Nan Zhang · Zheren Zhang · Zheng Xu · IEEE Transactions on Sustainable Energy · 2025年1月

可再生能源的大规模接入导致电力系统复杂性和不确定性增加，频率失稳问题日益突出。本文提出一种基于径向基函数神经网络（RBFNN）的协调自适应滑模控制（CAR-SMC）方法，用于抑制含多个风电场的不确定电力系统的频率偏差与振荡。通过滑模控制构建上层频率调节控制律，利用RBFNN逼近系统不确定性，并设计自适应律实现不确定性在线快速估计与滑模抖振抑制。针对传统滑模控制仅适用于单输入系统的局限，引入基于动量的功率分配策略，实现多输入自适应滑模控制，并协调风电机组与储能系统的调频能力。在改进的IEEE 39...

解读: 该协调自适应滑模控制技术对阳光电源ST系列储能变流器和PowerTitan储能系统的调频功能具有重要应用价值。文中提出的基于RBFNN的不确定性在线估计与抖振抑制方法，可直接应用于储能系统的频率响应控制，提升PowerTitan在电网一次调频中的响应速度和稳定性。基于动量的功率分配策略为多储能单元协...