自适应谐波消除的准PR并网逆变器优化控制

针对并网逆变器时变与非线性的特点,将自适应学习率并带有动量因子的BP神经网络应用于准PR控制器中,提高了系统的自适应能力,使并网电流的畸变程度降低。首先设计了谐波补偿环节,对含量较高的奇次谐波频率构成新的传递函数,再提取误差电流中含量较高3、5、7次谐波,应用改进BP神经网络来自适应调节补偿增益,提高了收敛速度与补偿精度。MATLAB/Simulink仿真研究表明该方法降低了电流总谐波畸变率,使逆变系统具有了快速动态响应的能力,提升了系统稳定程度。     

电力市场下含风电场电力系统动态无功成本优化研究

在电力市场逐步完善的背景下,为无功调压设备制定计价原则,可以平衡发电企业和供电公司的利益并降低无功补偿成本。首先考虑双馈风机与同步电机的P-Q特性建立发电机无功计价模型,提出了一种在风速波动下的双馈风机无功分段计价策略,建立了以发电机无功成本、离散变量动作折旧价格、有功网损折合成本和节点电压总偏差为目标函数的动态无功优化模型。采用改进杂交粒子群算法对所建立动态无功优化模型进行求解,提高了全局寻优能力和收敛速度。最后以IEEE30节点为例,用MATLAB软件进行了仿真分析,验证了所提出的模型、策略和算法的有效性。     

基于改进HPSO算法的风电场内部无功优化研究

双馈风电机组(DFIG)是当前风电场的主流机型之一,具有有功功率和无功功率可解耦控制的优点。将风电场中每一台DIFG机组作为单独的连续无功源,以每台DIFG机组无功出力为控制变量,把双馈风电场内部有功网损设为目标函数建立无功优化模型。为了减少风电场内部有功网损并稳定节点电压,在基本粒子群(PSO)算法的基础上引入了自适应权重和遗传算法中的杂交概念,提出了一种混合PSO算法,并将该方法应用于风电场内部无功优化模型求解。以华北地区某风电场为例,在MATLAB软件中采用改进HPSO算法对所建立的无功优化模型进行了求解,求解结果与基本PSO算法和线性递减权重的PSO算法相比,改进HPSO算法收敛速度更快且结果更优,验证了文中模型和算法的正确性。