申请/专利权人：长春工程学院

申请日：2022-11-24

公开（公告）日：2024-02-20

公开（公告）号：CN116581770B

主分类号：H02J3/24

分类号：H02J3/24;H02J3/16

优先权：

专利状态码：有效-授权

法律状态：2024.02.20#授权;2023.08.29#实质审查的生效;2023.08.11#公开

摘要：本发明公开了基于自适应神经网络的微网系统VSG双下垂控制方法，所述的微网系统架构主要由光伏发电单元、蓄电池储能单元、逆变器模块、LC滤波模块、VSG控制模块组成，其中，光伏发电单元前级采用DC‑DC升压变换器实现最大功率点追踪，后级为DC‑AC并网逆变器，与储能单元并联于直流侧，引入VSG为系统提供惯量和阻尼，建立自适应神经网络控制器，通过神经网络控制器实时获取角频率偏移量和角频率的变化斜率，结合设定的虚拟参量选取规则得到虚拟参数J和D，通过自适应神经网络控制器输出的虚拟参量调节微网系统的频率和电压，完成双下垂控制。通过本发明，可以实现双下垂控制策略，提高了微网并网时的稳定性。

主权项：1.基于自适应神经网络的微网系统VSG双下垂控制方法，所述的微网系统架构主要由光伏发电单元、蓄电池储能单元、逆变器模块、LC滤波模块、VSG控制模块组成，其中，光伏发电单元前级采用DC-DC升压变换器实现最大功率点追踪，后级为DC-AC并网逆变器，与储能单元并联于直流侧，引入VSG为系统提供惯量和阻尼，建立自适应神经网络控制器，通过神经网络控制器实时获取角频率偏移量和角频率的变化斜率，结合设定的虚拟参量选取规则得到虚拟参数J和D，通过自适应神经网络控制器输出的虚拟参量调节微网系统的频率和电压，完成双下垂控制；所述的建立自适应神经网络控制器，通过神经网络控制器实时获取角频率偏移量和角频率的变化斜率，结合设定的虚拟参量选取规则得到虚拟参数J和D，包括：首先通过神经网络控制器实时获取角频率偏移量和角频率的变化斜率，即： 其次神经网络控制器根据给定的虚拟参量选取规则得到虚拟参数J和D即： 式中：J0和D0代表经神经网络调节输出的惯量和阻尼参数；Kj和Kd分别为惯量和阻尼的调节系数；Tj和Td是参数变化的上下限；所述的通过自适应神经网络控制器输出的虚拟参量调节微网系统的电压包括：通过神经网络输出的虚拟参量调节电压：V＝LfCf-1[ωiiqLf-rfid-vodi-iodiLf+vid]式中：vodi是VSG输出的d轴电压分量，Lf、Cf、rf分别代表LC滤波器的电感、电容和电阻，iodi是VSG输出的d轴电流分量，id、iq为VSG输入的d、q轴电流分量，vid是VSG输入的d轴电压分量，ωi为VSG输出的角频率；跟踪误差为： 式中：另一个误差变量e2i表示为：e2i＝divodi-αij式中：αij是一个虚拟控制量；所述的通过自适应神经网络控制器输出的虚拟参量调节微网系统的角频率包括：由下垂控制可得：ωi＝ωni-kppi式中：ωi使VSG输出的角频率，ωni是角频率的标幺值，Pi为滤波之后输出的有功功率；调节的误差为： 角频率输出为：

全文数据：

权利要求：

百度查询： 长春工程学院 基于自适应神经网络的微网系统VSG双下垂控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD