一种基于神经网络的多能源共直流母线混合供电控制策略

被引：8

作者：

李继方 ^{[1
,2
]}

高明远 ^{[2
]}

陈杰 ^{[3
]}

任海波 ^{[3
]}

机构：

[1] 上海海事大学

[2] 开封大学

[3] 许继电气股份有限公司

来源：

电力系统保护与控制 | 2010年 / 38卷 / 20期

关键词：

神经网络; 多能源; 混合供电; 共直流母线;

D O I：

暂无

中图分类号：

TM76 [电力系统的自动化];

学科分类号：

080802 ;

摘要：

在分析太阳能、风能、海洋能、地热能等能源特点的基础上,提出了多能源混合供电的系统结构,建立了基于神经网络的控制模型,提出了多能源混合供电控制策略。在对神经网络训练时采用Levenberg-Marquaret算法,并引入动量因子α,加快了收敛速度和防止了振荡。仿真结果表明该策略是有效的,在最大限度地使用可再生能源的前提下,交流微网输出电压持续、稳定、不间断,能够满足交流微网内用户用电需要。

引用

页码：141 / 144+147 +147

页数：5

共 8 条

[1] 人工神经网络的混合电力补偿控制器设计 [J].

张志刚 ;

沈毅 ;

王宪杰 .

电机与控制学报, 2008, (03) :353-356+360

[2] 西部多能源互补利用的分布式能源系统方案探讨 [J].

齐学义 ;

季炜 ;

董士奎 ;

江良荣 .

节能技术, 2008, (01) :8-11

[3]

新能源与可再生能源的关键技术与发展趋势[J]. 汤天浩.电源技术应用. 2007(02)

[4]

新能源与可再生能源的关键技术与发展趋势[J]. 汤天浩.电源技术应用. 2007 (02)

[5] 以大型风电场为核心的多能源互补发电系统 [J].

包能胜 ;

徐军平 ;

倪维斗 .

中国能源, 2006, (08) :29-33

[6] 神经网络在混合电力系统短期预报中的应用 [J].

蔡良伟 ;

周俊人 .

深圳大学学报, 1998, (01) :22-26

[7]

风光混合供电系统风光匹配性的研究[D]. 龙哲.内蒙古工业大学. 2007

[8]

风力发电机组的控制技术[M]. 机械工业出版社 , 叶杭冶编著, 2002

← 1 →