数据驱动下的虚拟同步发电机等效建模EI北大核心CSCD

为了适应电力电子化发展的趋势,同时在建模时考虑电力电子逆变器的高频开关状态的影响,提出了一种基于长短期记忆网络(long short-term memory,LSTM)的虚拟同步发电机数据驱动建模方法。通过简化虚拟同步发电机的数学机理模型,着重关注各电气量之间的数据映射关系,构建基于LSTM网络的数据驱动模型,实现了由当前时刻电气量预测下一时刻输出的动态建模。为了验证所提模型的有效性,通过搭建仿真模型,对比了不同神经网络方法以及理论方法的差异性。仿真结果表明,所提模型能够反映虚拟同步机不同运行工况下的动态特性,具有良好的稳定性与泛化性,为电力电子化建模提供了一种有效的解决思路。