基于Q学习的微网二次频率在线自适应控制

由于包含微源的多样性及运行模式的多样性,微网的二次频率控制面临着系统参数不确定性的挑战。文中提出了在多代理(Agent)分层混合控制模型中嵌入一种基于Q学习的智能算法。首先,动态预测出微网系统实时二次调频功率缺额值。其次,同时考虑微网运行经济性和环境效益,并采用模糊化方法和粒子群优化算法实现二次调度功率的分配。最后,在C++Builder环境下搭建了包括不同微源的本地层Agent和具有不同控制功能的中央层Agent的微网混合能量管理仿真平台,结果证明了所提出的基于Q学习的微网二次频率自适应控制器可以自适应微网系统结构及其参数的动态变化,实现微网二次调频的智能控制。     

小型并网永磁直驱风电系统控制的研究

该文讨论了一种低成本的小型并网永磁直驱风力发电系统。该系统由永磁同步发电机(PMSG)、二极管整流电路、Boost斩波电路和三相电压型PWM逆变器组成。通过控制Boost斩波电路,实现风力发电系统的最大功率跟踪。利用电网电压定向控制技术控制三相电压型PWM逆变器,采用双闭环矢量控制结构,调节直流电压并控制流向电网的无功功率。最后,以15 kW的样机的实验结果验证了系统控制策略的可行性。     

风电功率短期预测及非参数区间估计

为满足电网规划的要求,风电功率预测系统不仅需要提供确切的预测值,还应该对预测值包含的风险做出合理的评估。利用人工神经网络预测风速、风向,并根据实测功率曲线获得风电功率预测值。分析了造成风电功率预测结果不确定的影响因素,提出一种基于预测误差分布特性统计分析的非参数置信区间估计方法,对各功率分区内的预测误差概率密度函数进行建模,并在确定性预测基础上求取概率性风电功率预测值。仿真结果验证了该方法的实用性与有效性。     

户用光伏并网发电系统的研究与设计

阐述了基于数字信号处理器TMS320LF2407A的户用光伏并网发电系统的研究和设计。文中详细分析了系统的工作原理和锁相环设计,同时给出了系统的控制框图和锁相环程序流程图,并进行了样机实验。实验结果表明,并网电流波形良好,并且与电网电压同频同相,并网的功率因数为1。     

光伏并网发电及无功补偿的统一控制

针对常规光伏并网发电系统逆变主电路的结构特点,提出了将无功功率补偿与光伏并网发电相结合的新型控制方案,使光伏并网发电系统在向电网提供有功电能的同时也能够提供电网所需的无功电能,从而简化系统结构,提高供电能力,并节省设备投资.文中详细分析了系统控制结构、瞬时无功检测、并网电流的合成及并网电流的跟踪控制方法.系统以DSP数字信号处理器为基础,在30kVA光伏并网功率调节器实验样机中成功地实现了光伏并网发电和无功功率补偿的统一控制.     

基于DSP的光伏水泵变频调速系统

介绍一种基于DSP的光伏水泵变频控制系统.利用空间矢量PWM算法实现对光伏阵列母线电压动态补偿的功能,保证在光伏阵列工作电压大范围变化条件下,变频驱动电机满足恒磁通调速控制.同时结合光伏水泵系统的工作特点,提出了一种简单实用的光伏阵列最大功率点跟踪控制方式,稳定可靠地实现了系统的最大功率点跟踪控制.     

基于统一控制策略的光伏微网控制器参数敏感性分析

针对低压光伏微网中逆变器的控制,设计了一种基于统一控制策略的控制器,能够避免微网在并网和孤岛两种运行方式间切换时控制策略的转换,实现不同运行模式间的平滑切换及光伏微源功率均分。对传统的下垂控制进行改进,在传统下垂控制的基础上引入一个功率PI补偿器。根据阶跃响应动态指标和稳定性要求,利用根轨迹法优化设计控制器参数。最后,在Matlab/Simulink环境下进行了仿真,结果验证了所设计的控制器的可行性和有效性。     

WT-ANFIS在孤岛检测中的应用研究

针对传统被动式孤岛检测法存在检测时间长、盲区大,而主动式孤岛检测法影响电能质量的缺点,提出一种新的基于模糊神经网络与小波变换的孤岛检测方法。该方法首先采集逆变器输出的电流信号和公共耦合点处的电压信号,再将该电流信号和电压信号分别进行小波变换,然后通过对各尺度上的细节信号进行算法处理来获取适合于孤岛检测的特征向量,最后该特征向量通过模糊神经网络进行模式识别来判断系统是否发生孤岛现象。仿真与实验结果表明,该方法在并网逆变器功率与本地负载功率匹配及失配的多种条件下均能有效识别,具有检测速度快,盲区小,对电能质量无影响等优点,并且适合于单相、三相光伏并网系统。     

应用Microsoft c 开发光伏电源设计系统

在Windows3.1环境下,用Microsoftc 开发光伏电源设计系统的方法.详细描述了采用OOP(Object—orientedprogramming)技术.     

分布式发电系统中的蓄电池模型

简要介绍了分布式发电系统的现状,分析了储能在分布式发电系统中的作用。着重介绍了蓄电池储能系统,并且根据分布式发电系统自身的特点,结合Shepherd方程和Peukert经验公式提出了基于VisualC 软件开发的蓄电池模型。