |
作者单位: | 1. 国网浙江省电力有限公司湖州供电公司;2. 浙江泰仑电力集团有限责任公司;3. 上海电力大学电气工程学院;4. 国网浙江长兴县供电有限公司 |
| |
基金项目: | 国家重点研发计划(2022YFB2404300); |
| |
摘 要: | 针对传统储能VSG(虚拟同步发电机)不能较好地同时具备抗扰动能力和快速动态响应能力的问题,提出一种以RBF(径向基函数)神经网络优化动态同步器的储能VSG控制策略。首先,建立VSG的数学模型,分析转动惯量和阻尼系数配置对VSG性能的影响,得出参数配置在动态响应和系统动态稳定的矛盾关系。其次,将转子的暂态不平衡功率作为三层前向结构RBF神经网络算法的输入,通过RBF神经网络算法在线学习得出最优暂态补偿功率来动态调节VSG的输入功率,从而减少转子的不平衡转矩,提高VSG的暂态稳定性。最后,通过仿真对比实验验证了所提控制策略的有效性。
|
关 键 词: | 虚拟同步机控制 RBF神经网络 同步器动态控制 储能逆变器 暂态稳定 |
|
|