CN106130071A - 光伏逆变器的控制参数的选取方法 - Google Patents
光伏逆变器的控制参数的选取方法 Download PDFInfo
- Publication number
- CN106130071A CN106130071A CN201610583925.2A CN201610583925A CN106130071A CN 106130071 A CN106130071 A CN 106130071A CN 201610583925 A CN201610583925 A CN 201610583925A CN 106130071 A CN106130071 A CN 106130071A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- control parameter
- converter
- parameter
- choosing method
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 239000011159 matrix material Substances 0.000 claims abstract description 14
- 238000005286 illumination Methods 0.000 claims description 14
- 230000005611 electricity Effects 0.000 claims description 4
- 229910017435 S2 In Inorganic materials 0.000 claims 3
- 238000010248 power generation Methods 0.000 abstract description 2
- 238000005457 optimization Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 230000009514 concussion Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 201000004569 Blindness Diseases 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- H02J3/385—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- 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
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Control Of Electrical Variables (AREA)
Abstract
本发明提供了一种光伏逆变器的控制参数的选取方法,能够选取合理的控制参数,在环境参量变化时,光伏系统的电压电流值可快速趋于稳定,避免对主干网产生冲击。所述方法包括:S1、基于光伏设备参数、光伏系统线路参数、光伏系统所在地的气象数据构建光伏系统的小信号稳定性模型;S2、根据所述小信号稳定性模型的状态矩阵建立目标函数,对所述目标函数进行优化,对所述矩阵的本征值中最大的实部与最大的虚部求和后求最小值,根据所述最小值选取光伏逆变器的控制参数,其中所述实部为负值。所述方法用于光伏发电领域选取光伏逆变器的控制参数。
Description
技术领域
本发明涉及光伏发电领域,尤其涉及光伏逆变器的控制参数的选取方法。
背景技术
近年来,由于环境污染问题的加剧和全球能源需求的增加,如何进一步提高可再生能源的使用比例成为各个国家都关注的问题。其中,太阳能作为一种取之不尽用之不竭的可再生能源备受关注,如何高效、安全地利用太阳能已经成为亟待解决的问题。
光伏发电是太阳能利用的重要方面,典型的光伏发电系统由光伏电池阵列及光伏逆变器构成,光伏电池阵列将太阳能转换为直流电能,逆变器随之将直流电变换为交流电并入系统中。在该过程中,由于太阳能随着自然环境而不断变化的随机性和不确定性,使得逆变器的输出功率也具有不稳定性。而逆变器的输出功率是由控制回路来控制的,控制回路中有多个比例积分控制器,比例积分控制器的控制参数决定了整个控制回路的控制效果,若控制参数选取不合理,当环境参量变化时,电压电流值很难快速趋于稳定,会对主干网产生冲击。但截至目前,光伏逆变系统的控制参数的选取仍然主要依靠经验调试,具有一定的盲目性。
发明内容
本发明提供了光伏逆变器系统的控制参数的选取方法,针对已知的光伏逆变器模型结构,选取合理的控制参数,在环境参量变化时,光伏系统的电压电流值可快速趋于稳定,避免对主干网产生冲击。
为达到上述目的,本发明采用如下技术方案:
一种光伏逆变器的控制参数的选取方法,其特征在于,所述方法包括:
S1、基于光伏设备参数、光伏系统线路参数、光伏系统所在地的气象数据构建光伏系统的小信号稳定性模型;
S2、根据所述小信号稳定性模型的状态矩阵建立目标函数,对所述目标函数进行优化,对所述矩阵的本征值中最大的实部与最大的虚部求和后求最小值,根据所述最小值选取光伏逆变器的控制参数,其中所述实部为负值。
其中,所述光伏设备参数包括光伏设备的电阻和电感;所述光伏系统线路参数包括线路的电阻和电抗;所述当地气象历史数据包括光伏系统所在地的气温和光照强度。
优选地,所述光照强度为年平均光照强度;所述气温为年平均白天气温。
其中,所述控制参数包括光伏逆变器的控制器的比例系数和积分系数。
优选地,在步骤S2中,在所述求最小值的过程中,最大的实部逐渐变小。
进一步地,在步骤S2中,在所述求最小值的过程中,最大的虚部逐渐变小。
具体地,在步骤S2中,所述目标函数按照下式进行:
F=min{max(Re(λi))+η*max(Im(λj))},i,j=1,2...N,
其中,Re(λi)、Im(λj)分别为所述矩阵的本征值中的实部与虚部,η*是所述目标函数的多目标的权重因子,其中,0<η*。
进一步地,在步骤S2中,η*=1。
本发明提供了一种光伏逆变器的控制参数的选取方法,综合考虑了光伏系统的物理参数及系统所在地的环境参数,基于该物理参数和环境参数构建了光伏系统的小信号稳定性模型,根据该小信号稳定性模型得到关于系统稳定性目标函数,优化该目标函数,优化目标为对矩阵的本征值中最大的实部和最大的虚部求和后求最小值,选取与该最小值相对应的控制参数,该控制参数即可使在环境参数发生变化时,光伏系统的电压电流值快速趋于稳定,避免对主干网产生冲击。与现有技术根据经验进行调试相比,更加准确,而且也无需反复进行调试,省时省力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例所提供的光伏逆变器的控制参数的选取方法的流程图;
图2为本发明实施例所提供的光伏系统模型示意图;
图3为本发明实施例所提供的光伏逆变器控制器模型示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例,均属于本发明保护的范围。
如图1所示,本发明实施例提供了一种光伏逆变器的控制参数的选取方法,所述方法包括如下步骤:
S1、基于光伏设备参数、光伏系统线路参数、光伏系统所在地的气象数据构建光伏发电系统的小信号稳定性模型。
在本步骤中,光伏设备参数指的是光伏系统如光伏面板、逆变器以及光伏系统中光伏面板与逆变器之间涉及的设备的电感和电容等物理参数,光伏系统线路参数指的是光伏系统中线路的电阻和电抗等物理参数。可以理解的是,本领域技术人员可根据具体的光伏系统对此进行确定,其中以图2为例示出了本发明所用的一种光伏系统模型。
光伏系统所在地的气象数据指的是光伏系统所在地的气温和光照强度等环境参数。也就是说,在构建光伏系统的小信号稳定性模型时,不仅考虑了光伏系统的物理参数,同时也考虑了光伏系统所在地的环境参数。
其中,气温可以是当地的年平均白天气温、光照强度可以是当地的年平均光照强度。在实际应用中,光伏系统所在地的环境参数对光伏逆变器的稳定性的影响较大,一天之中气温和光照强度也会具有很大变化,对逆变器控制参数进行实时优化并选取不利于光伏系统整体的经济性。在本发明一实施例中,根据当地的历史气象数据计算得到年平均白天气温、年平均光照强度,以此与光伏系统的物理参数相结合来构建所述光伏系统的小信号稳定性模型,从而在实际过程中无需再对控制参数进行跟踪调节,省时省力、更大大提高了光伏系统的经济性。
下面详细描述构建小信号稳定性模型的过程:
如图2所示,光伏并网发电系统是与电力系统连接在一起的发电系统,由光伏电池阵列、直流母线电容、DC/AC逆变器、逆变器输出滤波及电网组成。光伏电池将太阳能转换为直流电能;Cdc直流滤波电容具有稳定输出电压、滤波的作用,P为光伏电池输出的有功功率;DC/AC逆变器将直流电转换为与大电网同步的交流电,uak、ubk、uck是逆变器输出电压;Lf是输出滤波器电感;节点g的电压为Ug∠δg,变压器电抗为XT,输电线的电抗和电阻分别为XL、RL;大电网母线电压为1∠0
光伏发电数学模型如下式:
其中C1、C2的表达式为:
该模型用到了参考日照强度和参考电池温度下的短路电流Iscref、开路电压Uocref、最大功率点处的电流Imref和电压Umref。
在非参照条件下,可对此方程进行修正来描述一般工况下光伏电池的特性输出曲线,首先通过下式得到非参照条件下的短路电流I′sc,开路电压U'oc,最大功率点处的电流I′m和电压U′m,
然后将它们代入公式(1)中,代替相对应的参照条件下的物理量即可得到非参照条件下的I-V方程,其中T=Tair+κS,其中S为任意太阳辐射强度,Tair环境温度,T光伏电池温度,κ为太阳能电池模块的温度系数,这里取κ=0.03。
(a)光伏电池输出的电压和电流分别为Udc、Idc,电容的状态方程为:
其中P为光伏电池向逆变器输出的有功功率。
(b)滤波电感上的电流为iag、ibg、icg,滤波电容右端的电压为uag、ubg、ucg,逆变器的数学模型在d-q坐标系下表达为:
若使节点g的电压与d轴重合,则uqg=0,有功功率P=Pg=idgudg,无功功率Qg=-udgiqg
(c)控制器模型如图3所示,由图3可见,该控制器模型中共有PI1、PI2、PI3三个PI控制器,换言之,光伏逆变器的控制参数包括这三个PI控制器的比例系数和积分系数,即下述KP1、KI1;KP2、KI2;KP3、KI3。由此也可以理解的是,控制参数的个数取决于所用的控制器模型。若所用的控制器模型中包括两个PI控制器,则光伏逆变器的控制参数包括PI1、PI2的比例系数和积分系数。
进一步地,如图3所示,逆变器为正弦脉宽调制技术(SPWM)逆变器,控制器模型采用电流内环、电压外环双闭环控制方式。其中电压外环控制的主要作用是调节出直流侧电压值,使其保持在最大功率点电压以使光伏阵列稳定输出最大有功功率,所以对应PI1控制器的输入参考电压为,
式(4)表明,该数学模型是一个耦合系统。为了能够独立调节idg和iqg,需要使得光伏并网系统的idg和iqg解耦,为此电流内环控制方式采用前馈解耦策略,通过前置的比较积分调节器PI2、PI3实现解耦控制,选取控制方程为:
在使得并网时的功率因数为l,电流内环控制取q轴电流参考值为综合得光伏逆变器的控制方程为:
这里x1、x2、x3是引入的中间控制状态变量。
(d)电网连接模型
变压器和传输线电抗分别为XT、XL,而传输线电阻RL=R。设X=XT+XL,则电网连接部分的数学表达式为:
(e)整体系统的小信号模型
联立公式(3)、(4)、(7),在稳态值附近线性化,可以得到系统的小信号模型,即小信号稳定性模型。
其中,公式(9)中A为6×6的矩阵,其非零元素为:
a16=1,a21=KI1,a24=-1,a26=KP1,a35=-1
a46=Kp1KP2/(tBLf),a53=KI3/(tBLf),a55=-KP3/(tBLf)
tB为系统时间基准值,t、x1、x2、x3的单位为s,温度T的单位为℃,其它变量值为标幺值。角标(0)代表该变量为初始时刻的稳态值,由系统稳态时输出的有功功率、无功功率决定。
S2、根据所述小信号稳定性模型的状态矩阵建立目标函数,对所述目标函数进行优化,对所述矩阵的本征值中的最大的实部与最大的虚部求和后求最小值,根据所述最小值选取光伏逆变器的控制参数,其中实部为负值。
在本步骤中,基于使系统稳定的最优解建立目标函数,对目标函数进行优化,在实部均为负值的前提下进行优化:对A矩阵的本征值中最大的实部和最大的虚部求和后求最小值。由于该最小值可使目标函数更快收敛,趋于稳定,因此,相应地,与该最小值相应的控制参数即可使光伏系统在环境参量变化时其电压电流值更快趋于稳定,避免对主干网的冲击。
其中,在对最大的实部与最大的虚部求和后求最小值的过程中,本征值中最大的实部值越小越好。同时,考虑到本征值虚部的影响,最大的虚部值也越小越好。
例如,在本发明一可选实施例中,在求最小值的过程中,本征值中最大的实部逐渐变小。具体地,在实部为负值的前提下对目标函数进行优化的过程中,通过逐渐减小实部进行择优。即,在求最小值的过程中,通过逐渐减小实部进行优化求解。这样,在该过程中,本征值中最大的实部逐渐变小,最大的实部越小越好。此外,考虑到本征值虚部的影响,同时最大的虚部也将变小。
具体地,目标函数依据下式进行:
F=min{max(Re(λi))+η*max(Im(λj))},i,j=1,2...N (10)
式中,Re(λi)、Im(λj)分别为公式(9)中A矩阵的N个本征值的实部和虚部,η*是多目标的权重因子,其中,η*>0。在实部为负值的前提下,求N个本征值中最大的实部与最大的虚部求和后的最小值,依据该最小值求解上述公式(9)中KP1、KI1;KP2、KI2;KP3、KI3,即选取了光伏逆变器的控制参数。
在本发明一实施例中,优选0<η*≤1,也就是说,在目标函数中,实部所占的权重比例大于虚部,从而能够有利于函数以更快的速度收敛,但不限于此,η*>0为更一般的情况。相应地,基于该目标函数进行优化选取的控制参数,有利于使光伏系统的电压电流值更快速趋于稳定。
在本发明又一实施例中,η*=1。也就是说,在目标函数中,实部所占的权重比例等同于虚部所占的权重比例,这样,既有利于使目标函数快速收敛,同时有利于使目标函数以平稳的震荡形式进行收敛,相应地,基于该目标函数进行优化选取的控制参数,有利于使光伏系统的电压电流值以平稳的震荡形式快速趋于稳定,避免在趋于稳定过程中波动剧烈。
再次说明的是,上述对目标函数进行优化都是在实部为负值的前提下进行的。在优化过程中,N个本征值中最大的实部值越小越好。并且,最大的虚部值同时也越小越好。可选地,在优化过程中,本征值中最大的实部逐渐变小。同时,最大的虚部也逐渐变小。
可以理解的是,可以采用遗传算法、人工神经网络等优化算法对目标函数进行优化。本发明对此不作限制。
本发明实施例提供了一种光伏逆变器的控制参数的选取方法,通过建立光伏系统的小信号稳定性方程,然后建立目标函数进行优化来选取控制参数,相比现有技术采用经验法进行调试,省时省力。并且,该方法综合考虑了光伏系统的物理参数,其中包括线路的电阻、电抗,光伏系统设备的电容、电感等,以及光伏系统所在地的环境参数,其中包括光伏系统所在地的气温和光照强度,将物理参数及环境参数都包含到目标函数的优化之中来选取控制参数,考虑到了环境参量变化对逆变器稳定性的影响,当环境参量变化时,合理选取的控制参数可使光伏系统的电压电流值快速趋于稳定,避免了对主干网的冲击。
此外,本发明实施例提供的光伏逆变器的控制参数的选取方法,将光伏所在地的年平均光照强度S、白天年平均气温T包含到目标函数的优化之中来选取控制参数,通过选取合理的控制参数使光伏系统的电压电流值在年平均光照强度S、白天年平均气温T的条件下快速趋于稳定,这样,在实际过程中,可在出厂前将各参数设定好,无需再进行调节,更加方便,提高了光伏系统的经济性。
以上所述仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种光伏逆变器的控制参数的选取方法,其特征在于,所述方法包括:
S1、基于光伏设备参数、光伏系统线路参数、光伏系统所在地的气象数据构建光伏系统的小信号稳定性模型;
S2、根据所述小信号稳定性模型的状态矩阵建立目标函数,对所述目标函数进行优化,对所述矩阵的本征值中的最大的实部与最大的虚部求和后求最小值,根据所述最小值选取光伏逆变器的控制参数,其中,所述实部为负值。
2.根据权利要求1所述的光伏逆变器的控制参数的选取方法,其特征在于,在步骤S1中,所述光伏设备参数包括光伏设备的电阻和电感;所述光伏系统线路参数包括线路的电阻和电抗;所述光伏系统所在地的气象数据包括光伏系统所在地的气温和光照强度。
3.根据权利要求2所述的光伏逆变器的控制参数的选取方法,其特征在于,所述光照强度为年平均光照强度;所述气温为年平均白天气温。
4.根据权利要求1~3所述的光伏逆变器的控制参数的选取方法,其特征在于,所述控制参数包括光伏逆变器的控制器的比例系数和积分系数。
5.根据权利要求1所述的光伏逆变器的控制参数的选取方法,其特征在于,在步骤S2中,在所述求最小值的过程中,最大的实部逐渐变小。
6.根据权利要求5所述的光伏逆变器的控制参数的选取方法,其特征在于,在步骤S2中,在所述求最小值的过程中,最大的虚部逐渐变小。
7.根据权利要求1~3所述的光伏逆变器的控制参数的选取方法,其特征在于,在步骤S2中,所述目标函数按照下式进行:
F=min{max(Re(λi))+η*max(Im(λj))},i,j=1,2...N,
其中,Re(λi)、Im(λj)分别为所述矩阵的本征值中的实部与虚部,η*是所述目标函数的多目标的权重因子,其中,0<η*。
8.根据权利要求7所述的光伏逆变器的控制参数的选取方法,其特征在于,在步骤S2中,η*=1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610583925.2A CN106130071B (zh) | 2016-07-22 | 2016-07-22 | 光伏逆变器的控制参数的选取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610583925.2A CN106130071B (zh) | 2016-07-22 | 2016-07-22 | 光伏逆变器的控制参数的选取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106130071A true CN106130071A (zh) | 2016-11-16 |
CN106130071B CN106130071B (zh) | 2018-08-07 |
Family
ID=57289307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610583925.2A Active CN106130071B (zh) | 2016-07-22 | 2016-07-22 | 光伏逆变器的控制参数的选取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106130071B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107623325A (zh) * | 2017-09-11 | 2018-01-23 | 辽宁荣信兴业电力技术有限公司 | 低压svg基于柜体、igbt、电抗器温度的自动限容控制方法 |
CN108023356A (zh) * | 2017-12-01 | 2018-05-11 | 国网浙江省电力公司衢州供电公司 | 光伏电站电力系统的电压稳定分析方法及装置 |
CN109409012A (zh) * | 2018-11-30 | 2019-03-01 | 国网青海省电力公司 | 机网耦合背景下光伏虚拟逆变器多机并联稳定性检测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103715719A (zh) * | 2014-01-20 | 2014-04-09 | 国家电网公司 | 一种适用于电力系统全过程动态仿真的光伏模型建模方法 |
CN104319814A (zh) * | 2014-11-10 | 2015-01-28 | 国家电网公司 | 一种光伏并网逆变器的控制参数确定方法及系统 |
CN104539221A (zh) * | 2015-01-19 | 2015-04-22 | 国网四川省电力公司经济技术研究院 | 光伏发电系统控制参数全局优化方法 |
-
2016
- 2016-07-22 CN CN201610583925.2A patent/CN106130071B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103715719A (zh) * | 2014-01-20 | 2014-04-09 | 国家电网公司 | 一种适用于电力系统全过程动态仿真的光伏模型建模方法 |
CN104319814A (zh) * | 2014-11-10 | 2015-01-28 | 国家电网公司 | 一种光伏并网逆变器的控制参数确定方法及系统 |
CN104539221A (zh) * | 2015-01-19 | 2015-04-22 | 国网四川省电力公司经济技术研究院 | 光伏发电系统控制参数全局优化方法 |
Non-Patent Citations (3)
Title |
---|
YIFENG XIE,ETC.: ""PV system modeling and a global-planning design for its controller parameters"", 《2014 IEEE APPLIED POWER ELECTRONICS CONFERENCE AND EXPOSITION》 * |
熊连松,等: ""光伏发电系统的小信号建模及其控制器参数的全局优化设计方法"", 《电网技术》 * |
黄汉奇,等: ""光伏发电系统的小信号建模与分析"", 《中国电机工程学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107623325A (zh) * | 2017-09-11 | 2018-01-23 | 辽宁荣信兴业电力技术有限公司 | 低压svg基于柜体、igbt、电抗器温度的自动限容控制方法 |
CN107623325B (zh) * | 2017-09-11 | 2020-06-16 | 辽宁荣信兴业电力技术有限公司 | 低压svg基于柜体、igbt、电抗器温度的自动限容控制方法 |
CN108023356A (zh) * | 2017-12-01 | 2018-05-11 | 国网浙江省电力公司衢州供电公司 | 光伏电站电力系统的电压稳定分析方法及装置 |
CN109409012A (zh) * | 2018-11-30 | 2019-03-01 | 国网青海省电力公司 | 机网耦合背景下光伏虚拟逆变器多机并联稳定性检测方法 |
CN109409012B (zh) * | 2018-11-30 | 2023-02-28 | 国网青海省电力公司 | 机网耦合背景下光伏虚拟逆变器多机并联稳定性检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106130071B (zh) | 2018-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Khooban et al. | A novel deep reinforcement learning controller based type-II fuzzy system: Frequency regulation in microgrids | |
Sedaghati et al. | A novel control strategy and power management of hybrid PV/FC/SC/battery renewable power system-based grid-connected microgrid | |
Mahmud et al. | A cooperative operation of novel PV inverter control scheme and storage energy management system based on ANFIS for voltage regulation of grid-tied PV system | |
CN108599154B (zh) | 一种考虑不确定性预算的三相不平衡配电网鲁棒动态重构方法 | |
CN103715719B (zh) | 一种适用于电力系统全过程动态仿真的光伏模型建模方法 | |
CN104835080B (zh) | 微电网日内调度计划混合整数规划模型的建模方法 | |
Rakhtala et al. | Fuzzy PID control of a stand-alone system based on PEM fuel cell | |
CN102856899B (zh) | 一种微电网降低网损的方法 | |
Kumar et al. | Biogeography based tuning of PID controllers for Load Frequency Control in microgrid | |
Hatefi Einaddin et al. | Power management in a utility connected micro-grid with multiple renewable energy sources | |
Bisht | Fuzzy based intelligent frequency control strategy in standalone hybrid ac microgrid | |
Singh et al. | Frequency regulation of micro-grid connected hybrid power system with SMES | |
CN104932285A (zh) | 一种光伏发电系统的等效建模方法 | |
Sahri et al. | Performance improvement of Hybrid System based DFIG-Wind/PV/Batteries connected to DC and AC grid by applying Intelligent Control | |
Chuang et al. | Design of intelligent control for stabilization of microgrid system | |
CN106130071A (zh) | 光伏逆变器的控制参数的选取方法 | |
CN112467748A (zh) | 三相不平衡主动配电网双时标分布式电压控制方法及系统 | |
Raza et al. | Robust nonlinear control of regenerative fuel cell, supercapacitor, battery and wind based direct current microgrid | |
CN111478335B (zh) | 一种计及分布式光伏的配电网潮流计算方法及系统 | |
Anh et al. | Advanced intelligent fuzzy control of standalone PV-wind-diesel hybrid system | |
Truong et al. | Dynamic Stability Improvement Issues with a Grid-Connected Microgrid System | |
CN108281969A (zh) | 多风柴系统的statcom自适应模糊滑模控制方法 | |
CN105262107A (zh) | 一种风电并网的无功优化方法 | |
Nandakumar et al. | Virtual Synchronous Generator-Based Frequency Control Strategy for Grid-Connected PV Systems | |
Tian et al. | DPGS: Data-driven photovoltaic grid-connected system exploiting deep learning and two-stage single-phase inverter |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |