基于协调组合参数化的改进连续潮流计算方法

基于连续潮流法对静态电压稳定性问题进行研究,提出了一种协调组合参数化法.在PV曲线的不同区域采用不同的参数化法,以当前预测次数来表征参数化切换断点;以"接近校正不收敛"作为组合切换的判据;对切换判据的阈值进行动态设定,以使得组合切换更加合理有效.基于IEEE标准节点系统进行仿真验证,结果表明了所提协调组合参数化法的有效性与优越性.     

一种新颖的光伏自适应变步长最大功率点跟踪算法

针对光伏P′（U）-U特性曲线的变化率在最大功率点两侧差异较大,传统变步长算法的步长及速度因子较难选择的问题,提出一种新的自适应变步长最大功率点跟踪算法,该算法根据光伏P′（U）-U曲线的几何特性自适应地选取步长。与其他变步长算法相比,该方法不需要计算最大步长及速度因子,避开了复杂的计算过程且不会因为步长选取的不恰当而产生死区问题。仿真结果表明该算法具有良好的动态跟踪速度和稳态跟踪精度。     

基于线路电压稳定指标的连续潮流计算方法

为获得准确的系统稳定裕度,提出一种以线路无功损耗为参数化方程的连续潮流改进算法。该方法利用线路电压稳定性指标来确定待参数化的线路,利用拓展潮流方程预测方向向量的角度变化,对连续潮流的计算阶段进行判断,并针对不同的计算阶段,自适应地选取步长控制策略。算例表明,本文所提方法物理概念清晰,计算速度快,实现参数化线路与系统稳定状态的对应更新,能体现电压失稳的局部特性,反映系统的弱节点和弱区域,能较完整地计算得到PV曲线,在对大规模电网进行电压稳定裕度分析时具有一定优势。     

分段式自适应变步长爬山法在光伏系统MPPT中的应用

针对传统自适应变步长爬山法扰动步长变化稳定性差,不能同时保证良好跟踪精度与较快响应速度的问题,基于传统自适应变步长爬山法提出一种分段式自适应变步长爬山法,实现扰动步长的分阶段自动调整,再通过PWM技术将扰动步长变量转化为控制BOOST斩波电路的IGBT触发脉冲,从而实现光伏系统的最大功率跟踪。在MATLAB/SIMULINK软件中分别搭建基于传统变步长爬山法与分段式自适应变步长爬山法的模型进行仿真。通过对比表明,所提方法不仅明显缩短了对最大功率点跟踪的响应时间,使功率随时间变化更加平稳,而且对环境变化的适应性更强,控制方式更加灵活,从而改善了光伏系统的并网效率。     

可调谐的隐式Taylor级数暂态稳定算法的变步长研究

可调谐的隐式Taylor级数暂态稳定算法是在隐式Taylor级数法的基础上,通过合理设置参数位置及其大小得到的一种具有A稳定性和高精度特点的优秀暂态稳定分析算法。通过分析故障时发电机功角曲线的变化规律和定义曲线变化因子,并根据曲线变化因子不断调整步长,提出一种新的变步长方法,在满足计算精度的条件下,可进一步提高算法的计算效益。     

基于改进连续潮流法的电压稳定极限计算方法

针对电压稳定性分析连续潮流法的计算效率、精度及收敛性问题,提出了一种改进型的连续潮流法。该方法在参数化中,有机结合了物理参数化和局部参数化在不同区域的优点,在校正过程引入了一种新的预测-校正法,在步长控制中,提出了变步长控制函数,极大地提高了算法的计算精度、效率和收敛性。最后通过实例证明该方法可以提高连续潮流法分析电压稳定性的效率,并验证了该方法的有效性。     

一种基于信息最大化的自适应变步长盲源分离算法

现有的盲源分离算法不适合于数据的实时处理,并且算法性能依赖于步长的选择.提出一种基于信息最大化的自适应变步长盲源分离算法,采用基于估计函数的变步长算法,降低了盲源分离算法性能对步长的依赖性,并且采用自适应处理形式,适合数据的实时处理.最后将其应用于声音信号的盲分离,在选择小的步长参数的情况下,原有算法和文中新算法都取得了良好的分离效果;在选择较大的步长参数的情况下,新算法优于传统算法.     

自适应滤波器的新型变步长算法及其应用

针对变步长算法的选取对自适应滤波器的性能有重大的影响,而常见变步长算法的步长与误差或输入信号有关,在自适应调节过程中步长存在较大的波动,影响自适应滤波器的滤波效果等问题,通过分析和比较常见的变步长算法,提出一种新型变步长算法.该算法先将误差信号取绝对值,然后再求其均值,以该均值决定步长的变化,克服步长波动的不足.采用新...     

基于改进电导增量法的光伏MPPT策略研究

根据光伏电池输出P-U曲线斜率的变化规律,提出一种新型的变步长电导增量法对最大功率点(MPP点)进行追踪,当工作点位于MPP点左侧时,采用曲线斜率的对数函数值作为步长系数调整工作点的位置,当工作点位于MPP点右侧时,采用曲线斜率的指数函数值作为步长系数调整工作点的位置,同时再利用恒压系数法获取MPP点左右两侧的初始步长值.此外,为了在外界环境突变时得到准确的步长值,采用功率修正法对前后功率差值进行修正以避免误判,通过在MATLAB/Simulink里搭建MPPT控制电路模型,并将文中所提算法与传统变步长电导增量法进行仿真对比,结果表明该算法相较于传统变步长电导增量法,能够更快地寻找到MPP点,且有效降低了寻找过程中由步长振荡造成的功率损失,提高了光伏发电转换效率.     

电力系统输电能力研究中PV曲线的求取

针对大型电力系统输电能力计算问题,提出了一种改进的PV曲线求取方法,它较好地考虑了受电侧负荷增长方式与发电侧发电机功率调度方式。在追踪PV曲线的过程中,改进的局部参数化方法被用于消除功率传输极限点附近潮流方程的病态现象。所提出的电压定步长下降控制思想提高了曲线的追踪效率,实现了自适应步长控制。500母线系统的计算证实了该方法的有效性。     

一种改进自适应谐波检测算法研究

分析了传统定步长最小均方(LMS)算法用于谐波电流检测的不足,采用一种新的变步长LMS自适应算法检测谐波电流:根据误差信号e(n)和e(n-D)的自相关估计调整步长迭代,当权系数远离最佳权值时,通过增大步长加快对时变系统的跟踪速度;当权系数接近最佳权值时,减小步长获得较小的稳态误差。通过递推公式参数的选择,可对系统的收敛速度与稳态失调进行更灵活的控制。推导出了该方法的理论表达公式,其增加的计算量很小,容易实现。该方法能有效调节步长,不受谐波电流的干扰。仿真结果证明了该谐波电流检测方法的有效性。     

基于自适应FIR预测滤波器的谐波检测

针对现阶段有源电力滤波器畸变电流检测方法存在工频周期时延、计算量大等不足的问题,提出了基于自适应有限脉冲响应(FIR)预测滤波器的谐波实时检测系统。论述了自适应滤波器谐波检测原理并利用变步长的最小均方算法(LMS)对所需检测信号进行预测,而预测算法的步长因子是根据误差信号的时间均值估计来调节的,即当滤波器的预测系数远离最优解时,步长比较大,以加强动态响应速度和对时变系统的跟踪能力;当滤波器的预测系数接近最优解时,步长比较小,以获得较小的稳态误差。对该预测法采用MATLAB进行了仿真和实验,结果表明当电流突变时,该方法仍然能够在一个周期内正确预测出未来时刻的谐波电流值。     

基于功率预测的新型变步长电导增量法最大功率点跟踪策略

光伏电池的输出特性具有强烈的非线性,最大功率点跟踪技术能够提高光伏系统的效率。常规定步长算法在选取步长时在响应速度和稳态精度之间无法兼顾。变步长算法在同一光照强度具有良好性能,但在光照突变时存在最大功率点跟踪死区的情况。提出了基于功率预测的新型变步长电导增量法。该方法采用一种新的步长调整系数,能够根据外界条件的变化调节步长,解决了跟踪速度与稳态精度之间的矛盾。并且当光照剧烈变化时,确保扰动前后的判断是基于同一功率曲线进行的,避免误判现象的发生。仿真验证了该算法的有效性。     

基于稀疏度特征的短时电能质量扰动信号重构方法

现有基于压缩感知的短时电能质量扰动信号重构方法尚未考虑信号稀疏度特征,重构性能有待进一步提高。为此,提出一种基于稀疏度特征的信号重构方法。首先,根据压缩感知理论对信号进行采样。随后,开发出短时电能质量扰动信号的稀疏度特征—稀疏度在频域为偶数。基于该特征,提出"双步长稀疏度自适应匹配追踪"重构方法。分析与仿真结果表明,相对于传统的稀疏度自适应匹配追踪算法,提出方法降低了计算复杂度和均方误差,提高了重构信噪比和信号的正确重构概率。     

基于一种新型自适应滤波的谐波检测算法

为提高自适应噪声消除技术(adaptive noise canceling technology,ANCT)系统的瞬态响应速度,且不影响稳态精确度,提出了一种应用于有源电力滤波器(active power filter,APF)的新型自适应谐波电流检测方法。该方法增加的计算量少,通过对瞬态时期的权值变化的分析,证明了用传统方法确定了步长因子和迭代次数,系统就可迅速进入稳定状态。并应用matlab对方法进行了仿真研究,结果证明了该方法的有效性。     

基于使用寿命模型的大容量电池储能系统变步长优化控制方法

大容量电池储能系统(BESS)配合风电场调度可以提高风电场的可调性。为了研究延长BESS使用寿命的控制方法,建立了多因素聚合寿命模型,该模型考虑了大容量BESS的串并联特性和充放电特性,能够反映充放电倍率、控制步长、充放电次数和温度等多种因素对电池老化的影响。讨论了BESS控制步长和调度周期对BESS使用寿命和并网跟踪性能的影响,提出了BESS的变步长优化控制方法。设计了模糊变步长控制器,根据当前BESS的充放电倍率和跟踪性能指标实时调节控制步长。算例仿真表明,所提模糊变步长优化控制方法结合了大步长下使用寿命长和小步长下跟踪性能好的优点,并网功率能够较好地跟踪调度指令,实现了风电场的可调性,同时提高了BESS的使用年限。     

连续潮流法中最优参数化组合方法分析

在应用连续潮流法进行电压稳定性分析之中,提出了一种最优参数化组合方法.该方法利用负荷功率变化量绝对值对PV曲线进行区域划分,并在各个区域对各种参数化方法进行了分析研究,得出了在整个区域的最优参数化方法组合.这种最优参数化组合方法不仅能够提高连续潮流法的计算效率,而且还适用于交直流系统,特别是能够保证并加速潮流计算的收敛.通过对IEEE 118节点交流标准测试系统以及交直流混合系统的分析计算,验证了该方法的有效性.     

基于改进级联神经网络自适应电网谐波检测

为克服电网谐波检测快速性与稳定性矛盾,基于神经网络自适应原理提出了一种级联神经网络自适应电网谐波检测的改进系统。改进级联系统初级运用大步长常规LMS(Least Mean Square)自适应神经网络单元提高检测跟随性能,次级通过嵌入均值滤波环节平滑权值波动的策略构造新的自适应神经网络单元,保证次级神经网络单元具有良好的电网谐波检测稳态精度。运用传递函数Z域变换分析嵌入均值滤波环节的电网谐波检测自适应神经网络单元的稳定性能,运算推导新的级联次级神经网络自适应单元的步长约束条件,保证改进系统既能够有效地提高电网谐波检测的跟随性能同时又可以提高检测的稳态精度。仿真实验表明改进的级联神经网络自适应系统能有效提高电网谐波检测动态性与精确性。     

A PSO-ANFIS based Hybrid Approach for Short Term PV Power Prediction in Microgrids

This paper proposes a hybrid approach based on a combination of particle swarm optimization (PSO) and adaptive neuro-fuzzy inference systems (ANFIS) for one-day-ahead hourly photovoltaic (PV) power generation prediction in microgrids. The increasing penetration of solar PV energy into electric power generation systems imposes important issues to address resulting from its intermittent and uncertain nature. These challenges necessitate an accurate PV power generation forecasting tool for planning efficient operation of power systems and to ensure reliability of supply. In this paper, a combination of PSO and ANFIS is used to develop a PV power prediction model. To demonstrate the effectiveness of the proposed method, it is tested based on practical information of PV power generation data of a real case study microgrid in Beijing. The proposed approach is compared with two other prediction methods. Evaluation of forecasting performance is made with the persistence forecasting method as a reference model, and results are compared with actual scenario. The proposed approach outperformed back propagation neural network and persistence based forecasting methods, demonstrating its favorable accuracy and reliability.