排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
2.
摘要: 随着光伏发电系统等新能源接入电网,在改变电网的拓扑结构同时,电能输出特性也会影响到电力系统电能质量问题。为了保障电网的安全稳定运行,该光伏发电系统各项电能质量需满足国家标准。以沈阳农业大学0.38 kV电压等级的分布式光伏发电系统为研究对象,主要对光伏系统中的电能质量的谐波、电压偏差、三相不平衡进行分析。理论上分析了傅里叶变换,组、子组算法电能质量的特征。对测试结果进行评估并对比在功率不同时电能质量的差异,分析造成差异的原因。通过测试可知,采用的分析方法能够检测电能质量的各项指标,从而为电能质量的各项参数指标提供可靠数据。 相似文献
3.
针对光伏系统输出功率的波动性和间歇性特点,提出一种基于主成分分析(PCA)和遗传算法(GA)优化的BP神经网络功率短期预测方法。通过历史功率数据和实时气象因素对输出功率进行直接预测,利用主成分分析法将多个原始变量降维成少数彼此独立的变量,作为神经网络的输入。同时利用遗传算法的全局搜索特性在解空间中定位一个较好的空间,优化BP的初始权值阈值,克服了传统BP神经网络易陷入局部极小点、学习收敛速度慢的问题。通过建立不同预测模型进行对比,验证了所提算法和模型的有效性。 相似文献
4.
随着光伏发电系统等新能源接入电网,在改变电网的拓扑结构同时,电能输出特性也会影响到电力系统电能质量问题。为了保障电网的安全稳定运行,该光伏发电系统各项电能质量需满足国家标准。以沈阳农业大学0.38 kV电压等级的分布式光伏发电系统为研究对象,主要对光伏系统中的电能质量的谐波、电压偏差、三相不平衡进行分析。理论上分析了傅里叶变换,组、子组算法电能质量的特征。对测试结果进行评估并对比在功率不同时电能质量的差异,分析造成差异的原因。通过测试可知,采用的分析方法能够检测电能质量的各项指标,从而为电能质量的各项参数指标提供可靠数据。 相似文献
1