适用于直流配电网的改进下垂电压控制策略

为了解决直流配电网传统下垂控制中有功功率波动过大所引起系统直流电压大幅度变化的问题,首先对传统的电压下垂控制进行了分析,并由此提出了改进下垂电压控制策略。该策略在传统下垂控制的基础上,将下垂系数由常量转换为变量,通过监测系统直流电压,构建下垂系数与直流电压偏差函数关系,并引入电压裕度和指令上、下限值,使其能将系统直流电压限定在设定范围内。系统在受到小功率扰动时能保持传统下垂控制快速调节不平衡功率的优点;受到大功率扰动后能自我修正下垂系数,加强电压控制性,减小系统电压偏差。最后,在PSCAD/EMTDC仿真平台搭建两端供电式直流配电网模型,对改进下垂电压控制策略进行仿真分析,并和传统控制策略进行了对比,仿真结果表明,相比传统下垂控制,改进下垂控制能更有效地稳定系统电压。

基于STATCOM的风电并网系统阻尼特性优化控制设计

针对当前风电场并网的暂态稳定性问题,在静止同步补偿器(STATCOM)的基本结构和数学模型的基础上,设计了一种含有灰狼优化算法(GWO)的功率振荡阻尼控制器,并利用GWO算法优化控制器参数来提高系统的暂态稳定性;最后,利用Matlab/Simulink对系统进行了建模仿真分析,对三相接地短路工况下运行的波形进行研究。结果表明,引入的STATCOM阻尼效果较好,振荡被有效地抑制,在一定程度上改善了风电并网系统的电能质量问题。

单机风电功率人工智能预测模型综述

单机风电功率预测依据风机轮毂风速的历史数据预测风电功率。风速与功率的高比例关系使得电力调度系统对风电功率预测精度的要求较高,此外,风速具有间隙波动性和随机性,使得风速和风电功率序列呈现出很强的非线性。人工智能在处理非线性预测问题上具有优势,对单机风电功率预测建模有一定的价值。本文介绍了基于人工智能的单机风电功率预测模型的建立过程,阐述了模糊逻辑等人工智能方法在单机风电功率预测中的应用与特点,探讨了单机风电功率预测模型存在的问题,提出了对提高单机风电功率预测模型性能的一些见解。

直流配电网电压控制策略研究综述

直流配电网在分布式新能源接入、线路损耗、满足多样化负载和改善供电质量等方面有着明显的优势,因此近年来得到了广泛关注和巨大发展。在直流配电网中,电压波动和功率协调是控制策略的核心,它是保持系统稳定运行的关键。首先介绍了直流配电网拓扑结构的分类和各个组成部分;其次,结合相应特性曲线说明了几种主流控制方法的基本原理,并阐明了其各自的优缺点;然后,对近几年来相关领域的研究成果进行了综述,发现许多方法对传统控制进行了改进,有些方法通过混合控制来优化控制效果;最后,对未来的研究发展方向和在实际工程中有待完善之处进行了讨论。