[发明专利]一种基于生成对抗神经网络的微电网分层控制策略

权利要求书

1.一种基于生成对抗神经网络的微电网分层控制策略，其特征在于：包括物理层和信息层，物理层包括功率计算、下垂控制、二次控制、电压电流双闭环以及PWM信号产生器；信息层包括考虑通信时变时延的电压预测补偿器、频率预测补偿器以及通信网络；微电网的分层控制流程具体如下：

S1、将分布式发电单元输出的电压与电流经过Park变换后输入至功率计算进行计算得到有功功率P_i和无功功率Q_i；

S2、将功率计算环节输出的有功功率P_i和无功功率Q_i输入至下垂控制得到生成的频率ω_i和电压U_i；

S3、将下垂控制生成的频率ω_i和电压U_i作为通信数据，并与邻居智能体通过通信网络进行交互；

S4、通过通信网络的数据进入考虑通信时变时延的电压预测补偿器、频率预测补偿器，对微电网的电压和频率进行预测补偿；

S5、利用电压预测补偿器和频率预测补偿器的输出，使用PI控制器完成系统的二次控制环节；

S6、二次控制经过电压合成得到合成电压U_i∠θ_i并输入至电压电流双闭环中，其中θ_i为频率对应的角度，θ_i具体计算公式如下：

θ_i＝∫ω_idt, (1)

S7、电压电流双闭环将输出的控制信号通过PWM信号生成器输出至分布式发电单元。

2.根据权利要求1所述的一种基于生成对抗神经网络的微电网分层控制策略，其特征在于：所述步骤S1中功率计算进行计算有功功率P_i和无功功率Q_i的具体公式如下：

式(2)中，U_od、U_oq、I_od和I_oq分别为分布式发电单元中逆变器输出的电压与电流经过Park变换后，得到的在d轴和q轴的分量。

3.根据权利要求2所述的一种基于生成对抗神经网络的微电网分层控制策略，其特征在于：所述步骤S2中下垂控制得到生成的频率ω_i和电压U_i的具体公式如下：

式(3)中，ω_ref和U_ref分别为分布式发电单元中频率和电压的额定值，m_i和n_i为下垂控制参数。