本文選題：光伏并網發(fā)電系統(tǒng) + 孤島檢測　； 參考：《新疆大學》2017年碩士論文

【摘要】：能源攸關民生國計。為了解決日益凸顯的能源問題,人們把目光投向了以光伏、風力發(fā)電為代表的新能源。其中光伏發(fā)電得到最廣泛的應用。隨著光伏發(fā)電系統(tǒng)數量的增多,會給原配電網的安全及穩(wěn)定性帶來一系列的危害,這其中主要的影響就是孤島效應。為了最大可能的減小孤島效應的危害,研究性能良好的孤島檢測方法有著重要的現實作用。本文闡述了檢測孤島效應的背景,并對孤島效應的定義以及帶來的危害作了介紹,敘述了目前關于孤島檢測方法的研究現狀。探討了孤島產生的機理,介紹了國際經常使用的檢測孤島效應的方法以及評價該方法優(yōu)劣的標準。對每種孤島檢測法的檢測原理及存在的優(yōu)缺點進行分析總結。以主動式檢測法中的主動移相法為研究對象,闡述了該方法的檢測原理。首先在Matlab/Simulink上進行建模與仿真,并以檢測速度和存在的檢測盲區(qū)兩方面作為指標來對其檢測性能進行評價。其次以自動移相法為基礎,分析該類方法檢測時間長的原因,并提出一種改進的自動移相法,并通過仿真驗證了該方法可以提高檢測效率,減小盲區(qū)。為了克服傳統(tǒng)被動式孤島檢測方法檢測盲區(qū)較大的問題,在不影響電能質量的情況下,研究了基于小波包能量熵和BP神經網絡的被動式孤島檢測方法。在此方法中,對公共耦合點的電壓信號和逆變器輸出電流信號進行小波包分解,得到相應的小波包能量熵作為特征量,由BP神經網絡對特征量進行識別獲取分類結果,從而實現孤島檢測。仿真結果表明了基于小波包能量熵與BP神經網絡的孤島檢測方法能夠迅速地檢測出孤島,而且對電能質量無影響。
[Abstract]:Energy is of vital importance to the nation. In order to solve the increasingly prominent energy problems, people focus on photovoltaic, wind power as the representative of new energy. Photovoltaic power generation is the most widely used. With the increase of the number of photovoltaic power generation system, it will bring a series of harm to the safety and stability of the original distribution network, the main impact of which is the islanding effect. In order to reduce the harm of islanding effect as far as possible, it is very important to study the method of islanding detection with good performance. In this paper, the background of detecting islanding effect is described, the definition and harm of islanding effect are introduced, and the present research status of islanding detection method is described. The mechanism of islanding is discussed. The method of detecting islanding effect and the standard of evaluating the method are introduced. The detection principle and advantages and disadvantages of each islanding detection method are analyzed and summarized. Taking the active phase shift method as the research object, the principle of the active phase shift method is expounded. Firstly, modeling and simulation are carried out on Matlab / Simulink, and the detection performance is evaluated by using the detection speed and the existing blind spot as indicators. Secondly, based on the automatic phase shift method, the reason of the long detection time is analyzed, and an improved automatic phase shift method is proposed. The simulation results show that the method can improve the detection efficiency and reduce the blind area. In order to overcome the problem of large blind spot detection in traditional passive islanding detection, a passive islanding detection method based on wavelet packet energy entropy and BP neural network is studied without affecting the power quality. In this method, the common coupling point voltage signal and inverter output current signal are decomposed by wavelet packet, the corresponding wavelet packet energy entropy is obtained as the characteristic quantity, and the classification result is obtained by BP neural network. Thus the detection of isolated islands is realized. The simulation results show that the islanding detection method based on wavelet packet energy entropy and BP neural network can detect the isolated island quickly and has no effect on the power quality.
【學位授予單位】：新疆大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TM615

【參考文獻】

相關期刊論文 前10條

1 ;IEA:到2030全球光伏累計裝機量有望達1721GW[J];通信電源技術;2017年01期

2 吳云亞;闞加榮;謝少軍;湯雨;薛迎成;;三種頻率偏移孤島檢測方法的性能比較[J];電網技術;2016年03期

3 李媛;陳華;郭俊輝;郭浩;;分布式發(fā)電并網系統(tǒng)孤島檢測方法研究[J];電子技術應用;2015年11期

4 吳兆剛;李唐兵;姚建剛;龔文龍;陳強;;基于小波和改進神經樹的電能質量擾動分類[J];電力系統(tǒng)保護與控制;2014年24期

5 孫學超;李嵐;;一種改進的光伏并網系統(tǒng)主動移相式孤島檢測方法[J];制造業(yè)自動化;2014年21期

6 冉成科;夏向陽;劉樂;李擁平;龔芳;唐衛(wèi)波;;分布式發(fā)電系統(tǒng)中的新型主動式孤島檢測方法[J];中南大學學報(自然科學版);2013年12期

7 丁浩;何宇;漆漢宏;魏艷君;郭小強;;基于拋物線型SMS算法的孤島檢測[J];電工技術學報;2013年10期

8 賀眉眉;李華強;陳靜;魏宏芬;林茂君;;基于離散小波變換的分布式發(fā)電孤島檢測方法[J];電力自動化設備;2012年10期

9 梁雪飛;陳歆技;;小波熵和BP神經網絡在孤島檢測與擾動辨識中的應用[J];江蘇電機工程;2012年03期

10 肖玉飛;劉祖潤;李目;;基于小波包能量熵與SVM的模擬電路故障診斷[J];電子測量技術;2011年06期

相關重要報紙文章 前2條

1 孫麒翔;王子揚;;光伏業(yè)高速發(fā)展存隱疾[N];北京商報;2017年

2 楊歌;;“十三五”光伏發(fā)電實現平價上網目標[N];機電商報;2016年

相關博士學位論文 前1條

1 謝東;分布式發(fā)電多逆變器并網孤島檢測技術研究[D];合肥工業(yè)大學;2014年

相關碩士學位論文 前10條

1 張志林;光伏并網系統(tǒng)孤島效應的研究[D];南昌大學;2015年

2 郁洋;基于小波去噪的自動包裝機控制系統(tǒng)的研究[D];哈爾濱理工大學;2015年

3 郭寶玲;光伏并網發(fā)電系統(tǒng)的孤島檢測技術研究[D];中國石油大學(華東);2014年

4 何書迪;基于極限學習機與概率神經網絡的接地網故障診斷[D];湖南大學;2014年

5 王斌;基于神經網絡的電機直接轉矩控制技術研究[D];揚州大學;2014年

6 王士波;基于希爾伯特—黃變換算法的微電網孤島檢測方法研究[D];哈爾濱理工大學;2014年

7 張異;燃料電池并網孤島檢測及微網控制策略研究[D];西南交通大學;2013年

8 李裕s，

本文編號：2039558