← 返回
基于递归概率小波模糊神经网络的微电网虚拟惯性智能控制
Intelligent Control of Microgrid With Virtual Inertia Using Recurrent Probabilistic Wavelet Fuzzy Neural Network
| 作者 | Kuang-Hsiung Tan · Faa-Jeng Lin · Cheng-Ming Shih · Che-Nan Kuo |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2020年7月 |
| 技术分类 | 控制与算法 |
| 技术标签 | 微电网 虚拟同步机VSG 构网型GFM 储能系统 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 微电网 虚拟惯性 主从控制 储能系统 光伏系统 循环概率小波模糊神经网络 频率稳定性 |
语言:
中文摘要
本文提出了一种基于主从控制的微电网虚拟惯性方案，旨在解决传统逆变器分布式电源缺乏惯性和构网能力的问题。该微电网系统由储能系统、光伏系统及可变阻性负载组成，通过引入递归概率小波模糊神经网络，提升了系统在惯性响应和频率稳定性方面的控制性能。
English Abstract
A microgrid with virtual inertia using master-slave control is proposed in this article to overcome the drawbacks of traditional inverter-based distributed generators for lack of inertia and without grid-forming capability. The microgrid using master-slave control is composed of a storage system, a photovoltaic (PV) system and a varying resistive three-phase load. The storage system and PV system ...
S
SunView 深度解读
该研究的核心在于提升逆变器的构网型（Grid-Forming）能力及虚拟惯性响应，这与阳光电源PowerTitan系列液冷储能系统及组串式逆变器的技术演进方向高度契合。随着高比例可再生能源接入，电网对构网型技术的需求日益迫切。建议将该智能控制算法应用于iSolarCloud平台及PCS控制策略中，以增强系统在弱电网环境下的频率支撑能力，提升PowerStack等储能产品的电网适应性，为全球大型储能电站提供更优的频率调节方案。