摘要
本发明涉及新能源控制技术领域,尤其涉及一种用于微电网中虚拟同步发电机参数自适应的控制方法,通过微电网角频率及其变化率,基于增量学习法对角频率变化趋势进行预测,以实现自适应参数预调节。使用模糊径向基神经网络,对预测后的角频率及其变化率进行分析,求出合适的转动惯量,以优化虚拟同步发电机控制过程,使得微电网在功率波动条件下能够抑制角频率波动并且快速恢复到理想情况。本发明通过采集系统角频率和角频率变化量,使用基于增量学习的角频率预测方法,通过模糊径向基神经网络控制来调节传统虚拟同步发电机的转动惯量。该方法能够提升虚拟同步发电机的自适应能力,有效抑制微电网负载变化下的频率波动,提高了微电网系统的稳定性。
技术关键词
虚拟同步发电机
径向基神经网络
新能源控制技术
预测误差
有功功率
高斯径向基函数
sigmoid函数
模糊集合
模糊规则
参数
电压
系统响应速度
励磁调节器
神经网络算法
微电网系统
双闭环控制
模糊控制器
系统为您推荐了相关专利信息
分布式充电站
充电优化方法
配电网模型
集群
电力系统
调度优化方法
储能系统
储能装置
储能荷电状态
电力系统能源调度技术
换流器控制方法
网侧电压
动态工作模式
轨迹
网侧电流
区间预测方法
组合预测模型
超参数
计算机可执行指令
数据
组合预测模型
负荷预测方法
负荷预测误差
矩阵
实时数据