基于概率模糊神经网络的光伏发电系统无功控制方法

文档序号:9507861阅读:590来源:国知局
基于概率模糊神经网络的光伏发电系统无功控制方法
【技术领域】
[0001] 本发明属于太阳能光伏发电技术领域,涉及一种并网光伏发电系统无功功率控制 方法,具体涉及一种基于概率模糊神经网络的双级式并网光伏发电系统无功功率控制方 法。 技术背景
[0002] 大量光伏发电系统接入电网,由于电网故障而快速将光伏发电系统切出电网的方 法目前已不能满足要求,突然将大容量光伏切出系统会对电网系统造成严重冲击,甚至导 致电网崩溃。为了保证光伏发电系统在故障时不脱离电网,需要光伏发电系统具有一定的 低电压穿越(Low Voltage Ride-Through, LVRT)能力。电网电压正常运行状况下,光伏并 网逆变器通常采用传统电压/电流双闭环控制策略来实现光伏发电系统的并网运行。当电 网电压发生三相对称跌落时,采用传统的双环控制和LVRT控制策略相互切换来实现光伏 发电系统的低电压穿越。
[0003] 由于电网电压对称跌落不含负序分量,只需抑制并网逆变器出口电流,防止过流 保护动作,实现其在电网电压对称跌落时的低电压穿越;然而,在电网实际运行中,绝大多 数故障为不对称故障,包括单相接地、相间短路故障、两相接地故障等,当电网电压发生不 对称跌落故障时,假如采用传统三相电压对称的低电压穿越控制策略,由于负序电流存在, 并网逆变器并网功率与光伏阵列发出功率不平衡,光伏并网逆变器直流侧电压降大幅度波 动,影响光伏发电系统的稳定运行,甚至导致其脱网。
[0004] 发明专利CN102856916B《一种单相光伏逆变器无功控制方法及电路》提出一种单 相光伏逆变器的无功控制方法,这种方法没有考虑逆变器容量及输出电流最大允许值的限 制,在电网故障情况下的可行性是值得商榷的,在电网发生单相故障、两相故障及三相故障 情况下,逆变器输出电流会大幅度增加,一方面容易导致逆变器元器件过流烧毁,另一方面 光伏阵列输出功率与逆变器注入电网功率不匹配将导致逆变器直流母线电容过电压,从而 导致光伏逆变器继电保护开关跳闸,影响电网的安全稳定运行。申请号为201410189148. 4 的发明专利《一种非隔离单相光伏并网逆变器的无功控制方法》,采用DSP控制芯片采样电 网电压和逆变器输出电流,实现超前和滞后无功输出的功能,此方法没有考虑电网故障情 况下逆变器输出电流限制和光伏阵列输出功率的限制,难以满足国家标准对光伏逆变器接 入电网低电压穿越的技术要求。

【发明内容】

[0005] 本发明的目的在于克服传统的光伏发电系统在电网故障穿越控制策略的不足,提 供一种在电网电压突变和跌落情况下能够快速地调整光伏发电系统的工作模式,以适应光 伏阵列最大输出功率和并网逆变器额定容量及最大输出电流的限制,具有稳定性强、跟踪 速度快等优点的基于概率模糊神经网络的光伏发电系统无功控制方法。
[0006] 本发明的目的是通过以下技术方案来实现的:基于概率模糊神经网络的光伏发电 系统无功控制方法,包括以下步骤:
[0007] S1、建立光伏发电系统数学模型,进行功率计算和同步锁相,求取光伏发电系统向 电网注入的有功功率和无功功率的最大允许值;
[0008] S2、建立光伏发电系统的电网故障控制器模型,根据有功功率、无功功率和三相逆 变器电流的最大允许值,建立双模式切换控制策略,动态地调整Boost升压斩波电路的工 作模式和三相逆变器的概率模糊神经网络控制输入参考信号;
[0009] S3、建立概率模糊神经网络控制器,求取三相逆变器注入电网的有功电流和无功 电流参考值;
[0010] S4、建立概率模糊神经网络控制器的误差后向传播学习算法机制,构造一个梯度 向量,使得其中每一个元素均为能量函数相对于算法参数的一阶微分,从而完成概率模糊 神经网络的参数在线自整定;
[0011] S5、建立Boost升压斩波电路内环控制器模型,Boost升压斩波电路内环控制器的 输出信号与三角载波比较并形成Boost升压斩波电路开关器件的PWM脉冲控制信号;建立 三相逆变器内环电流控制器模型,实现输出电流对参考信号的跟踪控制,将三相逆变器内 环电流控制器的输出信号与三角载波比较并形成三相逆变电路各开关器件的PWM脉冲控 制信号,从而实现光伏发电系统并网控制和电网故障情况下动态无功支撑的目标。
[0012] 进一步地,所述的光伏发电系统的主电路包括光伏阵列、Boost升压斩波电路、三 相逆变器、并网电抗器L、并网开关SSR、并网变压器和三相电网,光伏阵列依次通过Boost 升压斩波电路、三相逆变器、并网电抗器L、并网开关SSR和并网变压器接入三相电网;CPV为 光伏阵列输出端口并联电容,同时为Boost升压斩波电路提供输入电压;VpJP IPV*别为光 伏阵列的输出电压与输出电流;直流电容Cd妾在Boost升压斩波电路输出端,Cd。同时作 为三相逆变器的直流母线电容,其工作电压为Vd。;三相逆变器通过并网电抗器L、并网开关 SSR和并网变压器接入三相交流电网;
[0013] 所述的步骤S1具体包括以下子步骤:
[0014] S11、三相逆变器交流输出相电压和线电压的关系表示为:
[0016] 其中,[vab,vbc,v Jτ为三相逆变器交流输出线电压,[v a,vb,vJτ为三相逆变器交流 输出相电压;
[0017] S12、采用Clark变换,将abc坐标系统的相电压转换到静止α β坐标系统,表示 为:
[0019] 其中,va,V{!分别为三相逆变器输出电压在静止α β坐标系统下α轴和β轴的 分量;
[0020] S13、采用Park变换,将静止α β坐标系统的输出电压卜。,、]$专换到同步旋转 坐标系统,表不为:
[0022] 其中,vd, vq分别为三相逆变器输出电压在dq同步坐标系统下d轴和q轴的分量;
[0023] S14、采用Park变换,将三相逆变器输出电流[ia,ib,iJ T转换到dq同步坐标系统, 表示为:
[0025] 其中,id, iq分别为dq同步坐标系统下d轴和q轴电网电流分量,i q分量用来控制 光伏发电系统向电网注入的有功分量,id分量用来控制光伏发电系统向电网注入的无功分 量;
[0026] S15、根据步骤S13和S14得到的数据,将光伏发电系统向电网注入的瞬时有功功 率P和瞬时无功功率Q分别表示为:
[0028] 通过同步锁相(PLL)后,三相逆变器输出电压相量与电网电压相量同相位,即vd=〇,则瞬时有功功率和瞬时无功功率分别表示为:
[0030] S16、设Vsag表示电压跌落幅度的标幺值,其范围为[0, 1],则光伏发电系统需要注 入电网的无功电流参考值表示为:
[0033] 其中,Vbasf;表示电压基值,v a,"s,vb,"s,别为a, b, c相电压v a,vb,V。的有效 值;
[0034] 当Vsag大于0. lpu时,光伏发电系统对电网的无功功率支撑控制模式启动;当V sag小于等于〇. 1时,无功电流参考值为〇,系统处于常规的最大功率输出模式,光伏发电系统 仅向电网注入有功电流和有功功率;
[0035] 无功功率支撑控制模式启动后,为了满足光伏逆变器低电压穿越(LVRT)要求,以 及避免逆变器输出电流超过装置额定电流导致元器件损坏,三相逆变器的视在功率最大值 表示为:
[0037] 其中,1_表示光伏发电系统注入电网电流的最大允许值;
[0038] 因此,有功功率和无功功率的最大允许值分别表示为:
[0040] 上述有功功率和无功功率最大允许值ρ' ?Τ将作为光伏发电系统向电网注入有 功功率和无功功率的参考值,与光伏发电系统实际有功功率和无功功率p、Q分别求取偏差 后,作为概率模糊神经网络控制器的输入信号。
[0041] 进一步地,所述的步骤S2中的双模式切换控制策略具体为:
[0042] 模式I :当P#大于光伏阵列的有功功率率PPV时,通过控制三相逆变器的直流母 线电压,将光伏阵列的有功功率率PPV全部注入电网;三相逆变器电流可控制在1_以内, Boost升压斩波电路工作在最大功率点跟踪模式(ΜΡΡΤ);
[0043] 模式II :当PM、于或等于光伏阵列的有功功率率P pv时,Boost升压斩波电路暂停 最大功率点跟踪,并开始跟踪功率P^Boost升压斩波电路与三相逆变器之间的功率不均衡 问题通过控制三相逆变器直流母线电压来解决。
[0044] 进一步地,所述的S3中的概率模糊神经网络控制器包括6层网络结构:第1层为 输入层、第2层为隶属度层、第3层为概率层、第4层为TSK模糊推理机制层、第5层为规则 层、第6层为输出层;所述的隶属度层中,每个节点采用不对称高斯函数实现模糊化运算;
[0045] 所述概率模糊神经网络控制器的计算流程为:
[0046] 定义第j个模糊If-Then规则表示如下:
[0047] 规则j :如果
[0048] 其中,Xl,i = 1,2,为概率模糊神经网络控制器的输入,Α?/和为模糊集,1;为 TSK模糊推理机制,clk为可调节的权系数;
[0049] 第1层(输入层):输入层的节点将输入变量Xl,i = 1,2,传递到第2层,输入层 的节点输入信号和输出信号之间的关系如下:
[0
当前第1页1 2 3 4 5 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1