

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、孤島檢測是分布式發(fā)電系統(tǒng)在接入公共電網(wǎng)時所必須具備的重要功能。被動式孤島檢測方法不會給電能質(zhì)量帶來負面影響,且無須植入分布式發(fā)電系統(tǒng)的控制策略中,對各類具有不同拓撲結(jié)構(gòu)及控制策略的分布式發(fā)電系統(tǒng)具有良好的適應(yīng)性。按照孤島判別機制的不同,目前已提出的被動式方法可分為非智能型和智能型兩類。現(xiàn)有的非智能型被動式方法普遍存在盲區(qū)較大、閥值難以設(shè)定的問題;已提出的智能型被動式方法多側(cè)重于研究智能算法與孤島檢測特征量的結(jié)合機制,而對相關(guān)特征量在孤島
2、發(fā)生前后的變化機理所做的分析研究較少。
論文深入研究了孤島發(fā)生前后分布式發(fā)電單元(Distributed Generator, DG)的網(wǎng)側(cè)阻抗變化,分別從頻域阻抗變化特征識別、參考阻抗預(yù)確定、信號能量譜分析和多元阻抗特征向量構(gòu)建的角度提出了四種新的被動式方法,并對所提出的各相關(guān)檢測特征量在孤島發(fā)生前后的變化機理進行了深入解析,主要的研究內(nèi)容和創(chuàng)新點如下:
(1)對孤島發(fā)生前后DG與電網(wǎng)間互聯(lián)特性的改變進行深入分析,
3、建立了可反映DG網(wǎng)側(cè)阻抗變化的數(shù)學(xué)解析模型,提出了基于頻域阻抗變化特征識別(Frequency Dependent Impedance Change,F(xiàn)DIC)的被動式方法,并進行了仿真及實驗驗證。相關(guān)盲區(qū)分析結(jié)果表明,將FDIC方法與欠頻/過頻方法相結(jié)合可有效縮小欠頻/過頻方法的盲區(qū)。
(2)建立了可用于孤島負載特征預(yù)判的參考阻抗模型,提出了基于參考阻抗預(yù)確定(Reference Impedance Pre-calculat
4、ion,RIP)的被動式方法。在進行仿真及實驗驗證的同時,結(jié)合多組典型孤島及非孤島案例研究了RIP方法在多機并網(wǎng)條件下網(wǎng)側(cè)存在電網(wǎng)擾動時的檢測可靠性。并從盲區(qū)和誤判區(qū)兩個方面對RIP方法的檢測效果進行了分析。研究及分析結(jié)果表明,RIP方法具有良好的抗擾動性能,可在欠壓/過壓及欠頻/過頻方法的盲區(qū)內(nèi)有效識別孤島。
(3)提出了基于信號能量譜分析(Energy Specturm Analysis,ESA)的被動式方法,并對其孤島檢
5、測有效性及抗擾動性進行了仿真及實驗驗證。分析了不同采樣精度對所提出的基于DG網(wǎng)側(cè)阻抗變化監(jiān)測的被動式ESA方法、RIP方法及FDIC方法的檢測效果的影響,并提出了相應(yīng)對策。
(4)構(gòu)建了多元阻抗特征向量,并將其應(yīng)用于概率神經(jīng)網(wǎng)絡(luò)分類器設(shè)計,提出了基于多元阻抗特征向量和概率神經(jīng)網(wǎng)絡(luò)(Multi-Impedance Feature Vector andProbabilistic Neural Network,MIFVPNN)的智能
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 分布式發(fā)電系統(tǒng)孤島檢測方法研究.pdf
- 分布式發(fā)電并網(wǎng)系統(tǒng)孤島檢測方法研究.pdf
- 分布式發(fā)電的孤島檢測方法研究.pdf
- 分布式發(fā)電的主動式孤島檢測方法研究.pdf
- 分布式發(fā)電孤島檢測方法研究.pdf
- 分布式并網(wǎng)發(fā)電系統(tǒng)的孤島檢測方法研究
- 分布式發(fā)電系統(tǒng)孤島檢測技術(shù)的研究.pdf
- 分布式發(fā)電并網(wǎng)逆變器的孤島檢測方法研究
- 分布式發(fā)電孤島檢測判據(jù)研究.pdf
- 分布式并網(wǎng)發(fā)電系統(tǒng)的孤島檢測方法研究.pdf
- 基于逆變器的分布式發(fā)電孤島檢測方法研究.pdf
- 分布式發(fā)電并網(wǎng)逆變器的孤島檢測方法研究.pdf
- 分布式發(fā)電孤島檢測中的數(shù)據(jù)挖掘方法.pdf
- 分布式發(fā)電系統(tǒng)孤島效應(yīng)的研究.pdf
- 分布式并網(wǎng)發(fā)電系統(tǒng)孤島檢測策略的研究.pdf
- 分布式發(fā)電并網(wǎng)孤島檢測技術(shù)研究.pdf
- 分布式光伏發(fā)電系統(tǒng)孤島檢測算法研究.pdf
- 分布式并網(wǎng)光伏發(fā)電系統(tǒng)的孤島檢測技術(shù).pdf
- 基于人工免疫算法的分布式發(fā)電系統(tǒng)孤島檢測研究.pdf
- 面向分布式電源并網(wǎng)的孤島檢測方法研究.pdf
評論
0/150
提交評論