[发明专利]基于径向基神经网络预测的直流微电网均流方法

说明书

本发明涉及一种基于径向基神经网络预测的直流微电网均流方法，结合直流微电网传统下垂控制与RBF神经预测网络。首先，通过传统的下垂控制实现初始近似功率分配，然后通过母线侧的电压传感器采集母线电压。各单元变换器采集本地电压和电流信息，使用神经网络模型预测其它单元的输出电流，本地控制器计算预测值和本地测量值以获得本单元的平均电流。电压偏差和电流偏差分别通过相应的电压调节器和电流调节器得到电压补偿量和电流补偿量，各单元输出电流与平均电流趋于一致，提高了均流效果。只需利用本地控制器和电压、电流传感器，控制简单，经济性高；可以实现系统功率的自动分配，改善电能质量；各单元间通过预测网络实现了虚拟互联。

技术领域

本发明涉及一种微电网控制方法，特别涉及一种基于径向基神经网络预测的直流微电网均流方法。

背景技术

微电网作为一种新型的发电系统，可以充分利用风、光等新能源生产电能，在一定程度上缓解了传统能源短缺和环境污染的压力。在多种微电网结构中，直流微电网能够更高效的接纳风、光、储及直流负荷。直流微电网有分布式电源、直流母线、储能系统和负荷组成。其运行模式可分为并网运行和孤岛运行两种。并网模式下，直流微电网通过DC/AC并网逆变器与大电网互联，由大电网维持直流母线电压的平稳。孤岛模式下，直流微电网独立为一个小的发电系统，并在系统内实现“自给自足”，由分布式电源向负载供电。系统中各个单元都分别由电力电子变换器与直流母线相连。其中，光伏和风力发电单元作为单纯的发电源，通过单向变换器连接到直流母线上；储能系统即可作为吸收功率的负荷，又可作为发出功率的发电源，因此通过可实现功率双向流动的DC/DC变换器与直流母线连接，参与功率分配和母线电压的调节，起到消峰填谷的作用；负荷通过单向功率变换器与母线相连，分为紧急负荷和非紧急负荷，在系统能量供不应求的情况下可优先切除非紧急负荷以保证电能质量和系统的稳定性。当微电网内单元众多时，一般通过加设通讯线交换各单元间的信息提高系统的稳定性，但随着单元数的增加，通讯压力也会随之增大，一旦某单元发生故障极易影响到全局的控制效果。而不依靠通讯完全实现自治的控制方式，抗干扰能力不足，特别是微电网容量较大时，稳定性会变得脆弱，只适合于小型的微电网。在采用下垂控制直流微电网中，线路阻抗的存在会影响到分率分配精度和电能质量。

发明内容

本发明是针对线路阻抗的存在会影响到分率分配精度和电能质量的问题，提出了一种基于径向基神经网络预测的直流微电网均流方法，通过径向基(RBF)神经网络对直流变换器进行动态建模，只需要本地单元的信息便可预测其它单元的输出，在所提出的控制策略里，各个单元之间无需通信，便可实现虚拟互联，获取全局信息,自动实现均流，可以减少通讯线和传感器的使用。

本发明的技术方案为：一种基于径向基神经网络预测的直流微电网均流方法，有n个发电单元并联组成直流微电网，通过各自变换器并入交流电网，实时采集本地单个发电单元的输出并网电流i₀₁，发电单元输出并网电压u₀₁和发电单元输出线路上电感电流i_L1数据送入训练后RBF神经网络预测模型，预测得到直流微电网中其余n-1个并联单元的输出平均电流值由i₀₁和计算出本地单个发电单元应该输出并网电流的平均值与本地实时输出电流值差值输入到电流调节器进行电流调节，输出均流控制的控制变量δi_o1进入本地下垂控制进行电流补偿；直流微电网中每个发电单元均用前述预测方式进行本地调控，克服线路阻抗导致的电流波动，达到均流控制。

所述RBF神经网络预测模型分输入层、隐含层和输出层：

X＝[i₀₁ u₀₁ i_L1]^T (2)