comparison and contr的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

微型電網三相三缐逆變器智慧型控制設計

為了解決comparison and contr的問題，作者王宇 這樣論述：

在全球能源危機與環境污染的背景下，分散式發電(Distributed Generation)因其對環境友好的特性，成為解決環境問題的選項之一。另一方面，微型電網(Micro Grid)作為利用可再生能源的一種切實可行方案，可以連接分散式發電與配電網，並進一步降低分散式發電對電網的影響。由於分散式發電單元多是以電力電子轉換器為介面，因此微型電網智慧逆變器(Smart Inverter)的優化表現尤為重要。本文首先針對LCL型併網逆變器在弱電網下的穩定性問題，提出離散型的反步滑動模式控制(Discrete-Time Backstepping Sliding-Mode Control）方法。首先，

本文對離散時間下的三階動態系統模型進行推導，進而設計離散型反步控制級聯滑動模式控制器，並進一步對其進行李雅普諾夫穩定(Lyapunov Stability)證明。同時，利用時變映射關係對系統的狀態方程進行轉換，克服離散型反步控制設計中的非因果問題。此外，利用對高階LCL型逆變器的遞迴子系統進行設計，可以通過逐步虛擬控制(Virtual Control)的設計來保證系統的漸近穩定性，因此系統不需要額外的有源阻尼(Active Damping)控制算法設計。並且提出的控制演算法可以結合反步控制與滑動模式控制的各自優點，因此LCL型併網逆變器系統在有電網阻抗以及電網阻抗改變的情況下，仍能維持系統穩定

以及實現較好的控制效果。再者，為了解決微型電網中的低慣性問題以及智慧逆變器的實虛功率耦合問題，本文更提出一種基於虛擬同步電機(Virtual Synchronous Generator)的線上訓練自我調整模糊類神經網路(Fuzzy Neural Network)功率解耦演算法。首先，本文針對微型電網之虛擬同步電機的功率耦合行為進行分析，並對提出演算法的系統動態模型進行推導。另外，為了實現功率解耦控制強健性以及動態特性快的特點，本文設計全域滑動模式控制器。同時，進一步通過自我調整模糊神經網路控制器來繼承全域滑動模式控制律，並解決全域滑動模式控制依賴具體系統資訊的缺點。藉由投影演算法(Projec

t Algorithm)與李雅普諾夫穩定性定理，提出神經網路參數的自我調整調節律，以保證神經網路的收斂以及實現系統的完全功率解耦。本文所提出各式演算法的有效性和優越性將通過數值模擬和實驗驗證。

微型電網分層控制策略研究

為了解決comparison and contr的問題，作者張泉泉 這樣論述：

微型電網(Microgrid)作為一種高效利用可再生能源分散式發電(Distributed Generation)的方法，可被用於解決偏遠地區的發電問題或為關鍵負荷提供不間斷供電。為了保證微型電網的可靠性和經濟運行，首要任務是維持系統電壓/頻率穩定和實現分散式發電單元之間功率的精確分配。微型電網通常運行於中低壓電力系統中，其線路阻抗主要呈現電阻電感性，傳統的P-f/Q-U下垂控制(Droop Control)性能不佳，雖然可通過採用虛擬複阻抗(Virtual Complex Impedance)的方法，使線路阻抗中的電阻分量被虛擬負電阻抵消。但由於存在線路阻抗參數漂移和估計誤差等問題，若虛擬

負電阻設計不當會導致系統不穩定。本文根據中低壓微型電網的線路參數特點，採用P-U/Q-f下垂控制，並且在控制迴路中引入由虛擬負電感和虛擬電阻組成的虛擬複阻抗，其中虛擬負電感用於減小系統阻抗中電感分量引起的功率耦合(Power Coupling)，虛擬電阻用於增強系統中的電阻分量，並且調整阻抗匹配度以提高功率分配精度。然而此作法功率分配仍然會受到系統線路阻抗參數的影響。此外，下垂控制結合虛擬阻抗方法易引起電壓偏差問題。因此本文研究了一種新型的基於虛擬複阻抗的穩壓均流控制方法，在不受線路阻抗參數變化影響的情況下實現精確的功率分配，並且提高電壓品質。本研究同時建立基於所提出方法的微型電網系統小信號模

型(Small-Signal Model)，用於分析系統的穩定性和動態性能，同時為控制器參數的設計提供理論依據。分析結果表明，所提出方法對線路阻抗參數漂移和估計誤差具有強健性，並且使系統具有較大的穩定裕度和較快的動態響應速度。再者，本文針對微型電網併聯逆變器的有功功率分配和電壓偏差問題探討，基於全域滑動模式控制(Total Sliding-Mode Control)技術重新設計功率-電壓下垂控制器和內迴路電壓調節器。首先，針對功率-電壓下垂控制回路，定義有功功率與公共耦合點(Point-of-Common-Coupling)電壓幅值之間的下垂控制關係誤差。然後通過採用全域滑動模式控制以獲得新的

下垂控制關係，從而同時實現有功功率分配和電壓幅值恢復。由於全域滑動模式控制方案可為系統提供快速的動態性能和強健性，高精度的暫態有功功率分配也可在不受線路阻抗影響的情況下被實現。更進一步，本文針對微型電網提出基於自我調整模糊類神經網路(Adaptive Fuzzy Neural Network)的分散式二級控制(Distributed Secondary Control)方案，以實現電壓/頻率恢復和最優功率分配。首先，建立微型電網動態系統模型，該模型由逆變器介面分散式電源模型和微型電網電力網絡模型組成，其中分散式電源模型可通過具有最優有功功率分配方案的初級控制器的動態模型來表示。微型電網電力網絡

模型由潮流動態模型和負荷模型組成。然後定義基於一致性演算法的誤差函數，並提出基於模型的全域滑動模式控制技術來處理同步和跟蹤問題。為達到無須詳細動態控制設計，本文設計自我調整模糊類神經網路方案來模擬全域滑動模式控制律，以繼承其快速動態響應性能和強健性。同時，所提出的自我調整模糊類神經網路控制方法可以解決全域滑動模式控制對微型電網動態模型精確資訊的依賴。藉由投影演算法(Project Algorithm)和李雅普諾夫穩定性(Lyapunov Stability)定理，推導模糊類神經網路的參數自我調整調節律，以保證基於自我調整模糊類神經網路的分散式二級控制系統的穩定性。本文所提出方法的有效性和優越性

將通過數值模擬和實驗進行驗證。