基于神经网络的微电网等效建模及其稳定性分析

微电网(Micro Grid)是指由分布式电源、储能装置、能量转换装置、相关负荷和监控、保护装置汇集而成的小型发配电系统，既可以与外部电网并网运行，也可以在大电网出现故障时与之断开孤立运行。随着微电网的重要性越来越突出，微电网的准确建模也逐渐引起了学者的关注。但是，由于交互式微电网系统的计算难度大，且随着微电网数量的增加，网络的规模也越来越大，使得准确建模越来越困难。另一方面，使用综合负载逼近动态网络的等效方法在模拟动态网络精度上存在很大的不足，加上微电网对快速准确分析要求较高，因此本文在研究大电网等效建模方法的基础上，针对当前微电网的研究很少涉及局部含电源电路的等效问题，采用神经网络进行微电网局部电路等效建模，并将其应用于稳定性分析。 首先，本文针对目前微电网分析中的数学模型难以建立的问题，通过研究神经网络的自适应性，学习传统微电网等效建模方法，在此基础上提出了神经网络等效局部微电网电路的方法，并对其进行了相关理论分析。 其次，利用Matlab搭建一个带有光伏发电机组和水轮机的微电网系统，提取局部网络的相关参数(本文采用了局部边界母线的规范化后的电压、电流值)，经过神经网络训练后，生成等效模块取代局部网络，并利用相关数据和原网络对比进行等效验证。 最后，分析微电网稳定性的相关方法，利用所搭建的模型进行稳定性分析。提取加入扰动后原网络和等效网络的电压、电流、频率的相关数据，绘制出等效前后静态和动态变化曲线图。并改变故障类型进行多次测量，验证了等效模型在不同扰动状态下的稳定性，为进一步分析微电网模型提供了一种新的思路。