-
公开(公告)号：CN119275859A
公开(公告)日：2025-01-07
申请号：CN202411241835.6
申请日：2024-09-05
Applicant: 淮阴工学院
Abstract: 本发明公开了一种虚拟同步发电机参数自适应控制方法。该方法首先建立了VSG控制模型，并计算出转动惯量和阻尼系数的上下限。随后，结合改进的鲸鱼优化算法对参数进行优化，得到稳态下VSG系统的转动惯量和阻尼系数的稳态值以及自适应控制律的阈值。最后设计合适的自适应控制律，通过设置阈值细分频率偏差和频率变化率的变化情况，实现转动惯量与阻尼系数调节策略的合理匹配，输出系统自适应转动惯量和阻尼系数。该方案可根据实时监测的频率变化率与频率偏差，动态调整系统输出的转动惯量和阻尼系数以改善系统的阻尼比，确保频率和电压响应的精准控制，有效改善了系统的动态响应。
-
公开(公告)号：CN118983819A
公开(公告)日：2024-11-19
申请号：CN202411064850.8
申请日：2024-08-05
Applicant: 淮阴工学院
IPC: H02J3/16 , H02J3/48 , H02J3/50 , H02M7/5387 , H02M7/5395 , H02J3/38 , G06N3/044 , G06N3/043
Abstract: 本发明公开了一种基于虚拟阻抗参数智能辨识的逆变器双滑模下垂控制方法，包括以下步骤：首先基于#imgabs0#坐标系有功功率和无功功率的动态模型，设计两个独立的滑模面，作为代替下垂控制的初级/次级控制器；其次通过动态Petri循环模糊神经网络（DPRFNN）对逆变器虚拟阻抗参数进行辨识；然后将最优虚拟复阻抗与输出电流相乘作为虚拟电压来补偿微电网下垂控制生成的电压参考值；最后得到逆变器外部电压控制环的修正电压。与现有技术相比，这种控制的主要特点无需测量馈线阻抗值就能辨识出虚拟复阻抗的参数，能够实现精确的并联逆变器间有功和无功功率共享，在很宽的馈线阻抗范围内实现稳定性，并提供对外部干扰（包括通信故障）的鲁棒性。
-
公开(公告)号：CN117595362A
公开(公告)日：2024-02-23
申请号：CN202311538617.4
申请日：2023-11-16
Applicant: 淮阴工学院
Abstract: 本发明公开了一种孤岛微电网有功功率分配方法，包括以下步骤：根据逆变器输出的有功功率和无功功率，构建基于全域积分滑模控制器TISMC的P‑U/Q‑f下垂控制模型；基于下垂控制模型产生电压环控制指令信号，利用基于自适应模糊神经网络AFNN算法模拟虚拟阻抗分压值；将虚拟阻抗分压值补偿到下垂控制输出的电压指令中，然后利用基于自适应反步控制器ABSC的电压控制策略生成最终控制率；将αβ坐标下的控制率经过SVPWM调制策略输出主电路的控制信号。与现有技术相比，本发明能够实时更新补偿电压，可以保证暂态和稳态时更精确的电压稳定和有功功率共享；最后设计基于ABSC的电压内环控制策略，实现切换控制律的实时自适应更新，提高系统对不确定项的鲁棒性。
-
公开(公告)号：CN118554519B
公开(公告)日：2025-03-07
申请号：CN202410553703.0
申请日：2024-05-06
Applicant: 淮阴工学院
Abstract: 本发明公开了一种弱电网逆变器系统解耦控制方法。在弱电网中，由于电阻网络特性，有功功率与无功功率是高度耦合的，考虑整个配电网的固有耦合特性，通过改变控制器参数和网格强度，能有效解耦弱配电网的有功功率和无功功率，解决了弱配电网中高阻抗比造成的影响，同时引入模糊神经网络FNN，利用历史数据对模糊神经网络进行训练，学习和建模电力系统的复杂非线性关系，结合模糊逻辑和模糊神经网络，使网络能够处理模糊、不确定的信息，并具有自适应性和泛化能力。控制器根据实时采集的数据和模糊神经网络的输出，动态调整系统参数，实现功率的解耦控制和优化分配。为具有高渗透率的下一代配电网提供了更鲁棒和自适应的解决方案。
-
公开(公告)号：CN118920511A
公开(公告)日：2024-11-08
申请号：CN202411041914.2
申请日：2024-07-31
Applicant: 淮阴工学院
Abstract: 本发明公开了一种基于功率补偿的微电网下垂控制调节电压频率的方法，首先计算逆变器输出的有功功率和无功功率，通过下垂控制产生电压和频率的给定值，设计频率误差及其积分、电压幅值的误差及其积分作为输入，设计递归Petri模糊神经网络补偿控制器，将其输出作为有功功率和无功功率的补偿，最后将所得的电压参考值送入电压电流双闭环控制系统。本发明设计的递归Petri模糊神经网络补偿控制器，不仅包含了递归网络处理时变输入或输出的能力，还融合了Petri网络对复杂离散系统的处理能力。此外，该控制器不依赖系统详细的数学模型，在负载突变和系统参数变化时，能够有效减小输出电压和频率与额定值的偏差，从而提高系统输出电能质量。
-
公开(公告)号：CN118554519A
公开(公告)日：2024-08-27
申请号：CN202410553703.0
申请日：2024-05-06
Applicant: 淮阴工学院
Abstract: 本发明公开了一种弱电网逆变器系统解耦控制方法。在弱电网中，由于电阻网络特性，有功功率与无功功率是高度耦合的，考虑整个配电网的固有耦合特性，通过改变控制器参数和网格强度，能有效解耦弱配电网的有功功率和无功功率，解决了弱配电网中高阻抗比造成的影响，同时引入模糊神经网络FNN，利用历史数据对模糊神经网络进行训练，学习和建模电力系统的复杂非线性关系，结合模糊逻辑和模糊神经网络，使网络能够处理模糊、不确定的信息，并具有自适应性和泛化能力。控制器根据实时采集的数据和模糊神经网络的输出，动态调整系统参数，实现功率的解耦控制和优化分配。为具有高渗透率的下一代配电网提供了更鲁棒和自适应的解决方案。
