一种并网光伏逆变器交流侧阻抗平衡指数评估方法与流程

本发明属于光伏发电技术领域，特别涉及一种并网光伏逆变器交流侧阻抗平衡指数评估方法。

背景技术：

电力系统中光伏发电设备的接入为电网带来更多的电能质量和安全问题，如何准确控制并网光伏逆变器交流侧三相阻抗的平衡度，保证光伏逆变器三相参数平衡，使光伏发电系统能够安全、稳定、高效运行，以往并网光伏逆变器交流侧阻抗平衡度计算方法忽略了光伏电站运行环境因素以及光伏与配电网间的相互作用关系，由光伏发电系统内各个逆变系统独立进行阻抗平衡分析，不能有效利用电网和光伏发电运行数据资源，评估准确度和光伏利用效率不高，因此，对配电网及其光伏发电系统运行参数及气象环境参数进行实时监测，并根据监测参数对并网光伏逆变器交流侧阻抗平衡指数进行预测计算，根据计算结果实时地对光伏发电系统及配电网进行控制，能够有效避免配电网系统因光伏电站接入带来的功率不匹配等问题，显著提高配电网电力系统在光伏系统接入后的可靠性与经济性。

技术实现要素：

本发明的目的在于：针对现有技术的不足，提供一种并网光伏逆变器交流侧阻抗平衡指数评估方法指数预测方法，包括以下步骤：

a、建立并网光伏逆变器交流侧阻抗平衡指数演化系统的时间序列；

b、根据上述时间序列，测量数据进行数据归一化处理；

c、离测量数据的支持向量机算法处理；

d、并网光伏逆变器交流侧阻抗平衡指数计算。

进一步地，所述的步骤a中，在一系列时刻tjl1,tjl2,...,tjln(n为自然数，n＝1,2,…)得到并网点电压ujl，并网点等效阻抗rjl，逆变器输出电流ijl，温度Tjl，光照sjl测量值：

进一步地，所述的步骤b中，数据归一化处理的公式为：其中，jlxmax、jlxmin分别为输入量的上下界。

进一步地，所述的步骤c中，包括建立带有惩罚因子和约束函数的目标函数：

yjl＝minfmb(yjlxi)+gcf(yjlxi)+rys(yjlxi)

其中，式中yjlxi(i＝1,2,...,w5n)为w5n个优化变量，fmb(yjlxi)为目标函数，gcf(yjlxi)为目标函数的惩罚因子，rys(yjlxi)为目标函数的约束项。

进一步地，所述的步骤c中，还包括支持向量机算法核函数的选取，高斯径向基核函数为该算法的核函数，其定义如下：

其中|yjlxj-yjlxi|为两个向量间的距离，σ为不等于零的常数。

进一步地，所述的步骤c中，还包括基于遗传-粒子群混合算法的支持向量机参数寻优，采用交叉运算后生成两个新个体为：

其中，α为一变化的参量，取0.001-1.999。

进一步地，所述的步骤d中，逆变器交流侧阻抗平衡指数公式为：

本发明与现有技术相比，具有以下优点及有益效果：

本发明的一种并网光伏逆变器交流侧阻抗平衡指数评估方法指数预测方法，通过建立并网光伏逆变器交流侧阻抗平衡指数演化系统的时间序列；根据上述时间序列，测量数据进行数据归一化处理；离测量数据的支持向量机算法处理；并网光伏逆变器交流侧阻抗平衡指数计算；四个步骤的相互配合，能够对配电网及其光伏发电系统运行参数及气象环境参数进行实时监测，并根据监测参数对并网光伏逆变器交流侧阻抗平衡指数进行预测计算，根据计算结果实时地对光伏发电系统及配电网进行控制。

本发明相对于现有技术能够取得以下有益技术效果：(1)提高光伏逆变器的评估准确度，(2)能够有效避免配电网系统因光伏电站接入带来的功率不匹配等问题，(3)提高光伏利用率，(4)显著提高配电网电力系统的可靠性(5)，显著提高配电网电力系统的经济性的。

附图说明

图1预测流程图。

具体实施方式

下面结合实施例对本发明作进一步地详细说明，但本发明的实施方式不限于此。

如图1所示，本发明的一种并网光伏逆变器交流侧阻抗平衡指数评估方法指数预测方法，包括以下步骤：

a、建立并网光伏逆变器交流侧阻抗平衡指数演化系统的时间序列；

b、根据上述时间序列，测量数据进行数据归一化处理；

c、离测量数据的支持向量机算法处理；

d、并网光伏逆变器交流侧阻抗平衡指数计算。

所述的步骤a中，在一系列时刻tjl1,tjl2,...,tjln(n为自然数，n＝1,2,…)得到并网点电压ujl，并网点等效阻抗rjl，逆变器输出电流ijl，温度Tjl，光照sjl测量值：

所述的步骤b中，数据归一化处理的公式为：其中，jlxmax、jlxmin分别为输入量的上下界。

所述的步骤c中，包括建立带有惩罚因子和约束函数的目标函数：

yjl＝minfmb(yjlxi)+gcf(yjlxi)+rys(yjlxi)

其中，式中yjlxi(i＝1,2,...,w5n)为w5n个优化变量，fmb(yjlxi)为目标函数，gcf(yjlxi)为目标函数的惩罚因子，rys(yjlxi)为目标函数的约束项。

所述的步骤c中，还包括支持向量机算法核函数的选取，高斯径向基核函数为该算法的核函数，其定义如下：

其中|yjlxj-yjlxi|为两个向量间的距离，σ为不等于零的常数。

所述的步骤c中，还包括基于遗传-粒子群混合算法的支持向量机参数寻优，采用交叉运算后生成两个新个体为：

其中，α为一变化的参量，取0.001-1.999。

所述的步骤d中，逆变器交流侧阻抗平衡指数公式为：

作为一种优选的实施方式，一种并网光伏逆变器交流侧阻抗平衡指数评估方法，步骤如下：

步骤1：建立并网光伏逆变器交流侧阻抗平衡指数演化系统的时间序列：

在固定时间间隔对并网点电压、并网点等效阻抗、逆变器输出电流、温度、光照进行测量，定义如下并网光伏逆变器交流侧阻抗平衡指数：

则，在一系列时刻tjl1,tjl2,...,tjln(n为自然数，n＝1,2,…)得到并网点电压ujl，并网点等效阻抗rjl，逆变器输出电流ijl，温度Tjl，光照sjl测量值：

步骤2：数据归一化处理

设测量数据为jlxi，(i＝1,2,...,k5n)，k5n为公式(1)中测量数据个数，为统一数据量纲和变化范围，对数据进行如下归一化处理：

其中，jlxmax、jlxmin分别为输入量的上下界。

步骤3：测量数据的支持向量机算法处理

步骤3.1建立带有惩罚因子和约束函数的目标函数：

yjl＝minfmb(yjlxi)+gcf(yjlxi)+rys(yjlxi)

其中，式中yjlxi(i＝1,2,...,w5n)为w5n个优化变量，fmb(yjlxi)为目标函数，gcf(yjlxi)为目标函数的惩罚因子，rys(yjlxi)为目标函数的约束项，最终计算得到的yjl即为并网光伏逆变器交流侧阻抗平衡指数。

步骤3.2：支持向量机算法核函数的选取

经过分析比较，选取高斯径向基核函数为该算法的核函数，其定义如下：

其中|yjlxj-yjlxi|为两个向量间的距离，σ为不等于零的常数

步骤3.3：基于遗传-粒子群混合算法的支持向量机参数寻优

假设在两个个体之间进行算术交叉，则设交叉运算后生成两个新个体为：

其中，α为一变化的参量，取0.001-1.999。

利用粒子群算法的进化公式来重构变异算子，让个体依据自身当前最优解和子种群内当前最优解以及个体进化的速度来决定变异方向和幅度，使个体在进化的过程中可以将其进化的历史作为导向标。引入变异算子后的粒子群算法粒子更新公式为：

其中，为第t次迭代下累计迭代差的算术平均值，xid表示每个粒子目前为止所出现的最佳位置，xid(t)表示每个粒子当前所在位置，c1、c2表示学习常数，γ1γ2为信息反馈参数。

步骤4：并网光伏逆变器交流侧阻抗平衡指数计算：

根据寻优参数构建并网光伏逆变器交流侧阻抗平衡指数最优支持向量机模型，将数据输入模型中，即可得到并网光伏逆变器交流侧阻抗平衡指数预测值yjl。

以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。