近期，电子电气工程学院曾国辉教授指导2022级硕士研究生田江斌（第一作者）在国际著名期刊《IEEE Transactions on Industrial Informatics》上（DOI: 10.1109/TII.2023.3333673），发表题为“A Data-Driven Modeling Method of Virtual Synchronous Generator Based on LSTM Neural Network”的最新研究成果。该期刊由美国电气与电子工程师协会(IEEE)主办，系中科院SCI分区计算机科学大类一区Top期刊，最新影响因子为12.3。
随着能源危机和环境污染问题日益凸显，以光伏、风电等清洁能源为主要发电形式的微电网技术快速发展，在微电网中，分布式发电单元通过并网逆变器连入电网，而并网逆变器具有控制灵活，响应速度快的特点，但缺乏惯量支撑，也无法为微电网提供阻尼。VSG（virtual synchronous generator）技术可以模拟同步发电机的惯性和阻尼特性使并网逆变器模拟同步发电机具有的转动惯量和阻尼特性。
该文章对VSG小信号建模存在的建模效率与建模精度的问题，提出了一种基于LSTM（long short-term memory）神经网络算法的多场景VSG数据驱动建模方法，该方法通过学习VSG运行过程中的历史数据，关注电气量之间的映射关系，并充分考虑杂散因素对模型准确性的影响，构建了准确高效的VSG非机理模型。这种基于人工智能技术的建模方法具有比传统小信号模型更高的准确性，填补了LSTM非机理建模方法缺失的空白，并且对建立基于智能算法预测技术的模型预测控制和电力电子装置数字孪生系统具有重要意义。该研究得到了国家自然科学基金项目(52177184)的资助，合作者为上海电力大学赵晋斌教授和丹麦奥尔堡大学朱相臣博士。
