CN102142693A - 基于fpga的太阳能光伏并网逆变控制*** - Google Patents

基于fpga的太阳能光伏并网逆变控制*** Download PDF

Info

Publication number
CN102142693A
CN102142693A CN2011100577388A CN201110057738A CN102142693A CN 102142693 A CN102142693 A CN 102142693A CN 2011100577388 A CN2011100577388 A CN 2011100577388A CN 201110057738 A CN201110057738 A CN 201110057738A CN 102142693 A CN102142693 A CN 102142693A
Authority
CN
China
Prior art keywords
circuit
control
grid
control system
solar photovoltaic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2011100577388A
Other languages
English (en)
Inventor
杨清宇
张子光
邢志勐
葛思擘
庄健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN2011100577388A priority Critical patent/CN102142693A/zh
Publication of CN102142693A publication Critical patent/CN102142693A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00—Integration of renewable energy sources in buildings
    • Y02B10/10—Photovoltaic [PV]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/12—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation
    • Y04S10/123—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation the energy generation units being or involving renewable energy sources

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于FPGA的太阳能光伏并网逆变控制***，它能够控制户用光伏逆变***实现并网发电，预测***发电功率，实现与电网调度中心之间的实时通信。该***包括信号检测电路、控制电路、通信电路、并网电路和驱动电路。信号检测电路、通信电路、并网电路以及驱动电路分别与控制电路连接，并在控制电路控制下协调工作。该***利用基于BP神经网络的功率预测算法，来预测户用光伏逆变***的发电功率，并将预测结果实时发送给电网调度中心。电网调度中心可以根据预测结果合理安排光伏发电和常规电源的运行方式，减少户用光伏发电装置接入不当对电网的不利影响，增强光伏发电的可调度性。

Description

基于FPGA的太阳能光伏并网逆变控制***
技术领域
本发明属于太阳能光伏发电技术领域，具体地说，涉及一种基于FPGA的太阳能光伏并网逆变控制***。
背景技术
随着能源危机的加重，世界各国都在积极发展新能源，太阳能作为一种清洁、无污染和可再生性的新能源，受到世界各国的重视。光伏发电是开发利用太阳能的一个重要的方向。国内外，政府的政策支持和消费者对绿色电力的偏爱使得光伏能源市场正在快速的扩张，美国的“百万屋顶计划”、日本的“阳光计划”、德国的“10万屋顶发电计划”都取得了重大进展，英国通过立法要求可再生能源发电必须占到电力的一定比例。我国近年来也已开始进行试点和示范，光伏发电产业取得了长足的发展。
伴随着光伏发电产业的蓬勃发展，光伏发电***并网发电是现在的发展趋势。但是光伏发电能量密度低、稳定性差和调节能力差，因此如何解决光伏并网发电调度性差的问题成为目前的研究热点。
解决光伏发电调度性的关键在于如何准确快速的预测光伏并网逆变***的输出功率。目前国内在该方面的研究主要是针对大中型的光伏电站，根据历史数据和简单的日模型预测光伏并网逆变***的输出功率。上述方法运算量大，难于在常见的控制芯片上实现。
本***采用基于BP神经网络的功率预测算法，一方面，将在FPGA上实现的基于卡尔曼滤波与演化建模结合的气候预测方法的气候预测结果作为输入，大大减少了功率预测的计算量；另一方面，充分考虑了气象因素及***当前的运行效率，从而使得功率预测值更为准确。该方法计算量小，易于在常见控制芯片上实现。
发明内容
本发明的目的是在于提供基于FPGA的太阳能光伏并网逆变控制***，实现对户用光伏并网逆变***的发电功率进行预测以及与电网调度中心的通信，增强户用光伏发电的可调度性。
为了实现上述目的，本发明采用如下技术方案：
一种基于FPGA的太阳能光伏并网逆变控制***，包括信号检测电路、控制电路、通信电路、并网电路和驱动电路，信号检测电路、通信电路、并网电路的控制信号输入端以及驱动电路的输入端分别与控制电路连接，控制***的通信电路与电网调度中心连接，并网电路的两端分别连接逆变器的低通滤波电路和电网，驱动电路的输出端与逆变器的逆变直流升压电路和逆变电路的控制信号输入端连接。
所述信号检测电路包括传感器、前端调理电路、模拟开关ADG704和模数转换芯片ADS8364，传感器与前端调理电路连接，前端调理电路输出端通过模拟开关与数模转换芯片的输入通道连接，在此，前端调理电路是由运算放大器AD620组成的滤波放大电路。
所述控制电路采用Xilinx高性能Virtex-5系列现场可编程逻辑器件XC5VLX110T作为主处理芯片，并在该芯片上使用硬件描述语言VerilogHDL实现控制算法和基于BP神经网络的功率预测算法。
所述通信电路包括物理层网络芯片M88E1111和Halo HFJ11-1G01ERJ-45，M88E1111的数据接收管脚RXD0～RXD7与控制电路的数据接收端口连接，M88E1111的数据发送管脚TXD0～TXD7与控制电路的数据发送端口连接，M88E1111的控制管脚与控制电路的通信控制端口连接，M88E1111通过RJ-45与电网调度网络连接，实现TCP/IP通信协议下的网络通信。
所述并网电路包括双向晶闸管和光耦隔离器，三个双向晶闸管输入端分别与逆变器的a相、b相、c相连接，输出端依次与电网的a相、b相、c相连接，双向晶闸管的控制端通过光耦隔离器6N137与控制电路的并网控制信号输出端口连接。
所述驱动电路包括驱动芯片和光耦隔离器，驱动芯片的输入端经过光耦隔离器与控制电路的PWM输出端口连接，输出端与逆变器的开关器件控制端连接。
本发明的特点是：
1.实现对户用光伏逆变并网发电***的发电功率预测
本***采用基于BP神经网络的功率预测算法，该算法将信号检测电路采集的t时刻的光照强度和温度、逆变***t时刻的并网电压和并网电流、天气类型、气候预测的t+1时刻的光照强度和温度、电池板的额定功率作为输入，充分考虑了气象因素及***当前的运行效率，从而使得功率预测值更为准确。电网调度部门可以根据预测结果，统筹安排常规电源和光伏发电的协调配合，及时调整调度计划，合理安排电网运行方式，提高电力***运行的安全性和稳定性，降低电力***的运行成本，充分利用太阳能资源。
2.实现与电网调度中心的通信
相比于传统的光伏逆变器控制***，由于本***的通讯电路实现光伏发电***与电网调度中心的通信，将***的功率预测值实时传输给电网调度中心，作为电网调度的参考。电网调度中心可以远程控制发电***并网，从而减少户用光伏发电装置接入不当对电网的不利影响，增强光伏发电的可调度性。
3.基于BP神经网络的功率预测算法片上化实现
本发明所述的功率预测算法，在FPGA上分模块采用硬件描述语言Verilog HDL实现，提高了算法的运行速度。
本发明采用上述技术方案后，基于FPGA的太阳能光伏并网逆变控制***能够实现预测并网逆变***的发电功率，并实现与电网调度中心的实时通信。户用光伏发电***的可调度性得到了很大的提高。
附图说明
下面结合附图给出的实施例，对本发明的技术内容作进一步的说明。
图1为本发明的结构示意图；
图2为本发明的信号检测示意图；
图3为本发明的信号检测电路原理图；
图4为本发明的控制电路结构示意图；
图5为本发明的电路连接示意图；
图6为基于BP神经网络的功率预测模型图；
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和实施方式对本发明作进一步的详细说明。
参照图1所示，一种基于FPGA的太阳能光伏并网逆变控制***包括信号检测电路101、控制电路102、通信电路103、并网电路104和驱动电路105，信号检测电路101、通信电路103、并网电路104以及驱动电路105分别与控制电路102连接，并在控制电路控制下协调工作。
参照图2所示，信号检测电路101在控制电路102的控制下，实时采集光照强度、温度、光伏电池板输出电流、并网电压、并网电流和电网电压。通信电路103将功率预测值发送给电网调度中心并接收远程控制指令。并网电路104在并网控制信号s7～s12控制下，实现光伏逆变***的并网发电。驱动电路105将s0～s6放大驱动相应的开关器件，其中，s0控制DC/DC升压电路开关器件的导通关断，实现将光伏电池输出电压升压至400V。s1～s6为控制电路102输出的6路PWM波形，控制DC/AC逆变电路的6个开关器件实现逆变。
参照图3所示，具体实现上，信号检测电路101包括有传感器(光照强度传感器、温度传感器、直流电流传感器、交流电流传感器和交流电压传感器)、模拟开关ADG704、前端调理电路和模数转换芯片ADS8364。其中，前端调理电路是由运算放大器AD620组成的滤波放大电路。传感器与前端调理电路连接，前端调理电路输出端通过ADG704与ADS8364的输入通道连接，ADS8364的数据输出管脚与控制电路102的ADC数据读端口连接，ADS8364的控制管脚与控制电路102的ADC控制端口连接，详细的管脚连接如图3所示。
参照图4所示，控制电路102是***的核心，包括可编程逻辑门阵列(Virtex-5系列XC5VLX110T)、时钟电路、电源电路、复位电路、JTAG接口、程序存储芯片XCF32、日历芯片DS1302、异步串行通信电路、扩展的SRAM、扩展的FLASH、GPIO扩展接口。其中，GPIO扩展接口包括PWM输出端口、并网控制信号输出端口、通道选择控制端口、ADC控制端口、ADC数据读端口、通信控制端口、数据接收端口和数据发送端口，上述端口经电平转换电路与FPGA芯片进行连接。
参照图5所示，信号检测电路101的模拟开关ADG704在通道选择信号cs控制下同步采样6路信号，控制电路102控制模数转换芯片ADS8364对6路信号进行AD转换，并实时读取AD转换的结果。
通信电路103包括物理层网络芯片M88E1111和Halo HFJ11-1G01ERJ-45，M88E1111的数据接收管脚RXD0～RXD7与控制电路102的数据接收端口连接，M88E1111的数据发送管脚TXD0～TXD7与控制电路102的数据发送端口连接，M88E1111的控制管脚与控制电路102的通信控制端口连接，M88E1111通过RJ-45与电网调度网络连接，实现TCP/IP通信协议下的网络通信。
并网电路104采用三个双向晶闸管实现软并网，三个双向晶闸管输入端分别与逆变器的a相、b相、c相连接，输出端依次与电网的a相、b相、c相连接。双向晶闸管的控制端通过光耦隔离器6N137与控制电路102的并网控制信号输出端口相连。并网控制信号s7～s12控制并网电路的三个双向晶闸管实现光伏逆变***并网和脱网。需要说明的是，***并网算法采用了基于电压前馈的瞬时电流控制算法。
驱动电路105由光耦隔离器6N137和IGBT驱动芯片6SD106E组成。驱动芯片6SD106E的输入端经光耦隔离器件与控制电路102的PWM输出端口相连接，输出端与逆变器的开关器件的控制端相连。
需要说明的是，***的控制对象是由太阳能电池板106、逆变直流升压电路107、逆变电路108、低通滤波电路109和电网110组成的光伏并网发电***。其中逆变直流升压电路107采用典型的Boost升压电路结构，逆变电路108采用全桥电压型逆变结构，逆变电路控制算法采用电压空间矢量脉冲宽度调制(SVPWM)，低通滤波电路109采用LC低通滤波器。
***采用的基于BP神经网络的功率预测算法为3层网络结构，网络节点数为7-16-1，隐层节点数可调整。输入层激活函数为线性函数，隐层激活函数为双曲正切S型函数，输出层激活函数为对数S型函数。输入参数进行归一化处理，归一化公式如式(1)所示。
x i ‾ = x i - x min x max - x min - - - ( 1 )
将收集的光伏并网逆变***运行数据及气象预测数据采用16位定点数表示，按功率预测模型输入输出要求整理成预测样本。样本格式为：信号检测电路采集的t时刻的光照强度和温度、逆变***t时刻的并网电压和并网电流、天气类型、气候预测的t+1时刻的光照强度和温度、电池板的额定功率和功率预测值。样本分为训练样本和检测样本，检测样本占20％。
用神经网络Levenberg-Marquardt算法对功率预测样本进行反复训练和检测，直到达到指定的训练精度和功率预测要求。训练指标为网络的误差平方和，目标精度范围为10-4～10-5。将最后得到的权值和偏置值以及网络的结构和参数进行保存，这些参数便构成了功率预测模型。
参照图6所示，功率预测模型为三层BP网络模型，输入层向量为X＝(x1 x2…xm)T，m表示输入层节点数，隐层向量为Y＝(y1 y2…yl)T，l表示隐层节点数，输出层向量为预测的***发电功率。w表示网络的连接权值，bij表示第i层的第j个网络节点的偏置值。网络的输入为信号检测电路采集的t时刻的光照强度和温度、逆变***t时刻的并网电压和并网电流、天气类型、气候预测的t+1时刻的光照强度和温度、电池板的额定功率，如表1所示。网络的输出为***的功率预测值。功率预测时，将各个参数的实时数据输入到该模型的输入端即可，模型通过前向计算，便可在输出端得到***发电功率的预测值。
表1
  输入节点   参数名称
  X1   t时刻光照强度
  X2   t时刻温度
  X3   t时刻并网电压
  X4   t时刻并网电流
  X5   预测的t+1时刻光照强度
  X6   预测的t+1时刻温度
  X7   电池板额定功率
本发明将基于BP神经网络的功率预测算法分为前向传输模块、反向传输模块和控制模块，采用Verilog HDL语言完成对各个模块的硬件描述。

Claims (6)

1.一种基于FPGA的太阳能光伏并网逆变控制***，包括信号检测电路(101)、控制电路(102)、通信电路(103)、并网电路(104)和驱动电路(105)，其特征在于，信号检测电路(101)、通信电路(103)、并网电路(104)的控制信号输入端以及驱动电路(105)的输入端分别与控制电路(102)连接，控制***的通信电路(103)与电网调度中心(111)连接，并网电路(104)的两端分别连接逆变器的低通滤波电路(109)和电网(110)，驱动电路(105)的输出端与逆变器的逆变直流升压电路(107)和逆变电路(108)的控制信号输入端连接。
2.根据权利要求1所述的基于FPGA的太阳能光伏并网逆变控制***，其特征在于：所述信号检测电路(101)包括传感器、前端调理电路、模拟开关ADG704和模数转换芯片ADS8364，传感器与前端调理电路连接，前端调理电路输出端通过模拟开关与数模转换芯片的输入通道连接，在此，前端调理电路是由运算放大器AD620组成的滤波放大电路。
3.根据权利要求1所述的基于FPGA的太阳能光伏并网逆变控制***，其特征在于：所述控制电路(102)采用Xilinx高性能Virtex-5系列现场可编程逻辑器件XC5VLX110T作为主处理芯片，并在该芯片上使用硬件描述语言Verilog HDL实现控制算法和基于BP神经网络的功率预测算法。
4.根据权利要求1所述的基于FPGA的太阳能光伏并网逆变控制***，其特征在于：所述通信电路(103)包括物理层网络芯片M88E1111和HaloHFJ11-1G01E RJ-45，M88E1111的数据接收管脚RXD0～RXD7与控制电路(102)的数据接收端口连接，M88E1111的数据发送管脚TXD0～TXD7与控制电路(102)的数据发送端口连接，M88E1111的控制管脚与控制电路(102)的通信控制端口连接，M88E1111通过RJ-45与电网调度网络连接，实现TCP/IP通信协议下的网络通信。
5.根据权利要求1所述的基于FPGA的太阳能光伏并网逆变控制***，其特征在于：所述并网电路(104)包括双向晶闸管和光耦隔离器，三个双向晶闸管输入端分别与逆变器的a相、b相、c相连接，输出端依次与电网的a相、b相、c相连接，双向晶闸管的控制端通过光耦隔离器6N137与控制电路(102)的并网控制信号输出端口连接。
6.根据权利要求1所述的基于FPGA的太阳能光伏并网逆变控制***，其特征在于：所述驱动电路(105)包括驱动芯片和光耦隔离器，驱动芯片的输入端经过光耦隔离器与控制电路(102)的PWM输出端口连接，输出端与逆变器的开关器件控制端连接。
CN2011100577388A 2011-03-10 2011-03-10 基于fpga的太阳能光伏并网逆变控制*** Pending CN102142693A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011100577388A CN102142693A (zh) 2011-03-10 2011-03-10 基于fpga的太阳能光伏并网逆变控制***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011100577388A CN102142693A (zh) 2011-03-10 2011-03-10 基于fpga的太阳能光伏并网逆变控制***

Publications (1)

Publication Number Publication Date
CN102142693A true CN102142693A (zh) 2011-08-03

Family

ID=44410005

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011100577388A Pending CN102142693A (zh) 2011-03-10 2011-03-10 基于fpga的太阳能光伏并网逆变控制***

Country Status (1)

Country Link
CN (1) CN102142693A (zh)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102280940A (zh) * 2011-09-06 2011-12-14 天宝电子（惠州）有限公司 新能源分布式储能应用控制***
CN102545257A (zh) * 2012-01-12 2012-07-04 广东中商国通电子有限公司 太阳能光伏发电单相并网逆变器及其控制方法
CN102593862A (zh) * 2012-02-02 2012-07-18 广西师范大学 一种光伏并网逆变器及其控制方法
CN103199559A (zh) * 2013-02-25 2013-07-10 孟绍良 智能中控式太阳能家庭屋顶并网发电***及其操作方法
CN103293415A (zh) * 2013-05-23 2013-09-11 江西中能电气科技有限公司 一种基于神经网络专家***的微逆变器故障检测方法
CN103733210A (zh) * 2011-08-18 2014-04-16 西门子公司 用于对技术***进行计算机辅助的建模的方法
CN104158418A (zh) * 2014-08-19 2014-11-19 华北电力大学（保定） 一种光伏并网逆变装置
CN105485939A (zh) * 2015-12-14 2016-04-13 西安交通大学 一种太阳能聚光光伏光热联产***热电输出性能的测量与计算方法
CN105490267A (zh) * 2015-12-28 2016-04-13 易事特集团股份有限公司 微电网能量管理***与能量管理方法
CN106169771A (zh) * 2016-08-01 2016-11-30 河海大学常州校区 一种可预测发电量数据的并网逆变器
CN106448101A (zh) * 2016-09-09 2017-02-22 珠海格力电器股份有限公司 光伏阵列监测***和方法
CN107710588A (zh) * 2015-06-29 2018-02-16 住友电气工业株式会社 转换设备以及对其进行控制的方法
CN108199403A (zh) * 2017-04-26 2018-06-22 广西师范大学 基于fpga的太阳能配电***
CN109039088A (zh) * 2018-08-12 2018-12-18 苏州首汇能源科技有限公司 一种光伏发电中的全桥式双向dc/dc控制***
CN109688675A (zh) * 2018-12-29 2019-04-26 同济大学 绿色住宅智能化节能***
CN111463796A (zh) * 2020-02-28 2020-07-28 广东电网有限责任公司 一种考虑风电出力的电压稳定性评估方法及装置
CN111668872A (zh) * 2020-06-19 2020-09-15 广东电网有限责任公司 一种适用于交直流混合配电网的光伏并网装置
CN116131347A (zh) * 2023-04-13 2023-05-16 国网山东省电力公司平度市供电公司 基于智能控制的光伏并网逆变器及光伏并网***
CN117254586A (zh) * 2023-09-14 2023-12-19 山东华科信息技术有限公司 一种分布式能源并网监测调控***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101227090A (zh) * 2007-12-03 2008-07-23 天津理工大学 基于数字信号处理器的光伏发电最大功率跟踪控制装置
CN101582592A (zh) * 2008-05-15 2009-11-18 宣昆 无变压器光伏并网逆变装置及其控制方法
CN201430540Y (zh) * 2009-07-03 2010-03-24 南开大学 一种基于dsp加fpga的z源逆变器控制***
CN101728838A (zh) * 2009-12-28 2010-06-09 东北大学 一种基于幅相控制的光伏发电装置及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101227090A (zh) * 2007-12-03 2008-07-23 天津理工大学 基于数字信号处理器的光伏发电最大功率跟踪控制装置
CN101582592A (zh) * 2008-05-15 2009-11-18 宣昆 无变压器光伏并网逆变装置及其控制方法
CN201430540Y (zh) * 2009-07-03 2010-03-24 南开大学 一种基于dsp加fpga的z源逆变器控制***
CN101728838A (zh) * 2009-12-28 2010-06-09 东北大学 一种基于幅相控制的光伏发电装置及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
王金亮等: "一种16位A/D在高精度电力采样***中的应用", 《山东电力技术》, no. 6, 31 December 2008 (2008-12-31) *
袁继敏等: "光伏发电***软开关并网研究", 《电力自动化设备》, vol. 30, no. 09, 30 September 2010 (2010-09-30) *
郑飞等: "基于DSP和FPGA的光伏并网控制器设计与实现", 《电力自动化设备》, vol. 31, no. 2, 28 February 2011 (2011-02-28) *

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103733210B (zh) * 2011-08-18 2016-07-06 西门子公司 用于对技术***进行计算机辅助的建模的方法
US10133981B2 (en) 2011-08-18 2018-11-20 Siemens Aktiengesellschaft Method for the computer-assisted modeling of a wind power installation or a photovoltaic installation with a feed forward neural network
CN103733210A (zh) * 2011-08-18 2014-04-16 西门子公司 用于对技术***进行计算机辅助的建模的方法
CN102280940A (zh) * 2011-09-06 2011-12-14 天宝电子（惠州）有限公司 新能源分布式储能应用控制***
CN102545257A (zh) * 2012-01-12 2012-07-04 广东中商国通电子有限公司 太阳能光伏发电单相并网逆变器及其控制方法
CN102545257B (zh) * 2012-01-12 2014-03-12 广东中商国通电子有限公司 太阳能光伏发电单相并网逆变器的控制方法
CN102593862A (zh) * 2012-02-02 2012-07-18 广西师范大学 一种光伏并网逆变器及其控制方法
CN102593862B (zh) * 2012-02-02 2014-11-05 广西师范大学 一种光伏并网逆变器及其控制方法
CN103199559A (zh) * 2013-02-25 2013-07-10 孟绍良 智能中控式太阳能家庭屋顶并网发电***及其操作方法
CN103293415A (zh) * 2013-05-23 2013-09-11 江西中能电气科技有限公司 一种基于神经网络专家***的微逆变器故障检测方法
CN104158418A (zh) * 2014-08-19 2014-11-19 华北电力大学（保定） 一种光伏并网逆变装置
CN107710588B (zh) * 2015-06-29 2020-01-14 住友电气工业株式会社 转换设备以及对其进行控制的方法
CN107710588A (zh) * 2015-06-29 2018-02-16 住友电气工业株式会社 转换设备以及对其进行控制的方法
CN105485939A (zh) * 2015-12-14 2016-04-13 西安交通大学 一种太阳能聚光光伏光热联产***热电输出性能的测量与计算方法
CN105490267A (zh) * 2015-12-28 2016-04-13 易事特集团股份有限公司 微电网能量管理***与能量管理方法
CN106169771A (zh) * 2016-08-01 2016-11-30 河海大学常州校区 一种可预测发电量数据的并网逆变器
CN106169771B (zh) * 2016-08-01 2018-12-25 河海大学常州校区 一种可预测发电量数据的并网逆变器
CN106448101A (zh) * 2016-09-09 2017-02-22 珠海格力电器股份有限公司 光伏阵列监测***和方法
CN108199403A (zh) * 2017-04-26 2018-06-22 广西师范大学 基于fpga的太阳能配电***
CN109039088A (zh) * 2018-08-12 2018-12-18 苏州首汇能源科技有限公司 一种光伏发电中的全桥式双向dc/dc控制***
CN109688675A (zh) * 2018-12-29 2019-04-26 同济大学 绿色住宅智能化节能***
CN111463796A (zh) * 2020-02-28 2020-07-28 广东电网有限责任公司 一种考虑风电出力的电压稳定性评估方法及装置
CN111668872A (zh) * 2020-06-19 2020-09-15 广东电网有限责任公司 一种适用于交直流混合配电网的光伏并网装置
CN116131347A (zh) * 2023-04-13 2023-05-16 国网山东省电力公司平度市供电公司 基于智能控制的光伏并网逆变器及光伏并网***
CN116131347B (zh) * 2023-04-13 2023-07-07 国网山东省电力公司平度市供电公司 基于智能控制的光伏并网逆变器及光伏并网***
CN117254586A (zh) * 2023-09-14 2023-12-19 山东华科信息技术有限公司 一种分布式能源并网监测调控***
CN117254586B (zh) * 2023-09-14 2024-06-04 山东华科信息技术有限公司 一种分布式能源并网监测调控***

Similar Documents

Publication Publication Date Title
CN102142693A (zh) 基于fpga的太阳能光伏并网逆变控制***
CN101714763B (zh) 一种高效率稳定多功能的单级式光伏单相并网控制方法
Sun et al. Advances on distributed generation technology
CN107681697A (zh) 源储荷优化管理的能源路由器拓扑装置与控制方法
CN102522767B (zh) 一种可调度型光伏储能并网发电***及其工作方法
CN102918760A (zh) 用于发电装置的电力转换器
CN103441526B (zh) 一种并网不上网的小型光伏发电***及控制方法
CN105976055A (zh) 计及功率损耗的分布式光伏-储能***出力优化及容量配置方法
CN102684201B (zh) 一种基于电压越限概率的含风电场电网无功优化方法
CN102496953B (zh) 一种光伏发电微型电网***及最大功率跟踪方法
CN106058887A (zh) 提高含分布式光伏电源配电网电压合格率的无功优化方法
CN102594211A (zh) 在部分受遮挡条件下光伏发电***输出功率优化方法及跟踪装置
CN102135760A (zh) 微网用神经网络能量协调控制器
CN104158418B (zh) 一种光伏并网逆变装置
CN102751729A (zh) 含风电场的电网静态电压稳定控制的研究方法
CN205212447U (zh) 一种含复合储能微电网的多目标优化***
CN103124080A (zh) 一种光伏发电***模型的建模方法
CN107968433B (zh) 一种提高光伏逆变器利用效率的直流拓扑结构及控制方法
CN102208825B (zh) 具有能量组网功能的太阳能光伏发电***
Valarmathi et al. Simulation and analysis of wind energy and photo voltaic hybrid system
CN110323779B (zh) 一种分布式发电与储能装置的功率动态聚合的方法和***
CN105896613A (zh) 一种考虑通讯时滞的微电网分布式有限时间控制方法
CN107968432B (zh) 一种提高光伏电池板输出利用率的控制方法
Darbali-Zamora et al. Implementation of a dynamic real time grid-connected DC microgrid simulation model for power management in small communities
CN108171384A (zh) 一种基于复合粒子群算法微网能量管理方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20110803