
由于可再生能源具有间歇性和不可预测性,将其并入混合电力系统给维持负荷频率稳定性带来了重大挑战。本研究开发了先进的控制策略,以有效应对这些挑战。 本文提出了一种基于递归神经网络(RNN)优化的自适应PID控制器,以提升系统性能。此外,还引入了一种结合飞蛾优化算法(MFO)和广义霍普菲尔德神经网络(GHNN)的混合优化方法,用于设计分数阶PID(FOPID)控制器,该控制器具有卓越的适应性和鲁棒性。

由于可再生能源具有间歇性和不可预测性,将其并入混合电力系统给维持负荷频率稳定性带来了重大挑战。本研究开发了先进的控制策略,以有效应对这些挑战。 本文提出了一种基于递归神经网络(RNN)优化的自适应PID控制器,以提升系统性能。此外,还引入了一种结合飞蛾优化算法(MFO)和广义霍普菲尔德神经网络(GHNN)的混合优化方法,用于设计分数阶PID(FOPID)控制器,该控制器具有卓越的适应性和鲁棒性。