一种基于大脑情绪学习的低碳园区光储直柔系统智能控制方法及装置

本发明适用于电网智能控制技术领域，提供了一种基于大脑情绪学习的低碳园区光储直柔系统智能控制方法及装置，其方法包括：获取各分布式发电单元的输出电压和输出电流；计算全局平均电压和加权平均电流；针对每个分布式发电单元，生成感官输入信号和情绪信号；将感官输入信号和情绪信号输入大脑情绪学习模型，生成补偿信号；将补偿信号叠加到本地下垂控制环节中，修正参考电压；其中，感官输入信号表征系统电压偏差和电流分配偏差，情绪信号表征系统电压偏差瞬时值、电压偏差与电流分配偏差的积分以及补偿信号的自反馈。本发明通过分层协同控制实现电压稳定与电流精确分配，解决因模型失配导致的控制器性能恶化问题，提升高不确定性场景下的鲁棒性。