本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)逆控制的微網(wǎng)儲(chǔ)能逆變器輸出電壓研究，由筆耕文化傳播整理發(fā)布。

【摘要】：為改善微網(wǎng)中儲(chǔ)能逆變器的輸出電壓波形質(zhì)量,提出了一種基于神經(jīng)網(wǎng)絡(luò)的逆模型控制方法。建立了儲(chǔ)能逆變器的數(shù)學(xué)模型,分析了影響其輸出電壓的主要因素,利用前向神經(jīng)網(wǎng)絡(luò)建立了系統(tǒng)的擴(kuò)展逆模型;針對(duì)BP訓(xùn)練算法容易陷入局部最優(yōu)的問題,通過萬有引力算法進(jìn)行了網(wǎng)絡(luò)初始參數(shù)優(yōu)化;將神經(jīng)網(wǎng)絡(luò)逆模型與原模型串聯(lián)后,采用PI控制器實(shí)施閉環(huán)控制。仿真結(jié)果表明,該方法可以有效的提高儲(chǔ)能逆變器的動(dòng)態(tài)響應(yīng)速度,并降低輸出電壓的諧波含量。制作了10 k W儲(chǔ)能逆變器樣機(jī)進(jìn)行試驗(yàn),結(jié)果表明了所提方法的可行性與有效性。
【作者單位】： 華北電力大學(xué)自動(dòng)化系;
【關(guān)鍵詞】： 儲(chǔ)能逆變器 逆模型 神經(jīng)網(wǎng)絡(luò) 諧波含量
【基金】：華北電力大學(xué)中央高校科研業(yè)務(wù)費(fèi)(2015ZD17,2014MS143)
【分類號(hào)】：TM464;TP183
【正文快照】： 引言1近年來,隨著傳統(tǒng)能源的日益短缺,由風(fēng)力發(fā)電、光伏發(fā)電等新能源發(fā)電結(jié)合蓄電池、超級(jí)電容等儲(chǔ)能單元構(gòu)成的微電網(wǎng)成為了各國(guó)學(xué)者研究的熱點(diǎn)[1-2]。微電網(wǎng)可工作于并網(wǎng)模式與獨(dú)立運(yùn)行模式。并網(wǎng)模式下,大電網(wǎng)可提供電壓支撐;獨(dú)立運(yùn)行模式下,則需要借助于儲(chǔ)能逆變器提供電

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 文漢云;;硫化氫燃燒的神經(jīng)網(wǎng)絡(luò)PID控制及其仿真[J];自動(dòng)化與儀器儀表;2006年01期

2 張U，

本文編號(hào)：485223