基于RBF神经网络的分数阶虚拟同步机控制策略

作     者：张赟宁 郭钟仁 张磊 

作者机构：湖北省微电网工程技术研究中心(三峡大学) 三峡大学电气与新能源学院 

出 版 物：《电力系统及其自动化学报》 (Proceedings of the CSU-EPSA)

年 卷 期：2024年

核心收录：

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 

基　　金：国家自然科学基金资助项目(62233006) 

主　　题：虚拟同步发电机 分数阶微积分 径向基函数神经网络 自适应调节 

摘      要：虚拟同步机(VSG)控制策略在逆变器并网运行中为其提供了惯量与阻尼，增加了系统的频率和电压的支撑能力。然而，引入的虚拟惯性可能导致逆变器并网有功在扰动情况下出现动态振荡和功率超调，并且虚拟惯性与阻尼会使系统的响应速度变慢。针对这一问题，本文首先建立分数阶VSG数学模型，引入可调参数增加系统的自由度。然后，设计径向基函数(RBF)神经网络对VSG的转动惯量和阻尼系数进行在线自适应调节，将调节后的转动惯量、阻尼系数和可调参数应用于分数阶VSG控制器。最后，通过MATLAB/Simulink仿真比较传统策略与文章提出的控制策略的动态响应，仿真结果表明，所提出的控制策略能够显著抑制系统在发生扰动时输出有功功率和输出频率的振荡和超调，且具有良好的动态响应，验证了所提控制策略的有效性。