10.3969/j.issn.1674-3814.2023.09.002
小波包分析与BP神经网络预测相结合的在线能量管理策略
针对现有混合储能分配策略无法适应不同储能设备特性以及光伏发电功率信号随机波动特征的问题,提出了将小波包分析,BP神经网络在线预测及模糊控制相结合的分配策略.首先对已有的混储总功率进行小波包分频,得到适合于氢储系统的低频功率,再通过此数据集进行BP神经网络的离线训练,并将训练的权重值用于在线神经网络预测.其次,将在线神经网络训练得到的氢储功率结合超级电容的荷电状态通过模糊控制器得到超级电容功率的修正值,并对氢储设备的功率、在线神经网络的权重进行修正,使得在线神经网络适应实时的混储功率波动.最后根据另一混储功率数据 10s采样数据在MATLAB/Simulink平台进行仿真.与基于规则的混储分配策略和低通滤波的分配策略相比较,结果表明此算法可以很好地改善氢储设备充放电功率,适应实时信号的随机波动,使超级电容的荷电状态运行在合理的区间范围内.
光伏发电、实时自适应、小波包分析、氢储、BP神经网络在线预测
39
TM615;TM73(发电、发电厂)
2023-10-30(万方平台首次上网日期,不代表论文的发表时间)
共10页
9-18