基于改进型RBF神经网络的VSG转动惯量自适应控制

摘要：

与传统同步发电机相比,虚拟同步发电机(VSG)具有参数灵活可调的优势,特别是虚拟惯量和虚拟阻尼能够对VSG稳定性产生显著影响.RBF神经网络对于连续非线性函数具有很好的逼近效果,且算法简单,学习能力强大,学习速度快,能够满足实时控制的需求.文中基于控制对象的特性,对RBF神经网络进行改进,并设计出一种全新的自适应控制策略.该策略使用改进RBF神经网络对VSG虚拟惯量J进行在线调整.在Matlab中将神经网络算法融合入控制对象建立自适应仿真模型,对所提控制策略进行仿真验证.仿真结果表明,该自适应控制策略能够有效提高虚拟同步发电机频率稳定性.

关键词：RBF神经网络、虚拟惯量、自适应控制、VSG

所属期刊栏目：58

分类号：TM76(输配电工程、电力网及电力系统)

资助基金：上海市电站自动化技术重点实验室开放课题;上海市重点科技攻关计划上海市科委地方院校能力建设项目

在线出版日期：2021-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：112-117