光伏并网有源电力滤波器的自适应控制研究

针对目前有源电力滤波器直流侧电压控制方法的不足,提出一种基于RBF神经网络的自适应PI控制策略,该策略根据RBF神经网络在线辨识得到的梯度信息对PI参数进行实时调整,以适应供电系统输出功率的变化。在Matlab/Simulink环境下对有源电力滤波器自适应控制系统进行建模和仿真,仿真结果证明了该控制策略具有很好的跟踪调节性能和很强的抗干扰能力,保证有源电力滤波器直流侧电压在供电系统输出功率变化时仍维持稳定,使有源电力滤波器能够保持良好的补偿品质。     

单相有源电力滤波器新型数字化控制技术

提出了一种单相有源电力滤波器新型数字化控制技术。只需检测系统电流和逆变器的直流侧电容电压,经过简单的计算,可求出各个开关周期内开关管的占空比。提出的控制技术易于实现全数字化,可避免传统瞬时无功理论的复杂计算,克服滞环控制难以数字化的缺点。通过对电流积分环节的调节作用,实现了电流直流分量的闭环控制,并提高了电路可靠性。仿真结果表明,新方案可有效的消除系统电流的直流分量,实现谐波电流抑制。     

应用并联型有源电力滤波器对空压机变频器进行谐波治理

针对山东中烟工业公司济南卷烟厂空压机变频器工作时产生的谐波电流导致厂内动力部分出现变压器温度过高、噪音增大、信号波动、通讯中断等故障现象,采用并联型有源电力滤波器进行谐波治理。对并联型有源电力滤波器的控制系统和主电路进行了介绍,给出现场谐波治理的方案。通过该滤波器现场运行效果表明,并联型有源电力滤波器具有理想的谐波补偿效果,同时降低了空压机运行的电流,实现节能降耗。     

并联型有源电力滤波器的Matlab仿真研究

有源电力滤波器用于动态谐波抑制和无功补偿,可以有效地改善电网质量,其主要由谐波电流检测和谐波补偿两部分组成。详细分析了并联型有源电力滤波器的结构及工作原理,采用基于瞬时无功功率理论的ip-iq谐波电流检测方法和三角载波电流跟踪控制方法,利用Matlab软件的Simulink模块对有源滤波器进行了系统建模,并进行了仿真研究。仿真结果表明,仿真模型能够实时检测系统中所含谐波电流,并进行补偿,可以很好地起到动态抑制电网谐波的效果。     

有源电力滤波器神经终端滑模控制

以电力电子装备为接口的高渗透率可再生能源并网已成为未来配电网的显著特性。可再生能源具有随机性和间歇性,作为其并网接口的电力电子装备也会导致电能质量恶化等问题。为提高电能质量,该文提出一种有源电力滤波器神经终端滑模控制方法。首先,结合分数阶思想和滑模控制理论设计一种分数阶终端滑模控制器,以保证误差有限时间收敛,并引入边界层技术降低抖振。然后,利用自组织模糊神经网络构造一种无模型控制方案以更好地应对各种不确定因素。所设计的自组织模糊神经网络控制器用于学习分数阶终端滑模控制器,不仅从根源上解决抖振问题,而且可继承原控制器的有限时间收敛性能,并满足李雅普诺夫理论框架下的稳定控制性能。仿真与实验结果表明：所提出的控制方法能有效解决可再生能源发电系统中的谐波问题。     

并联型有源电力滤波器的MATLAB仿真研究

本文介绍了并联型有源滤波器的基本原理和控制策略,提出了一种双桥路有源滤波器的拓扑结构以及相应的控制方案,并建立了基于此方案的有源滤波器系统的MATIAB／Simuilink仿真模型,通过仿真试验得出此方案的可行性分析。     

基于BP神经网络的解耦方法在直流锅炉控制系统中的应用

分析了直流锅炉运行时各变量之间的耦合关系;针对直流锅炉参数多变、强耦合的特点,提出了一种改进的误差反向传播算法(BP)神经网络分散解耦方法,对直流锅炉汽温-压力控制系统进行解耦,然后采用基于BP神经网络的PID控制方法对解耦后的2个近似独立的单输入单输出系统进行控制.仿真实验结果表明:BP神经网络分散解耦控制算法具有很强的自学习功能和自适应解耦能力,能取得良好的控制效果.     

单相并联有源电力滤波器延时补偿方案研究

在检测有源电力滤波器谐波电流、指令电流计算和基于PWM逆变电源的补偿电流输出过程中产生的有源电力滤波器延时对APF的补偿特性造成不利影响。为了保证有源电力滤波器具有良好的动态补偿性能,针对单相并联有源电力滤波器提出了基于ARMA(p,q)和LMS自适应滤波器的延时解决方案。通过MATLAB进行仿真验证,结果表明所提出的解决方案具有良好的补偿效果。     

三相四线制并联有源电力滤波器的研究与设计

通过对三相四线制有源电力滤波器(APF)控制原理的研究,阐明了基于正弦滞环控制原理的APF各部分的数字化实现方法。在此基础上以DSP和CPLD为控制核心,完成了整套有源电力滤波装置的开发。试验结果证明了控制原理的有效性和可靠性。     

LCL型滤波器在并联APF中的应用研究

针对L型滤波器应用于并联有源电力滤波器(APF)中的不足,建立了LCL型输出滤波器的数学模型,分析了APF系统采用LCL型滤波器的优越性;设计了基于LCL型输出滤波器的并联APF三环控制系统,在APF输出电流环的基础上引入电容电流内环,增大系统阻尼,保证系统的稳定性。通过MATLAB/simulink仿真验证了采用三环控制策略的LCL型APF系统能够对电网中的谐波电流实现精确跟踪和补偿,证明了控制策略的正确性和有效性。     

一种新型混合滤波器的控制策略及其特性研究

针对一种适合于大功率场合的新型混合有源电力滤波器,从等效电路出发分析在三种典型控制策略下的滤波特性,推导出不同控制策略下电网谐波电流对系统参数波动的灵敏度系数,提出控制策略与控制参数的选取原则,为该新型滤波器的控制策略和控制参数选择提供理论依据。     

基于滚动的BP神经网络的光伏发电功率预报

鉴于准确预测光伏发电功率可减少大规模光伏并网发电对电网造成的冲击,以河南省某并网的光伏发电站7~11月共5个月的数据为例,通过建立非滚动的和滚动的BP神经网络模型,分别进行数值预报辐射订正和发电功率预报,并对预报的72h结果分为第1、2、3d分别进行检验。结果表明,滚动的BP神经网络对辐射订正和功率预报均具有较好的泛化能力,方法简便、实用,能够有效降低光伏发电功率的预报误差。     

基于对角递归神经网络整定的PID解耦单元机组负荷控制系统

针对火电厂单元机组具有多变量强耦合、非线性及参数时变的受控对象，提出了基于对角递归神经网络整定的PID解耦控制方法，其主要特点是能够提供一个对角递归神经网络来辩识系统模型，进而对PID控制器参数进行整定，实现多变量解耦控制。通过对火电机组负荷控制系统的设计和仿真研究，表明系统达到了动态近似解耦、静态完全解耦和无静差跟踪，并具有响应速度快，鲁棒性好等特点。图5参6     

基于RBF神经网络整定PID的 风力发电变桨距控制

为了改善变速恒频风力发电系统在恒功率输出运行区域内的动态性能,在分析系统变桨距控制研究现状的基础上,基于RBF神经网络（RBFNN）整定PID控制理论设计风力发电系统变桨距控制器,建立了风力机及变桨距机构模型,以发电机转速测量值与额定转速相比后误差为输入设计控制器。在随机风作用下对设计的RBFNN整定PID控制器进行仿真,结果表明基于RBFNN整定PID控制理论的变桨距控制器具有良好的动态性能及对风速扰动的鲁捧性,能够有效改善风力发电系统变桨距控制效果。     

神经网络模糊PID控制在加热炉煤气流量控制中的应用

钢厂中加热炉是一个复杂的受控对象,存在着非线性、时变性、纯滞后因素和不确定随机干扰等因素。从对其燃烧状况的分析来看,加热炉温度的调节主要是靠对煤气流量的控制来完成的,因而确立一种合理的煤气流量控制方案是实现加热炉燃烧智能化控制的关键。提出将模糊控制、PID控制和神经网络三种技术相结合,应用于煤气流量进行控制。仿真研究表明这种BP神经网络模糊PID控制在克服对象的大惯性、抗干扰性、非线性和纯滞后上,大大改善控制品质。     

含VSC换流器的交直流配网潮流算法

随着电力电子技术的发展和应用,直流技术得到了快速发展,交直流网络亦广泛应用于电力系统。建立含电压源型换流器(VSC)交直流配电系统,探讨了VSC换流器损耗及其控制方式,并针对交替迭代法和统一迭代法两种算法的不足,提出了改进交替迭代算法,该算法通过调整交流、直流子系统界限的重新界定,避免了潮流计算迭代的交替,从而大大减少潮流计算量。最后通过改进IEEE 13节点配电系统验证了所提算法的正确性和高效性。     

基于改进灰色模型与BP神经网络模型组合的风力发电量预测研究

针对灰色模型在数据序列无规律的风力发电量预测中精度不高的问题,通过对原始数据的平滑处理改进灰色模型,并将改进的灰色模型与BP神经网络相结合构建组合预测模型,采用灰色关联法改进组合预测的权重系数。实例分析表明,改进的优选组合模型预测的准确度高于单一模型及传统的优选组合预测模型。