分布式光伏并网发电系统控制技术分析

21世纪的今天,全球性的能源短缺、环境污染、全球气候变暖等问题进程不多加快,资源开采逐渐跟不上时代的步伐。人类在不断困扰下发现了太阳能储蓄的“无限性、普遍性、开发利用清洁性”等优势,是可以代替我国能源的理想资源。太阳能资源非常的丰富,每年的理论储蓄量可以达到17000亿吨标准煤,而利用太阳能的最佳方式就是光伏发电。因为太阳能光伏发电的前景非常广阔,所以很多国内外的学者开始在发电领域展开了大量的研究工作。虽然光伏发电发展趋势好、各项技术相对来说也比较成熟,但在发电系统的控制上还存有不足,本文通过对分布式光伏并网发电系统的控制技术展开分析,希望可以提高光伏并网系统的运行效率与技能。     

基于电流解析逆控制的光伏并网发电系统研究

首先采用解析逆系统理论对模型电流动态环节的可逆性进行了分析,推导出解析逆系统,消除了电流分量之间的耦合,从而实现电流环的高动、静态性能控制.然后设计了直流母线电压调节器,提出了基于电流解析逆控制的光伏并网逆变发电系统结构.最后,采用Matlab/Simulink对整个系统进行仿真研究,验证了所提系统结构的有效性.     

基于混合储能的并网光伏发电系统功率控制研究

针对并网光伏发电系统输出功率的波动,提出利用混合储能系统对功率进行平抑.介绍了光伏最大功率跟踪和并网逆变的控制,为实现发电和并网功率的匹配,考虑蓄电池和超级电容器各自特性的优势,对混合储能系统提出了三级式功率分配策略;通过设计相应的控制方法和以功率分配单元的输出功率作为参考值,混合储能系统控制变换器进行合理充放电.混合储能系统不仅保证了并网功率按计划运行,而且稳定了直流母线电压、满足了随机负荷供电.通过仿真验证,三级式功率分配策略有效,控制方法可行.     

储能技术在光伏并网发电系统中的应用分析

根据光伏并网发电系统的结构特点分析了不加储能装置的光伏并网发电系统对电网造成的不良影响,并分别从电网角度和用户角度提出了储能系统在光伏并网发电系统中的几种应用技术,最后提出了用于光伏并网发电系统的储能技术发展需求。     

基于MPPT的两级单相光伏并网发电系统控制策略研究

文章对两级单相光伏并网发电系统进行研究,系统前级使用新型变步长电导增量法,来实现最大功率点跟踪;后级逆变器采用P-Q控制方式,实现快速电网电压跟踪;使用电压外环,电流内环的双环控制,使逆变器输出稳定的无功和有功功率。在Simulink中搭建仿真模型,结果验证系统不仅能够有效提高跟踪速度和精度,而且可以较好的抑制系统在最大功率处的波动,满足光伏发电对并网逆变器的要求。     

光伏并网发电系统最大功率追踪算法的稳定性研究

随着光伏发电技术及光伏产业的发展,太阳电池阵列如何在同样日照、温度的条件下输出尽可能多的电能成为人们的研究重点。然而,根据太阳电池的工作原理,当光照强度,温度等自然条件改变时,太阳电池的输出特性将随之改变,输出功率及最大工作点亦相应改变。分析了几种常见的最大功率跟踪方法（Maximum Power Point Tracking,简称MPPT）,针对扰动观测法中的误判现象进行分析,并加以改进,使系统更加平稳地输出有功功率,实现了对最大功率点的稳定追踪。     

光伏并网发电功率波动与对策

分析了光伏并网发电功率波动对电网可能造成的危害及储能型光伏并网系统的运行工况,提出了并网功率的给定方法,即以光伏阵列输出功率进行低通滤波后的值作为参考并网功率,还详细分析了低通滤波器的设计、双向DC/DC变换器的功率控制,最后进行了仿真研究。仿真结果表明,采用此控制策略可以有效控制功率的波动,减小其变化率,即使光照波动较大,光伏系统输出的电流波形也很好,储能系统随着光伏阵列发出功率的波动而改变功率流动的方向和大小。     

具有APF功能的光伏并网发电系统的研究

探讨了一种具有有源滤波器功能的光伏并网发电系统。该系统白天可有效地进行光伏并网发电,还可补偿或抑制本地非线性负载产生的无功和谐波,夜晚系统仍可作为APF继续工作。相对于单独的光伏并网系统,它不但提高了设备利用率,也改善了电网的供电质量。文章分析了系统的结构组成,还采用了具有较好鲁棒性和动态响应速度的、基于瞬时无功理论的闭环无功和谐波电流检测的方法,分析了并网电流的合成及其跟踪控制。最后,利用Matlab/Simulink对系统进行了仿真,验证了系统的可行性。     

并网光伏最大接入功率的研究

在简化低压配网模型中,分析了在负荷水平、功率因素及电压波动的情况下,光伏电源最大接入功率受母线电压及线路电流约束的变化趋势,推导出配变低压侧母线电压影响其变化趋势临界值的计算公式;提出了针对低压配网光伏电源的最大接入功率计算方法。通过仿真验证了该计算方法具有较高的准确性以及光伏接入具有减少低压配电线路网损的作用。     

光伏发电并网之研究

提出了并网发电所需的光伏逆变器的设计要求，设计时采用电压源型逆变器实现光伏发电的并网运行，并采用１６位微处理器和ＩＧＢＴ功率器件改善逆变器的输出波形。     

并网光伏发电系统暂态特性研究

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。     

基于OLTC和SVC的光伏并网发电电压控制技术研究

提出一种利用调节有载调压变压器（on-load tap changer, OLTC）分接头来改善分布式光伏电源接入配电网时对电压分布影响的控制技术;并考虑在单一调节OLTC无法实现的场合,通过有载调压变压器（OLTC）与静止无功补偿装置（Static Var Compensator, SVC）复合式调节,使电压偏差控制在允许的范围之内。仿真结果表明,该综合控制技术能够有效的改善分布式光伏电源接入配电网对电压分布的影响。     

光伏逆变器无功调节能力分析与控制策略研究

通过建立光伏逆变器接入配电网稳态分析模型,以接入点运行电压、最大运行电流和SPWM调制控制条件为约束,分析了不同工况下逆变器的无功调节能力。构建接入配电网运行时面向电网电压调整的无功功率控制策略,该策略以控制接入点电压为目标,逆变器通过补偿系统需求的无功对电压进行支撑。构建分布式光伏接入配电网应对配电网负荷变化和光伏注入功率变化引起的电压无功调整仿真实验,验证了该策略的有效性。     

基于Matlab/Simulink的三相光伏发电并网系统的仿真

根据光伏阵列的输出伏安特性,建立了光伏阵列通用仿真模型,并在此基础上提出了一种自适应占空比干扰观察法,建立了以Boost电路为核心的仿真模型,通过控制Boost DC-DC变换器实现了光伏阵列的最大功率点追踪（MPPT）,提高了光伏阵列的利用效率。对于三相光伏发电并网系统的研究,本文主要从PQ控制原理入手,在dq坐标系下建立了仿真模型,通过仿真得出PQ控制下的三相光伏发电并网运行特性,证明了仿真模型的正确性和有效性。     

光伏发电系统的并网模糊PID控制

在三相两级式并网逆变器数学模型的基础上,将模糊PID控制策略引入光伏发电系统的并网控制中。通过数字仿真和物理仿真表明模糊控制与PID控制相结合的模糊PID控制,改善了光伏系统并网控制的动态过程,能够实现光伏系统的平滑并网。     

不同控制策略影响下光伏发电电能质量特性研究

随着光伏发电的广泛接入,光伏发电出力的随机性和间歇性给电网电能质量带来一定影响。在分析光伏逆变器常用PQ和V/f控制策略基础上,构建了光伏电池及其逆变器控制策略模型,分析了光伏在PQ和V/f控制下的电能质量变化状况,从而得到光伏相应电能质量指标特性。结果表明,光伏并网且PQ控制时,主要是电流谐波等电流质量问题;孤岛且V/f控制时,主要是电压波动等电压质量问题。研究结果可为光伏运行和电能质量监测等提供依据。     

湖北省光伏发电项目经济性预测研究

基于平准化度电成本模型,结合湖北省实例样本数据,构建2016—2019年湖北省光伏发电的成本结构框架,分析影响建设及度电成本的主要因素。设置低等、中等与高等三种情景模式与作用因子,研究不同情形下湖北省光伏度电成本的未来发展趋势,讨论不同影响因子对度电成本下降的驱动效果。结果发现:若无外力干预,湖北省光伏度电成本下降缓慢,预计将于“十四五”末期甚至“十五五”初期方能达到平价上网要求;核心部件成本下降及能源利用效率提升将大幅促进度电成本的降低;政策因素可显著减少隐性成本从而推动光伏度电成本加速下降。     

分布式发电系统并网电流控制

在分布式发电并网发电系统中．需要对并网电流进行控制并达到输出功率因数为1的目的。分析了4种常用的输出电流控制方法,比较了其优缺点。针对并网逆变器功率开关频率较高、并网电流谐波总畸变率过大的问题,提出了一种改进的正弦电流滞环宽度控制方法。该法具有倍频控制效果．可以减少功率开关管的损耗,提高系统的稳定性;在降低输出系统电流谐波方面,有利于提高系统的稳定性和运行效率。     

光伏发电系统在轨道交通中的应用研究

轨道交通是目前重要的交通方式,为了保证轨道交通运行的可靠性,分析光伏发电系统在轨道交通中的应用,通过建立光伏系统数学模型,阐述最大功率点算法,并使用PSCAD/EMTDC仿真软件建模,重点分析了光伏发电系统的输出与光照强度和电池温度之间的关系。     

基于CA-SE-GA-BP的光伏发电功率预测

针对光伏发电功率预测精度低的问题,以澳大利亚爱丽丝泉地区某200kW的光伏电站为例,选用遗传算法(GA)优化BP神经网络,采用相关性分析法(CA)确定太阳辐照度、温度、湿度为影响光伏发电功率的主要因子,结合经样本熵(SE)量化的天气类型作为模型输入量,提出CA-SE-GA-BP神经网络的光伏发电功率预测模型。结果表明,多云天气下CA-SE-GA-BP神经网络均方根误差、平均绝对百分比误差分别为4.48%、2.27%,晴天、雾霾、雨天三种天气类型下的预测误差也基本上不超过10%,相较于SE-GA-BP、CA-GA-BP、GA-BP神经网络,CA-SE-GA-BP神经网络预测误差降低,为解决光伏系统发电功率预测提供了一种高效准确可行的方法。