10、神经网络与LMS算法在电能质量问题中的应用

神经网络与LMS算法在电能质量问题中的应用

1. 不同控制器在含/不含光伏集成系统中的性能与结果

在电力系统中，为了改善电能质量，研究人员设计了多种控制器，并对其在不同场景下的性能进行了研究，尤其是在含光伏（PV）集成和不含光伏集成的系统中。

1.1 T - FLANN控制器与PV集成系统

当PV源集成到H桥逆变器的直流侧时，进行了闭环并联补偿实验。从相关结果图中可以看出：
- 负载电流较小，峰值最大为10A，而供电电流和补偿器电流较高。这是因为负载需求低时，PV源向电网注入最大功率。
- 供电电压和电流不同相。
- 在t = 0.2到t = 0.4 s期间，系统中的非线性负载增加，导致直流侧电压Vdc下降，但由于PI控制器的作用，电压稳定在设定的参考值200V。
- 对于单相并网系统，电网不提供无功功率，负载需求为200W和70 vars，PV容量约为3.2 kW，因此近3 kW的有功功率注入电网。设计的T - FLANN控制器为补偿器在直流侧端子提供了与PV系统额定值相匹配的无功和有功功率支持。

1.2 L - FLANN算法结果

• 无PV集成 ：使用Matlab - based Simulink模型对设计的L - FLANN控制器进行仿真。系统为单相110 - V、50 - Hz电源为非线性负载供电。在t = 0.2到t = 0.4 s期间，非线性负载增加使直流侧电压Vdc下降，但PI控制器将电压调节到200V。供电电压和电流同相，表明是单位功率因数（pf）运行，电网不提供无功功率。负载需求开始约为1250W、500 vars，在t =