新能源电力系统优化控制技术与方法研究

现阶段,我国处于能源转型时期,致力于从传统能源向着新能源不断转型。新能源开发是能源革命的重要发展目标,在该转型时期发挥着关键性作用。在新型发电技术更新换代的背景下,新能源电力系统推广应用逐渐成为必然发展趋势。因此,为了更好地发展新能源,增强电网供电方面的稳定,重视对新能源电力系统控制技术以及方法的分析优化,从而为用户持续不断地输送清洁电能,并增强电能输送的安全性。本文就新能源电力系统优化控制技术与方法展开详细论述。

变步长扰动法在光伏最大功率点跟踪中的应用

由于光伏组件参数的离散性、太阳辐射的差异以及光伏电池部分遮挡等情况,会使光伏组件并联情况下发电效率严重降低。为了提高光伏并网系统的发电效率,提出了分布式的变步长占空比扰动法进行MPP(最大功率点)跟踪方法,克服了由于部分组件发电量下降,连累其他并联组件都同时下降的缺点。变步长占空比扰动法跟踪精度高、运算速度快,更适合大规模光伏发电系统;硬件采用了DC/DC升压电路调节PWM占空比的方法,软件程序采用DSP2812编写。对此方法进行了实际验证,证明此方法运算速度快,准确率高,系统具有较高的稳定性。

大型太阳能电站适用的日照跟踪技术

为解决日照跟踪设备载荷小、聚光面积小、寿命短等造成的太阳能采集成本高的问题,采用自主创新的恒源式动力供给方案,蓄能式结构设计,液压扼流圈及无源式液压阻尼控制技术,走大结构、重载荷的设计思路,大规模现场制作与安装调试等工艺技术路线,从原理上解决了大型日照跟踪设备设计制造的缺陷,具有结构简单可靠、抗风能力强、运行成本低、跟踪精度高、耐沙尘等特点,可以更好地满足各种大型太阳能电站的聚光跟踪要求。

基于人工鱼群优化BP神经网络的光伏功率预测算法

光伏发电的间歇性和不稳定性是影响光伏电能质量的重要因素之一。低质量电能并网会给电网安全运行带来巨大影响,导致电网消纳光伏的能力下降。光伏功率预测可以有效解决这一问题。然而,目前的光伏功率预测算法大多存在速度和精度不能兼顾的问题。为解决此问题,提出将人工鱼群算法与BP神经网结合,利用人工鱼群算法优化神经网络的权值和阈值。通过MATLAB软件建模和仿真运算,证明了光伏功率预测方法的运算速度较快,精度较高。

基于PLC的双轴逐日控制系统的设计与研究

根据光照强度传感器的感应电流与光照强度成正比的特性,提出通过光照强度传感器检测光伏板四周光照强度的差值作为检测信号进行光照角度检测。通过转换放大电路将光感器产生的光生电流转换为适应EM231数模转换模块工作的电压,经过PLC内部程序实时计算光伏板上下和左右两组电压差值,确定光伏板的中心位置与太阳光角度的偏差,进而驱动伺服电机调节光伏电池板的角度,对太阳光垂直射入方向精准定位,实现了系统发电量的大幅提升。

复杂光照条件下光伏组件输出特性研究

为研究复杂光照条件下的光伏组件输出特性,建立了单个光伏组件的数学模型,并在此基础上分别建立了2块和3块光伏组件串联的仿真模型,且针对24 V离网发电系统建立了光伏阵列的仿真模型。利用MATLAB/simulink软件对3种模型进行模拟仿真,得到了光伏组件在多种复杂光照条件下的U-P和U-I特性输出曲线,并根据仿真结果总结了在复杂光照条件下光伏组件输出特性的规律。