基于自适应模糊神经网络的光储系统优化控制

摘要：

针对大规模光储电站中出力波动大、跟踪电网调度指令精度差.提出一种新型自适应模糊神经网络的光储系统优化控制策略,将低通滤波和自适应模糊神经网络相结合,在跟踪调度指令的频率波动范围内优化低通滤波参数,对某光储电站大量实测输入—输出数据经过反复试验、筛选和整理得出有代表性的数据.将光储出力与电网调度偏差和混合储能荷电状态的平均值作为模糊神经网络两个输入,得到满足混合储能充放电功率的输出优化功率指标的初始模糊控制,再将训练后的自适应模糊神经网络加入混合储能控制系统在MATLAB/simulink中对光储历史数据进行验证.仿真结果表明,光储电站出力可有效跟踪电网调度指令的同时减小储能充放电时的电压、电流波动,对实际光储出力跟踪调度指令具有现实指导意义.

关键词：光储电站、混合储能、模糊神经网络、调度指令

所属期刊栏目：47

分类号：TM614(发电、发电厂)

资助基金：国家自然科学基金项目资助项目;自治区实验室开放课题项目资助;教育部创新团队滚动项目

在线出版日期：2021-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：121-126