共查询到20条相似文献,搜索用时 62 毫秒
1.
2.
3.
随着高新能源技术的发展,光伏并网发电在通过逆变器并网时往往会产生大量的不同谐波,并因此消耗大量的电能.接入电网的光伏并网逆变器中存在大量的负载,这将使整体电网质量下降.针对此问题,论文提出一种具有谐波补偿功能的光伏并网逆变器控制方法,通过谐波补偿装置采集电网中的谐波含量,并基于MPPT算法对所采集的谐波进行分析、计算,... 相似文献
4.
介绍了一种适用于光伏并网逆变系统的控制方法,可以解决经典PI控制方法参数整定难、系统静差大等问题。针对经典PI调节无法解决逆变器输出电流静差等问题,使用了基于预测电流的无差拍方法进行闭环调节,分析了控制算法中电感参数对采样延时、系统稳定性的影响,该方法能有效降低入网电流总谐波失真。经仿真和样机实验证实该改进方案的正确性和可行性。 相似文献
6.
为保障光伏并网逆变器的稳定性与安全性,需要对电网系统的电网状况进行实时监测,而且监测的准确性需要符合要求。因此,重点调查了有关Ζ源光伏并网逆变器的供电质量评价系统的应用程序的研发方案。首先收集电网系统电压信息以及并网电流状态数据,经过处理分析后获得包括有功功率、无功功率等电力指标;接着借助快速傅立叶变换(FFT)分析理论对并网电流THD进行运算;最后通过实验对其理论研究以及应用程序研发策略进行了论证。 相似文献
7.
8.
在太阳能光伏发电系统中,并网逆变器是实现光伏电能馈送电网的重要环节,并网光伏逆变器的控制目标为:控制逆变电路的输出为稳定的、高品质的正弦波,且与电网电压同频、同相。鉴于此,本文提出了一种数字电流锁相的方法,并且进行了系统仿真。仿真结果表明,TMS320C2000系列DSP芯片适用于该数字锁相技术,其并网输出电流波形良好... 相似文献
9.
10.
11.
基于BP神经网络的SPWM逆变器控制仿真研究 总被引:2,自引:1,他引:2
采用控制和实现方法是决定单相SPWM逆变器输出波形质量和动态性能的主要因素。在分析逆变器常规PID控制方法优缺点的基础上,针对带非线性负载和负载跳变的单相SPWM逆变器,输出波形畸变较大,动态性能差和THD值较高的缺点,提出了一种基于BP神经网络自整定PI双闭环控制方案,并用MATLAB软件工具进行了仿真验证。仿真实验结果表明,方法能同时实现逆变器的高精度稳态输出波形、低的总谐波畸变率和快速动态响应性能,适用于感应电源、UPS不间断电源等需要高性能输出电压波形的场合。 相似文献
12.
飞轮电池储能用集成电机时变非线性特点使得传统PID控制难以得到理想的控制性能,为此基于BP神经网络研究了一种新颖的飞轮电池电力转换器。该控制器结合BP神经网络自学习能力和PID控制的全局渐近稳定性能,通过神经网络在线优化调节PID参数,以实现对飞轮电池的高性能控制。其中,采用变学习速率的神经网络学习算法,学习速率随收敛过程误差的大小而自适应地进行调整,同时使用遗传算法(GA)优化得到PID参数的初始值,这可加快神经网络学习训练的收敛速度并避免陷入局部最小,进一步提高控制性能;另外,PWM采用SVPWM技术以增强能量转换效率和减小转矩脉动。数字仿真表明,基于所提出的BP-PID控制的电力转换矢量控制系统能够使飞轮电池在充放电两端都具有较快动态响应,较小超调,较高稳态精度以及较强的鲁棒性,控制效果明显比传统PID好。 相似文献
13.
14.
基于改进BP神经网络的PID控制方法研究 总被引:8,自引:1,他引:8
针对最速下降法收敛速度慢和易陷入局部极小的缺点,提出一种新型的基于改进BP神经网络的PID控制方法,该方法将神经网络和PID控制策略相结合,既具有神经网络自学习、自适应及逼近任意函数的能力。又具有常规PID控制器结构简单的特点。该控制器的算法采用Fletcher—Reeves共轭梯度法,它可以避免网络陷入局部极小点,同时加快网络的训练速度。并用这种改进的共轭梯度法对神经网络PID控制器参数实现在线修正。最后给出了在Matlab平台上的实现算法。仿真结果表明该控制方法是有效的。 相似文献
15.
将BP神经网络用于电力负荷预测。给出了具体的数据处理方法、神经网络构造及预测结果评价方法。在南京市夏季电力负荷统计数据集上面的实验结果表明,BP神经网络能够对电力负荷进行较好地预测。 相似文献
16.
17.
杨民东 《计算机测量与控制》2002,10(5):304-306
BP神经网络是一种多层结构的映射网络。由于它计算简单、存储量小,并具有分布并行处理特性,所以是目前应用最广的一种模型。本文设计了一种BP神经网络的监督学习控制器(SNC),在线性最优励磁控制的基础上,利用3层BP神经网络对柴油发电机的控制过程进行监督学习。通过对网络的训练,使其能达到实时控制的目的。仿真结果表明,所设计的SNC在系统运行方式较大的变化范围内,都能提供很好的控制性能。 相似文献
18.
基于BP神经网络的系统级电源管理算法 总被引:1,自引:0,他引:1
在深入研究目前国际上比较流行的几种系统级电源管理(PM)算法的基础上,利用BP神经网络的非线性映射能力,提出基于BP神经网络的、对任务之间相互间隔时间也就是系统空闲时段的长度进行自适应学习的BPPM算法,具有传统回归PM算法不可比拟的优点。仿真实验表明引入神经网络的电源管理算法较之传统PM算法大大降低了系统级功耗。实现了在不需要建立系统模型、无需预先获得负载统计特性的前提下,通过从系统正常工作产生的数据中不断学习,使系统具有自适应、高效的电源管理能力,以达到降低系统功耗、提高器件可靠性、延长工作寿命的目的。 相似文献
19.
电力负荷预测是电力系统一项重要的工作。本文应用了BP神经网络对南方某地区短期电力负荷进行了预测。首先介绍了BP神经网络结构,其次是利用BP神经网络结合南方某地区电力负荷数据进行实证研究,并且在设计BP神经网络结构时考虑了气象因素对负荷的影响。 相似文献