基于DE-RBF 混合优化算法的微电网自适应下垂控制策略

Abstract

孤岛微电网因线路阻抗各异，采用传统下垂控制无法实现功率按分布式电源容量比例分配，会产生电压/频率偏差。为此，提出一种基于DE-RBF混合优化算法的自适应下垂控制策略。首先，构建下垂控制的两逆变器并联微电网系统动态模型，应用差分进化 （differential evolution，DE） 算法获得多个平衡点的优化下垂控制参数。为提高系统的动态响应速度与稳定性，通过训练径向基 （radial basis function，RBF） 神经网络，对每个平衡点参数进行校正。进而，通过增加RBF神经网络的隐含层数量，推广至多个逆变器并联微电网。以采集的有功功率和无功功率作为训练数据，输出最优下垂系数，实现微电网的自适应下垂控制。最后，搭建Matlab/Simulink仿真平台，验证了所提自适应下垂控制方法相比于传统下垂控制，系统响应速度快，功率按照分布式电源容量比例分配。

Keywords

• 微电网
• 自适应下垂控制
• 差分进化算法
• 径向基神经网络