基于RBFNN非线性自抗扰控制的虚拟同步发电机并网切换优化策略

《Journal of Modern Power Systems and Clean Energy》：Optimizing Dynamic Performance of Virtual Synchronous Generator Based on Grid-Connected Switching Control Strategy using RBFNN Integrated Nonlinear Active Disturbance Rejection Control Approach

本文针对虚拟同步发电机(VSG)在并网切换时存在冲击电流大、功率波动剧烈的问题，提出了一种基于径向基函数神经网络(RBFNN)集成非线性自抗扰控制(NLADRC)的并网切换控制策略。该研究通过NLADRC方法有效抑制系统变量振荡，并利用RBFNN的鲁棒拟合能力实现控制器增益参数的自适应整定。仿真和硬件在环实验结果表明，所提策略能显著提升VSG系统的动态性能和暂态稳定性，为高比例新能源接入电网提供了有效的控制解决方案。

　　

随着分布式发电技术的快速发展，传统电力电子变流器无法为电网提供足够惯量和阻尼支撑的局限性日益凸显。虚拟同步发电机(Virtual Synchronous Generator, VSG)技术应运而生，通过模拟同步发电机的外特性，使分布式电源具备类似传统发电机的调频调压能力。然而，VSG在并网切换过程中面临严峻挑战：会产生较大的冲击电流和功率波动，严重影响控制策略的有效性，甚至威胁电网安全稳定运行。

为了解决这一关键技术难题，发表在《Journal of Modern Power Systems and Clean Energy》上的这项研究提出了一种创新性的解决方案。研究人员开发了一种基于径向基函数神经网络(RBFNN)集成非线性自抗扰控制(Nonlinear Active Disturbance Rejection Control, NLADRC)的并网切换控制策略，旨在优化VSG的动态性能。

该研究首先建立了VSG的基本控制模型，包含P-f（有功功率-频率）和Q-V（无功功率-电压）控制回路。传统的预同步控制策略虽然能在一定程度上减少并网冲击，但存在调节速度慢、稳态误差大等问题。为此，团队引入了NLADRC方法，其核心由跟踪微分器(Tracking Differentiator, TD)、非线性状态误差反馈(Nonlinear State Error Feedback, NLSEF)和非线性扩张状态观测器(Nonlinear Extended State Observer, NLESO)三部分组成。

NLADRC方法的最大优势在于能够将系统内部动态和外部扰动视为“总扰动”，并通过ESO进行实时估计和补偿，从而无需精确的系统数学模型。然而，NLADRC控制器中的增益参数（如b₁、b₂、b₃）整定复杂，且固定参数难以适应VSG运行条件的变化。这正是RBFNN神经网络发挥关键作用的地方。

RBFNN是一种三层前馈神经网络，具有结构简单、收敛速度快、能够逼近任意非线性函数的特点。本研究利用RBFNN强大的非线性拟合能力，对VSG角速度变化进行在线辨识，建立系统输出与控制器增益参数之间的动态映射关系。通过梯度下降法训练网络参数（包括权重系数w_lj、高斯中心c_l和基函数宽度σ_l），RBFNN能够根据系统实时运行状态自适应地调整NLADRC的增益参数，从而显著提升控制器的适应性和鲁棒性。

主要技术方法概述

为验证所提策略的有效性，研究团队基于MATLAB/SIMULINK搭建了VSG仿真模型，并采用Starsim硬件在环(Hardware-in-the-Loop, HIL)实验平台进行验证。系统参数主要参考现有研究设置，包括直流侧电压U_dc=800V，电网频率f_g=50Hz，滤波器电感L_f=5mH等。研究设计了四个典型案例进行对比分析：传统预同步控制策略(Case 1)、单独使用NLADRC方法(Case 2)、RBFNN-NLADRC联合策略(Case 3)以及频率扰动工况下的性能测试(Case 4)。通过比较不同案例下的主动功率、输出电压幅值、频率和输出电流等关键指标，全面评估各控制策略的性能。

仿真结果分析

Case 1: VSG with Pre-synchronization Control Strategy

传统预同步控制策略在并网过程中，主动功率从6kW负载变化到额定功率10kW时，最终只能达到约9.8kW，调节时间为0.45秒（基于3%误差带）。并网后频率存在轻微偏差，虽然通过二次调频最终匹配电网频率，但电流波形存在明显失真。谐波分析显示，低次谐波（如5次、7次和11次）幅值较高，总谐波失真(Total Harmonic Distortion, THD)为1.78%。

Case 2: VSG with NLADRC Approach

单独使用NLADRC方法后，系统无需预同步过程即可实现从孤岛模式到并网模式的平稳切换。主动功率的稳态误差降至0.61%，THD降至0.91%，调节时间缩短至0.21秒。频率在并网瞬态过程中的振荡时间显著减少，最高频率约为50.2Hz。然而，电流波形失真问题仍然存在，表明NLADRC参数还有优化空间。

Case 3: VSG with RBFNN-NLADRC Approach

RBFNN-NLADRC联合策略展现了最优性能。虽然调节时间略微增加至0.24秒，但瞬态过程的扰动被完全消除，主动功率变化过程平滑，响应时间和调整时间均显著减少。频率变化被控制在可接受范围内（约49.98Hz），并网时的频率瞬态跟踪性能更好。最重要的是，电流失真被完全抑制，THD进一步降低至0.85%。谐波分析表明，无论是低次还是高次谐波，其幅值都得到更好抑制，电能质量最优。

Case 4: VSG with Frequency Disturbances

在频率扰动测试中（电网频率从50Hz突变至49.5Hz），传统预同步控制策略下主动功率急剧下降至-27kW后反弹，振荡剧烈，1.41秒后才逐渐稳定。NLADRC方法增强了系统抗扰性，功率下降幅度减小。RBFNN-NLADRC策略表现最佳，功率波动最小，且在功率下降后1.2秒内即恢复稳定，证明了该策略在应对电网异常工况时的强大鲁棒性和适应性。

实验验证

为了进一步验证策略的可行性，研究团队还进行了硬件在环实验。使用MT6060实时仿真器模拟功率级，MT1070快速控制原型作为动态开发平台。实验结果与仿真结果高度一致，证实了NLADRC方法和RBFNN-NLADRC方法在促进孤岛模式与并网模式间无缝切换方面的有效性。

研究结论与意义

本研究成功地将RBFNN与NLADRC相结合，优化了VSG在并网切换过程中的动态性能。主要结论包括：首先，NLADRC方法通过主动估计和补偿总扰动，消除了对预同步过程的需求，并展示了快速收敛特性。其次，RBFNN算法凭借其优异的非线性逼近能力，解决了NLADRC增益参数整定难题，实现了参数的自适应优化。最后，联合控制策略显著抑制了并网时的冲击电流、功率波动和波形失真，提高了系统的暂态稳定性和电能质量。

该研究的重要意义在于为高比例新能源接入电网提供了一种高效、可靠的VSG控制解决方案。它不仅改善了VSG的并网性能，还通过智能算法与先进控制理论的结合，为未来电力系统的自适应控制和优化运行指明了方向。未来研究方向包括将RBFNN-NLADRC方法扩展到多机VSG场景，并结合节点灵敏度评估优先优化薄弱节点的控制参数，以及与储能系统、光伏电源和电网的协同控制策略研究。