CN101420128B - 一种动态无功补偿系统及其控制方法 - Google Patents
一种动态无功补偿系统及其控制方法 Download PDFInfo
- Publication number
- CN101420128B CN101420128B CN2008101438200A CN200810143820A CN101420128B CN 101420128 B CN101420128 B CN 101420128B CN 2008101438200 A CN2008101438200 A CN 2008101438200A CN 200810143820 A CN200810143820 A CN 200810143820A CN 101420128 B CN101420128 B CN 101420128B
- Authority
- CN
- China
- Prior art keywords
- current
- capacitor
- qstat
- output
- static var
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
Landscapes
- Control Of Electrical Variables (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种动态无功补偿系统及其控制方法,其包括作为连续子系统的静止无功补偿器DSTATCOM、作为离散子系统的晶闸管投切电容器TSC及控制器;所述静止无功补偿器由三相电压型逆变器和电感器组成,且和多个晶闸管投切电容器并联挂接在电网上;其中控制器包括位于无功智能控制级,且接入DSTATCOM的人工神经网络控制器和位于决策处理级,且接入TSC的电容器循环控制器进行电容器的循环投切控制。本发明实现了低成本高效节能大容量无功快速连续补偿;其提出的基于人工神经网络的控制方法可以应付复杂电力系统在运行过程中众多的不确定因素,提高系统的抗干扰能力,不仅具有较好的动态补偿特性,且提高了系统的鲁棒性和控制精度。
Description
技术领域
本发明涉及一种动态无功补偿系统及其控制方法。
背景技术
当今电网的用户中存在着许多无功变化频繁而又剧烈的设备如轧钢机、电弧炉、电气化铁道等,往往使得供电母线功率因数低,并产生电压闪变。这不但使得配电网线损增大,同时还对一些对供电电压质量要求很高的精密设备产生极大的危害。为解决这一问题,对安装在公共供电点的无功补偿装置有了更高的要求:能提供快速连续可调的大容量无功。而现有的一些配电网无功补偿装置存在以下不足:
1、静止无功补偿器DSTATCOM虽然能够进行快速连续的无功补偿,但是由于电力电子器件制造工艺和工程造价的限制,单台容量较大的DSTATCOM往往在设计和工程实现上存在困难。
2、晶闸管投切电容器TSC虽然能够满足工程容量的要求,但其不能进行连续无级的无功补偿,并且装置的响应速度也不快。
发明内容
针对静止无功补偿器DSTATCOM和晶闸管投切电容器TSC其各自的特点及配电网无功补偿装置的合理运行,本发明旨在提供一种动态无功补偿系统及其控制方法,能兼有快速连续无功补偿和大容量无功补偿的能力,能降低低压配电网的电能损耗和装置成本,实现经济和效果上的最优化。
本发明采取的技术方案是,一种动态无功补偿系统,包括位于执行级的作为连续子系统的静止无功补偿器DSTATCOM、作为离散子系统的晶闸管投切电容器TSC及控制器;所述静止无功补偿器由三相电压型逆变器和电感器组成,且和多个晶闸管投切电容器并联挂接在电网上;其中控制器包括位于无功智能控制级,且接入静止无功补偿器DSTATCOM的人工神经网络控制器和位于决策处理级,且接入晶闸管投切电容器TSC的电容器循环控制器进行电容器的循环投切控制。
相应地,上述动态无功补偿系统的控制方法,包括以下步骤:
1)检测电网三相电压、三相负载电流、晶闸管投切电容器TSC以及静止无功补偿器DSTATCOM输出的三相电流瞬时值ea、eb、ec;iL1a、iL1b、iL1c;ica、icb、icc和iqSTATa、iqSTATb、iqSTATc;
2)根据步骤1)中采样得到的四组电压、电流值,通过判断规则得出晶闸管投切电容器TSC中电容器投切的组数再结合补偿容量计算静止无功补偿器DSTATCOM补偿电流的期望值;
3)通过决策处理级控制器给执行级的晶闸管投切电容器TSC投切组数信号,同时提供静止无功补偿器DSTATCOM的补偿电流期望值,根据其给定的参考电流值通过人工神经网络产生PWM信号给执行级的电压型逆变器,同时将输出电流反馈回来,形成电流闭环控制。
4)通过晶闸管投切电容器TSC及静止无功补偿器DSTATCOM的分级和无级混合的无功补偿,实现了无功快速连续补偿。
作为优选方案,假设动态无功补偿系统中共有m组电容器可供投切,某时刻已投的电容器组数为n,而该时刻还应投入的组数为p,其正负分别代表投入和切除;Ic表示每个电容器的无功电流,IqSTAT表示静止无功补偿器DSTATCOM的实时无功电流,其正负分别代表容性和感性,则上述步骤2中判断规则为:
Rule 1:
Rule2:
Rule3:
Rule4:
Rule5:
Rule6:
Rule7:
Rule8:
由此即可得知不同时刻晶闸管投切电容器TSC电容器组的投入和切除组数。
作为优选方案,所述电流闭环控制具体步骤如下:假设Iqref为控制器提供的无功电流期望值,Udcref为直流侧电容电压的指令值,Udc为直流测电容电压实际值,Ina、Inb、Inc为静止无功补偿器DSTATCOM实际输出的电流;所述Udcref及Udc经过PI控制环节得到有功指定电流Ipref,其与无功电流期望值Iqref经DQ反变换后得到期望的DSTACOM输出电流其与实际值Ina、Inb、Inc之间的偏差经过人工神经网络ANN得到的三个输出即PWM开关信号给驱动单元,形成了一个电流闭环控制系统。
所述人工神经网络ANN采用了一个由前馈构成的三层神经网络:输入层、隐藏层及输出层,输入的偏差值为ej=[ea,eb,ec]T,其中
输入层输出为Ij=f(Whj Tej T+Bhj T),隐藏层输出Oj=g(Woj TIj T+Boj T)。其中Whj是从输入层到隐藏层的权值矩阵,Bhj为偏置值,传递函数f是tan-sigmoid;Woj是从隐藏层到输出层的权值矩阵,Boj为偏置值,传递函数g是linear;
其中 λ为上升比,在0~1之间;
ANN通过不断的训练规则改变其权重值及偏置值从而输出指定信号,所述训练规则是将误差的均方值 与0.0001进行比较,N为输出神经元的个数,e(i)是参考静止无功补偿器DSTATCOM输出电流与实际值的误差,只有当误差值小于0.0001时学习结束。
作为优选方案,本发明具体采用的是BP算法进行训练规则实现权重值的自调整实现,其权重值正比于误差的偏导: 自调整的权重值为负的误差偏导,其中η是学习率参数。
本发明的工作原理为:所述动态无功补偿系统及其控制方法,由一台静止无功补偿器DSTATCOM和多组晶闸管投切电容器TSC构成。其中静止无功补偿器DSTATCOM由三相电压型逆变器和电感器组成,采用人工神经网络控制实现快速无级的无功补偿;晶闸管投切电容器TSC由可投切的电容器组组成,进行有级的无功补偿。这两部分之间通过控制器进行有效的优化控制,最终使得动态无功补偿系统能够快速连续的补偿大容量的无功。
系统运行时,根据系统实时数据,由判断规则单元来得出动态无功补偿系统离散子系统的电容器投切和连续子系统的控制模式等决策信息S。控制模式决策信息S作用于人工神经网络控制器从而使其工作在固定参考无功电流、直接电压控制和实时无功电流等不同的工作模式,通过人工神经网络控制器发出的PWM信号对静止无功补偿器DSTATCOM进行控制就能使其快速无级的进行无功补偿;电容器投切信息作用于电容器循环控制器,对晶闸管投切电容器TSC相应的电容器组发出投切命令使其动作进行有级的无功补偿。
本发明技术效果在于:
(1)动态无功补偿系统由一台静止无功补偿器DSTATCOM和多组晶闸管投切电容器TSC构成,静止无功补偿器DSTATCOM进行快速无级的无功补偿,晶闸管投切电容器TSC进行分级的无功补偿,实现了低成本高效节能大容量无功快速连续补偿;
(2)电网电压跌落时,静止无功补偿器DSTATCOM能工作于直接电压控制模式,可以快速发出其最大容限的无功功率,甚至短时越限补偿无功,防止电压跌落;
(3)基于人工神经网络的控制方法是一种以生物神经网络功能的运作为启发而产生的一种基于数学统计学类型的学习方法,能够通过已知数据的实验运用来学习和归纳总结;其容错性和自适应性可以应付复杂电力系统在运行过程中众多的不确定因素,提高系统的抗干扰能力,不仅具有较好的动态补偿特性,且提高了系统的鲁棒性和控制精度。
下面结合附图和具体实施例对本发明作进一步的说明。
附图说明
图1是实施例中动态无功补偿系统拓扑结构图;
图2是实施例中动态无功补偿系统装置补偿容量原理图;
图3是实施例中动态无功补偿系统的控制原理图;
图4是实施例中人工神经网络的控制框图。
具体实施方式
参见图1和图2,本实施例所述动态无功补偿系统由并联于配电网低压母线上的一台静止无功补偿器DSTATCOM和多组晶闸管投切电容器TSC组成。静止无功补偿器DSTATCOM提供连续无级的感性无功和容性无功,并能抑制电网电压跌落和电压波动,是动态无功补偿系统的连续子系统;多组晶闸管投切电容器TSC能提供分级的容性无功功率,成本较低,是动态无功补偿系统的离散子系统。采用DSP控制器检测电网信息,判断TSC电容器组与静止无功补偿器DSTATCOM的补偿容量分配,经计算后给TSC电容器组的投切组数信号和静止无功补偿器DSTATCOM的PWM触发信号,实现了无功的快速连续大容量的无功补偿。动态无功补偿系统能够实现无功的连续补偿,当TSC电容器组数随所需补偿无功功率有效变化的情况下,动态无功补偿系统可以做到在最大容性无功Icmax和最大感性无功Ilmax之间连续可调。分级的TSC进行无功粗调,无级的静止无功补偿器DSTATCOM进行无功精调,当系统无功需求在n组和n+1组TSC之间时,投n组TSC,再由静止无功补偿器DSTATCOM补偿部分无功,从而达到了低成本无级连续无功补偿的目的。虽然动态无功补偿系统能发出的感性无功功率小于容性无功功率,但由于配电网对感性无功的要求补偿容量往往比较小,所以装置能够满足工程实际的要求。
参见图3,本发明通过检测电网电压、负载电流、静止无功补偿器输出电流及电容器输出电流,利用决策处理级控制DSTATCOM和TSC输出连续无功。分级和无级无功动态补偿控制方法,具体实施步骤如下:
1)检测电网三相电压、三相负载电流和TSC输出的三相电流以及DSTATCOM输出的三相电流瞬时值ea、eb、ec;iL1a、iL1b、iL1c;ica、icb、icc和iqSTATa、iqSTATb、iqSTATc;
2)根据步骤1)中采样得到的四组电压、电流值,通过专家推理判断单元,由专家推理判断规则得出TSC中电容器投切的决策信息再结合补偿容量计算DSTATCOM补偿电流的期望值,即先确定投切电容器组数,再计算DSTATCOM期望输出电流;
假设动态无功补偿系统共有m组电容器可供投切,某时刻已投的电容器组数为n,而该时刻还应投入的组数为p,其正负分别代表投入和切除,其中,Ic表示每个电容器的无功电流,IqSTAT表示DSTATCOM的实时无功电流, 分别表示其对应的参考值,其正负分别代表容性和感性;专家推理判断的规则如下:
Rule1:
Rule2:
Rule3:
Rule4:
Rule5:
Rule6:
Rule7:
Rule8:
3)电容器循环控制器接受决策处理级发出的电容器投切信息p(正负分别代表投入和切除)来对TSC相应的电容器组发出投切命令。人工神经网络控制器根据决策处理级发出的控制模式决策信息S分别工作在固定参考无功电流、直接电压控制和实时无功电流等不同的工作模式,从而发出PWM波对DSTATCOM进行控制。
4)通过DSTATCOM及TSC的分级和无级混合的无功补偿,实现了低成本的高效节能大容量无功快速连续补偿。
参见图4,本发明采取的人工神经元网络(ANN)控制方法对DSTATCOM进行实时控制。图中,Iqref为控制器提供的无功电流期望值,Udcref为直流侧电容电压的指令值,Udc为直流测电容电压实际值,Ina、Inb、Inc为DSTATCOM实际输出的电流。Udcref及Udc经过PI控制环节得到有功指定电流Ipref,无功电流期望值Iqref与有功指定电流Ipref经DQ反变换后得到期望的DSTACOM输出电流其与实际值Ina、Inb、Inc之间的偏差经过ANN得到的三个输出即PWM开关信号给驱动单元,形成了一个闭环控制系统。
ANN采用了一个由前馈构成的三层神经网络:输入层、隐藏层及输出层。输入层接受大量非线性信息通过连接点将输入信息转换给隐藏层,隐藏层和输出层在神经元的链接中进行传输、分析、权衡等学习过程,最终在输出层形成结果将信息输出。每两个节点间的连接都代表一个对于通过该连接信号的加权值,称之为权重(weight)。网络的输出则依网络的连接方式,权重值和传递函数的不同而不同。ANN的控制目标是提供一个期望的PWM信号从而能够实时跟踪DSTATCOM的参考电流和维持直流侧的恒定电压。
如图4所示,输入的偏差值为ej=[ea,eb,ec]T,其中 输入层输出为Ij=f(Whj Tej T+Bhj T),隐藏层输出Oj=g(Woj TIj T+Boj T)。Whj是从输入层到隐藏层的权值矩阵,Bhj为偏置值,传递函数f是tan-sigmoid;Woj是从隐藏层到输出层的权值矩阵,Boj为偏置值,传递函数g是linear。
其中 λ为上升比,在0~1之间;
ANN通过不断的训练,改变其权重值及偏置值从而输出指定信号。其训练规则是将误差的均方值 与0.0001进行比较,N为输出神经元的个数,e(i)是参考DSTATCOM输出电流与实际值的误差,只有当误差值小于0.0001时学习结束。
本实施例中采用BP算法,一种被广泛应用在神经网络中实时更新网络权重值的方法被用来进行学习训练,它提供了一种神经网络的权重值的自调整方式,其权重值正比于误差的偏导: 自调整的权重值为负的误差偏导,其中η是学习率参数。η值要选取适当,大了有可能导致收敛轨迹的振荡,小了轨迹会较为平滑但降低收敛速度,所以需要根据不同情况取一个较为合理的值。
Claims (4)
1.一种动态无功补偿系统的控制方法,所述系统包括位于执行级的作为连续子系统的静止无功补偿器、作为离散子系统的晶闸管投切电容器及控制器A;所述静止无功补偿器由三相电压型逆变器和电感器组成,且和多个晶闸管投切电容器并联挂接在配电网的低压母线上;其中控制器A包括位于无功智能控制级,且接入静止无功补偿器的人工神经网络控制器和位于决策处理级,且接入晶闸管投切电容器的电容器循环控制器;其特征是,所述方法包括以下步骤:
1)检测电网三相电压ea、eb、ec,三相负载电流iL1a、iL1b、iL1c,晶闸管投切电容器输出的三相电流瞬时值ica、icb、icc以及静止无功补偿器输出的三相电流瞬时值iqSTATa、iqSTATb、iqSTATc;
2)根据采样得到的上述四组电压、电流值,通过判断规则得出晶闸管投切电容器中电容器投切的组数,再结合补偿容量计算静止无功补偿器补偿电流的期望值;
3)通过控制器A给晶闸管投切电容器晶闸管投切电容器投切组数信号,同时提供静止无功补偿器的补偿电流期望值,根据其给定的参考电流值通过人工神经网络产生PWM信号给执行级的电压型逆变器,同时将输出电流反馈回来,形成电流闭环控制;
4)通过晶闸管投切电容器及静止无功补偿器的分级和无级混合的无功补偿,实现无功快速连续补偿;
动态无功补偿系统中共有m组电容器可供投切,某时刻已投的电容器组数为n,而该时刻还应投入的组数为p,其正负分别代表投入和切除;Ic表示每个电容器的无功电流,IqSTAT表示静止无功补偿器的实时无功电流,其正负分别代表容性和感性,则步骤2)中判断规则为:
Rule 1:
Rule 2:
IFAND k+1>m-n AND IqSTAT>0 THEN p=m-n;
Rule 3:
Rule4:
Rule 5:
Rule6:
IFAND k>m-n AND IqSTAT>0 THEN p=m-n;
Rule7:
IFAND k≤n AND IqSTAT<0 THEN p=-k;
Rule 8:
由此即可得知不同时刻晶闸管投切电容器中电容器组的投入和切除组数。
3.根据权利要求1或2所述动态无功补偿系统的控制方法,其特征是,所述人工神经网络ANN采用了一个由前馈构成的三层神经网络:输入层、隐藏层及输出层,输入的偏差值为ej=[ea,eb,ec]T,其中
输入层输出为Ij=f(Whj Tej T+Bhj T),隐藏层输出Oj=g(Woj TIj T+Boj T),其中Whj是从输入层到隐藏层的权值矩阵,Bhj为偏置值,传递函数f是tan-sigmoid;Woj是从隐藏层到输出层的权值矩阵,Boj为偏置值,传递函数g是linear;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101438200A CN101420128B (zh) | 2008-12-05 | 2008-12-05 | 一种动态无功补偿系统及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101438200A CN101420128B (zh) | 2008-12-05 | 2008-12-05 | 一种动态无功补偿系统及其控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101420128A CN101420128A (zh) | 2009-04-29 |
CN101420128B true CN101420128B (zh) | 2010-12-15 |
Family
ID=40630794
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008101438200A Expired - Fee Related CN101420128B (zh) | 2008-12-05 | 2008-12-05 | 一种动态无功补偿系统及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101420128B (zh) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101741093B (zh) * | 2010-03-11 | 2012-05-30 | 哈尔滨工业大学 | 应用无功补偿和谐波治理系统实现无功补偿和谐波治理的控制方法 |
CN102377185A (zh) * | 2010-08-18 | 2012-03-14 | 周玉姝 | 一种动态无功补偿和有源滤波系统及其控制方法 |
CN102035206A (zh) * | 2010-12-20 | 2011-04-27 | 焦作市天创电控设备有限公司 | 风机变流柜动态滤波无功补偿装置 |
CN102157948B (zh) * | 2011-04-02 | 2012-11-21 | 华中科技大学 | 一种基于瞬时功率平衡的静止无功补偿装置电流检测方法 |
CN102214924B (zh) * | 2011-06-08 | 2013-02-27 | 湖南大学 | 基于三相二臂的三电平有源电能质量补偿器的前馈解耦控制方法 |
CN102856913A (zh) * | 2011-06-30 | 2013-01-02 | 上海市电力公司 | 一种无功补偿装置 |
CN102856914A (zh) * | 2011-06-30 | 2013-01-02 | 上海市电力公司 | 一种无功补偿控制系统 |
CN102820653B (zh) * | 2012-09-12 | 2014-07-30 | 湖南大学 | 一种电能质量综合控制器模糊-神经网络双闭环控制方法 |
CN102969726A (zh) * | 2012-11-16 | 2013-03-13 | 成都星宇节能技术股份有限公司 | 智能动态无功补偿装置 |
CN102931658B (zh) * | 2012-11-27 | 2015-11-11 | 甘肃省电力公司电力科学研究院 | Facts设备集群控制系统及控制方法 |
AU2013394608A1 (en) * | 2013-07-19 | 2016-02-04 | Abb Technology Ltd | Methods and devices for power compensation |
CN104124696B (zh) * | 2014-06-30 | 2016-06-15 | 广州供电局有限公司 | 电力系统电压稳定控制方法及其系统 |
CN104201694B (zh) * | 2014-09-04 | 2017-03-08 | 江苏方程电力科技有限公司 | 一种智能动态混成无功补偿系统及其控制方法 |
CN104466990A (zh) * | 2014-12-22 | 2015-03-25 | 天津市瑞灵自动化工程有限公司 | Tsc与svg组合式动态无功补偿系统的无功分配控制策略 |
CN105186531A (zh) * | 2015-09-15 | 2015-12-23 | 安徽佑赛科技有限公司 | 混合型动态无功补偿的装置及其方法 |
CN106786642A (zh) * | 2016-12-15 | 2017-05-31 | 中交隧道局电气化工程有限公司 | 一种盾构机全自动混合型无功功率补偿控制系统及方法 |
FI3349349T3 (fi) | 2017-01-13 | 2023-04-26 | General Electric Technology Gmbh | Järjestely reaktiivista tehokompensaatiota varten |
CN108400602A (zh) * | 2017-02-04 | 2018-08-14 | 昂顿科技(上海)有限公司 | 无功补偿控制系统及控制方法 |
CN107104450B (zh) * | 2017-04-26 | 2020-08-07 | 国网江西省电力公司电力科学研究院 | 一种三相变单相平衡变压器控制方法 |
CN109245114B (zh) * | 2017-07-11 | 2021-07-13 | 国家电网公司 | 一种微电网电能质量控制方法及系统 |
CN107437822B (zh) * | 2017-10-09 | 2020-01-03 | 太原理工大学 | 防止低压配电网电压越限的光伏并网逆变器控制方法 |
CN108988353A (zh) * | 2018-08-06 | 2018-12-11 | 广东电网有限责任公司 | 一种无功补偿控制装置及方法 |
CN113193566A (zh) * | 2021-06-02 | 2021-07-30 | 台州安耐杰电力设备有限公司 | 一种智能集成式混合动态无功补偿控制系统 |
CN114325121B (zh) * | 2021-12-28 | 2023-07-28 | 重庆玖奇科技有限公司 | 电容容量检测方法以及无功补偿控制系统 |
CN116760055B (zh) * | 2023-06-07 | 2024-03-12 | 东南大学 | 一种基于神经网络的动态无功补偿方法 |
-
2008
- 2008-12-05 CN CN2008101438200A patent/CN101420128B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101420128A (zh) | 2009-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101420128B (zh) | 一种动态无功补偿系统及其控制方法 | |
Xiong et al. | Towards a smarter hybrid energy storage system based on battery and ultracapacitor-A critical review on topology and energy management | |
CN110535146A (zh) | 基于深度确定策略梯度强化学习的电力系统无功优化方法 | |
CN106505632B (zh) | 中压独立微电网系统的分布式电源位置和容量的规划方法 | |
CN106849164A (zh) | 一种孤岛微电网统一SoC平衡控制方法 | |
CN110518575A (zh) | 基于区域划分的多时间尺度主动配电网电压优化控制方法 | |
CN105226665A (zh) | 通过自动厂站协调控制降低母线电压日波动率的方法 | |
CN102856910A (zh) | 基于多模型模糊神经网络pi的statcom控制方法 | |
CN102013697A (zh) | 一种风电场的电压/无功综合智能控制方法 | |
CN1323478C (zh) | 基于协同进化的电力系统无功优化方法 | |
CN107834568A (zh) | 动态补偿方法和动态补偿发生装置 | |
CN106410817A (zh) | 一种牵引供电系统负序无功和电压波动综合优化补偿方法 | |
CN107508275A (zh) | 一种基于自适应动态规划的直流微电网控制方法及系统 | |
CN106712031A (zh) | 计及不确定性的主动配电网序贯‑鲁棒优化调度系统及调度方法 | |
CN102983574B (zh) | 在线可变权重的多目标混合整数协调二级电压的控制方法 | |
CN106655253A (zh) | 单三相多微网区域动态划分方法 | |
CN110601246B (zh) | 基于径向基神经网络预测的直流微电网均流方法 | |
CN113872213B (zh) | 一种配电网电压自主优化控制方法及装置 | |
Yin et al. | Expandable deep width learning for voltage control of three-state energy model based smart grids containing flexible energy sources | |
CN104659798A (zh) | 基于模糊神经网络的风电混合储能系统及其优化方法 | |
CN102820653B (zh) | 一种电能质量综合控制器模糊-神经网络双闭环控制方法 | |
CN106786642A (zh) | 一种盾构机全自动混合型无功功率补偿控制系统及方法 | |
CN113394770A (zh) | 互联微网群频率完全分布式优化控制方法及系统 | |
CN101060248A (zh) | 静态混成自动电压控制方法 | |
Shinde et al. | Performance comparison of PI & ANN based STATCOM for 132 KV transmission line |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20101215 Termination date: 20161205 |