直流微网中变流器的ANN功率控制方法
为增强直流微电网储能系统无传感器功率控制的稳定性,克服通信延迟对储能系统稳定控制的影响,该文采用离线训练人工神经网络(artificial neural networks,ANN)方法,提出一种适用于直流微电网中储能系统变流器的新型功率控制策略.该控制策略能够有效应对可再生能源的强波动性,减少传感器数量,从而极大降低微网内传感器的安装成本.此外,它还简化控制系统结构,并在提升系统的可靠性和控制效果方面具有明显优势.最后,在Matlab/Simulink中进行离线和在线时域仿真.仿真结果表明:相对于实测值,该文所提方法可将延迟时间缩小18.3%,震荡减小35.8%,百分比误差量缩小4.5%.
直流微网、人工智能、转换器、无传感器控制、电池存储系统
48
TM28(电工材料)
河北省科技厅项目19211601D
2022-06-13(万方平台首次上网日期,不代表论文的发表时间)
共8页
134-141