提出一种基于膨胀腐蚀的聚类方法,并利用UCI(university of california irvine)数据集进行实验仿真证明此方法的可行性。将此聚类方法应用于风电功率预测中的NWP(numerical weather prediction)信息分类,选择与预测日同一类的历史日数...提出一种基于膨胀腐蚀的聚类方法,并利用UCI(university of california irvine)数据集进行实验仿真证明此方法的可行性。将此聚类方法应用于风电功率预测中的NWP(numerical weather prediction)信息分类,选择与预测日同一类的历史日数据作为训练样本,利用广义回归神经网络预测功率,并与直接预测的方法相比较,仿真结果表示基于膨胀腐蚀对历史日数据分类后再预测的精度较高。展开更多
在串联分布式光伏系统中,若母线电压为固定值,易使分布式最大功率跟踪控制(Distributed Maximum Power Point Tracking,DMPPT)失效,造成功率的损失。通过逆变器可调节母线电压,但调节能力受电网电压的限制。因此,提出了一种新型的电路结...在串联分布式光伏系统中,若母线电压为固定值,易使分布式最大功率跟踪控制(Distributed Maximum Power Point Tracking,DMPPT)失效,造成功率的损失。通过逆变器可调节母线电压,但调节能力受电网电压的限制。因此,提出了一种新型的电路结构,在光伏组件串联侧和逆变器之间添加全局功率优化器(Global Power Optimizer,GPO),构建串联运行总线,消除了逆变器对原母线电压范围的影响。并在此拓扑基础上,提出了一种变串联运行电压功率优化算法,通过对串联运行电压进行周期性调节,提升了最大功率跟踪控制的性能。仿真结果表明,在光照严重不均的情况下,系统依然快速、稳定的工作在最大功率点处。展开更多
文摘提出一种基于膨胀腐蚀的聚类方法,并利用UCI(university of california irvine)数据集进行实验仿真证明此方法的可行性。将此聚类方法应用于风电功率预测中的NWP(numerical weather prediction)信息分类,选择与预测日同一类的历史日数据作为训练样本,利用广义回归神经网络预测功率,并与直接预测的方法相比较,仿真结果表示基于膨胀腐蚀对历史日数据分类后再预测的精度较高。
文摘在串联分布式光伏系统中,若母线电压为固定值,易使分布式最大功率跟踪控制(Distributed Maximum Power Point Tracking,DMPPT)失效,造成功率的损失。通过逆变器可调节母线电压,但调节能力受电网电压的限制。因此,提出了一种新型的电路结构,在光伏组件串联侧和逆变器之间添加全局功率优化器(Global Power Optimizer,GPO),构建串联运行总线,消除了逆变器对原母线电压范围的影响。并在此拓扑基础上,提出了一种变串联运行电压功率优化算法,通过对串联运行电压进行周期性调节,提升了最大功率跟踪控制的性能。仿真结果表明,在光照严重不均的情况下,系统依然快速、稳定的工作在最大功率点处。