基于RBF神经网络的SMES控制策略

• 作者: 邱晓燕 马娅妮 朱英伟 王鹏 雷勇
• 来源期刊: 低温与超导
• 关键词: 超导磁储能 RBF神经网络 PI控制 功率跟踪
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 超导技术|Superconductivity
• 页码范围: 7-11
• 页数: 5页
• 分类号: TM46
• 语种: 中文
• DOI: 10.16711/j.1001-7100.2021.08.002

摘要

针对超导磁储能(Superconducting Magnetic Energy Storage,SMES)中传统比例积分(Proportion Integration,PI)控制器控制参数不能更新的问题,提出了基于径向基函数(Radical Basis Function,RBF)神经网络的PI控制策略.以SMES电压源型变流器为研究对象,对其拓扑结构进行建模分析,在交流侧及直流侧控制部分采用RBF神经网络改进策略.该策略的主要功能是利用RBF神经网络的辨识能力对系统模型进行动态辨识,然后将PI控制参数与辨识结果相关联,使得参数在神经网络在线自学习中不断迭代更新,自适应于系统变化.在MATLAB/Simu-link中进行仿真验证,结果表明:该控制策略能够快速并准确地响应功率指令和电压指令,有利于SMES更好完成电网波动平抑任务.