电力电子仿真（三十八）基于RBF神经网络结合虚拟同步发电机（VSG）的逆变器并网稳定性仿真研究（仿真模型+代码+参考文献）

提出了一种基于储能系统的虚拟同步发电机（VSG）来补偿电网的惯性和阻尼。由于惯性的引入，虚拟同步发电机会和同步发电机一样易发生功率振荡。为了克服这一传统虚拟同步发电机的缺点，将神经网络应用于 VSG 参数自适应控制中，所提策略能有效地抑制频率和功率的振荡。创新如下：

1）从功率环稳定裕度、频率调整时间、功率环截止频率和并网标准四个方面，确定了 VSG 虚拟惯量 J 和阻尼系数 Dp 的合理取值范围，保证了系统的稳定性。

2）从力学角度分析了惯性自适应控制的机理，提出了一种基于 RBF 神经网络的惯性自适应控制策略。该策略克服了传统虚拟同步发电机的缺点，它不但可以抑制频率超调，而且可以提高响应速度。

3）基于固定阻尼比，在自适应控制策略中进一步引入阻尼系数，提出自适应惯量阻尼控制策略。该策略无论是对电网频率的跟踪，还是对有功功率振荡的抑制都具有良好的表现。

参考文献：

仿真模型：

代码：

自适应效果：