李昊 严新迪 戴耀威


摘 要:光伏发电在我国的发电总量比例虽然很小,但呈现逐年上升的趋势,目前多地建立起了光伏发电站,将产生的电能并入到交流电网中。但一般的 PI调节控制并不能解决光伏并网逆变系统稳定性差的问题,而且在环境极为恶劣的情况下,光伏发电系统还会发生多种故障。为了能够提高光伏发电系统的稳定性能,本文在传统光伏发电系统的基础上采用神经网络进一步优化需要对光伏发电输出功率进行预测。光伏发电并网逆变器因其内部存在电感、电容等非线性器件,所以控制难度较大。并通过测取光伏发电的输出电压、电流与逆变器输出电压进行分析,从而检测出光伏发电系统中的故障。
关键词:光伏发电系统 BP神经网络 稳定性 逆变器
中图分类号:TM91 文献标识码:A 文章编号:1674-098X(2019)06(a)-0002-02
由于不可再生资源的日益减少以及全球环境的恶化导致世界各国对太阳能发电的开发格外重视。但目前就我国对光伏发电而言,发电所占的比例并不高,且呈现逐年升高的趋势,但发电系统的稳定性差和并网电流谐波高依然是两个非常严重的问题。
此外,我国的绝大多数光伏发电站建立在新疆、西藏和青海等西北的平原、沙漠等人烟稀少、面积广阔的地方,传统的人工检测效率低且检测中存在人身安全的隐患,已经远远不能够满足我国的光伏发电系统对诊断故障的要求。而神经网络方法在实时故障诊断方面以其较高的故障诊断效率和较低的运行成本,受到了企业的喜爱。……