基于信赖域法改进的BP网络在新能源并网方面的研究
Renewable Energy Resources(2018)
摘要
传统大电网调频以PID结合智能算法为主要调节方式,系统存在迟滞性,不能有效控制较大的频率波动.为此引入神经网络模型,从负荷预测的角度对频率实施超前控制.通过信赖域法对现有BP神经网络模型加以改进,提高了其学习速度与预测精度,进而设计了一种基于负荷预测系统的大电网频率控制策略,通过预测负荷的分级实现机组优化调节,减少了不必要的旋转备用容量.通过搭建3种新能源-传统能源互补式发电机组仿真模型,对负荷预测频率控制的效果进行了仿真分析.仿真结果表明,与传统频率控制相比较,负荷预测控制下的大电网频率波动更小,调节时间进一步缩短.
更多查看译文
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要