基于神经网络模型的光伏发电功率预测研究

随着全球环境污染变得日益严重以及能源需求的快速增长,太阳能光伏发电受到天气、大气状况等多种因素的影响,其发电功率具有不确定性,需要准确的预测模型来提高其利用效率。文章采用了长短期记忆网络(Long Short-Term Memory,LSTM)模型来预测太阳能光伏发电功率,将历史气象数据及发电功率数据作为输入变量,将极限学习机(Extreme Learning Machine,ELM)模型作为预测误差对比,证明长短期记忆网络模型能够有效提高预测精度,具有一定的实际指导意义。

应用抗扰动观测器的微网改进下垂无功补偿技术

微网中的分布式电源的逆变装置采用下垂控制来维持电源点的功率平衡和电压稳定,其中电压稳定通过无功补偿来实现。本文所要解决的是传统下垂控制在电压调节过程中存在分配误差且无功补偿增减幅度过大问题。提出一种新型自适应下垂控制方案来增加无功补偿动态性能;提出一种基于抗扰动观测器的微网抑制电压波动方案,来提高无功补偿下垂控制系统的鲁棒性。将上述策略通过Matlab/Simulink仿真和实验来验证所提方案可以有效提高微网控制性能。

数控机床永磁同步电动机无位置传感器的直接转矩控制

在PMSM直接转矩控制系统中,通常需要转子位置信息来实现电机换相运行,难以用于一些特定的PMSM无位置传感器控制中。提出一种采用定子高频脉冲磁链注入实现PMSM无位置传感器直接转矩控制方法,设计基于电流模型的电磁转矩和定子磁链观测器,只需要实测电流信息就可以实现高、低转速通用控制。进一步为了实现磁链和转速的在线辨识,设计PMSM转子位置和转速观测器,并设计磁极判断判据,提高观测器观测精度,最后通过实验验证了所提方案的有效性和可行性。

基于虚拟阻抗的储能微网VSG控制策略研究

[目的]为了使储能微网并网变流器(Power Conversion System,PCS)具备同步发电机一样的旋转、励磁特性,提出一种在储能微网并网PCS控制系统中采用虚拟同步机(Virtual Synchronous Generation,VSG)控制策略。[方法]针对传统VSG不具备低电压穿越(Low Voltage Ride Through,LVRT)能力,文章构建VSG虚拟阻抗无功控制环节,实时修正电压控制输入信号,提高系统暂态压降支撑能力;为了得到虚拟阻抗的幅值及阻感比,将LVRT工况分为线路对称和不对称短路障,研究正、负序电压、电流,得出虚拟阻抗参数。[结果]为了验证所提控制策略的性能,通过Matlab/Simulink进行仿真,设置仿真工况为:储能微网外接输电线路分别发生三相接地和单相接地故障。[结论]仿真结果表明:将虚拟阻抗引入VSG控制系统中,可以提高短路情况下储能微网并网PCS输出电压,起到LVRT期间电压暂态支撑作用,使储能微网具备LVRT能力,可为实际应用提供指导。