共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
针对分布式光伏发电系统广泛接入配电网,导致电力系统潮流计算速度和精度较低的问题,提出一种基于混沌海鸥优化算法的含光伏发电系统负荷模型参数辨识模型。首先,在综合负荷模型的虚拟母线上接入等效光伏发电系统的负荷模型,从而建立配电网广义负荷模型;之后,提出一种将混沌优化与海鸥优化相结合的优化算法,基于该算法完成配电网的等值,并在此基础上进行含光伏发电的综合负荷模型参数辨识。最后,通过仿真表明该文提出的算法,相比于传统的粒子群算法和单一海鸥优化算法,在计算精度和收敛速度等方面具有优越性,并可应用于负荷模型的参数优化。 相似文献
3.
4.
针对粒子群(PSO)优化算法辨识发电机模型参数时存在局部最优和后期收敛速度慢很难准确获取具有强泛化能力的模型参数的问题,提出了一种基于多粒子全局信息共享和变权重的全局信息融合PSO算法(GPSO),并通过IEEE3机9节点系统算例验证了该算法的有效性。结果表明,与常规PSO算法相比,该算法具有泛化能力强、辨识精度高和后期收敛速度快的优点。 相似文献
5.
MSMA传感器是一种将机械力信号转化为感应电压信号的新型传感器,为了更好地实现MSMA传感器的应用,需要对其进行建模研究。由于传感器输入和输出之间呈现非线性关系,会增加建模的复杂性,并且需要辨识的未知参数较多。采用机理法结合电磁学理论建立了MSMA传感器的数学模型,并采用改进的粒子群算法对MSMA传感器数学模型的未知参数进行辨识。在辨识过程中,引入调节系数,对粒子的权重和最大速度进行动态调整,加快了算法的收敛速度,对社会学习因子进行改进,增强了算法的全局搜索能力。最后,将传感器数学模型计算的感应电压值与试验得到的感应电压值对比,验证了模型的正确性,也表明了该算法可以有效解决MSMA传感器数学模型的辨识问题。 相似文献
6.
基于光伏发电系统的物理模型研究,在matlab/simulink中开发了包含光伏阵列模型、光伏阵列的最大功率跟踪(MPPT)模块、DC/DC升压电路和采用电压及电流环控制的逆变系统在内的动态仿真模型,并建立了基于电压型逆变器的暂态数学模型;并通过仿真得到了并网光伏发电系统辐射强度突变和发生短路时的暂态运行特性,为深入研究并网光伏发电系统的暂态特性建立了基础。 相似文献
7.
为了提高光伏发电系统建模过程中光伏电池的参数辨识精度,在基本的教与学优化算法(teaching-learning-based optimization, TLBO)的基础上,针对其存在易于出现精度不高且陷入局部最优等问题,提出了一种基于分组的教与学优化算法(grouping teaching-learning-based optimization, GTLBO)。GTLBO算法在教学阶段采用了分组教学的方式,并对教学因子进行了改进,将GTLBO算法应用于单二极管模型、双二极管模型和3个光伏组件模型的参数提取。实验结果表明,与其他优化算法相比,GTLBO算法在光伏模型参数提取方面更加准确可靠。其次,相对于基础的TLBO算法,GTLBO算法的收敛速度和辨识精度都得到了提高,具有一定的可行性和实用性。 相似文献
8.
9.
短期分布式光伏发电功率预测对配电网调度计划的安排及优化具有重要意义。人工智能技术的进步为精细化分析光伏发电功率预测结果的影响因素以及提高光伏发电功率的预测精度提供了有效途径。文章提出一种基于特征筛选与ANFIS-PSO的分布式光伏发电功率预测方法。首先,基于随机森林中的增益情况,对影响分布式光伏发电系统的各项特征参数进行筛选;然后,通过自适应神经模糊推理算法对输入数据进行训练,并使用粒子群算法对ANFIS模型进行优化;接着,建立基于离线训练和在线预测的ANFIS-PSO分布式光伏发电功率预测模型;最后,利用北京某地分布式光伏发电系统的实际数据来验证模拟结果的准确性。 相似文献
10.
11.
12.
光伏发电的出力特性不同于常规机组发电,随着光伏发电在西藏装机容量的不断增加,对西藏电网安全稳定运行提出了严峻的挑战。根据2019年冬季运行方式下的数据,基于电力系统分析综合程序(power system analysis software package,PSASP)建立了含大规模光伏发电的西藏某地区电网机电仿真模型。通过典型光照扰动、光伏电站切机及短路故障分析了对西藏某地区电网暂态稳定的影响,电网在典型光照扰动、光伏电站切机及短路故障条件下均能保持暂态稳定,但是有部分母线电压高于规定电压上限。针对部分母线电压越限的问题加装无功补偿装置,改善了电网系统的电压稳定性。 相似文献
13.
广义短路比能有效反映多馈入直流系统受端交流电网的强度,其计算通常基于直流馈入节点处受端交流电网的戴维南等值导纳矩阵,忽略了交流电网各元件动态对电网强度的影响。本文提出了一种基于暂态数据戴维南等值参数辨识的时变广义短路比计算方法,将隐含系统元件动态特性的端口节点电压与注入端口节点功率作为辨识数据,基于多端口戴维南等值模型与最小二乘法辨识受端交流电网时变导纳矩阵,进而计算出时变广义短路比,准确地反映了系统动态对受端交流电网强度的影响。最后,以单馈入直流系统算例验证了方法的精确性,以某省级电网算例验证了其实用性,分析了负荷动态特性对时变广义短路比的影响。 相似文献
14.
15.
16.
17.
光伏阵列模型的准确性对大规模光伏发电系统的并网运行与调度至关重要。在建立光伏阵列机理模型的基础上,采用人工鱼群和蛙跳混合算法对模型中的未知参数进行辨识,并将辨识结果与人工鱼群算法和蛙跳算法单独辨识的结果进行了对比分析,证明了混合算法兼具两种算法的优点,并能有效克服两种算法的不足,验证了其优越性和有效性。为使光伏阵列模型的输出与实际光伏电站任意1 d的实测曲线均能很好拟合,采用混合算法对不同场景下的参数进行了辨识,并采用任意2 d的实测数据对辨识结果进行了适应性验证,证明了辨识结果的准确性,进一步验证了混合算法的有效性和实用性。 相似文献
18.
为提高光伏发电最大功率点检测精度,结合阶跃响应开展对其检测方法的设计研究.通过构建光功率捕获数学模型、基于阶跃响应的模型线性化处理、最大功率点实时检测与跟踪,提出一种全新的检测方法.通过实验证明,新的检测方法与基于变步长扰动观测法的检测方法相比,检测结果更加符合实际情况,检测精度得到明显提高. 相似文献
19.
20.
针对光伏发电系统短期预测影响因素较多、预测精度较低、稳定度不高等问题,提出一种基于动态时间弯曲(DTW)和变分模态分解(VMD)的粒子群(PSO)优化的BP神经网络光伏发电预测方法。首先使用动态时间弯曲算法对光伏发电功率及影响因素的数据进行测算得到DTW值,再根据DTW值选择对光伏发电功率影响较大的辐射度作为主要影响因素,然后利用变分模态分解将影响因素及光伏发电功率进行分解,降低数据的波动性和非平稳性。运用粒子群优化的BP神经网络对各分量进行预测,然后将预测结果进行叠加,叠加所得结果即为最后预测结果。在Matlab中对该方法和其他神经网络进行算例验证和误差分析,结果表明采用该方法预测结果精度高,稳定性好。 相似文献