基于自适应滤波时间常数的储能逆变器下垂控制

典型下垂控制下的储能逆变器在受扰时存在频率变化率过大问题,采用低通滤波器的下垂控制则存在振荡问题。为此,提出一种基于自适应滤波时间常数的储能逆变器下垂控制策略。首先推导建立了包含滤波器的下垂控制储能逆变器输出频率小信号模型,然后采用根轨迹法分析了滤波器时间常数对其稳定性的影响,进一步提出一种自适用滤波时间常数下垂控制策略,并给出了参数设计准则。最后,通过MATLAB/Simulink仿真对所提策略进行了验证。结果表明,所提方法可有效减小频率变化率并抑制振荡,从而降低分布式电源脱机的风险。

农村配电网低电压治理研究进展

配电网作为供电系统的主要组成部分,与广大人民群众的生产生活关系密切。当前,农村配电网普遍存在低电压的问题,用户端的用电量快速增加,导致电能质量降低,影响用户的正常生活水平。本文通过对近期相关文献的研究,介绍低电压产生的原因和解决低电压问题的方法。低电压产生的原因主要从线路供电半径较长、无功补偿设置不合理、低压三相负载不平衡、电源点布置不当等几个方面进行分析,低电压解决方法从技术和管理措施两个方面进行阐述,最后提出适合我国台区低电压综合治理的建议。

基于RF-PSO-BP的电能质量稳态指标预测

电能质量问题日益严重,实现稳态电能指标的预测对于保障供电质量有重大意义。以某低电压台区监测点为研究对象,提出一种基于随机森林(Random Forest,RF)特征优选和粒子群优化(Particle Swarm Optimization,PSO)反向传播(Back Propagation,BP)神经网络的电能质量稳态指标预测方法。根据监测点的环境因素、动态电能数据以及电能质量指标的历史数据等多维度特征进行标准化处理,通过RF算法实现特征选择后,进一步将优选特征输入到神经网络,并结合PSO算法优化BP神经网络的权值和阈值,构建神经网络预测模型。将该方法结合实例与传统神经网络进行对比试验,结果表明,所提预测方法的MAPE均低于3%,预测效果较传统神经网络更佳。

基于单相SVPWM的可变死区算法

针对单相逆变器固定死区时间注入调制波导致输出电压谐波畸变率较高等问题,本文提出一种将可变死区时间注入单相SVPWM调制波有效矢量组的方法。该方法将一系列非线性因素等扰动因素看成扰动电压,采用干扰观测器对扰动电压进行估算补偿,并将估算补偿电压换算成死区时间,补偿到SVPWM调制波有效矢量组导通区间。实验证明该方法相比传统固定死区时间注入调制波,能够减少逆变器输出电压畸变率,提高电能质量。