基于模糊控制器的孤岛微网低频减载策略研究

在微网孤岛模式下,由于分布式电源发电量和负载之间的不平衡,导致系统频率的变化过大,从而无法满足电能质量要求.提出一种基于模糊逻辑控制器的孤岛模式下微网低频减载策略,该控制策略包含模糊逻辑控制器和负载控制器,以频率f和频率变化率df/dt作为输入,通过模糊控制器来预算需要切断的负荷量△P,再由负载控制器完成对负载的切断.基于Matlab/Simulink建立了光伏微网仿真模型,仿真实验验证了所提低频减载策略的有效性.

基于GA-SAPSO优化BP神经网络的光伏系统发电量预测

对影响光伏发电的因素进行了分析,建立了利用遗传算法和模拟退火粒子群算法优化的BP神经网络短期光伏发电量预测模型。该预测模型利用遗传算法和模拟退火粒子群算法来优化神经网络内部的连接权值和阈值,结合遗传、模拟退火粒子群和BP神经网络的优点,使得预测模型具有较好的预测结果。结合光伏发电的历史数据及天气状况,对该模型进行训练、测试、评估及预测。预测结果表明,建立的预测模型具有较高的精度。