CN113169557A - 电力变换系统及其管理装置及分散电源装置 - Google Patents
电力变换系统及其管理装置及分散电源装置 Download PDFInfo
- Publication number
- CN113169557A CN113169557A CN201880099996.2A CN201880099996A CN113169557A CN 113169557 A CN113169557 A CN 113169557A CN 201880099996 A CN201880099996 A CN 201880099996A CN 113169557 A CN113169557 A CN 113169557A
- Authority
- CN
- China
- Prior art keywords
- voltage
- power supply
- distributed power
- reactive power
- power
- 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.)
- Pending
Links
- 238000006243 chemical reaction Methods 0.000 title claims description 85
- 230000005540 biological transmission Effects 0.000 claims abstract description 3
- 238000000034 method Methods 0.000 claims description 47
- 230000008569 process Effects 0.000 claims description 46
- 238000003062 neural network model Methods 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 26
- 230000007423 decrease Effects 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 12
- 210000002569 neuron Anatomy 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 13
- 230000014759 maintenance of location Effects 0.000 description 6
- 238000010248 power generation Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012806 monitoring device Methods 0.000 description 5
- 239000004065 semiconductor Substances 0.000 description 5
- 230000000087 stabilizing effect Effects 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000006641 stabilisation Effects 0.000 description 3
- 238000011105 stabilization Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
- G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
- G05F1/70—Regulating power factor; Regulating reactive current or power
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/16—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by adjustment of reactive power
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
-
- 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Radar, Positioning & Navigation (AREA)
- Data Mining & Analysis (AREA)
- Automation & Control Theory (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Electromagnetism (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Inverter Devices (AREA)
Abstract
分散电源装置(100)与电压调整器(310)所连接的配电体系(300)互连。管理装置(200)周期性地发送用于设定用于控制分散电源装置(100)的第1电压宽度以及比第1电压宽度小的第2电压宽度的信息。分散电源装置(100)通过从与配电体系(300)的互连点(301)处的互连点电压去除比从管理装置(200)发送信息的周期短的周期的电压变动分量,从而生成互连点的电压指令值,并且执行产生用于消除互连点电压相对于电压指令值的电压偏差的无效电力的无效电力控制。在无效电力控制中,当电压偏差的绝对值比第1电压宽度大时,开始产生无效电力,以使电压偏差的绝对值减少的方式调整无效电力直至电压偏差的绝对值比第2电压宽度小为止。
Description
技术领域
本发明涉及电力变换系统及其管理装置及分散电源装置。
背景技术
由于近年的可再生能源的利用扩大的潮流,太阳能发电以及蓄电池等分散电源与配电体系连接的情形处于增加的趋势,但来自分散电源的逆潮流所致的体系电压的不稳定化有时成为问题。例如,在太阳能发电中,发电量因有无日照而大幅变化,所以由于逆潮流的电力在短时间内增减的影响,体系电压的稳定度有可能会下降。
如果为了在配电体系侧提高电压稳定化而追加配置电压调整器(Step VoltageRegulator:SVR)或者无效电力补偿装置(Static Var Compensator:SVC)等,则配电体系的维持成本有可能会上升。因此,在分散电源侧,控制从功率调节器输出到配电体系的无效电力,从而调整体系电压的技术是公知的。例如,关于来自太阳能发电系统的调节器的输出电力,统一成固定的功率因数(例如,0.95),但难以与时时刻刻变化的配电体系的状况相对应地进行适当的电压调整。
因此,在日本专利第5618294号公报(专利文献1)中,公开了对控制各分散电源的互连点电压的功率调节器发出无效电力调整请求量的指令的控制。在专利文献1中,针对将多个功率调节器进行汇总的低压配电体系监视装置,从高压配电体系监视装置发送无效电力调整请求量,低压配电体系监视装置通过适当地分配在汇总下的多个功率调节器间发送的无效电力调整请求量,能够适当地调整配电体系整体的电压。
现有技术文献
专利文献
专利文献1:日本专利第5618294号公报
发明内容
在专利文献1中,高压配电体系监视装置需要针对体系电压变动的发生实时地计算无效电力调整请求量并发送到低压配电体系监视装置以及功率调节器。因此,与通常的需求响应等不同,需要进行实时的短周期的信息发送。
在专利文献1中,设想通过电力线输送通信(Power Line Communications:PLC)来发送无效电力调整请求量,但有可能会高频度地产生电力线输送通信的使用所致的泄漏电磁波。
进而,为了设定针对所有的分散电源(功率调节器)的无效电力调整请求量,在高压配电体系监视装置以及低压配电体系监视装置中,需要高速地执行用于计算该无效电力调整请求量的运算,还有可能由于计算机负荷的增大而导致成本上升。
本发明是为了解决这样的问题点而完成的,本发明的目的在于在具备与配电体系互连的分散电源装置以及管理装置的电力变换系统中,不提高管理装置侧的运算负荷,而通过分散电源装置侧的自主的控制来实现体系电压稳定化。
根据本发明的某个方面,电力变换系统具备与配电体系互连的至少一个分散电源装置和分散电源装置的管理装置。管理装置将用于设定用于控制分散电源装置的第1电压宽度以及比第1电压宽度小的第2电压宽度的信息周期性地发送到分散电源装置。分散电源装置包括:分散电源;电力变换电路;控制运算部,控制电力变换电路;以及电压检测器,检测互连点的电压。电力变换电路控制在与配电体系的互连点和分散电源之间的电力变换。控制运算部通过从由电压检测器检测到的互连点电压去除比从管理装置发送信息的周期短的周期的电压变动分量,从而生成互连点的电压指令值,并且执行利用电力变换电路产生用于消除互连点电压相对于电压指令值的电压偏差的无效电力的无效电力控制。在无效电力控制中,当电压偏差的绝对值比第1电压宽度大时开始产生无效电力,以使电压偏差的绝对值减少的方式调整无效电力直至电压偏差的绝对值比第2电压宽度小为止。
在本发明的另一个方面,是一种电力变换系统的管理装置,在该电力变换系统中分散电源装置与配电体系互连,管理装置具备通信部。通信部将用于设定用于控制分散电源装置的第1电压宽度以及比第1电压宽度小的第2电压宽度的信息周期性地发送到分散电源装置。分散电源装置通过从在与配电体系的互连点处的互连点电压去除比从分发部发送信息的周期短的周期的电压变动分量,从而生成互连点的电压指令值,并且执行产生用于消除互连点电压相对于电压指令值的电压偏差的无效电力的无效电力控制。在无效电力控制中,当电压偏差的绝对值比第1电压宽度大时开始产生无效电力,以使电压偏差的绝对值减少的方式调整无效电力直至电压偏差的绝对值比第2电压宽度小为止。
在本发明的又一个方面,是一种分散电源装置,与配电体系互连,其中,所述分散电源装置具备:分散电源;电力变换电路;控制运算部,控制电力变换电路;以及电压检测器,检测互连点的电压。电力变换电路控制在与配电体系的互连点和分散电源之间的电力变换。分散电源装置从分散电源装置的外部的管理装置周期性地接收用于设定第1电压宽度以及比第1电压宽度小的第2电压宽度的信息。控制运算部通过从由电压检测器检测到的互连点电压去除比接收信息的周期短的周期的电压变动分量,从而生成互连点的电压指令值,并且执行利用电力变换电路产生用于消除互连点电压相对于电压指令值的电压偏差的无效电力的无效电力控制。在无效电力控制中,当电压偏差的绝对值比第1电压宽度大时开始产生无效电力,以使电压偏差的绝对值减少的方式调整无效电力直至电压偏差的绝对值比第2电压宽度小为止。
根据本发明,能够通过分散电源侧的自主的无效电力控制来去除比从管理装置发送与第1电压宽度以及第2电压宽度相关的信息的周期短的周期的电压变动分量,所以无需提高管理装置侧的运算负荷,就能够使体系电压稳定化。
附图说明
图1是说明本实施方式的电力变换系统所连接的配电体系的概略框图。
图2是说明图1所示的分散电源装置的结构例的框图。
图3是说明图2所示的电压控制部的结构例的框图。
图4是说明分散电源装置中的无效电力控制的处理的一个例子的流程图。
图5是说明分散电源装置中的无效电力控制的动作例的控制波形图。
图6是说明分散电源装置中的无效电力控制的处理的其它例子的流程图。
图7是说明实施方式2的电力变换系统中的多个分散电源装置中的设定第1以及第2电压宽度的控制处理的流程图。
图8A是用于比较针对第1以及第2电压宽度的无效电力控制的状态的第1控制波形图。
图8B是用于比较针对第1以及第2电压宽度的无效电力控制的状态的第2控制波形图。
图9是说明设定实施方式3的电力变换系统中的分散电源装置的无效电力控制下的保持时间的控制处理的流程图。
图10是说明设定实施方式3的电力变换系统中的分散电源装置的无效电力控制下的速率处理时的速率(rate)值的控制处理的流程图。
图11是说明在实施方式4的电力变换系统中使用的神经网络模型的概念图。
图12是说明实施方式4的电力变换系统中的使用神经网络模型来设定分散电源装置的指令值的控制处理的第1流程图。
图13是说明实施方式4的电力变换系统中的使用神经网络模型来设定分散电源装置的指令值的控制处理的第2流程图。
(符号说明)
50:电力变换系统;100:分散电源装置;110:分散电源;120:功率调节器;121:电压控制部;121a:电压指令值生成部;121b:减法部;121c:无效电力指令值生成部;122:无效电力控制部;123:有效电力控制部;124:电流控制部;125:控制运算部;130:电力变换电路;131:DC/DC转换器;132:DC/AC逆变器;135:电压检测器(互连点电压);200:管理装置;205:通信部;210:神经网络模型;300:配电体系;301:互连点;310:电压调整器;500:变电站;Ipref:有效电流指令值(瞬时值);Iqref:无效电流指令值(瞬时值);Iref:电流指令值(瞬时值);N11~N14、N21~N24:神经元;Pref:有效电力指令值(有效值);Qref:无效电力指令值(有效值);Tm:保持时间;Tmax:最大时间(保持时间);Tx:经过时间;VW1:第1电压宽度;VW2:第2电压宽度;Vip:互连点电压;Vref:电压指令值(互连点电压)。
具体实施方式
以下,参照附图,详细地说明本发明的实施方式。此外,以下,对图中的相同或者相当部分附加相同的符号,原则上不重复其说明。
实施方式1.
图1是说明本实施方式的电力变换系统所连接的配电体系的概略框图。
参照图1,本实施方式的电力变换系统50具备分散电源装置100和分散电源装置100的管理装置200。分散电源装置100在互连点301处连接于配电体系300而与配电体系300互连。
在实施方式1中,电力变换系统50内的分散电源装置100的个数是任意的,既可以为一个,也可以为多个。另外,既可以如图1所示,1个分散电源装置100与配电体系300直接互连,也可以是将多个分散电源装置100进行组合而成的结构与配电体系300互连。
管理装置200包括通信部205,该通信部205用于在与各分散电源装置100之间交换信息。在配置有多个分散电源装置100的结构中,由1台管理装置200集中管理多个分散电源装置100。通信部205在与分散电源装置100之间,每隔预定时间(例如,30分钟)执行信息的收发。此时的通信协议例如能够使用OpenADR。
对配电体系300经由变电站500供给电力并且连接电压调整器(以下,还简称为SVR)310。此外,SVR310以及分散电源装置100的位置关系并不限定于图1的例示,也可以分散电源装置100连接于配电体系300中的变电站500以及SVR310之间的位置。
SVR310如上所述构成为具有用于切换变压器的一次侧绕组以及二次侧绕组的匝数比的机械机构(例如,分接切换器),通过该匝数比的切换来控制配电体系300的电压(以下,还简称为“体系电压”)。由于由机械机构调整电压,所以SVR310对于与长期的电压变动对应地使体系电压稳定化的控制有效。另一方面,由于使用机械机构,所以频繁的电压调整成为缩短设备寿命的主要原因。
相对于此,分散电源装置100输入输出无效电力,从而也能够进行体系电压的调整。根据这样的无效电力控制,能够与短期的电压变动对应地调整体系电压。然而,当分散电源装置100输入输出无效电力时,为了维护视在电力的上限,会限制有效电力的输入输出。由此,如果分散电源装置100将太阳能电池作为电源,则有可能会产生发电机会的损耗。另外,如果分散电源装置100将蓄电池作为电源,则有可能会限制该蓄电池的充放电电力。
因此,针对体系电压的长期的电压变动,通过由分散电源装置100进行的无效电力控制来持续地应对不是有利的策略。因而,在应用本实施方式的电力变换系统的配电体系中,针对体系电压的长周期性的变动,通过由SVR310进行的电压调整来应对,另一方面,针对体系电压的短周期性的电压变动,通过使用了电力变换系统的分散电源装置100中的无效电力控制来应对。
此外,在基于太阳能的发电电力流入的配电体系中,作为长周期的电压变动的发生主要原因,例如,考虑与一天中的太阳的高度相伴的日照量变动。另一方面,作为短周期的电压变动的发生主要原因,例如,设想由于晴天以及阴天频繁对调而导致的几秒左右的日照量变动。
图2是说明图1所示的分散电源装置100的结构例的框图。
参照图2,分散电源装置100包括分散电源110和功率调节器120。功率调节器120包括用于控制分散电源110以及配电体系300(互连点301)之间的电力变换的电力变换电路130、控制电力变换电路130的控制运算部125以及电压检测器135。
在本实施方式中,设为分散电源110由太阳能电池构成而进行说明,但还能够由太阳能电池以外的发电要素(例如,风力发电机)或者蓄电池以及电容器等蓄电要素构成分散电源110。
电力变换电路130在输出直流电力的分散电源110与传送交流电力的配电体系300上的互连点301之间执行DC/AC电力变换。例如,电力变换电路130具有DC/DC转换器131和DC/AC逆变器132。如公知那样,DC/DC转换器131以及DC/AC逆变器132构成为通过半导体开关元件(未图示)的接通关断控制来控制输入输出的电力(电压以及电流)。因而,控制运算部125通过生成该半导体开关元件的接通关断指令,从而控制电力变换电路130。此外,包括DC/DC转换器131以及DC/AC逆变器132在内,电力变换电路130的结构能够任意地应用公知的结构。
控制运算部125例如能够由通过软件处理或者硬件处理实现后述控制处理的微型计算机构成。控制运算部125具有电压控制部121、无效电力控制部122、有效电力控制部123以及电流控制部124。
电压检测器135检测分散电源装置100与配电体系300连接的互连点301的交流电压有效值Vip(以下,还简称为“互连点电压Vip”)。控制运算部125从电压检测器135接受互连点电压Vip,生成向用于控制该互连点电压Vip的电力变换电路130的控制指令。如上所述,作为该控制指令,包括半导体开关元件(未图示)的接通关断指令。
图3是说明图2所示的电压控制部121的结构例的框图。
参照图3,电压控制部121具有电压指令值生成部121a、减法部121b以及无效电力指令值生成部121c。
电压指令值生成部121a通过从由电压检测器135检测到的互连点电压Vip去除高频分量的电压变动、即由于日照的有无(晴天以及阴天)在短时间对调而导致的短时间周期的日照量变动所引起的电压变动,从而生成互连点电压的电压指令值Vref。例如,电压指令值生成部121a能够使用时间常数为几分钟至十分钟左右的一次低通滤波器来构成。这样,在生成电压指令值Vref时,比用于设定第1以及第2电压宽度VW1、VW2的信息从管理装置200发送到分散电源装置100的周期(例如,30分钟)短的周期的电压变动被去除。
减法部121b通过从由电压检测器135检测到的互连点电压Vip减去来自电压指令值生成部121a的电压指令值Vref,从而计算电压偏差ΔVip=Vip-ΔVref。其结果,可以理解,电压偏差ΔVip表示被电压指令值生成部121a去除的短时间的电压变动。
电压指令值Vref以及电压偏差ΔVip和从管理装置200发送的第1电压宽度VW1以及第2电压宽度VW2被输入到无效电力指令值生成部121c。无效电力指令值生成部121c根据这些输入值来生成无效电力指令值Qref(有效值)。
第1以及第2电压宽度VW1、VW2表示应通过无效电力控制去除的电压偏差ΔVip的阈值,在无效电力控制的关闭时,当电压偏差ΔVip的绝对值超过第1电压宽度VW1时,即,当互连点电压Vip成为Vref-VW1~Vref+VW1的电压范围外时,开始无效电力控制。第2电压宽度VW2被设定为比第1电压宽度VW1小的值。
用于设定第1以及第2电压宽度VW1、VW2的信息作为每隔上述预定时间(例如,30分钟)收发的信息的一环,从管理装置200发送到各分散电源装置100。因而,可以理解,在分散电源装置100中,将要通过无效电力控制去除的电压变动的周期比第1以及第2电压宽度的更新周期短。此外,在配置有多个分散电源装置100的结构中,第1以及第2电压宽度VW1、VW2针对每个分散电源装置100单独地设定。
再次参照图2,无效电力控制部122从无效电力指令值Qref以及互连点电压Vip生成无效电流指令值Iqref,送出到电流控制部124。例如,当使用由未图示的相位同步器检测到的电压相位θ时,无效电流指令值Iqref(瞬时值)能够依照式(1)进行计算。
Iqref=√2·(Qref/Vip)·cosθ…(1)
有效电力控制部123从有效电力指令值Pref(有效值)生成有效电流指令值Ipref(瞬时值),送出到电流控制部124。有效电流指令值Ipref(瞬时值)能够使用与式(1)共同的电压相位θ,依照下述式(2)进行计算。
Ipref=√2·Pref·sinθ…(2)
此外,有效电力指令值Pref既可以从管理装置200直接提供,也可以由有效电力控制部123根据从管理装置200接收到的信息来计算。总之,无效电力指令值Qref以及有效电力指令值Pref需要在功率调节器120(电力变换电路130)的视在电力上限值PAmax的范围内、即在下述式(3)的范围内设定。即,当有效电力指令值Pref以及无效电力指令值Qref的平方和的平方根比PAref大时,有效电力指令值Pref与原本的值相比被限制。
PAmax≥√(Pref2+Qref2)…(3)
电流控制部124根据来自无效电力控制部122的无效电流指令值Iqref(瞬时值)与来自有效电力控制部123的有效电流指令值Ipref(瞬时值)之和,计算电流指令值Iref(瞬时值)。即,电流指令值Iref=√2·(Qref/Vip)·cosθ+√2·Pref·sinθ。
进而,电流控制部124以补偿由未图示的电流传感器检测到的从电力变换电路130向互连点301的输出电流(瞬时值)与上述电流指令值Iref的电流偏差的方式,生成构成电力变换电路130(DC/AC逆变器132)的半导体开关元件的接通关断指令。通过以比互连点301处的电流的频率(商用体系频率)足够高的开关频率使电力变换电路130(DC/AC逆变器132)进行动作,从而通过上述半导体开关元件的接通关断来切换输出电流的上升以及下降,从而能够按照依照体系频率而变化的电流指令值Iref(瞬时值),控制输出电流的瞬时值。能够通过该电流控制,控制在功率调节器120以及互连点301(配电体系300)之间输入输出的有效电力以及无效电力。
此外,关于分散电源装置100以及功率调节器120,还能够设为与图2的例子不同的结构。另外,在图2中,示出了分散电源装置100相对于配电体系300以单相互连的例子,但还能够以三相互连。
图4是说明分散电源装置100中的无效电力控制的处理的一个例子的流程图。图4所示的控制处理能够由图2的控制运算部125重复执行。
控制运算部125在步骤(以下,简记为“S”)100中,判定是否存在来自管理装置200的每隔预定时间(例如,30分钟)的分发,在存在分发的情况下(S100判定为是时),根据从管理装置200接收到的信息,通过S110来更新第1电压宽度VW1,并且通过S120来更新第2电压宽度VW2。
控制运算部125通过S130根据电压检测器135的输出值检测互连点电压Vip(有效值),并且在S140中根据互连点电压Vip生成电压指令值Vref。S140中的处理相当于上述电压指令值生成部121a的功能。
控制运算部125通过S150来比较互连点电压Vip相对于电压指令值Vref的电压偏差ΔVip(ΔVip=Vip-Vref)的绝对值和第1电压宽度VW1(S110),从而判定是否需要开始基于无效电力控制的电压控制(以下,还简称为无效电力控制)。
在|ΔVip|≤VW1时(S150判定为否时),维持无效电力控制的关闭,跳过以下说明的S160~S210的处理,处理进入到“返回”。在该情况下,当经过预先决定的控制周期时,再次执行图4的处理。即,在无效电力控制的关闭过程中,每隔一定的控制周期,执行基于S150的无效电力控制的开始判定。
当|ΔVip|超过第1电压宽度VW1时(S150判定为是时),控制运算部125开始无效电力控制,使处理进入到S160以后。在S160中,以使|ΔVip|减少的方式生成无效电力指令值Qref。例如,无效电力指令值Qref能够依照基于下述式(4)的普通的PI(比例积分)控制而计算。在式(4)中,Kp为控制增益,T为规定收敛时间的时间常数,s为拉普拉斯运算符。
Qref=ΔVip·Kp(1+1/(s/T))…(4)
在遵循在S160中设定的无效电力指令值Qref的无效电力调整过程中,通过S170,|ΔVip|与第2电压宽度VW2进行比较。在|ΔVip|为电压宽度VW2以上的期间(S170判定为否时),每隔上述控制周期而执行S160,以使|ΔVip|减少的方式更新无效电力指令值Qref。
控制运算部125当通过遵循无效电力指令值Qref(S160)的无效电力调整而|ΔVip|比电压宽度VW2小时(S170判定为是时),执行基于S180~S200的无效电力控制的结束处理。在S180中,保持该定时的无效电力指令值Qref。在S190中,在基于S180的无效电力指令值Qref的保持期间中,监视|ΔVip|是否未超过第1电压宽度VW1。在S200中,从S170判定为是而开始无效电力指令值Qref的保持起的经过时间Tx与预先决定的保持时间Tm进行比较。
控制运算部125在直至经过时间Tx超过保持时间Tm为止的期间(S200判定为否时),使处理返回到S180。由此,当通过无效电力控制而|ΔVip|比第2电压宽度VW2小时,设置保持该时间点下的无效电力指令值Qref而生成无效电力的保持期间(保持时间Tm)。在该保持期间中,当|ΔVip|再次比第1电压宽度大时,S190判定为是,从而处理返回到S160。由此,再次开始以使|ΔVip|减少的方式生成无效电力指令值Qref的无效电力的调整。
当经过时间Tx超过保持时间Tm时(S200判定为是时),即当保持期间结束时,控制运算部125通过S210来执行使无效电力指令值Qref逐渐接近0的速率处理。例如,每隔控制周期,无效电力指令值Qref以ΔQr(以下,还称为速率值ΔQr)为单位以一定速率接近0。
当通过S210而无效电力指令值Qref复原为0时,无效电力控制结束,处理进入到“返回”。控制运算部125在接下来的控制周期,再次开始图4的处理。此外,关于用于设定保持时间Tm以及速率值ΔQr的信息,也与用于设定第1以及第2电压宽度VW1、VW2的信息同样地,能够每隔预定时间(例如,30分钟)从管理装置200发送到分散电源装置100。
图5示出说明分散电源装置中的无效电力控制的动作例的控制波形图。此外,在图5所示的时间范围内,第1以及第2电压宽度VW1、VW2不被更新,而为恒定值。
参照图5,在直至时刻ta为止的期间,互连点电压Vip为Vref-VW1~Vref+VW1的电压范围内,所以无效电力控制被关闭,维持为无效电力指令值Qref=0。
当在时刻ta,Vip>Vref+VW1时,图4的S150判定为是,开始无效电力控制。在时刻ta以后,为了使|ΔVip|减少、即使互连点电压Vip下降,通过图4的S160,将无效电力指令值Qref设定为负值。当无效电力指令值Qref的绝对值变大时,|ΔVip|转变为减少,在时刻tb,Vip<Vref+VW2,从而图4的170判定为是。相反,在时刻ta~tb间,S170判定为否。
在从时刻tb至经过保持时间Tm的时刻tc为止的期间,图4的S200判定为否,维持时刻tb下的无效电力指令值Qref(图4的S180)。即,在时刻tb~tc的期间设置保持期间。在时刻tc以后,通过图4的S210,无效电力指令值Qref以一定速率接近0,在时刻td,Qref=0,与时刻ta下的电压变动相应的无效电力控制结束。
这样,在实施方式1的电力变换系统中,以在从自互连点电压Vip去除短时间的电压变动分量后的电压指令值Vref起一定的电压范围内维持互连点电压Vip的方式,执行由分散电源装置100进行的无效电力控制。由此,即使在来自管理装置200的信息(第1以及第2电压宽度VW1、VW2)不被更新的情况下,也能够通过分散电源装置100的自主的控制去除互连点电压Vip的短时间的电压变动。
其结果,在实施方式1的电力变换系统中,无需提高管理装置200侧的运算负荷,就能够通过分散电源装置100中的自主的控制使体系电压稳定化。另外,与短期的电压变动对应地,通过分散电源装置100中的无效电力控制来应对,另一方面,针对长期的电压变动,采用通过体系侧(例如,电压调整器310)应对的方案中的控制,从而能够使体系电压高效地稳定化。
此外,还能够省略保持期间的配置(Tm=0),从|Vip|<VW2的时间点(图5的时刻tb)起执行速率处理(S210),使无效电力指令值Qref接近0。但是,通过设置保持期间(图5的时刻tb~tc),能够提高互连点电压Vip的稳定性。
图6示出说明分散电源装置中的无效电力控制的处理的其它例子的流程图。
将图6与图4进行比较,在图6的控制处理中,代替图4的S120而执行S121这点不同。
控制运算部125在S120中,根据使用通过S110从管理装置200接收到的信息而更新后的第1电压宽度VW1,在分散电源装置100侧计算第2电压宽度VW2。但是,第2电压宽度VW2需要被设定为比第1电压宽度VW1小的值。例如,在S121中,能够使用预先决定的系数α(0<α<1.0)而计算为VW2=α·VW1。
图6的流程图的其它步骤与图4相同,所以不重复详细的说明。即,基于所设定的第2电压宽度VW2的无效电力控制通过与在图4中说明的处理同样的处理来执行。或者,还能够与图4的处理相反地,根据从管理装置200接收到的第2电压宽度VW2,以成为VW1>VW2的方式,在分散电源装置100侧(控制运算部125)计算第1电压宽度VW1。
这样,在本实施方式的电力变换系统中,将与第1电压宽度VW1以及第2电压宽度VW2中的至少一方相关的信息从管理装置200定期地发送到分散电源装置100,从而能够执行在实施方式1中说明的用于应对短时间的体系电压变动的分散电源装置100所进行的无效电力控制。
实施方式2.
在实施方式1中说明的无效电力控制能够使用基于从管理装置200发送的信息的第1以及第2电压宽度,针对每1台分散电源装置100而完成。另一方面,在功率调节器120(电力变换电路130)的视在电力上限值的范围内执行由分散电源装置100进行的无效电力控制,所以为了使体系电压稳定化而输入输出无效电力,从而输入输出的有效电力减少。因此,在多个分散电源装置100与配电体系300连接的电力变换系统中,要求在多个分散电源装置100之间输入输出的无效电力的均衡化。
在实施方式2中,说明通过针对每个分散电源装置100设定的第1以及第2电压宽度VW1、VW2的调整来实现多个分散电源装置100之间的无效电力的均衡化的控制。
图7是说明设定实施方式2的电力变换系统中的多个分散电源装置的第1以及第2电压宽度的控制处理的流程图。在图7的控制处理中,示出设定与配电体系300连接的N个(N:2以上的自然数)分散电源装置100的第i个分散电源装置100的第1电压宽度VW1i以及第2电压宽度VW2i的处理。图7所记载的控制处置例如能够每当每隔预定时间(例如,30分钟)从分散电源装置100向管理装置200发送无效电力控制的实际成绩值时,由管理装置200执行。
参照图7,管理装置200在S310中设定N个分散电源装置100的第1电压宽度VW1以及第2电压宽度VW2的初始值。该初始值能够设为预先决定的固定值或者N个VW1以及VW2的当前的值。进而,管理装置200通过S320来检测第i个分散电源装置100(功率调节器120)中的无效电力控制的开始定时Ti和无效电力比例Qi。开始定时Ti为用于在N个分散电源装置100间定量地区分无效电力控制的开始定时(图5的时刻ta)的先后的参数,例如,开始定时越早,则被设定为越大的值,在未执行无效电力控制的情况下,设定为0或者预先决定的负值。
另外,无效电力比例Qi能够设为将无效电力控制的保持期间(图5的时刻tb~tc间)的无效电力除以该分散电源装置100的电力变换电路130的视在电力额定而得到的值。即,被理解为处于开始定时Ti越大则越容易开始无效电力控制的趋势,无效电力比例Qi越大则输入输出的无效电力越大。
管理装置200在S330中计算N个分散电源装置100中的开始定时Ti的平均值Tave以及无效电力比例Qi的平均值Qave。进而,在S240中,|Qi-Qave|与预先决定的阈值Qth进行比较。
管理装置200在|Qi-Qave|>Qth时(S340判定为是时),通过S350,依照使用了预先决定的系数C1的下述式(5)而修正第i个分散电源装置100的第2电压宽度VW2i。
VW2i=VW2i+C2·(Qi-Qave)…(5)
进而,管理装置200通过S360,将|Ti-Tave|与预先决定的阈值Tth进行比较。在|Ti-Tave|>Tth时(S360判定为是时),通过S370,依照使用了预先决定的系数C1的下述式(6)来修正第i个分散电源装置100的第1电压宽度VW1i。
VW1i=VW1i+C1·(Ti-Tave)…(6)
此时,优选在进行使|Ti-Tave|不超过上限值Timax的保护处理,在(Ti-Tave)>Timax时修正为(Ti-Tave)=Timax,并且在(Ti-Tave)<-Timax时修正为(Ti-Tave)=-Timax的基础上,应用式(6)。此外,上限值Timax例如能够在几十秒~几百秒程度的范围内预先决定。
另一方面,在|Qi-Qave|≤Qth时(S340判定为否时),跳过S350~S370,第1电压宽度VW1i以及第2电压宽度VW2i维持为S310中的值。另外,在|Ti-Tave|≤Tth时(S370判定为否时),跳过S370,在S350中修正第1电压宽度VW1i,另一方面,第2电压宽度VW2i维持为S310中的值。
关于N个分散电源装置100,至少执行S340~S370的处理,从而能够单独地设定第1电压宽度VW1以及第2电压宽度VW2。由此,在多个(N个)分散电源装置100中的通过无效电力控制输入输出的无效电力比平均值大的分散电源装置100中,将第2电压宽度VW2进行扩大,从而能够减少无效电力。
同样地,在多个(N个)分散电源装置100中的无效电力控制中的开始定时比平均值早的分散电源装置100中,将第1电压宽度VW1进行扩大,从而能够使得不易开始无效电力控制。
图8A以及图8B示出用于比较针对第1以及第2电压宽度的无效电力控制的状态的第1以及第2控制波形图。在图8A以及图8B中示出两个分散电源装置100连接于配电体系的情况(N=2)下的仿真结果。
此外,图8A以及图8B中的无效电力比例Q1表示第1个(i=1)分散电源装置100中的从该分散电源装置100(i=1)输入输出的无效电力与电力变换电路130的视在电力额定值之比。同样地,无效电力比例Q2表示第2个(i=2)分散电源装置100中的从该分散电源装置100(i=2)输入输出的无效电力与电力变换电路130视在电力额定值之比。
在图8A中,在两个分散电源装置100之间,第1电压宽度VW1相同,且第2电压宽度VW2也相同。其结果,在第2个(i=2)分散电源装置100中,无效电力控制在比第1个(i=1)分散电源装置100早的定时开始,且无效电力比例Q2的绝对值比无效电力比例Q1的绝对值大。即,在图8A的状态下,从第2个(i=2)分散电源装置100输入输出的无效电力大,用于使体系电压稳定化的无效电力的分担为不均衡的状态。
相对于此,在图8B中,与图8A相比缩小第2个分散电源装置100的第1电压宽度VW1,设为比第1个分散电源装置100的第1电压宽度VW1小的值。由此,在两个分散电源装置100之间,无效电力控制的开始定时大致一致。
进而,在图8B中,以使第1个分散电源装置100的第2电压宽度VW2比第2个分散电源装置100的第2电压宽度VW2小的方式,从图8A中的值变更两个分散电源装置100的第2电压宽度VW2。由此,关于无效电力控制中的无效电力比例Q1以及Q2,也调整成示出等同的动作。其结果,在图8B中,被理解为通过第1以及第2电压宽度VW1、VW2的调整,在两个分散电源装置100之间,用于均衡体系电压稳定化的无效电力的分担。
这样,在实施方式2的电力变换系统中,能够根据由多个分散电源装置100执行的无效电力控制下的实际成绩值,调整多个分散电源装置100的第1以及第2电压宽度VW1、VW2。由此,能够抑制多个分散电源装置100间的用于使体系电压稳定化的无效电力分担的失衡,使其均衡化。
实施方式3.
在实施方式1中说明的无效电力控制中,关于保持时间Tm以及使经过保持时间后的无效电力指令值Qref接近0的速率处理中的速率值ΔQ,也对从各分散电源装置100输入输出的无效电力造成影响。
具体而言,当保持时间Tm过长时,输入输出的无效电力变得过大,从而作为原本的动作的有效电力的输入输出有可能会过度地被限制。另一方面,当保持时间Tm过短时,在一部分的分散电源装置100中的速率处理开始后,其它分散电源装置100中的无效电力的分担有可能会过度增加。因此,在各分散电源装置100中的无效电力控制的动作不稳定的情况下,优选使保持时间Tm变长。
另外,当保持时间Tm例如被设定为Tm=5分钟时,通过分散电源装置100的无效电力控制来抑制大致5分钟以内的电压变动,另一方面,由电压调整器310调整其以上的长期的电压变动。即,保持时间Tm相当于分散电源装置100的无效电力控制和电压调整器310的协调控制中的分担的边界值。因此,优选在电压调整器310的动作次数几乎不进行动作的情况下增长保持时间Tm,另一方面在电压调整器310的动作次数多的情况下缩短保持时间Tm。
基于这些理由,保持时间Tm优选根据包括无效电力控制的电力变换系统的动作实际成绩而设定为合适值。
图9是说明设定实施方式3的电力变换系统中的分散电源装置的无效电力控制下的保持时间的控制处理的流程图。图9所示的控制处理例如能够每当每隔预定时间(例如,30分钟)从分散电源装置100向管理装置200发送无效电力控制的实际成绩值时,由管理装置200执行。此外,保持时间Tm在所有的分散电源装置100之间是共同的。
参照图9,管理装置200在S410中设定保持时间Tm的初始值。既可以将初始值设为预先决定的固定值,也可以将保持时间Tm的当前的值用作初始值。进而,管理装置200通过S420来设定作为保持时间Tm的最大值的最大时间Tmax。最大时间Tmax既可以为预先决定的固定值,也可以如上所述,根据电压调整器310的工作实际成绩可变地设定。例如,能够使得从当前时间点起回溯一定时间的期间内的电压调整器310的工作次数越多,则将最大时间Tmax设定得越短,另一方面,该工作次数越少,则将最大时间Tmax设定得越长。
管理装置200在S430中比较在S410中设定的保持时间Tm和在S420中设定的最大时间Tmax。在Tm>Tmax时(S430判定为是时),在通过S440而清零为Tm=0之后,执行S450以后的处理。另一方面,在Tm≤Tmax时(S430判定为否时),维持在S410中读入的保持时间Tm,执行S450以后的处理。
管理装置200在S450中在电压变动发生时从多个(N个)分散电源装置100分别获取无效电力控制中的保持定时Th(图5的时刻tb)的实际成绩值。例如,保持定时Th根据各分散电源装置100中的无效电力控制的开始定时(图5的时刻ta)与无效电力指令值Qref的保持的开始定时(图5的时刻tb)的时间差而定义。或者,保持定时Th还能够根据以最早开始无效电力控制的分散电源装置100中的无效电力控制的开始定时为起点,直至各分散电源装置100中的无效电力指令值Qref的保持的开始定时(图5的时刻tb)为止的经过时间来定义。
管理装置200在S460中抽取N个分散电源装置100中的保持定时Th中的最早保持无效电力的分散电源装置100中的保持定时T1和最晚保持无效电力的分散电源装置100中的保持定时T2。
进而,管理装置200在S470中判定(T2-T1)>Tm是否成立,在(T2-T1)>Tm时(S470判定为是时),通过S480使保持时间Tm增加预先决定的刻度值Ta(Ta>0)。
另外,在S490中,基于S480的增加后的保持时间Tm与在S420中设定的最大时间Tmax进行比较。在Tm>Tmax时,通过S495修正为Tm=Tmax,处理结束。通过S470~S490的循环处理,保持时间Tm被设定为(T2-T1)的实际成绩值以上,且保障为最大时间Tmax以下。
这样,根据实施方式3的电力变换系统,能够根据多个分散电源装置100之间的无效电力的保持定时的时间差,适当地设定各分散电源装置100中的保持时间的长度。具体而言,在保持定时的时间差长时,增长保持时间Tm,从而能够防止在特定的分散电源装置100中无效电力的输入输出发生失衡。
在实施方式3的电力变换系统中,优选根据包括无效电力控制的电力变换系统的动作实际成绩,将无效电力控制下的速率处理时的速率值ΔQr设定为合适值。
图10是说明设定实施方式3的电力变换系统中的分散电源装置的无效电力控制下的速率处理时的速率值ΔQr的控制处理的流程图。关于图10所示的控制处理,例如也能够每当每隔预定时间(例如,30分钟)从分散电源装置100向管理装置200发送无效电力控制的实际成绩值时由管理装置200执行。此外,速率值ΔQr在所有的分散电源装置100之间是共同的。
参照图10,管理装置200通过S510来设定速率值ΔQr的初始值。既可以将初始值设为预先决定的固定值,也可以将ΔQr的当前的值用作初始值。进而,管理装置200通过S420来设定速率值ΔQr的最小值ΔQrmin。最小值ΔQrmin能够设为预先决定的固定值,但例如,能够与去除电压指令值生成部121a(图3)中的高频分量的电压变动时的时间常数联动地设定为不会导致控制震荡(hunting)发生的值。
管理装置200在S530中比较在S510中设定的速率值ΔQr和在S520中设定的最小值ΔQrmin。在ΔQr<ΔQrmin时(S530判定为是时),通过S540使ΔQr增加预先决定的刻度值ΔQa(ΔQa>0)。重复S540的处理直至增加后的速率值ΔQr成为最小值ΔQrmin以上为止、即直至S530判定为否为止。
管理装置200在S530判定为否时,使处理进入到S550。在该时间点,被理解为速率值ΔQr为S510中的设定值(ΔQr>ΔQrmin时)、或者与ΔQrmin相当(ΔQr≤ΔQrmin时)。
管理装置200在S550中根据N个分散电源装置100中的无效电力控制的实际成绩,在保持期间结束后(图5的时刻tc以后),互连点电压Vip以及电压指令值Vref的电压偏差|ΔVip|再次变得比第1电压宽度大,从而根据从各分散电源装置100发送到管理装置200的无效电力控制的实际成绩数据检测再次开始电压控制的分散电源装置100的个数(Z)。
管理装置200在S560中判定在S550中检测到的个数Z是否为0<Z<N,在Z=0,即,在所有的分散电源装置100中未再次开始电压控制的情况、或者,Z=N,即,被认为在所有的分散电源装置100中再次开始电压控制而发生其它扰乱的情况下(S560判定为否时),维持处理进入到S550的时间点下的速率值ΔQr。
另一方面,当在S550中检测到的个数Z为0<Z<N的情况下(S560判定为是时),通过S570,从处理进入到S550的时间点下的值减去预先决定的值ΔQb(ΔQb>0)而设定新的速率值ΔQr。
这样,根据实施方式3的电力变换系统,在关于无效电力控制结束时的速率处理中的速率值ΔQr,以最小值ΔQrmin为基准,并在一部分的分散电源装置100中在保持定时(图5的时刻tb)以后再次开始电压控制的情况下,能够减小速率值ΔQr。由此,能够抑制以短的周期重复电压控制的结束和电压控制的再次开始的误动作(震荡)。
此外,在实施方式3的电力变换系统中,关于保持时间Tm的设定处理(图9)以及速率值ΔQ的设定处理(图10),既可以仅执行一方,还能够执行两方。另外,如上所述,还能够采用作为Tm=0而不设置保持期间的变形例,所以在该情况下不需要图9的处理。
实施方式4.
在实施方式4中,说明使用神经网络模型来设定向分散电源装置100的指令值的例子。作为向分散电源装置100的指令值,在此,代表性地说明第1电压宽度VW1以及第2电压宽度VW2的设定。
图11是说明在实施方式4的电力变换系统中使用的神经网络模型的概念图。
参照图11,神经网络模型210在管理装置200中被构建。
参照图11,神经网络模型210包括构成输入层的K个(K:2以上的整数)神经元、构成输出层的L个(L:自然数)神经元No以及构成与输入层以及输出层之间连接的隐藏层的多个神经元。在图11的例子中,K=L=4,所以在输入层配置神经元N11~N14,在输出层配置4个神经元N21~N24。
隐藏层是遍及M层而将最大J个(M、J:2以上的整数)神经元相互连接而构成的。通过决定上述个数参数K、L、M、J,从而设定神经网络模型210的构造。这样,能够根据输入层、隐藏层、输出层的数量以及各层的神经元数,任意地设定神经网络模型210的构造。
在图11中,激活函数被输入到用圆记号标记的各神经元。例如,作为激活函数,能够使用Sigmoid函数,但能够应用公知的任意的激活函数。
在向输入层的输入信号中包含表示配电体系的状态的定量值以及向各分散电源装置100的指令值。作为向分散电源装置100的指令值,包括第1电压宽度VW1、第2电压宽度VW2、保持时间Tm、保持时间结束后的速率处理中的速率值ΔQr中的至少任意个。但是,至少第1电压宽度VW1以及第2电压宽度VW2包含于输入信号。
另外,在配电体系的状态中包含日期时间、天气以及季节中的任意个。表示这些状态的输入信号能够用作间接地表示日期时间、天气、以及季节的不同所致的电力负荷以及各分散电源装置中的发电量的不同的指标。进而,关于云的流动方向以及速度,也能够以包含于配电体系的状态的方式,定义输入信号。
另一方面,在来自输出层的输出信号中,至少包含分散电源装置100中的无效电力比例Q。
在管理装置200中,使用共同的神经网络模型210,某个时刻下的输入信号以及输出信号的组作为学习数据而被输入到神经网络模型210。通过使用了从过去的实际成绩值得到的多个学习数据的机器学习,决定各神经元间的加权系数,从而构建神经网络模型210。
此外,每当被输入新的学习数据时,加权系数被更新。或者,也可以在经过一定时间时或者更新次数达到预先决定的次数的情况下,在废弃比较旧的学习数据之后,决定加权系数。
另外,用于使用相同的神经网络模型210求出加权系数的机器学习能够针对多个分散电源装置100的每个分散电源装置100而分开地执行。即,神经网络模型210的各神经元间的加权系数能够针对多个分散电源装置100的每个分散电源装置100设为单独的值。例如,即使在多个分散电源装置100配置于相同的智慧城镇内的情况下,考虑到日照的变动定时偏离几秒左右这一情况以及与分散电源装置100的位置相应地互连点电压的动作不同这一情况,权重系数也优选针对多个分散电源装置100的每个分散电源装置100设为单独的值。
使用图12以及图13,说明实施方式4的电力变换系统中的使用神经网络模型来设定分散电源装置的指令值的控制处理。在图12以及图13中作为代表例说明用于作为多个分散电源装置100的指令值而设定第1电压宽度VW1以及第2电压宽度VW2的控制处理。图12以及图13所示的控制处理能够每当经过作为向分散电源装置100发送信息的周期的预定时间(例如,30分钟)时由管理装置200执行。
参照图12,管理装置200通过S610设定N个分散电源装置100的第1电压宽度VW1以及第2电压宽度VW2的初始值。进而,在S620中,关于各分散电源装置100,对神经网络模型210提供包含在S610中设定的第1以及第2电压宽度VW1、VW2的输入信号,从而作为输出信号而获取无效电力比例QNi。
管理装置200在S630中计算在S620中计算出的N个分散电源装置100的无效电力比例QNi的平均值QNave。进而,在S630中,求出第i个(i:1~n的自然数)分散电源装置100中的ΔQNi=QNi-QNave,在S640中抽取|ΔQNi|最大的第j个(j:1~n的自然数)分散电源装置100。
管理装置200在S650中将在S640中抽取出的第j个分散电源装置100中的|QNj-QNave|与预先决定的判定值QNth进行比较。在|QNj-QNave|>QNth时(S650判定为是时),处理进入到S660,仅在S640中抽取出的第j个分散电源装置100的第1电压宽度VW1j使用预先决定的系数CN1,依照下述式(7)扩大。
VW1j=VW1j+CN1·|QNj-QNave|…(7)
管理装置200通过S680将包含在S670中扩大的第1电压宽度VW1j的输入信号输入到神经网络模型210,从而获取各分散电源装置100的无效电力比例QNi。接着,在S680中,计算在S670中获取到的N个无效电力比例QNi的平均值QNave。进而,在S690中,求出N个分散电源装置100中的|QNi-QNave|中的最大值MAX(|QNi-QNave|)。
管理装置200进而通过S700依照下述式(8)以及(9)变更在S640中抽取出的第j个分散电源装置100的第1电压宽度VW1j以及第2电压宽度VW2j。式(9)中的CN2为预先决定的系数。
VW1j=VW1j-CN1·|Qj-Qave| …(8)
VW2j=VW2j+CN2·|Qj-Qave| …(9)
通过S700,第1电压宽度VW1j恢复为S660中的扩大前的值,另一方面,第2电压宽度VW2j从最初的值起扩大。即,根据S700,与S660中的处理相反地,形成仅第j个分散电源装置100的第2电压宽度VW2j使用系数CN2而扩大的状态。
管理装置200在S710中将包含在S700中扩大的第2电压宽度VW2j的输入信号输入到神经网络模型210,从而作为输出信号获取各分散电源装置100的无效电力比例QNi。接着,在S720中,计算在S710中获取到的N个无效电力比例QNi的平均值QNave。进而,在S720中求出N个分散电源装置100中的|QNi-QNave|中的最大值Q2=MAX(|QNi-QNave|)。
管理装置200通过S740比较在S690中计算出的最大值Q1和在S730中计算出的Q2。在对于Q1<Q2时(S740判定为是时)、即仅变更第1电压宽度VW1j时(S660)的无效电力比例的偏差减少具有效果的情况下,在通过S750使第1电压宽度VW1j以及第2电压宽度VW2j恢复为与S660的执行后相同的值之后,使处理返回到SS620。即,在S750中,依照下述式(10)、(11),变更第1电压宽度VW1j以及第2电压宽度VW2j。
VW1j=VW1j+CN1·|Qj-Qave| …(10)
VW2j=VW2j-CN2·|Qj-Qave| …(11)
相反,在对于Q1≥Q2时(S740判定为否时)、即仅变更第2电压宽度VW2j时(S700)的无效电力比例的偏差减少具有效果的情况下,通过S750,仍将第1电压宽度VW1j以及第2电压宽度VW2j维持为S700的执行后的值,使处理返回到SS620。
在再次执行S620~S640的处理之后,通过S650,将N个分散电源装置100中的ΔQNi=QNi-QNave的绝对值的最大值与判定值QNth进行比较。在|QNj-QNave|>QNth时(S650判定为是时),再次执行用于扩大第1电压宽度VW1或者第2电压宽度VW2的S660~S750以及S620~S650的处理。
在S650中|QNj-QNave|≤QNth成立之前,即,多个(N个)分散电源装置100之间的无效电力比例QN的偏差成为判定值以下之前,执行第1电压宽度VW1以及第2电压宽度VW2的扩大处理。当|QNj-QNave|≤QNth成立时(S650判定为否时),管理装置200结束使用了神经网络模型210(图11)的第1以及第2电压宽度的设定处理。
进而,管理装置200在下次的通信定时对N个分散电源装置100分别发送设定处理的结束时间点下的第1电压宽度VW1i以及第2电压宽度VW2i。
此外,在S650中,作为用于评价多个(N个)分散电源装置100之间的无效电力比例QN的偏差的大小的指标的一个例子而求出最大值,但还能够代替最大值而求出最大值以及最小值之差或者标准偏差等,从而评价偏差的大小。
如以上说明,在实施方式4的电力变换系统中,能够利用使用由多个分散电源装置100执行的无效电力控制下的实际成绩值而进行机器学习的神经网络,调整多个分散电源装置100的第1以及第2电压宽度VW1、VW2。由此,能够抑制多个分散电源装置100间的用于使体系电压稳定化的无效电力分担的失衡,使其均衡化。
此外,在图12以及图13中,使用神经网络模型210,调整分散电源装置100的指令值中的第1以及第2电压宽度VW1、VW2,但关于除此以外的指令值,如果包含于神经网络模型210(图11)的输入信号,则关于任意的指令值,也能够同样地调整。
本次公开的实施方式应被认为在所有的点是例示,并非限制性的。本发明的范围不是通过上述说明示出,而是通过权利要求书示出,意图包含与权利要求书等同的意义以及范围内的所有的变更。
Claims (11)
1.一种电力变换系统,具备:
至少一个分散电源装置,与配电体系互连;以及
所述分散电源装置的管理装置,
所述管理装置对所述分散电源装置周期性地发送用于设定用于控制所述分散电源装置的第1电压宽度以及比所述第1电压宽度小的第2电压宽度的信息,
所述分散电源装置包括:
分散电源;
电力变换电路,控制在与所述配电体系的互连点和所述分散电源之间的电力变换;
控制运算部,控制所述电力变换电路;以及
电压检测器,检测所述互连点的电压,
所述控制运算部通过从由所述电压检测器检测到的互连点电压去除比从所述管理装置发送所述信息的周期短的周期的电压变动分量,从而生成所述互连点的电压指令值,并且执行利用所述电力变换电路产生用于消除所述互连点电压相对于所述电压指令值的电压偏差的无效电力的无效电力控制,
所述控制运算部在所述无效电力控制中,当所述电压偏差的绝对值比所述第1电压宽度大时,开始产生所述无效电力,以使所述电压偏差的绝对值减少的方式调整所述无效电力直至所述电压偏差的绝对值比所述第2电压宽度小为止。
2.根据权利要求1所述的电力变换系统,其中,
所述控制运算部设置保持期间,并且在该保持期间结束后执行使所述无效电力的绝对值逐渐接近0的速率处理,该保持期间是在由于所述无效电力的产生而所述电压偏差的绝对值比所述第2电压宽度小的时间点保持所述无效电力的产生的期间。
3.根据权利要求2所述的电力变换系统,其中,
所述控制运算部当在所述保持期间中所述电压偏差的绝对值比所述第1电压宽度大时,再次以使所述电压偏差的绝对值减少的方式调整所述无效电力。
4.根据权利要求1所述的电力变换系统,其中,
所述控制运算部在所述电压偏差的绝对值比所述第2电压宽度小之后,执行使所述无效电力的绝对值逐渐接近0的速率处理。
5.根据权利要求1~4中的任意一项所述的电力变换系统,其中,
多个所述分散电源装置与所述配电体系互连,
在所述多个分散电源装置中,所述第1电压宽度以及所述第2电压宽度单独地被设定,
所述管理装置为了根据所述多个分散电源装置中的所述无效电力控制的实际成绩值,以均衡所述多个分散电源装置之间的所述无效电力的产生分担的方式更新所述第1电压宽度以及所述第2电压宽度而更新所述信息,周期性地发送到所述多个分散电源装置。
6.根据权利要求2或者3所述的电力变换系统,其中,
多个所述分散电源装置与所述配电体系互连,
在所述多个分散电源装置中,所述第1电压宽度以及所述第2电压宽度单独地被设定,另一方面所述保持期间的长度共同地被设定,
所述管理装置将用于根据所述多个分散电源装置中的所述无效电力控制的实际成绩而变更所述保持期间的长度的信息周期性地发送到各所述分散电源装置。
7.根据权利要求6所述的电力变换系统,其中,
所述电力变换系统还具备与所述配电体系连接的电压调整器,
所述保持期间的长度在根据所述电压调整器的工作实际成绩可变地设定的最大时间以下的范围内可变地被设定。
8.根据权利要求2~4中的任意一项所述的电力变换系统,其中,
多个所述分散电源装置与所述配电体系互连,
在所述多个分散电源装置中,所述第1电压宽度以及所述第2电压宽度单独地被设定,另一方面所述速率处理中的每单位时间的所述无效电力的绝对值的变化量共同地被设定,
所述管理装置将用于根据所述多个分散电源装置中的所述无效电力控制的实际成绩而变更所述变化量的信息周期性地发送到各所述分散电源装置。
9.根据权利要求1~4中的任意一项所述的电力变换系统,其中,
多个所述分散电源装置与所述配电体系互连,
在所述多个分散电源装置中,所述第1电压宽度以及所述第2电压宽度单独地被设定,
所述管理装置具有用于对所述分散电源装置的输入输出特性进行机器学习的神经网络模型,
所述神经网络模型的输入信号包含表示所述分散电源装置的状态的数据以及包含所述第1电压宽度以及所述第2电压宽度的所述分散电源装置的指令值,
所述神经网络模型的输出信号包含所产生的所述无效电力的实际成绩值与所述分散电源装置中的所述电力变换电路的视在电力额定之比即无效电力比例,
所述管理装置每当获取到所述输入信号以及所述输出信号时,根据所述多个分散电源装置中的所述无效电力控制的实际成绩值计算构成所述神经网络模型的多个神经元的权重系数,
所述管理装置使用所述神经网络模型,以均衡所述多个分散电源装置之间的所述无效电力的产生分担的方式更新所述指令值,将与所述指令值相关的信息周期性地发送到所述多个分散电源装置。
10.一种电力变换系统的管理装置,在该电力变换系统中分散电源装置与配电体系互连,其中,
所述电力变换系统的管理装置具备通信部,该通信部将用于设定用于控制所述分散电源装置的第1电压宽度以及比所述第1电压宽度小的第2电压宽度的信息周期性地发送到所述分散电源装置,
所述分散电源装置通过从与所述配电体系的互连点处的互连点电压去除比从所述通信部发送信息的周期短的周期的电压变动分量,从而生成所述互连点的电压指令值,并且执行产生用于消除所述互连点电压相对于所述电压指令值的电压偏差的无效电力的无效电力控制,
所述分散电源装置在所述无效电力控制中,当所述电压偏差的绝对值比所述第1电压宽度大时,开始产生所述无效电力,以使所述电压偏差的绝对值减少的方式调整所述无效电力直至所述电压偏差的绝对值比所述第2电压宽度小为止。
11.一种分散电源装置,与配电体系互连,所述分散电源装置具备:
分散电源;
电力变换电路,控制在与所述配电体系的互连点和所述分散电源之间的电力变换;
控制运算部,控制所述电力变换电路;以及
电压检测器,检测所述互连点的电压,
所述分散电源装置从所述分散电源装置的外部的管理装置周期性地接收用于设定第1电压宽度以及比所述第1电压宽度小的第2电压宽度的信息,
所述控制运算部通过从由所述电压检测器检测到的互连点电压去除比接收所述信息的周期短的周期的电压变动分量,从而生成所述互连点的电压指令值,并且执行利用所述电力变换电路产生用于消除所述互连点电压相对于所述电压指令值的电压偏差的无效电力的无效电力控制,
所述控制运算部在所述无效电力控制中,当所述电压偏差的绝对值比所述第1电压宽度大时,开始产生所述无效电力,以使所述电压偏差的绝对值减少的方式调整所述无效电力直至所述电压偏差的绝对值比所述第2电压宽度小为止。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/045207 WO2020121362A1 (ja) | 2018-12-10 | 2018-12-10 | 電力変換システム及びその管理装置、並びに、分散電源装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113169557A true CN113169557A (zh) | 2021-07-23 |
Family
ID=68836022
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880099996.2A Pending CN113169557A (zh) | 2018-12-10 | 2018-12-10 | 电力变换系统及其管理装置及分散电源装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11817708B2 (zh) |
JP (1) | JP6618659B1 (zh) |
CN (1) | CN113169557A (zh) |
WO (1) | WO2020121362A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11579680B2 (en) * | 2019-02-01 | 2023-02-14 | Alibaba Group Holding Limited | Methods and devices for power management based on synthetic machine learning benchmarks |
BR112023005583A2 (pt) * | 2020-09-30 | 2023-05-09 | Daikin Ind Ltd | Sistema de controle de energia, dispositivo que recebe energia de uma linha elétrica de um sistema de distribuição, e, sistema de processamento de informações |
JPWO2023037459A1 (zh) * | 2021-09-08 | 2023-03-16 | ||
CN117713202A (zh) * | 2023-12-15 | 2024-03-15 | 嘉兴正弦电气有限公司 | 基于深度强化学习的分布式电源自适应控制方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006081285A (ja) * | 2004-09-09 | 2006-03-23 | Chugoku Electric Power Co Inc:The | 静止形無効電力補償装置の制御方法 |
JP2011205736A (ja) * | 2010-03-24 | 2011-10-13 | Tokyo Electric Power Co Inc:The | 分散型電源および分散型電源制御方法 |
JP2012050170A (ja) * | 2010-08-24 | 2012-03-08 | Tokyo Electric Power Co Inc:The | 蓄電池制御装置 |
JP2013212021A (ja) * | 2012-03-30 | 2013-10-10 | Mitsubishi Electric Corp | 無効電力補償装置 |
US20140288725A1 (en) * | 2011-10-31 | 2014-09-25 | Mitsubishi Electric Corporation | Power-distribution-system voltage control system, power-distribution-system voltage control method, and centralized voltage control apparatus |
CN105262149A (zh) * | 2015-11-26 | 2016-01-20 | 阳光电源股份有限公司 | 一种抑制光伏电站电压波动的方法和系统 |
CN105324901A (zh) * | 2013-06-26 | 2016-02-10 | 三菱电机株式会社 | 电压监视控制装置及电压监视控制方法 |
US20160118803A1 (en) * | 2014-10-17 | 2016-04-28 | Hitachi, Ltd. | Electrical grid control system, electrical grid control method, and power conversion apparatus |
CN205811554U (zh) * | 2015-03-10 | 2016-12-14 | 通用电气公司 | 电压控制系统 |
CN107069816A (zh) * | 2017-04-24 | 2017-08-18 | 广东电网有限责任公司佛山供电局 | 分布式发电装置的无功协调控制方法和装置 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3048106C (en) * | 2009-09-15 | 2021-09-28 | Rajiv Kumar Varma | Utilization of distributed generator inverters as statcom |
JP5612417B2 (ja) | 2010-09-27 | 2014-10-22 | 学校法人早稲田大学 | 多数台連系した太陽光発電システムの出力抑制回避方法及びその装置 |
JP5618294B2 (ja) | 2010-10-13 | 2014-11-05 | 独立行政法人産業技術総合研究所 | 高圧・低圧配電系統電圧調節システム |
TWM424699U (en) * | 2011-10-14 | 2012-03-11 | Delta Electronics Inc | Array-type battery power management apparatus and battery power integration unit thereof |
US10074990B2 (en) * | 2013-07-26 | 2018-09-11 | Kyocera Corporation | Power conversion apparatus, power management apparatus, and method for power management |
JP2015211480A (ja) | 2014-04-23 | 2015-11-24 | 株式会社ノーリツ | 発電システムの電圧上昇抑制制御方法 |
US20160087442A1 (en) * | 2014-07-04 | 2016-03-24 | Stefan Matan | Modular power grid |
JP6426652B2 (ja) * | 2016-04-15 | 2018-11-21 | ファナック株式会社 | ディジタル制御電源装置および生産管理システム |
US10027119B2 (en) * | 2016-05-28 | 2018-07-17 | PXiSE Energy Solutions, LLC | Decoupling synchrophasor based control system for multiple distributed energy resources |
CN106410808B (zh) * | 2016-09-27 | 2018-04-24 | 东南大学 | 包含恒功率和下垂控制的通用型微电网群分布式控制方法 |
JP6876406B2 (ja) * | 2016-10-20 | 2021-05-26 | 株式会社日立製作所 | 電圧無効電力運用支援装置および支援方法、並びに電圧無効電力運用監視制御装置および監視制御方法 |
WO2019053941A1 (ja) * | 2017-09-12 | 2019-03-21 | 三菱電機株式会社 | 分散電源システム |
US10559962B2 (en) * | 2018-01-06 | 2020-02-11 | Aic Inc. | Power-outputting management method for power-supplying apparatus |
CN111903027A (zh) * | 2018-03-20 | 2020-11-06 | 本田技研工业株式会社 | 电力信息管理系统、管理方法、程序、电力信息管理服务器、通信终端以及电力系统 |
CN112020807A (zh) * | 2018-05-01 | 2020-12-01 | 三菱电机株式会社 | 电力变换装置 |
EP3800987B1 (en) * | 2018-05-31 | 2022-07-06 | Signify Holding B.V. | A horticultural lighting device for sustaining indoor plant growth as well as a corresponding horticultural lighting system and method |
US11579680B2 (en) * | 2019-02-01 | 2023-02-14 | Alibaba Group Holding Limited | Methods and devices for power management based on synthetic machine learning benchmarks |
US10950773B1 (en) * | 2019-12-02 | 2021-03-16 | Bruce H Baretz | Light emitting diode devices |
-
2018
- 2018-12-10 CN CN201880099996.2A patent/CN113169557A/zh active Pending
- 2018-12-10 US US17/282,776 patent/US11817708B2/en active Active
- 2018-12-10 JP JP2019521495A patent/JP6618659B1/ja active Active
- 2018-12-10 WO PCT/JP2018/045207 patent/WO2020121362A1/ja active Application Filing
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006081285A (ja) * | 2004-09-09 | 2006-03-23 | Chugoku Electric Power Co Inc:The | 静止形無効電力補償装置の制御方法 |
JP2011205736A (ja) * | 2010-03-24 | 2011-10-13 | Tokyo Electric Power Co Inc:The | 分散型電源および分散型電源制御方法 |
JP2012050170A (ja) * | 2010-08-24 | 2012-03-08 | Tokyo Electric Power Co Inc:The | 蓄電池制御装置 |
US20140288725A1 (en) * | 2011-10-31 | 2014-09-25 | Mitsubishi Electric Corporation | Power-distribution-system voltage control system, power-distribution-system voltage control method, and centralized voltage control apparatus |
JP2013212021A (ja) * | 2012-03-30 | 2013-10-10 | Mitsubishi Electric Corp | 無効電力補償装置 |
CN105324901A (zh) * | 2013-06-26 | 2016-02-10 | 三菱电机株式会社 | 电压监视控制装置及电压监视控制方法 |
US20160118803A1 (en) * | 2014-10-17 | 2016-04-28 | Hitachi, Ltd. | Electrical grid control system, electrical grid control method, and power conversion apparatus |
CN205811554U (zh) * | 2015-03-10 | 2016-12-14 | 通用电气公司 | 电压控制系统 |
CN105262149A (zh) * | 2015-11-26 | 2016-01-20 | 阳光电源股份有限公司 | 一种抑制光伏电站电压波动的方法和系统 |
CN107069816A (zh) * | 2017-04-24 | 2017-08-18 | 广东电网有限责任公司佛山供电局 | 分布式发电装置的无功协调控制方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2020121362A1 (ja) | 2020-06-18 |
US20210391721A1 (en) | 2021-12-16 |
JPWO2020121362A1 (ja) | 2021-02-15 |
JP6618659B1 (ja) | 2019-12-11 |
US11817708B2 (en) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11326579B2 (en) | Adaptive dynamic planning control method and system for energy storage station, and storage medium | |
CN113169557A (zh) | 电力变换系统及其管理装置及分散电源装置 | |
EP2328259B1 (en) | System and method for power management in a photovoltaic installation | |
US8901893B2 (en) | Electricity storage device and hybrid distributed power supply system | |
Jiao et al. | Distributed coordinated voltage control for distribution networks with DG and OLTC based on MPC and gradient projection | |
DK178459B1 (en) | System og fremgangsmåde til spændingsstyring af vindgeneratorer | |
EP2490312A1 (en) | Solar generation method and system | |
CN110612650B (zh) | 用于运行孤岛电网的方法以及孤岛电网 | |
CN109120003A (zh) | 一种基于mpc算法的分布式光伏储能系统优化控制方法 | |
CN105453365A (zh) | 电压监视控制装置及电压控制装置 | |
Kou et al. | Stable and optimal load sharing of multiple PMSGs in an islanded DC microgrid | |
US11201471B2 (en) | Method of operating an energy system | |
CN106169756B (zh) | 一种计及经济特性的孤岛微网频率协同控制方法 | |
CN113196609A (zh) | 用于控制具有多个电气装置的电气设备的方法、控制单元以及具有这种控制单元的电气设备 | |
JP5611138B2 (ja) | 電圧制御装置 | |
Lim et al. | Proportional integrator (PI) and fuzzy-controlled energy storage for zero-power flow between grid and local network with photovoltaic system | |
KR101936293B1 (ko) | 에너지 저장 시스템 | |
JP7412190B2 (ja) | 集中管理装置、および、当該集中管理装置を備えた発電システム | |
Kinjyo et al. | Decentralized controllable loads control in small power system | |
Gu et al. | Enhancing dynamic stability performance of hybrid ac/dc power grids using decentralised model predictive control | |
CN110336291B (zh) | 主动配电网自适应电压无功控制方法 | |
CN116594326A (zh) | 一种基于事件触发的智慧能源系统一致性控制方法 | |
Zhao et al. | Model Predictive Voltage Control of Wind Power Plants | |
Kodeeswara Kumaran et al. | Two-area power system stability analysis by frequency controller with UPFC synchronization and energy storage systems by optimization approach | |
CN115498691A (zh) | 光伏发电的功率控制方法、装置、设备和可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40050744 Country of ref document: HK |