基于RBF神经网络的Buck变换器自适应鲁棒滑模控制研究

摘要：

　　在利用诸如光、水、地热等新型清洁能源发电的过程中，能源输入的间断性和不确定性以及负载的突变大扰动对电力逆变器的稳定性、快速响应能力和鲁棒性提出了更高的要求。为了减弱传统滑模控制存在的抖振现象，进一步提升Buck 变换器输出动态响应和鲁棒性，提出一种基于RBF 神经网络的自适应鲁棒滑模控制策略。本文首先建立以输出电压为状态量的变换器数学模型，选择理想参考电压和实际电压的差值构造滑模面。然后基于RBF神经网络设计了对应的滑模控制器，其中的神经网络权值自适应率由Lyapunov 稳定性理论求得。仿真和实验结果表明：该策略对比传统PI 控制方法，提升了系统控制的动态响应和鲁棒性，在Buck 变换器以及其他DC-DC 变换器的高精度控制领域具有一定参考价值。

关键词： 滑模控制 Buck变换器 RBF神经网络 PI控制 动态响应

作者: 蒋力 李山 陈艳 贺国东旭

作者单位: 电气与电子工程学院重庆理工大学 重庆市能源互联网工程技术研究中心 重庆市巴南区红光大道69 号400054

会议类型: 国内会议

会议名称: 四川省电源学会·重庆市电源学会2018年联合学术年会

会议地点: 成都

会议语种:中文

页码: 52-56

在线出版日期: 2018-11-01（万方平台首次上网日期，不代表论文的发表时间）