一种混合孤岛检测方法
【专利摘要】本发明公开了一种混合孤岛检测方法，本方法基于决策树的人工智能与电压，频率正反馈的混合，基于决策树的人工智能的方法测量并存储选定的目标位置的预设事件的特征量指标，并提取和分析数据集的信息来训练DT分类器，通过与预先规定发生事件时的数据集进行比较，从而判断出DG的运行状态是联网运行还是孤岛运行。本发明在DT法的基础上进一步结合基于逆变器控制的正反馈方法，具有较强的互补性与兼容性，本发明通过引入正反馈扰动，特征量指标在系统孤岛运行和并网运行时将会有明显的区分，有助于DT法判断孤岛，通过增加特征变量参数在孤岛和非孤岛运行条件时的差异性，从而降低孤岛检测错误率，提高孤岛检测可靠性。
【专利说明】-种混合孤岛检测方法
【技术领域】
[0001] 本发明涉及孤岛检测【技术领域】，特别是涉及一种混合孤岛检测方法。
【背景技术】
[0002]分布式发电（DistributedGeneration,DG)，通常是指发电功率在几千瓦至数 百兆的小型模块化、分散式、布置在用户附近的高效、可靠的发电单元。主要包括：以液体或 气体为燃料的内燃机、微型燃气轮机、太阳能发电（光伏电池、光热发电）、风力发电、生物 质能发电等。
[0003] 分布式电源通常接入中压或低压配电系统，其运行状态包括孤岛运行和并网运行 [文献1]。DG孤岛运行指的是分布式电源与主网断开，单独带本地负荷运行。由于设备故 障，系统扰动或误操作等因素，引起DG进入非计划孤岛运行时，会对DG系统产生一些不利 影响，包括：电压、频率的异常扰动，降低电能质量；容易导致用电设备发生故障和损坏；可 能造成人身安全问题等[文献2]。并且，DG和含DG的配电网与微网，在孤岛情况下的运行 策略不同于并网情况的运行策略[文献3]。因此，快速与准确的孤岛检测对DG和含DG的 配电网与微网的运行控制具有十分重要的意义。基于决策树（DecisionTree,DT)的智能化 孤岛检测方法是指在目标位置（一般设定为公共连接点，PointofCommonCoupling,PCC) 监测若干参数的变化，通过提取和分析数据集的特征，并模拟预先设定发生事件时的数据 集训练决策树分类器，从而确定出当前DG的运行状态[文献4, 5]。
[0004] 1.决策树数学模型
[0005] 1)特征量（独立变量）：由目标位置所监测的若干参数值组成，Xi = {xn,xi2,. . .，XiJ表示第i个事件下的一组特征量，{xn,xi2,. . .，XiJ为输入的m个检测变 量的取值，X= (X1,X2, ...，XJt表示η个事件的特征量集合。
[0006] 2)类变量（因变量）：yi为类型输出值，表示第i个事件时系统状态所属类型，取 值与Xi相关，= 1表示当前为孤岛运行状态，= 〇表示为非孤岛运行状态，组成Y= {yi，y2,. ·.，yJ表示η个事件时的类向量。
[0007]3)数据集的训练：表示为{X，Υ}，记录预先规定事件时所有因变量和与之对应特 征变量的取值，并采用分类与回归树法（ClassificationandRegressionTree,CART)形成 决策树。
[0008] 4)数据集的测试：即输入某个状态下的特征量，采用分类器进行孤岛的判断。
[0009] 5)分类错误的成本：待测数据进行错误分类有关的固有成本。
[0010] 2.DT法流程
[0011] 1)选择合适的目标位置，并选择合适的特征量指标。
[0012] 2)模拟预设事件，测量与存储各个预设事件，例如第i个事件下的特征量向量为 兄，与对应的DG运行状态1，利用得到的数据集{X，Y}训练决策树分类器，提高分类器判断 孤岛的准确率。
[0013] 3)测量实际目标位置实时特征向量萬作为决策树分类器的输入，其输出Yt为DT 法判断的DG运行状态，Yt = 1表示检测结果为孤岛运行，Yt = 0表示检测结果为并网运行。
[0014] 3.决策树的结构设计
[0015] 根据不同决策树构成方法，都会形成对应的决策树，例如：图1为二维空间的特征 量指标样本分布示意图，根据图1特征量指标的分布与边界设计的决策树结构如图2所示， 其实线边界构成（a)和虚线边界构成（b)，图1中=X1,X2表示特征量指标，样本可分为X，〇， +三类，实线和虚线分别表示两种决策树的边界。在选择最优决策树时可根据具体目标，t匕 如节点数最少，节点杂质率最低等目标进行选择[6]。
[0016] 该方法在一些特殊条件下，所选择的特征量指标灵敏度较低。例如DG输出功率与 负载消耗功率平衡时，电压偏移、频率偏移等指标在DG孤岛运行和并网运行时区别不够明 显，因而导致孤岛检测判断错误。为了确保孤岛检测的准确性，单独采用DT法需要选取的 特征量指标繁多，而且某些指标可能与最后的结果相关性不大。该方法对特征量指标的检 测需要一定的响应时间，特别当DG输出功率与负载消耗功率平衡时，响应时间可能较长， 因此孤岛检测的速度将受到较大影响。
[0017] 基于电压、频率正反馈的孤岛检测方法是一种主动式的孤岛检测方法[7, 8]，其 基本原理是根据DG运行时电压，频率与额定电压，额定频率的偏差大小改变引入扰动的有 功，无功功率大小。当DG并网运行时，由于电网的钳制作用，电压和频率的偏移不会随扰动 的引入而扩大，DG依旧能够在额定范围内运行。一旦DG孤岛运行，正反馈的作用将不断增 加电压与频率的偏差，直到检测出孤岛。系统电压，频率与DG与负荷之间有功功率与无功 功率差额的关系为：
【权利要求】
1. 一种混合孤岛检测方法，其特征在于：该方法基于决策树的人工智能与电压，频率 正反馈的混合，该检测方法的具体检测步骤如下： a. 选择检测特征量指标的目标位置，选择PCC处或者待检测DG处； b. 对DG系统内的分布式电源的逆变器引入电压和频率的正反馈，即将逆变器的三相 输出电压和电流分别变换为横轴的Id和纵轴的I,，然后，检测DG的电压与频率标准值的偏 移，并根据偏移量的大小给逆变器输出电流引入扰动△i，电压偏移将引起Id变化，频率偏 移将引起Iq变化，相对应引起逆变器有功功率和无功功率输出变化，导致电压和频率产生 进一步偏移，形成正反馈，随着正反馈的引入，若DG并网运行，由于电网的支撑作用扰动对 DG系统影响不大；若DG孤岛运行，正反馈引入扰动将引起特征量指标产生显著变化； c. 模拟各个系统条件下的预设事件，检测特征量指标在各个预设事件下的测量值； d. 存储特征量指标数据f和与之对应的DG运行状态Y，若预设事件未全部模拟完成则 返回步骤c，若全部模拟完成则进入下一步骤； e. 训练数据集，产生DT分类器，并通过训练提高分类器的准确率； f. 输入实时特征量指标，并采用DT分类器判断孤岛，对于所选目标位置的DG，输出Y =1判断DG为孤岛运行，输出Y=O判断DG为非孤岛运行。
2. 根据权利要求1所述的混合孤岛检测方法，其特征在于：所述特征量指标，主要包括 电压偏移，频率偏移，电压幅值变化率，频率变化率，有功功率变化率，无功功率变化率。
【文档编号】G01R31/00GK104316786SQ201410528002
【公开日】2015年1月28日 申请日期:2014年10月10日 优先权日:2014年10月10日
【发明者】曹一家, 黎灿兵, 曾龙, 曹驰, 周斌, 吴兰 申请人:湖南大学