[發明專利]一種光伏并網逆變裝置有效
| 申請號: | 201410408718.4 | 申請日: | 2014-08-19 |
| 公開(公告)號: | CN104158418A | 公開(公告)日: | 2014-11-19 |
| 發明(設計)人: | 劉衛亮;劉長良;張會超;馬良玉;林永君;陳文穎 | 申請(專利權)人: | 華北電力大學(保定) |
| 主分類號: | H02M7/48 | 分類號: | H02M7/48;H02S40/32;H02J3/38 |
| 代理公司: | 石家莊冀科專利商標事務所有限公司 13108 | 代理人: | 周曉萍;李羨民 |
| 地址: | 071003 河*** | 國省代碼: | 河北;13 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 并網 裝置 | ||
1.一種光伏并網逆變裝置,其特征是,它包括與光伏電站的各個光伏電池板一一對應的多個微型逆變器,每個微型逆變器包括MPU控制器以及依次連接于光伏電池板與電網之間的儲能電容、反激變換器、工頻逆變橋和EMI濾波器,所述MPU控制器通過第一電壓傳感器(UT1)和第二電壓傳感器(UT2)分別采集光伏電池板電壓和電網電壓,通過電流傳感器(CT)采集EMI濾波器輸出的并網電流,并通過兩個驅動模塊分別控制反激變換器和工頻逆變橋,所述MPU控制器按以下方式運作:
???①?通過第一電壓傳感器(UT1)采集光伏電池板電壓Vpv,通過第二電壓傳感器(UT2)采集電網電壓Vgrid,通過電流傳感器(CT)采集并網電流iac;以微型逆變器作為對象,建立并訓練相應的神經網絡逆模型,具體如下:
a.?選取三層BP神經網絡建立系統的逆模型,其中,輸入層神經元節點數為10個,隱含層神經元節點數為18個,輸出層神經元節點數為1個,隱含層神經元轉移函數使用雙曲正切函數,輸出層神經元轉移函數使用S型函數;
b.?在光伏微型逆變器上采集運行數據;
利用單回路PI控制器進行并網電流控制,令光伏微型逆變器分別處于額定功率、80%額定功率、60%額定功率、40%額定功率、20%額定功率的工況下,每種工況下連續采集N組并網電流iac、電網電壓Vgrid、反激變換器PWM信號占空比D、光伏電池板電壓Vpv,共構成5N組運行數據;
c.?利用采集的運行數據構造樣本;
對于k時刻,所構造的樣本為{?Vgrid(k),Vgrid(k-1),Vgrid(k-2),iac(k),iac(k-1),iac?(k+1),D(k-1),D(k-2),D(k-3),Vpv(k),D(k)},其中,Vgrid(k)為k時刻的電網電壓,Vgrid(k-1)為k-1時刻的電網電壓,Vgrid(k-2)為k-2時刻的電網電壓,iac(k)為k時刻的并網電流,iac(k-1)為k-1時刻的并網電流,iac?(k+1)為k+1時刻的并網電流,D(k-1)為k-1時刻的反激變換器PWM信號占空比,D(k-2)為k-2時刻的反激變換器PWM信號占空比,D(k-3)為k-3時刻的反激變換器PWM信號占空比,Vpv(k)為k時刻的光伏電池板的電壓,D(k)為k時刻的反激變換器PWM信號占空比,5N組運行數據共構成5N個樣本;
d.?隨機抽取5N個樣本數據中的4N個作為訓練樣本,其余N個作為檢驗樣本,訓練建立的三層BP神經網絡;訓練過程中,對于k時刻的樣本,取BP神經網絡的第一個輸入端為k時刻的電網電壓Vgrid(k),第二個輸入端為k-1時刻的電網電壓Vgrid(k-1),第三個輸入端為k-2時刻的電網電壓Vgrid(k-2),第四個輸入端為k時刻的并網電流iac(k),第五個輸入端為k-1時刻的并網電流iac(k-1),第六個輸入端為k+1時刻的并網電流iac(k+1),第七個輸入端為k-1時刻的反激變換器PWM信號占空比D(k-1),第八個輸入端為k-2時刻的反激變換器PWM信號占空比D(k-2),第九個輸入端為k-3時刻的反激變換器PWM信號占空比D(k-3),第十個輸入端為k時刻的光伏電池板的電壓Vpv(k),BP神經網絡的輸出為k時刻的反激變換器PWM信號占空比D(k);
②?利用訓練好的BP神經網絡逆模型對微型逆變器進行控制,具體步驟為:
a.?利用訓練好的BP神經網絡逆模型進行反激變換器PWM信號占空比的計算,對于當前k時刻,取第一個輸入端為k時刻的電網電壓Vgrid(k),第二個輸入端為k-1時刻的電網電壓Vgrid(k-1),第三個輸入端為k-2時刻的電網電壓Vgrid(k-2),第四個輸入端為k時刻的并網電流iac(k),第五個輸入端為k-1時刻的并網電流iac(k-1),第六個輸入端為k+1時刻的并網電流設定值i*ac?(k+1),第七個輸入端為k-1時刻的反激變換器PWM信號占空比D(k-1),第八個輸入端為k-2時刻的反激變換器PWM信號占空比D(k-2),第九個輸入端為k-3時刻的反激變換器PWM信號占空比D(k-3),第十個輸入端為k時刻的光伏電池板的電壓Vpv(k),得出BP神經網絡的輸出為d(k);
b.?將下一時刻并網電流設定值i*ac?(k+1)與當前k時刻并網電流iac(k)的偏差送入PI控制器,得到閉環控制量dC(k),即
其中:?e(k)=i*ac?(k+1)-iac(k),Kp表示比例系數,Ki表示積分系數;
c.?將神經網絡逆模型的輸出d(k)和PI控制器的輸出dC(k)疊加后作為最終的反激變換器PWM信號占空比D(k),即:
????????????????????????D(k)=?d(k)+?dC(k)。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華北電力大學(保定),未經華北電力大學(保定)許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410408718.4/1.html,轉載請聲明來源鉆瓜專利網。





