基于IFA-LSSVM的短期风功率预测

为避免风力发电随机性、波动性对电网调度的影响,同时基于风功率预测在微电网和风储系统等热点研究问题中的应用必要性,建立基于改进萤火虫算法(IFA)优化最小二乘支持向量机(LSSVM)的短期风功率预测模型。首先,利用混沌映射及步长因子自适应调整方法对萤火虫算法进行创新性改进,增强其全局搜索能力,又解决了局部震荡问题;其次,针对LSSVM参数选择的盲目性对预测精度造成严重影响的问题,运用改进的萤火虫算法对LSSVM模型参数进行优化;最后,将本文所提模型应用于新疆某风电场,对本文预测模型和常用PSO-LSSVM预测模型以及未改进FA-LSSVM预测模型的预测结果进行对比。结果表明,本文预测模型精度更高、稳定性更强。

基于交流信号注入的无功⁃电压自适应均流控制

针对直流微电网变流器提供较大范围负载时出现的均流及母线电压跌落的问题,提出一种基于交流信号的无功⁃电压(q⁃u)自适应均流控制策略。通过建立电流⁃频率(i⁃f)下垂关系,利用频率作为各直流微电网发电单元(DG)的通信信号,再使用q⁃u下垂控制对变流器输出电压进行调节;在负载电流变化时,频率随之变化,进而引起无功变化,达到平衡时趋于一致能够实现均流目标;为使不同范围内负载都能实现均流,提出针对负载变化的自适应q⁃u下垂控制,进而实现不同负载变化的均流控制;考虑在负载较小时产生的负载电流会造成电压较大跌落,引入线阻补偿来提升母线电压达到设定标准值;最后利用小信号分析法分析控制系统的稳定性,并获取可靠参数。搭建所提控制策略的Matlab/Simulink仿真模型,结果验证了所提控制策略能够实现均流和降低电压跌落的目标。