基于预测模型的光伏并网过电压控制

被引：13

作者：

张贵涛 ^{[1
]}

易浩民 ^{[2
]}

彭显刚 ^{[3
]}

机构：

[1] 国网山东电力公司临沂供电公司

[2] 长沙理工大学电气与信息工程学院

[3] 广东工业大学自动化学院

来源：

智慧电力 | 2017年 / 45卷 / 09期

关键词：

过电压; 神经网络; 预测模型; 功率削减;

D O I：

暂无

中图分类号：

TM615 [太阳能发电];

学科分类号：

080811 [新能源发电与电能存储];

摘要：

针对大量分散的光伏发电单元接入配电网后引起的过电压问题,提出了一种基于BP神经网络预测模型的过电压抑制策略。该策略利用气象预报的光照、温度数据信息以及检测的光伏发电系统的输出功率和馈线电压等历史数据,预测出需要削减的光伏发电有功功率,并控制光伏板的功率输出以避免过电压的发生。对提出的预测模型作了介绍,提出了不同日类型(晴天、多云)的分类预测模型。最后通过MATLAB仿真软件对算例进行分析,结果验证了该预测模型抑制过电压的可行性和有效性。

引用

页码：20 / 25

页数：6

共 9 条

[1]

基于ANN概率生成模型的风电功率爬坡事件大数据场景预测 [J].