[發(fā)明專利]一種光伏發(fā)電系統(tǒng)與電網(wǎng)諧波同步指數(shù)預測方法

在審

• 申請?zhí)枺?/td>: 201610928689.3
• 申請日: 2016-10-31
• 公開（公告）號: CN106655249A
• 公開（公告）日: 2017-05-10
• 發(fā)明（設計）人: 張海寧
• 申請（專利權）人: 國家電網(wǎng)公司;國網(wǎng)青海省電力公司;國網(wǎng)青海省電力公司電力科學研究院;沈陽工業(yè)大學
• 主分類號: H02J3/38
• 分類號: H02J3/38;H02J3/01;G06Q10/04;G06Q50/06
• 代理公司: 武漢帥丞知識產(chǎn)權代理有限公司42220
• 代理人: 朱必武,李南平

1.一種光伏發(fā)電系統(tǒng)與電網(wǎng)諧波同步指數(shù)預測方法，其特征在于，包括如下步驟：

步驟1：建立光伏發(fā)電系統(tǒng)與電網(wǎng)諧波同步指數(shù)演化系統(tǒng)時間序列：

在固定時間間隔對并網(wǎng)點電壓、并網(wǎng)點等效阻抗、直流側(cè)電壓、溫度、輻照強度進行測量，定義如下光伏發(fā)電系統(tǒng)與電網(wǎng)諧波同步指數(shù)，即：

則，在一系列時刻ttb₁,ttb₂,...,ttb_n，n為自然數(shù)，n＝1,2,…，得到并網(wǎng)點電壓utb、并網(wǎng)點等效阻抗rtb、直流側(cè)電壓dutb、溫度Ttb、輻照強度stb測量數(shù)據(jù)序列：

$\left\{\begin{array}{c}{\mathrm{utb}}_1,{\mathrm{utb}}_2,\mathrm{...},{\mathrm{utb}}_n\\ {\mathrm{rtb}}_1,{\mathrm{rtb}}_2,\mathrm{...},{\mathrm{rtb}}_n\\ {\mathrm{dutb}}_1,{\mathrm{dutb}}_2,\mathrm{...},{\mathrm{dutb}}_n\\ {\mathrm{Ttb}}_1,{\mathrm{Ttb}}_2,\mathrm{...},{\mathrm{Ttb}}_n\\ {\mathrm{stb}}_1,{\mathrm{stb}}_2,\mathrm{...},{\mathrm{stb}}_n\end{array}\right.---\left(1\right)$

步驟2：測量數(shù)據(jù)遺傳-粒子群混合算法處理：

步驟2.1：建立帶有懲罰因子和約束函數(shù)的目標函數(shù)：

y_tb＝min f_mb(tbx_i)+g_cf(tbx_i)+r_ys(tbx_i)(2)

式(2)中，tbx_i為w_5n個優(yōu)化變量，i＝1,2,...,w_5n，f_mb(tbx_i)為目標函數(shù)，g_cf(tbx_i)為目標函數(shù)的懲罰因子，r_ys(tbx_i)為目標函數(shù)的約束項，y_tb即為待求的光伏發(fā)電系統(tǒng)與電網(wǎng)諧波同步指數(shù)；

步驟2.2：交叉算子的生成：

假設在兩個個體之間進行算術交叉，則設交叉運算后生成的兩個新個體表示為

$\left\{\begin{array}{c}{x}_{t+1}^i={\mathrm{\αx}}_t^i+(1-\mathrm{\α})x_t^i\\ x_{t+1}^j={\mathrm{\αx}}_t^j+(1-\mathrm{\α})x_t^j\end{array}\right.---\left(3\right)$

式(3)中，α為一變化的參數(shù)；

步驟2.3：變異算子的生成：

利用粒子群算法的進化公式來重構變異算子，讓個體依據(jù)自身當前最優(yōu)解和子種群內(nèi)當前最優(yōu)解以及個體進化的速度來決定變異方向和幅度，使個體在進化的過程中可以將其進化的歷史作為導向標；引入變異算子后的粒子群算法粒子更新公式為：

$\left\{\begin{array}{c}{\mathrm{\Δx}}_{max,t+1}^i={\mathrm{\Δx}}_{max,t}^i+c_1{r}_1({\mathrm{\Δx}}_{max}^i-x_{id})\\ +c_2{r}_2({\mathrm{\Δx}}_{max}^i-x_{id}(t\left)\right)\\ x_{id}(t+1)=x_{id}\left(t\right)+{\mathrm{\Δx}}_{max,t+1}^i\end{array}\right.---\left(4\right)$

式(4)中，為第t次迭代下累計迭代差的算術平均值，x_id表示每個粒子目前為止所出現(xiàn)的最佳位置，x_id(t)表示每個粒子當前所在位置，c₁、c₂表示學習常數(shù)，γ₁、γ₂為信息反饋參數(shù)；

步驟3：光伏發(fā)電系統(tǒng)與電網(wǎng)諧波同步指數(shù)計算：

通過遺傳算法計算出最優(yōu)參數(shù)后，判斷是否為全局最優(yōu)解，如果滿足條件的話，輸出目標函數(shù)輸出最優(yōu)解y_tb，反之，迭代地進行種群再生、選擇、交義、變異，直到滿足終止條件為止。