自适应BP神经网络在光伏MPPT中的应用

首先介绍了光伏电池的特性,并在比较了扰动观察法、电导增量法、恒定电压法、开路电压法等几种光伏系统最大功率跟踪(MPPT)算法的基础上,提出了一种基于BP神经网络的最大功率跟踪的控制策略。该策略将温度和光强作为输入变量,通过神经网络识别后可得到最大功率点。仿真结果表明,该方法能够快速、准确地跟踪光伏电池的最大功率点,具有良好的控制精度和适应性,显著提高了光伏系统的转换效率。     

基于神经网络的光伏阵列多峰MPPT的研究

为了减少神经网络训练数据的数量,根据局部阴影条件下光伏阵列的输出特性,提出基本阴影遮挡类型概念,使得神经网络仅需要训练少量数据,就可以准确地预测最大功率点电压。首先,通过实际光伏阵列数据测试仅训练基本阴影遮挡类型的BP神经网络对最大功率点电压的跟踪效果。然后,搭建光伏发电MPPT仿真系统,对比扰动法、固定电压法和BP神经网络结合扰动法在阴影类型、光照强度和温度三方面变化时对MPP的跟踪效果。最后,通过分析表明,经过基本阴影遮挡类型训练的BP神经网络结合扰动法能够有效地跟踪最大功率点,即基本阴影遮挡类型能够减少神经网络跟踪多峰MPP的训练数据获取量。     

蚁群算法优化RBF神经网络的光伏发电MPPT

针对如何提高光伏电池最大功率点预测跟踪精度的问题,讨论了光伏电池非线性输出特性。在此基础上,建立基于RBF神经网络的光伏电池最大功率点预测跟踪模型,以光照强度和温度为模型的输入,光伏电池的最大功率点电压为模型输出,并将RBF神经网络的中心参数采用蚁群算法进行优化,从而实现最大功率点预测跟踪。仿真结果表明,该方法比传统的RBF神经网络方法具有更高的预测精度,能更好地预测跟踪光伏电池的最大功率点。     

BP神经网络在光伏发电MPPT中的应用

介绍了光伏电池的特性,提出了一种基于BP神经网络的最大功率跟踪的控制策略,并进行了仿真试验。结果表明,该方法能够快速、准确地跟踪光伏电池的最大功率点,具有较好的控制精度,从而提高了电能的转换效率。     

基于遗传优化BP神经网络算法的光伏系统最大功率点跟踪研究

针对恒压控制法中采用BP神经网络预测最大功率点处电压存在较大误差的情况,提出了用遗传算法来优化BP神经网络,然后用优化后的算法来预测光伏系统最大功率点之处的电压,并以此值代替基于恒电压的光伏发电系统MPPT控制算法中的恒电压参数;同时结合恒电压控制法建立了基于GA-BP神经网络学习算法的改进恒压型光伏系统MPPT控制的仿真模型。最后算例仿真结果证明所提的基于GA-BPNN的光伏系统MPPT控制算法能够快速准确地进行光伏最大功率点跟踪,并且相比于BP神经网络算法、干扰观察法及FUZZY控制算法其稳定性更好、精度更高。     

基于NN模型估计的光伏最大功率点跟踪控制技术研究

为了有效利用光伏阵列转换能量,提高并网发电效率,需要对其进行最大功率点跟踪控制( MPPT).提出了基于二级神经网络-遗传寻优的方法,通过利用PV神经网络模型拟合光伏电池输出功率与输出电压的非线性特点,为MPPT寻优提供模型依据,采用遗传算法编码灵活的特性实行并行搜索,并采用存储器函数变换技术使得系统达到在线控制的效果.仿真及实验表明,遗传算法对PV曲线进行最大值寻优,经过52代遗传得到最大功率为135.811 4 W,对应的电压值为72.138 24 V,这与实际最大功率点相比的误差为1.45％,取得了精度较高的跟踪效果,提高了系统稳定性.并且该方法能够准确跟踪最大功率点,克服了传统爬山法等在最大功率点附近振荡引起功率损耗的问题,同时也克服了传统神经网络方法采集训练数据的难度.     

粒子群优化BP神经网络光伏锂电池充电系统

通过对太阳能光伏电池最大功率点的跟踪和锂电池的充电控制两部分实现了对锂电池的快速充电。首先利用SIMULINK的s-function的自定义模块和粒子群优化BP神经网络算法实现了对在辐射度、电池板温度、环境温度和风速共4种工作环境下的光伏电池进行最大功率点跟踪和建模,然后通过单片机编程对开关管进行PWM控制,完成充电电路的智能控制。之后,结合MATLAB和SIMULINK完成粒子群优化BP神经网络并在PROTEUS平台上完成充电电路的仿真,最后程序下载到硬件中并通过调试完成对锂电池充电过程的检测。结果表明,粒子群优化后的BP神经网络光伏锂电池充电控制系统具有较高的充电速度和充电效率。     

新型光伏系统MPPT控制策略的研究

在Matlab/Simulink仿真环境下,搭建了光伏电池的通用仿真模型,并提出了一种新的基于神经网络预测结合中值法的光伏发电系统最大功率点跟踪（MPPT）的控制策略.在外界环境或负载发生变化时,先通过BP神经网络给出新的外界条件下的初始占空比,再结合小步长的中值法,直至达到最大功率点跟踪的目的.最后利用生成的神经网络模块,进行了相关的对比仿真,结果表明,新的控制策略能够快速、准确的跟踪到当前条件下的最大功率点,并具有较好的稳态性能.     

基于NN模型估计的光伏最大功率点跟踪控制技术研究

为了有效利用光伏阵列转换能量,提高并网发电效率,需要对其进行最大功率点跟踪控制（MPPT）。提出了基于二级神经网络-遗传寻优的方法,通过利用PV神经网络模型拟合光伏电池输出功率与输出电压的非线性特点,为MPPT寻优提供模型依据,采用遗传算法编码灵活的特性实行并行搜索,并采用存储器函数变换技术使得系统达到在线控制的效果。仿真及实验表明,遗传算法对PV曲线进行最大值寻优,经过52代遗传得到最大功率为135.811 4 W,对应的电压值为72.138 24 V,这与实际最大功率点相比的误差为1.45%,取得了精度较高的跟踪效果,提高了系统稳定性。并且该方法能够准确跟踪最大功率点,克服了传统爬山法等在最大功率点附近振荡引起功率损耗的问题,同时也克服了传统神经网络方法采集训练数据的难度。     

基于PSO优化BPNN估计光伏阵列MPPT控制系统研究

为了充分利用光伏阵列转换能量,提高光伏阵列的发电效率,在分析光伏阵列的伏安特性及最大功率点跟踪(MPPT)原理的基础上,提出了一种基于粒子群算法优化BP神经网络(PSO-BPNN)的建模方法,并用这种改进的神经网络构建了光伏阵列的动态模型.通过PSO-BPNN模型拟合光伏阵列输出功率与输出电压的非线性关系,实现了对光伏阵列的最大功率点跟踪.Matlab/Simulink仿真及在线测试结果表明:基于PSO-BPNN估计的光伏阵列MPPT控制系统能快速、精确地跟踪光伏阵列的最大功率点,改善了BP神经网络收敛速度慢,易陷入局部极值,建模精度不高的缺点,提高了系统的稳定性和能量转换效率,是研究光伏发电这个复杂非线性系统的一个可行办法.     

电力系统应急通信电源装置的研制

为提高通信设备应急保电工作的效率,保障各变电站及各县、市供电局通信设备后备电源供电可靠性,针对通信保电工作模式存在的问题,研制了电力系统应急通信电源装置。并对装置进行了性能测试。应用结果表明：该装置有效地解决了应急通信设备保电工作中设备接线速度慢,可靠性、稳定性差的问题,简化了应急保电工作步骤,便于应急保电工作人员操作。     

一种新型高功率因数软开关电源

提出了一种新型高功率因数软开关小功率电源的设计方法,讨论了基于ML4803芯片控制的功率因数校正电路及无源无损的软开关DC/DC变换器。DC/DC变换部分采用了新颖的双管正激软开关技术,在不使用辅助开关管的情况下实现了开关管的零电压开通和关断,并成功研制了48V/10A的实用小功率电源模块,使其具有动态响应快、高功率因数、高效率及体积小等优点。     

电网中无功功率补偿

阐述了电网中的无功损耗、并联电容器补偿的作用原理、无功补偿方式及补偿容量的计算。只有做到合理补偿无功功率,才能有效地维持和稳定系统电压水平,从而降低有功损耗,提高系统供电效率。     

power games [power Olympics]

From the moment that International Olympic Committee president Jacques Rogge announced in July 2005 that the UK, or, more accurately, London, was to host the 2012 Olympics, the race was on to ensure that the electrical infrastructure in east London could support the requirements of the proposed high-tech 2.5sq km Olympic Park.     

考虑风电不确定性的配电网区间潮流计算

高渗透率风电的接入使得配电网三相潮流计算需要考虑更多不确定因素,传统的潮流计算方法面临严峻挑战.文中基于区间分析理论,采用区间数对风力发电系统出力的不确定性进行描述与分析,并建立了考虑风电注入功率不确定性的配电网三相区间潮流计算模型.为高效求解所建立的配电网三相区间潮流计算模型,基于对传统非线性区间方程求解方法的分析与...     

混合电源及功率预测系统在风电并网中的应用

随着风电场装机容量的不断增加,解决大规模风电场并网对电网稳定性的影响问题就显得尤为重要。考虑到风能的特点及我国能源的地理分布情况,首先介绍了风电-火电"打捆运行"为电力系统供电的联合运行方式,通过调节火电厂的输送功率对风电进行调度,以实现电网的稳定及对风能接纳能力的最大化。其次,提出了多尺度选择的风电功率预测及误差校正方法,根据不同尺度的风电功率变化规律,可实现对风机组、电力系统的控制,以便于风电调度。最后,配以合适的储能装置、无功补偿设备可进一步增强电网的稳定性。通过假设的算例进行了验证和分析,具有一定的适应性和实用性。     

Developing static reactive power compensators in a power systemsimulator for power education

This paper describes a newly installed laboratory module microcomputer-based static reactive power compensator (SVC) in detail to teach students how an SVC affects system voltage, load balancing, power factor, and transmission line losses. The SVC is merged into an old power system simulator for extensive power engineering education. The structure of the SVC is thyristor controlled reactors with fixed capacitors (TCR-FC). Two control algorithms, feedback control and feedforward control, are developed and compared. For the purpose of program flexibility and portability, a VME-Bus based microcomputer is used to synthesize the controller of the SVC. Several suggested experiments are given to show the effects of the SVC on distribution system compensation. The SVC greatly promotes the performance of the power system simulator     

含线间潮流控制器的电力系统联合潮流计算

线间潮流控制器(IPFC)能实现线路间的潮流转移和分配,可用于解决电力系统中潮流不均引起的一系列问题,具有较大的应用潜力和价值。为评估IPFC工程应用价值,需实现含IPFC的大系统潮流计算,但目前我国多用于电网规划设计的大型电力系统分析软件中没有开发IPFC模型。为解决上述问题,提出了一种基于Matlab与PSD-BPA的含IPFC电力系统的联合潮流计算方法。首先推导了IPFC功率注入模型的数学表达式,并设计了Matlab与BPA联合潮流计算的计算框架,由Matlab进行IPFC求解计算,BPA进行大电网潮流计算,通过数据交换接口完成两种仿真软件的交互与交替求解。进一步对IPFC功率注入模型进行改进,提出了一种基于PI控制器的变步长潮流迭代策略提高了计算方法的收敛性。以南通西北片电网为例,对提出方法进行了仿真验证,计算结果表明了提出方法的正确性和有效性。     

风电场电能质量的评估

阐述了风电场对电网电能质量的影响,根据电能质量的相关规定,通过实例对风电场电能质量进行了评估,并提出了需要采取相应的措施,以保证公用电网电能质量达到国家标准要求.