← 返回
基于Petri递归小波模糊神经网络的微电网无缝切换与并网重连
Seamless Switching and Grid Reconnection of Microgrid Using Petri Recurrent Wavelet Fuzzy Neural Network
| 作者 | Kuang-Hsiung Tan · Tzu-Yu Tseng |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2021年10月 |
| 技术分类 | 系统并网技术 |
| 技术标签 | 微电网 储能系统 储能变流器PCS 光储一体化 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | PetriRWFNN 微电网 无缝切换 并网重合闸 储能系统 光伏系统 主从控制 |
语言:
中文摘要
本文提出了一种Petri递归小波模糊神经网络(PetriRWFNN)控制器及预同步估计算法,用于微电网系统的无缝切换与并网重连。该微电网采用主从控制架构,集成了储能系统、光伏系统及负载,支持并网与离网模式切换,有效提升了系统在复杂工况下的运行稳定性。
English Abstract
A Petri recurrent wavelet fuzzy neural network (PetriRWFNN) controller and a simple presynchronization estimation are proposed for the operations of seamless switching and grid reconnection in a microgrid system. The microgrid using master/slave control consists of a storage system, photovoltaic (PV) system and loads, and can be operated in either grid-connected mode or islanded mode. Since the di...
S
SunView 深度解读
该研究直接契合阳光电源PowerTitan、PowerStack等储能系统及光储一体化解决方案的核心需求。在微电网应用中,实现离网到并网的无缝切换是提升电能质量和用户体验的关键。PetriRWFNN算法可优化PCS(储能变流器)的控制策略,增强系统在弱电网或孤岛运行下的抗扰动能力。建议研发团队关注该神经网络在iSolarCloud智能运维平台中的应用,通过边缘计算实现更精准的预同步控制,进一步提升阳光电源在工商业微电网及构网型储能领域的竞争优势。