微电网处于孤岛模式时,基于虚拟同步机（VSG）控制或下垂控制的逆变器无法消除频率的静态偏差,必须通过二次频率控制方法来稳定频率值。在进行二次调频系统设计时需要用到微电网的频率响应数学模型,然而由于微电网系统的结构复杂多变以及系统内微源和负荷种类多样等原因,使得微电网系统的数学模型难以获取,通过模型整定控制器参数的方法变得耗时又耗力。无模型自适应控制（MFAC）在控制过程中无需了解受控系统的内部结构及模型参数信息,只需要通过系统输入输出数据建立系统等价动态数据模型便可以实现对系统的有效控制,是一种新型数据驱动控制方法。因此本文提出将无模型自适应控制应用于微电网中,来实现频率的二次控制,并且提出了一种基于径向基（RBF）神经网络的改进无模型自适应控制方法,解决了无模型自适应控制在应用前仍然需要对控制器进行离线设计且在应用时无法实现控制器参数在线自整定的问题,实现了控制器参数的在线自整定以及微电网频率的在线自适应控制。本文主要研究内容有:首先,介绍了建立微电网频率的逆变器控制策略。针对逆变器控制策略的频率有差控制问题,又对微电网的二次频率控制的实现原理和具体实现方法进行了详细介绍。接着介绍了无模型自适应控制的基本概念和理论基础,基于动态线性化方法设计了无模型自适应控制的整体控制方案,并给出了其稳定性和收敛性证明。其次,对基于二次调频的无模型自适应控制器进行了设计,给出了二次调频的整体控制方案,并介绍了无模型自适应控制实现微电网二次调频的具体流程。在Matlab/Simulink软件中搭建了微电网仿真平台,通过一组负载阶跃扰动实验验证所提方法在负载不断波动情况下依然能够将频率维持在基准值。最后,介绍了人工神经网络和RBF神经网络的基本概念和实现原理。提出基于RBF神经网络的无模型自适应控制器参数在线自整定算法,给出了算法的具体设计思路及其公式推导过程。并将所提RBF-MFAC方法应用于微电网中,设计了所提出方法实现孤岛模式下的二次调频的具体流程。最后,进行了控制器最佳参数值未知和系统结构突变两组仿真,并在微电网结构突变时将所提控制器与PI控制器进行了对比,验证所提方法的有效性。