分布式光伏发电系统多峰值MPPT优化研究

针对实际应用中环境复杂性导致光伏阵列的输出呈现多峰值现象,而传统控制方法在此情况下存在无法持续高效的跟踪到最大功率点的难题,将优化的多峰值支持向量机函数和具备快速收敛特性的猫群算法相融合,提出一种基于自适应权重迭代收敛的改进型猫群算法(IMCGA),并用于解决局部遮阴情况下的多峰值寻优问题,从而实现太阳能发电系统的最大功率跟踪功能。通过搭建光伏电池的数学模型,分析局部遮阴情况下光伏电池的多峰值输出特性;通过详细分析IMCGA智能算法中自适应权重和变异算子的优化构造,阐述IMCGA算法在局部遮阴的光伏系统最大功率点跟踪的实现过程。最后,通过与一系列传统控制算法进行对比仿真实验,显示所提出控制算法的优越性。     

基于神经网络的配电网合环潮流分析

配电网络中普遍存在着合环操作,在合环操作前需要进行配网潮流分析。由于配网结构参数及电气测量的误差和不完整,在电力系统实际运行中经常遇到潮流解的不收敛。本文通过对BP神经网络输入充分数量的典型样本求解合环潮流,探索了神经网络在电力系统应用中存在的问题和可能的解决方法。算例表明了神经网络在电力系统中有着广泛的应用前景。