考虑储能约束的神经网络VSG参数自适应控制策略

摘要

虚拟同步发电机(Virtual Synchronous Generator, VSG)控制策略常用于处理高比例新能源并网导致系统惯量、阻尼缺失的问题，储能单元的配置制约着VSG惯量阻尼的设定。首先，建立考虑储能荷电状态(State of Charge, SOC)约束的VSG小信号模型，计算多约束条件下惯量阻尼取值范围。然后，借助径向基函数(Radial Basis Function, RBF)神经网络算法处理连续非线性函数的优点，提出一种计及储能约束的RBF神经网络VSG惯量阻尼自适应控制策略。该策略取频率偏差量和频率变化率为输入，输出为VSG转动惯量，根据二阶系统最优阻尼比确定阻尼系数取值。最后通过Matlab/Simulink仿真验证，结果表明所提计及多约束的VSG自适应控制策略能够快速响应系统频率变化，优化系统动态调节能力；减小直流母线电压跌落，增强系统鲁棒性。

关键词

虚拟同步发电机 / 储能 / 运行边界 / 自适应控制 / 荷电状态