具有诸多优势的交流微电网是微电网的主流结构。交流微电网中大量逆变型电源以并联的形式接入电网,形成交流微电网的多逆变器并联结构。逆变器并联系统的稳定运行需要逆变器之间合理分配功率、共同承担负载电流。而实际并联系统中,由于各逆变单元的系统参数不同,导致并联单元等效输出阻抗存在差异,使系统产生环流、各逆变单元之间无法合理分配功率。针对环流问题,采用了虚拟阻抗控制环流,并针对线路阻抗存在时变的特点,通过神经网络辨识获得自适应虚拟阻抗,更好的实现环流的抑制。以多逆变电源并联系统结构为基础,建立了仿真模型。根据并联系统的特点,采用下垂控制作为逆变器控制策略,实现系统容量与线路阻抗和下垂系数成反比的理想情况下,功率合理分配。以两台逆变电源并联结构为基础,分析了下垂控制策略与功率分配的关系、环流的定义以及环流与功率分配的关系,并进行仿真验证。根据环流的定义及其产生的原因,采用虚拟阻抗补偿法,补偿并联系统线路阻抗的差值,使补偿后的等效输出阻抗相同对环流进行控制。针对线路阻抗变化时固定值虚拟阻抗对环流抑制的局限性,采用基于BP神经网络的自适应虚拟阻抗,实现环流的抑制。弱电网条件下,由于等效线路阻抗变化幅度大幅增加,且随负荷实时变化,网络结构和各层权值可能会发生变化,而BP神经网络经过训练之后其网络结构和各层权值已经确定,对这一局限的改进需要更复杂的网络结构影响实时性,且BP神经网络作为静态网络难以对动态系统精准辨识,对此采用对角递归神经网络(Diagonal Recurrent Neural Network,简称DRNN)在线训练修正网络的权值,实现在辨识网络复杂程度不变的条件下,线路阻抗实时辨识精度的提高。仿真结果证明:基于DRNN神经网络的自适应虚拟阻抗可以有效提高并联系统的环流抑制效果。