基于在线辨识建模的微电网模型参考自适应二次频率控制研究

The microgrid secondary frequency control is the key technology to ensure the power quality of the system. The diversity, complexity and time-varying of the microgrid structure, as well as the widespread use of commercial converter in the microgrid, determine the traditional mechanism model based controller parameters offline design method cannot be applied in the parameter of microgrid frequency secondary controller, which brings technical problems to the large-scale popularization and application of microgrid..This project plans to analyze microgrid frequency response mechanism, and base on the analysis results, the microgrid frequency response model structure design method will be studied, microgrid inertial damping model and transfer function model structure will be proposed and compared. To realize the online model identification, this project plans to propose and research a passive disturbance based online identification method for the microgrid modelling; In order to realize the microgrid secondary frequency adaptive control, this project plans to propose and research the model reference adaptive secondary frequency control method based on online identification modeling; To improve the speed of adjustment and convergence of the adaptive controller when the model changes, this project also plans to propose and research an improved method for adaptive controller based on neural network..The research of this project can provide a new idea and new method for solving the problem of secondary frequency controller parameter optimization of complex, diverse and time-varying microgrid system, and provide theoretical and technical support for the promotion and application of microgrid.

微电网系统二次调频控制是保障系统供电质量的关键技术。微电网结构的多样性、复杂性和时变性，以及商业电源在微电网中的广泛使用，决定了传统的基于被控对象机理模型离线设计控制器参数的方法无法在微电网二次频率控制器参数设计中应用，这给微电网的大规模推广应用带来了技术难题。.本课题通过微电网频率响应机理分析，研究微电网频率响应模型结构设计，提出微电网的惯性阻尼模型结构和传递函数模型结构；为实现模型在线辨识，本课题提出并研究一种基于被动扰动的模型在线辨识方法；为实现微电网二次频率控制的自适应在线优化，本课题拟提出并研究基于在线辨识建模的模型参考自适应二次频率控制方法；为提高自适应控制器在模型变化时调整的稳定性快速性，拟提出并研究基于神经网络的自适应控制器改进方法。.本课题的开展可为结构复杂、多样、时变的微电网系统的二次频率控制器参数设计问题提供新的解决思路和方法，为微电网的推广应用提供理论和技术支持。

微电网系统二次调频控制是保障系统供电质量的关键技术。微电网结构的多样性、复杂性和时变性，以及商业电源在微电网中的广泛使用，决定了传统的基于被控对象机理模型离线设计控制器参数的方法无法在微电网二次频率控制器参数设计中应用，这给微电网的大规模推广应用带来了技术难题。.本项目针对基于在线辨识建模的微电网模型参考自适应二次频率控制研究问题展开研究，并获得以下成就：.1）通过微电网黑箱等效模型构建出二次调压调频控制结构。根据控制结构可以列出相应的开环传递函数，实验中对微电网端口的输入输出数据进行采集，并通过辨识算法能够获得上述黑箱模型的传递函数表达式；.2）为实现模型在线辨识，本课题选择对采集到的有功无功数据以及电压频率数据进行预处理，确定模型阶次以后，利用双线性变换对传递函数进行离散化处理，并采用递推阻尼最小二乘法利用处理过的数据进进行参数辨识，进而得到系统的辨识模型函数；.3）为实现微电网二次频率控制的自适应在线优化，本课题利用RBF神经网络来实现无模型自适应控制器步长因子ρ和惩罚因子λ参数的在线自整定，再将改进后的无模型自适应控制方法应用于微电网二次频率控制，可以在微电网结构或参数变化的情况下实现频率的在线自适应控制。.本课题的开展可为结构复杂、多样、时变的微电网系统的二次频率控制器参数设计问题提供新的解决思路和方法，为微电网的推广应用提供理论和技术支持。