光储系统储能电站的经济优化调度策略

光储联合发电系统中储能电站各电池组功率的分配,可直接影响其调度成本。针对传统等比例功率分配调度方案的不足,以一天内总调度成本最低为优化目标,搭建了考虑调度功率平衡、电池组荷电状态、功率和增量限值的调度成本模型,并利用基于杂交(遗传算法)的粒子群算法寻求最优分配方案。算例仿真结果证实,所提出的基于杂交的PSO算法较之传统算法,具有明显的优越性,避免了电池组的过充或过放现象,延长了储能电站的运行寿命和降低了电站的调度成本。     

基于长短时记忆网络的电力系统负荷预测方法研究

准确的负荷预测对保持电网的稳定性和提高当地经济效益、节约成本有重大帮助。考虑到负荷数据带有时序性,以及智能电网的发展所带来的数据量的增大,建立了长短时记忆网络(LSTM)模型来对未来用电量进行短期负荷预测。针对Adam训练算法可能存在的收敛问题,对其进行了改进,并通过MATLAB软件对LSTM网络进行建模,通过与BP神经网络进行对比,结果表明,LSTM模型具有更高的精确度以及实用性。     

基于虚拟同步发电机的微网逆变器控制策略分析

针对传统虚拟同步发电机 (VSG)控制策略的不足,本文提出一种优化的控制模型,包括功率外环、VSG本体算法以及电压电流环的三环控制,提高系统动态过程的稳定性及快速性.建立 VSG在并网模式下的等效电路图, 运用小信号分析方法,对系统进行稳定性分析,运用控制变量法,通过根轨迹图观察参数对系统稳定性的影响,进而得出 VSG参数的选取范围.Matlab/Simulink仿真结果证明了所设计 VSG控制策略及参数选择的正确性。     

基于神经元Proportional Integral自适应控制的T型三电平逆变器中点电位平衡控制研究

本文针对T型三电平逆变器固有存在的中点电压不平衡波动的问题,通过建模分析得到T型三电平逆变器中点电压不平衡的原因,采取对逆变器增设平衡电路用来控制中点电位平衡的方法,并对该平衡电路提出了一种基于神经元PI自适应控制策略。分别对常规传统PI调节器法和基于神经元PI自适应调节法进行了Matlab/Simulink对比仿真研究与分析。仿真结果表明,基于神经元PI自适应控制策略对于中点电位平衡效果要优于常规传统PI调节器。