[發明專利]一種光伏并網點電網阻抗辨識誤差波動系數預測方法

在審

• 申請號: 201611063183.7
• 申請日: 2016-11-28
• 公開（公告）號: CN106845668A
• 公開（公告）日: 2017-06-13
• 發明（設計）人: 張海寧;賈昆;孟可風;宋銳;楊立濱;楊軍;李正曦;茍曉侃;李春來;趙世昌;叢貴斌;薛俊茹;柴元德;甘嘉田;蘇小玲
• 申請（專利權）人: 國網青海省電力公司;國網青海省電力公司電力科學研究院;沈陽工業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 深圳市銘粵知識產權代理有限公司44304
• 代理人: 孫偉峰,顧楠楠

技術領域

本發明屬于光伏并網發電技術領域，特別涉及一種光伏并網點電網阻抗辨識誤差波動系數預測方法。

背景技術

配電網電力系統中分布式光伏發電設備組成了一個復雜的系統，根據分布式光伏及配電網運行特點進行分布式光伏并網點阻抗辨識誤差波動系數評估，使每個分布式光伏發電系統及其所接入的配電網能夠安全、穩定、高效運行。

現有的并網點阻抗數辨識方法忽略了電站運行環境參數及光伏與配電網間的相互作用關系，忽略檢測時刻狀態與上一時刻狀態之間的相互影響不能有效利用電網和分布式光伏發電運行數據資源，評估準確度和光伏利用效率不高。因此，本發明提供一種光伏并網點電網阻抗辨識誤差波動系數預測方法，所述方法對配電網及其內光伏系統運行參數及氣象環境參數進行實時監測，并根據監測參數對光伏并網點電網阻抗辨識誤差波動系數進行預測計算，根據計算結果實時地對光伏發電系統及配電網進行控制。

發明內容

本發明提供一種光伏并網點電網阻抗辨識誤差波動系數預測方法，解決了現有預測方法忽略了電站運行環境參數及光伏與配電網間的相互作用關系，忽略檢測時刻狀態與上一時刻狀態之間的相互影響不能有效利用電網和分布式光伏發電運行數據資源，評估準確度和光伏利用效率不高的技術問題。

本發明通過下述技術方案實現，所述方法包括所述方法包括：(1)根據實時監測獲得的參數，建立光伏并網點電網阻抗辨識誤差波動系數演化系統時間序列；(2)根據所述演化系統的時間序列對光伏并網點測量數據進行動態聚類劃分；(3)根據所述遺傳神經網絡優化處理結果計算光伏并網點電網阻抗辨識誤差波動系數神經網絡預測模型。

進一步的，為更好的實現本發明,所述實時監測獲得的參數為配電網及配電網內光伏系統運行參數及氣象環境參數。

進一步地，所述步驟(1)中演化時間序列是在固定時間間隔下建立的演化時間序列。

進一步地，所述演化時間序列包括并網點電壓，并網點電壓變化率，并網點等效阻抗，接入點電壓電流相位差。

進一步地，所述演化時間序列在一系列時刻tk₁,tk₂,...,tk_n為

其中，n為自然數，n＝1,2,...，upcc為并網點電壓，udpcc為并網點電壓變化率，zpcc為并網點等效阻抗，θpcc為接入點電壓電流相位差。

進一步地，：所述步驟(2)包括以下步驟：

(A)根據所述步驟(1)中演化系統的時間序列對數據進行歸一化處理；

(B)根據所述步驟(A)中的歸一化數據建立模糊相關矩陣R_ir。

進一步地，所述步驟(A)中的歸一化處理過程包括：

測量數據為dx_i，i＝1,2,...,k_4n，n為步驟(1)中所述n，依據進行歸一化處理，其中，dx_max為輸入量的上界，dx_min為輸入量的下界。

進一步地，所述步驟(B)中的建立模糊相關矩陣R_ir的過程包括：

依據歸一化后處理后的數據dx_i和dx_r，建立i和r之間的相似關系

其中，i＝1,2,...,k_5n，r＝1,2,...,k_5n，n為步驟(1)中所述n。

進一步地，所述步驟(3)計算光伏并網點電網阻抗辨識誤差波動系數神經網絡預測模型的過程包括：

將動態聚類劃分后的數據px_i，輸入神經網絡預測模型，根據計算隱含層的輸出值，依據隱含層輸出值計算出光伏并網點電網阻抗辨識誤差波動系數預測值

其中j＝1,2,3...,l，i＝1,2，...k_4n，φ(j)為神經網絡中隱藏層第j個節點的輸出，f_j為徑向基函數，ω_ij為輸入層和隱含層之間相互聯系，l為隱含層節點數，w_j表示隱含層與輸出層之間的連接權重。

進一步地，所述方法用于控制光伏發電系統及配電網。

附圖說明

圖1系數預測流程圖。

具體實施方式

下面結合實施例對本發明作進一步地詳細說明，但本實發明的實施方式不限于此。

實施例1：