CN105552961B - 分布式光伏发电模块并网控制方法 - Google Patents
分布式光伏发电模块并网控制方法 Download PDFInfo
- Publication number
- CN105552961B CN105552961B CN201610009894.XA CN201610009894A CN105552961B CN 105552961 B CN105552961 B CN 105552961B CN 201610009894 A CN201610009894 A CN 201610009894A CN 105552961 B CN105552961 B CN 105552961B
- Authority
- CN
- China
- Prior art keywords
- grid
- distributed photovoltaic
- power generation
- photovoltaic power
- generation module
- 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.)
- Active
Links
- 238000010248 power generation Methods 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 72
- 230000007935 neutral effect Effects 0.000 claims abstract description 50
- 230000005611 electricity Effects 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 19
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 8
- 238000005286 illumination Methods 0.000 claims description 6
- 230000002123 temporal effect Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 5
- 239000000047 product Substances 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 239000006227 byproduct Substances 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 230000001537 neural effect Effects 0.000 claims description 3
- 210000004218 nerve net Anatomy 0.000 claims description 2
- 210000004209 hair Anatomy 0.000 claims 2
- 210000005036 nerve Anatomy 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 3
- 230000006855 networking Effects 0.000 abstract description 3
- 239000004744 fabric Substances 0.000 description 4
- 241000208340 Araliaceae Species 0.000 description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- H02J3/385—
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Inverter Devices (AREA)
- Control Of Electrical Variables (AREA)
Abstract
一种分布式光伏发电模块并网控制方法，其创新在于：采用神经网络来替代电压环；本发明的有益技术效果是：能降低并网控制系统的复杂度，节省硬件成本，提高并网控制性能和组网灵活度。
Description
技术领域
本发明涉及一种分布式光伏发电技术，尤其涉及一种分布式光伏发电模块并网控制方法。
背景技术
随着社会发展，能源供应日趋紧张，利用太阳能进行光伏发电的分布式光伏发电系统是缓解能源紧张的有效途径之一；考虑到对能源的合理利用以及提高设备的利用效率，一般还要为分布式光伏发电系统配置相应的并网装置，以使分布式光伏发电系统在电量富余时还能向主电网供电。
在现有技术中，将分布式发电模块并网接入主电网时，一般采用双闭环控制方式，典型的双闭环控制原理如图1所示。在双闭环控制中，外环为电压环，内环为电流环，其中，电压环的作用为：将给定的直流侧电压Udc *与逆变器直流侧的实测电压Udc相减后获得电压差，对所述电压差作PI(比例积分)调节后得到指令电流Ig(也称电流幅值参考值)，采用电压环提供指令电流的方式，可以通过稳定直流侧电压，实现逆变器的输入、输出能量平衡；电流环的作用为：电流环提取并网处主电网的并网电压U和并网电流I，对并网电压U作锁相处理，获得相位角θ，然后计算出参考电流I1，I1＝Ig·cosθ，然后将参考电流I1与并网电流I相减获得偏差信号，对此偏差信号作PR(比例谐振)调节，最后将PR调节后的信号与三角载波进行比较，比较后即得逆变器的控制信号；这种双闭环控制方式，存在如下几方面的问题：首先，由于采用了双闭环，其结构比单闭环要复杂，控制系统动态响应慢；其次，由于需要对逆变器直流侧的电压进行测量，必须在逆变器上设置电压传感器，该电压传感器的使用不仅会导致硬件成本上升，而且会增加装置体积。另一方面，由于分布式光伏发电设施通常置于露天环境，环境条件较为恶劣，电压传感器易出现故障，从而导致并网操作不可靠。
发明内容
针对背景技术中的问题，本发明提出了一种分布式光伏发电模块并网控制方法，其创新在于：所述分布式光伏发电模块并网控制方法包括训练阶段和运行阶段；
所述训练阶段按如下方式进行：
在实验状态下，将分布式光伏发电模块接入主电网并网运行；实验过程中，采用双闭环控制方法为分布式光伏发电模块上的逆变器生成控制信号；所述双闭环控制方法包括电压环和电流环，所述电压环按照方法一周期性地向电流环输出指令电流，所述电流环按照方法二周期性地向逆变器输出控制信号，逆变器在控制信号的驱动下，控制分布式光伏发电模块并网运行；
所述方法一包括：将某一给定的直流侧电压与逆变器直流侧的实测电压相减后获得电压偏差，对所述电压差作PI调节后得到指令电流Ig；
所述方法二包括：提取并网处主电网的并网电压U和并网电流I，对并网电压U作锁相处理，获得相位角θ，然后计算出参考电流I1，I1＝Ig·cosθ，然后将参考电流I1与并网电流I相减获得偏差信号，然后对此偏差信号作PR调节，最后将PR调节后的信号与一三角载波进行比较，比较后即得逆变器的控制信号；
实验过程中，定期改变光照、温度条件，在不同光照、温度条件下，采集分布式光伏发电模块的最大跟踪功率Pi、并网电压U和指令电流Ig，将具备对应关系的最大跟踪功率Pi、并网电压U和指令电流Ig记为一个样本组；获取到足够多的样本组后，将多个样本组用于神经网络训练：同一样本组中的最大跟踪功率Pi和并网电压U作为神经网络的两个输入量，相应的指令电流Ig作为神经网络的输出量；神经网络训练完成后，训练阶段结束；
所述运行阶段按如下方式进行：
将分布式光伏发电模块、电流环和神经网络投入实际运行；当需要将分布式光伏发电模块接入主电网并网运行时，先进行接入操作，再进行并网控制操作；
所述接入操作包括：分布式光伏发电模块接入前，神经网络按照方法三向电流环输出指令电流Ig，电流环按照方法四向分布式光伏发电模块的逆变器输出控制信号，接入操作的过程中，逆变器在控制信号的驱动下，将分布式光伏发电模块接入主电网，分布式光伏发电模块接入主电网后，接入操作结束；
所述并网控制操作包括：神经网络按照方法三周期性地向电流环输出指令电流Ig，电流环按照方法四周期性地向分布式光伏发电模块的逆变器输出控制信号，并网控制操作的过程中，逆变器在控制信号的驱动下，控制分布式光伏发电模块并网运行；
所述方法三包括：提取主电网上并网处的并网电压U和分布式光伏发电模块的最大跟踪功率Pi，将并网电压U和最大跟踪功率Pi输入所述神经网络，由神经网络输出指令电流Ig；
所述方法四包括：与方法三同步地提取主电网上并网处的并网电压U和并网电流I；对并网电压U作锁相处理，获得相位角θ，然后根据神经网络输出的指令电流Ig计算出参考电流I1，I1＝Ig·cosθ，然后将参考电流I1与并网电流I相减获得偏差信号，将此偏差信号作PR调节，最后将PR调节后的信号与一三角载波进行比较，比较后即得逆变器的控制信号。
本发明的原理是：基于本领域的基本常识可知，在进行并网操作时，逆变器上不可避免地存在着功率损耗，为了保证逆变器能将分布式光伏发电模块的最大跟踪功率Pi(即图1中MPPT环节的输出值，MPPT即最大功率点跟踪)正确地传送至主电网，须要对指令电流进行恰当的调节，这也是现有技术采用双闭环控制的主要原因，即通过电压环来输出恰当的指令电流，以实现逆变器的输入、输出能量平衡；基于现有理论可知，指令电流Ig和逆变器瞬时功率损耗Ploss之间的关系可由下式示出：
当逆变器直流侧给定电压确定后，逆变器瞬时功率损耗Ploss与最大跟踪功率Pi存在着非线性的关系。在上面的公式中，Ig与Pi、U之间也存在着非线性的映射关系，而神经网络的特点之一就是能实现非线性映射逼近能力，任意的连续非线性函数映射关系，都可由多层神经网络以任意精度加以逼近，这正是神经网络的优势所在。因此，可将Pi和U作为神经网络的输入量，Ig作为神经网络的输出量，由神经网络的输出直接给出指令电流，最终实现对现有电压环的替代。由于神经网络的训练样本组来自于双闭环控制条件下的系统参数，自然也就保证了逆变器的输入、输出能量平衡；虽然，采用神经网络技术来达到控制目的在电学领域并不鲜见，但是，在本发明所针对的分布式光伏发电模块并网控制领域中，采用神经网络替代电压环后，可以直接省去电压传感器，避免了恶劣环境对电压传感器的负面影响，能够有效降低系统的硬件成本和装置体积，明显提高系统的运行稳定性。与此同时，系统的复杂度也更低，并且基于神经网络所独有的信息处理方式，可以大大加快系统的处理速度，明显改善控制系统的动态响应速度，进而提高系统的性能。
基于前述方案，本发明还提出了如下的优选实施方案：
所述电流环和神经网络即形成一并网控制系统；所述分布式光伏发电模块的数量为多个，按产品规格对多个分布式光伏发电模块划分类别，相同产品规格的分布式光伏发电模块划分至同一类别，若划分出的类别的数量为1时，则只训练一个神经网络，若划分出的类别的数量大于1时，则为每个类别单独训练一神经网络；
当并网控制系统中只有一个神经网络时，在运行阶段，若在设定的时域区间内，收到多个分布式光伏发电模块的并网请求，则按并网请求的先后顺序，以串行方式对多个分布式光伏发电模块进行接入操作；多个分布式光伏发电模块的接入操作全部完成后，则按前述的先后顺序，以串行方式对多个分布式光伏发电模块进行并网控制操作；
当并网控制系统中存在多个神经网络时，单个分布式光伏发电模块的接入操作和并网控制操作均按方法五中方式生成对应的控制信号；若在设定的时域区间内，存在多个神经网络的并网控制系统收到多个分布式光伏发电模块的并网请求，则按并网请求的先后顺序，依照方法五，以串行方式对多个分布式光伏发电模块进行接入操作；多个分布式光伏发电模块的接入操作全部完成后，则按前述的先后顺序，依照方法五，以串行方式对多个分布式光伏发电模块进行并网控制操作；
所述方法五包括：先对分布式光伏发电模块所属的类别进行识别，识别出分布式光伏发电模块的类别后，调用对应的神经网络按方法三中方式生成对应的指令电流Ig，再按方法四中方式生成对应的控制信号。
从前述改进方案的内容中可以看出，当需要在分布式光伏发电系统中增加分布式光伏发电模块时，若新模块的产品规格与在役模块的规格相同，则直接将新模块连入并网控制系统即可，若新模块的产品规格与在役模块的规格不相同，则仅需为其训练一新的神经网络，这就大大的提高了分布式光伏发电系统的组网灵活度，便于分布式光伏发电系统的扩容改造。
为了便于对并网的分布式光伏发电模块进行管理，本发明还提出了如下的改进方案：所述并网控制系统中还设置有一并网功率计量器，并网控制系统运行过程中，并网功率计量器能对并网运行的分布式光伏发电模块的功率数值进行计量。
本发明的有益技术效果是：能降低并网控制系统的复杂度，节省硬件成本，提高并网控制性能和组网灵活度。
附图说明
图1、现有技术中基于双闭环的控制系统原理示意图；
图2、基于本发明方案的控制系统原理示意图；
图中各个标记所对应的名称分别为：光伏板电流Ipv、光伏板电压Vpv、最大功率点跟踪环节MPPT、比例积分调节环节PI、比例谐振调节环节PR、给定的直流侧电压Udc *、逆变器直流侧的实测电压Udc、cosθ计算环节cos、逆变器输出滤波电感Lac。
具体实施方式
一种分布式光伏发电模块并网控制方法，其创新在于：所述分布式光伏发电模块并网控制方法包括训练阶段和运行阶段；
所述训练阶段按如下方式进行：
在实验状态下，将分布式光伏发电模块接入主电网并网运行；实验过程中，采用双闭环控制方法为分布式光伏发电模块上的逆变器生成控制信号；所述双闭环控制方法包括电压环和电流环，所述电压环按照方法一周期性地向电流环输出指令电流，所述电流环按照方法二周期性地向逆变器输出控制信号，逆变器在控制信号的驱动下，控制分布式光伏发电模块并网运行；
所述方法一包括：将某一给定的直流侧电压与逆变器直流侧的实测电压相减后获得电压偏差，对所述电压差作PI调节后得到指令电流Ig；
所述方法二包括：提取并网处主电网的并网电压U和并网电流I，对并网电压U作锁相处理，获得相位角θ，然后计算出参考电流I1，I1＝Ig·cosθ，然后将参考电流I1与并网电流I相减获得偏差信号，然后对此偏差信号作PR调节，最后将PR调节后的信号与一三角载波进行比较，比较后即得逆变器的控制信号；
实验过程中，定期改变光照、温度条件，在不同光照、温度条件下，采集分布式光伏发电模块的最大跟踪功率Pi、并网电压U和指令电流Ig，将具备对应关系的最大跟踪功率Pi、并网电压U和指令电流Ig记为一个样本组；获取到足够多的样本组后，将多个样本组用于神经网络训练：同一样本组中的最大跟踪功率Pi和并网电压U作为神经网络的两个输入量，相应的指令电流Ig作为神经网络的输出量；神经网络训练完成后，训练阶段结束；
所述运行阶段按如下方式进行：
将分布式光伏发电模块、电流环和神经网络投入实际运行；当需要将分布式光伏发电模块接入主电网并网运行时，先进行接入操作，再进行并网控制操作；
所述接入操作包括：分布式光伏发电模块接入前，神经网络按照方法三向电流环输出指令电流Ig，电流环按照方法四向分布式光伏发电模块的逆变器输出控制信号，接入操作的过程中，逆变器在控制信号的驱动下，将分布式光伏发电模块接入主电网，分布式光伏发电模块接入主电网后，接入操作结束；
所述并网控制操作包括：神经网络按照方法三周期性地向电流环输出指令电流Ig，电流环按照方法四周期性地向分布式光伏发电模块的逆变器输出控制信号，并网控制操作的过程中，逆变器在控制信号的驱动下，控制分布式光伏发电模块并网运行；
所述方法三包括：提取主电网上并网处的并网电压U和分布式光伏发电模块的最大跟踪功率Pi，将并网电压U和最大跟踪功率Pi输入所述神经网络，由神经网络输出指令电流Ig；
所述方法四包括：与方法三同步地提取主电网上并网处的并网电压U和并网电流I；对并网电压U作锁相处理，获得相位角θ，然后根据神经网络输出的指令电流Ig计算出参考电流I1，I1＝Ig·cosθ，然后将参考电流I1与并网电流I相减获得偏差信号，将此偏差信号作PR调节，最后将PR调节后的信号与一三角载波进行比较，比较后即得逆变器的控制信号。
进一步地，所述电流环和神经网络即形成一并网控制系统；
所述分布式光伏发电模块的数量为多个，按产品规格对多个分布式光伏发电模块划分类别，相同产品规格的分布式光伏发电模块划分至同一类别，若划分出的类别的数量为1时，则只训练一个神经网络，若划分出的类别的数量大于1时，则为每个类别单独训练一神经网络；
当并网控制系统中只有一个神经网络时，在运行阶段，若在设定的时域区间内，收到多个分布式光伏发电模块的并网请求，则按并网请求的先后顺序，以串行方式对多个分布式光伏发电模块进行接入操作；多个分布式光伏发电模块的接入操作全部完成后，则按前述的先后顺序，以串行方式对多个分布式光伏发电模块进行并网控制操作；
当并网控制系统中存在多个神经网络时，单个分布式光伏发电模块的接入操作和并网控制操作均按方法五中方式生成对应的控制信号；若在设定的时域区间内，存在多个神经网络的并网控制系统收到多个分布式光伏发电模块的并网请求，则按并网请求的先后顺序，依照方法五，以串行方式对多个分布式光伏发电模块进行接入操作；多个分布式光伏发电模块的接入操作全部完成后，则按前述的先后顺序，依照方法五，以串行方式对多个分布式光伏发电模块进行并网控制操作；
所述方法五包括：先对分布式光伏发电模块所属的类别进行识别，识别出分布式光伏发电模块的类别后，调用对应的神经网络按方法三中方式生成对应的指令电流Ig，再按方法四中方式生成对应的控制信号。
进一步地，所述并网控制系统中还设置有一并网功率计量器，并网控制系统运行过程中，并网功率计量器能对并网运行的分布式光伏发电模块的功率数值进行计量。
Claims (3)
1.一种分布式光伏发电模块并网控制方法，其特征在于：所述分布式光伏发电模块并网控制方法包括训练阶段和运行阶段；
所述训练阶段按如下方式进行：
在实验状态下，将分布式光伏发电模块接入主电网并网运行；实验过程中，采用双闭环控制方法为分布式光伏发电模块上的逆变器生成控制信号；所述双闭环控制方法包括电压环和电流环，所述电压环按照方法一周期性地向电流环输出指令电流，所述电流环按照方法二周期性地向逆变器输出控制信号，逆变器在控制信号的驱动下，控制分布式光伏发电模块并网运行；
所述方法一包括：将某一给定的直流侧电压与逆变器直流侧的实测电压相减后获得电压偏差，对所述电压偏差作PI调节后得到指令电流Ig；
所述方法二包括：提取并网处主电网的并网电压U和并网电流I，对并网电压U作锁相处理，获得相位角θ，然后计算出参考电流I1，I1＝Ig·cosθ，然后将参考电流I1与并网电流I相减获得偏差信号，然后对此偏差信号作PR调节，最后将PR调节后的信号与一三角载波进行比较，比较后即得逆变器的控制信号；
实验过程中，定期改变光照、温度条件，在不同光照、温度条件下，采集分布式光伏发电模块的最大跟踪功率Pi、并网电压U和指令电流Ig，将具备对应关系的最大跟踪功率Pi、并网电压U和指令电流Ig记为一个样本组；获取到足够多的样本组后，将多个样本组用于神经网络训练：同一样本组中的最大跟踪功率Pi和并网电压U作为神经网络的两个输入量，相应的指令电流Ig作为神经网络的输出量；神经网络训练完成后，训练阶段结束；
所述运行阶段按如下方式进行：
将分布式光伏发电模块、电流环和神经网络投入实际运行；当需要将分布式光伏发电模块接入主电网并网运行时，先进行接入操作，再进行并网控制操作；
所述接入操作包括：分布式光伏发电模块接入前，神经网络按照方法三向电流环输出指令电流Ig，电流环按照方法四向分布式光伏发电模块的逆变器输出控制信号，接入操作的过程中，逆变器在控制信号的驱动下，将分布式光伏发电模块接入主电网，分布式光伏发电模块接入主电网后，接入操作结束；
所述并网控制操作包括：神经网络按照方法三周期性地向电流环输出指令电流Ig，电流环按照方法四周期性地向分布式光伏发电模块的逆变器输出控制信号，并网控制操作的过程中，逆变器在控制信号的驱动下，控制分布式光伏发电模块并网运行；
所述方法三包括：提取主电网上并网处的并网电压U和分布式光伏发电模块的最大跟踪功率Pi，将并网电压U和最大跟踪功率Pi输入所述神经网络，由神经网络输出指令电流Ig；
所述方法四包括：与方法三同步地提取主电网上并网处的并网电压U和并网电流I；对并网电压U作锁相处理，获得相位角θ，然后根据神经网络输出的指令电流Ig计算出参考电流I1，I1＝Ig·cosθ，然后将参考电流I1与并网电流I相减获得偏差信号，将此偏差信号作PR调节，最后将PR调节后的信号与一三角载波进行比较，比较后即得逆变器的控制信号。
2.根据权利要求1所述的分布式光伏发电模块并网控制方法，其特征在于：所述电流环和神经网络即形成一并网控制系统；
所述分布式光伏发电模块的数量为多个，按产品规格对多个分布式光伏发电模块划分类别，相同产品规格的分布式光伏发电模块划分至同一类别，若划分出的类别的数量为1时，则只训练一个神经网络，若划分出的类别的数量大于1时，则为每个类别单独训练一神经网络；
当并网控制系统中只有一个神经网络时，在运行阶段，若在设定的时域区间内，收到多个分布式光伏发电模块的并网请求，则按并网请求的先后顺序，以串行方式对多个分布式光伏发电模块进行接入操作；多个分布式光伏发电模块的接入操作全部完成后，则按前述的先后顺序，以串行方式对多个分布式光伏发电模块进行并网控制操作；
当并网控制系统中存在多个神经网络时，单个分布式光伏发电模块的接入操作和并网控制操作均按方法五中方式生成对应的控制信号；若在设定的时域区间内，存在多个神经网络的并网控制系统收到多个分布式光伏发电模块的并网请求，则按并网请求的先后顺序，依照方法五，以串行方式对多个分布式光伏发电模块进行接入操作；多个分布式光伏发电模块的接入操作全部完成后，则按前述的先后顺序，依照方法五，以串行方式对多个分布式光伏发电模块进行并网控制操作；
所述方法五包括：先对分布式光伏发电模块所属的类别进行识别，识别出分布式光伏发电模块的类别后，调用对应的神经网络按方法三中方式生成对应的指令电流Ig，再按方法四中方式生成对应的控制信号。
3.根据权利要求2所述的分布式光伏发电模块并网控制方法，其特征在于：所述并网控制系统中还设置有一并网功率计量器，并网控制系统运行过程中，并网功率计量器能对并网运行的分布式光伏发电模块的功率数值进行计量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610009894.XA CN105552961B (zh) | 2016-01-07 | 2016-01-07 | 分布式光伏发电模块并网控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610009894.XA CN105552961B (zh) | 2016-01-07 | 2016-01-07 | 分布式光伏发电模块并网控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105552961A CN105552961A (zh) | 2016-05-04 |
| CN105552961B true CN105552961B (zh) | 2018-04-03 |
Family
ID=55831974
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610009894.XA Active CN105552961B (zh) | 2016-01-07 | 2016-01-07 | 分布式光伏发电模块并网控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105552961B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108199414B (zh) * | 2018-01-29 | 2020-05-19 | 南方电网科学研究院有限责任公司 | 微电网的控制方法及装置、计算机设备及存储介质 |
| CN108832651B (zh) * | 2018-04-27 | 2020-04-21 | 中南大学 | 单相级联型光伏并网逆变器系统的控制方法及装置 |
| CN111221375B (zh) * | 2018-11-27 | 2022-10-18 | 东君新能源有限公司 | Mppt控制方法、装置、光伏发电设备及可读存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1431899A2 (en) * | 2002-12-16 | 2004-06-23 | Rockwell Automation Technologies, Inc. | Decentralized autonomous control for complex fluid distribution systems |
| CN103606957A (zh) * | 2013-12-02 | 2014-02-26 | 天津工业大学 | 一种多功能光伏并网控制方法设计 |
-
2016
- 2016-01-07 CN CN201610009894.XA patent/CN105552961B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1431899A2 (en) * | 2002-12-16 | 2004-06-23 | Rockwell Automation Technologies, Inc. | Decentralized autonomous control for complex fluid distribution systems |
| CN103606957A (zh) * | 2013-12-02 | 2014-02-26 | 天津工业大学 | 一种多功能光伏并网控制方法设计 |
Non-Patent Citations (1)
| Title |
|---|
| BP神经网络在光伏发电MPPT中的应用;张蔚;《现代建筑电气》;20100430(第04期);第54-57页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105552961A (zh) | 2016-05-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Palizban et al. | Hierarchical control structure in microgrids with distributed generation: Island and grid-connected mode | |
| Depernet et al. | Online impedance spectroscopy of lead acid batteries for storage management of a standalone power plant | |
| CN101438476B (zh) | 新的能量发电系统输出起伏缓和装置 | |
| CN104135030B (zh) | 一种用于智能电网的柔性孤岛‑并网控制装置及方法 | |
| CN104135021B (zh) | 一种基于复合控制的离网型储能变流器电压优化控制方法 | |
| CN105552961B (zh) | 分布式光伏发电模块并网控制方法 | |
| CN103986174B (zh) | 一种三相不平衡系统中储能变流器并联运行优化控制方法 | |
| CN105141253B (zh) | 基于光伏出力曲线斜率的光伏窃电识别方法 | |
| CN106063070A (zh) | 用于在电力网络中注入或提取功率的方法和系统 | |
| CN107154646B (zh) | 基于微源最大输出功率的串联型微电网功率协调方法 | |
| CN103592528B (zh) | 一种基于动态轨迹灵敏度的光伏逆变器模型参数辨识方法 | |
| CN106712100A (zh) | 一种基于扰动观测的虚拟并网同步逆变器控制方法及系统 | |
| CN103997059B (zh) | 三相单级光伏并网的电磁与机电暂态模型的建模方法 | |
| CN104993494B (zh) | 一种基于四象限电力电子变流器的电机模拟装置及方法 | |
| CN105226720A (zh) | 永磁同步发电机组网侧变换器改进下垂控制方法 | |
| CN110148964A (zh) | 一种面向煤改电工程的分布式光伏发电系统的控制方法 | |
| CN104362650A (zh) | 一种考虑成本因素的电力系统无功优化方法 | |
| CN107317337B (zh) | 交直流混合微网潮流控制器的分散协调控制方法 | |
| CN104320030B (zh) | 永磁同步风力发电机的整流电压的控制方法及控制装置 | |
| CN103606949A (zh) | 一种提高规模化光伏接入地区电网电压稳定性的控制方法 | |
| CN104714524B (zh) | 光伏电站与水电站联合运行系统及运行方法 | |
| CN103928944B (zh) | 光伏逆变器功率输出联调装置 | |
| CN105391051A (zh) | 一种智能变电站能效提升改造节能量计算方法 | |
| CN113131515A (zh) | 智能微电网ai故障检测及网络优化重构系统及方法 | |
| Thirumoorthi et al. | Adaptive method for power quality improvement through minimization of harmonics using artificial intelligence |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: No. 1, Fuxing Avenue, Shuang Fu town, Jiangjin District, Chongqing Applicant after: chongqing jiaotong university Address before: 400074 Chongqing Nan'an District University Avenue, No. 66 Applicant before: chongqing jiaotong university |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20201028 Address after: 226511 7 groups of Deng Yang village, Bai Pu town, Rugao City, Jiangsu, Nantong Patentee after: Nantong dejinchang Photoelectric Technology Co., Ltd Address before: No. 1, Fuxing Avenue, Shuang Fu town, Jiangjin District, Chongqing Patentee before: CHONGQING JIAOTONG University |
|
| TR01 | Transfer of patent right |