基于BP神经网络光柴孤网运行优化控制研究

被引:2
作者
胡钢
范伟东
李忠
机构
[1] 河海大学物联网工程学院
关键词
微电网; 光伏发电; 柴油机发电; 频率控制; BP神经网络;
D O I
暂无
中图分类号
TM61 [各种发电]; TP183 [人工神经网络与计算];
学科分类号
080802 [电力系统及其自动化]; 140502 [人工智能];
摘要
光柴互补发电独立微电网系统,主要包括:光伏电池组发电、柴油机发电和负载等,光伏发电模型采用MPPT控制。在确保光伏最大功率输出的基础上,对原动机及其速度/功率反馈系统、同步发电机及其励磁控制系统进行分析,建立相应的数学模型。设计基于BP神经网络算法PID控制器,控制原动机的转速调整其输出功率,维持微网系统频率的恒定。仿真结果表明:该控制策略实现光伏最大功率输出,提高太阳能利用率。同时,保证微网系统的频率恒定。
引用
收藏
页码:129 / 134
页数:6
相关论文
共 13 条
[1]
微电网孤岛运行的主从控制策略研究 [D]. 
刘文 .
广东工业大学,
2012
[2]
BP神经网络算法的改进及其在PID控制中的应用研究 [D]. 
史春朝 .
天津大学,
2006
[3]
Design of a multilevel control strategy for integration of stand-alone wind/diesel system.[J].B. Sedaghat;A. Jalilvand;R. Noroozian.International Journal of Electrical Power and Energy Systems.2011, 1
[4]
基于自适应模糊PID控制的最大功率点跟踪技术研究 [J].
李彬 ;
薛云灿 ;
王思睿 ;
邓立华 .
陕西电力, 2015, 43 (07) :7-10
[5]
BP神经网络PID控制算法在农作物干燥控制系统中的应用研究与设计 [J].
吕伟 ;
姚凯学 .
计算机测量与控制, 2015, 23 (02) :432-435
[6]
微电网孤岛运行下的频率控制研究 [J].
缪勇 ;
奚玲玲 .
电器与能效管理技术, 2015, (02) :49-55+64
[7]
基于神经网络PID控制的有源电力滤波器的研究 [J].
郎进平 ;
杜迎喜 .
现代矿业, 2014, 30 (06) :135-137
[8]
独立光柴混合微电网新的负荷频率控制研究 [J].
米阳 ;
张寒 ;
杨洋 ;
井元伟 .
控制工程, 2014, 21 (01) :103-106
[9]
基于BP神经网络的并联型有源电力滤波器直流侧电压PID控制设计 [J].
李建科 ;
王金全 ;
马涛 ;
阙海丹 .
电网与清洁能源, 2012, 28 (06) :66-69
[10]
柴油机数学模型的模拟和仿真 [J].
萧颖 ;
潘大德 .
内燃机车, 2011, (03) :12-15+55