Moayed Mohamed · Zuhair Muhammed Alaas · Badr Al Faiya · Hossam Youssef Hegazy 等6人 · IEEE Access · 2025年1月

本文研究基于自适应神经模糊推理系统（ANFIS）提升并网光伏-风电混合系统的控制性能，并与传统模糊分数阶PID（FOPID）及模糊PI控制器进行对比。针对可再生能源间歇性与非线性带来的控制挑战，ANFIS融合模糊逻辑与神经网络自学习能力，展现出更强的鲁棒性与适应性。通过OPAL-RT 4512平台实现实时仿真与实验验证，结果表明ANFIS在电压调节、谐波抑制及系统稳定性方面显著优于其他控制器，尤其在动态负载与环境变化下表现更优，有效促进可再生能源的可靠并网与智能电网发展。

解读: 该ANFIS与模糊FOPID控制技术对阳光电源光储混合系统具有重要应用价值。针对SG系列光伏逆变器与ST储能变流器的并网协同控制，ANFIS自适应学习能力可显著提升PowerTitan储能系统在光伏波动工况下的电压调节精度与谐波抑制性能。OPAL-RT实时验证方法可直接应用于阳光电源构网型GFM控制...