[發明專利]一種SVG消除離網光伏逆變器諧波能力指數預測方法

有效

• 申請號: 201611123634.1
• 申請日: 2016-12-08
• 公開（公告）號: CN106655187B
• 公開（公告）日: 2020-05-29
• 發明（設計）人: 楊立濱;賈昆;李春來;李正曦;張海寧;甘嘉田
• 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
• 主分類號: H02J3/01
• 分類號: H02J3/01;H02J3/38
• 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

本發明公開了一種SVG消除離網光伏逆變器諧波能力指數預測方法，包括建立SVG消除離網光伏逆變器諧波能力指數演化系統的時間序列；根據建立的時間序列進行測量數據的蟻群遺傳算法神經網絡處理，得到神經網絡參數的最優值初始參數；依據步驟b得到神經網絡參數最優值初始參數訓練神經網絡至滿足精度要求，進而計算得到SVG消除離網光伏逆變器諧波能力指數。本發明能夠對光伏發電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SVG消除離網光伏逆變器諧波能力指數進行預測計算，根據計算結果實時地對光伏發電系統進行控制，能夠有效提高電能質量，顯著提高了配電網電力系統在光伏系統接入后的可靠性與經濟性。

技術領域

本發明屬于光伏發電技術領域，特別涉及一種并網光伏逆變器交流側阻抗平衡指數評估方法。

背景技術

電力系統中，光伏發電設備的接入為電網帶來更多的諧波，需要根據光伏系統運行特點利用SVG來消除離網光伏逆變器諧波，使光伏發電系統能夠安全、穩定、高效地運行。現有的SVG對離網光伏逆變器諧波消除和抑制效果的計算往往忽略了光伏與外界環境的相互作用關系，由光伏發電系統內各個組件獨立進行諧波分析，不能有效利用電網和光伏發電運行數據資源，評估準確度和光伏利用效率較低。因此，對光伏發電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SVG消除離網光伏逆變器諧波能力指數進行預測計算，根據計算結果實時地對光伏發電系統進行控制，能夠有效提高電能質量，顯著提高配電網電力系統在光伏系統接入后的可靠性與經濟性。

發明內容

針對現有技術的不足，本發明的目的在于提供一種SVG消除離網光伏逆變器諧波能力指數預測方法，包括以下步驟：

a、建立SVG消除離網光伏逆變器諧波能力指數演化系統的時間序列，在固定時間間隔對逆變器輸出有功功率、逆變器輸出電流值、電壓值、電流變化率、溫度、光照進行測量；

b、根據建立的時間序列進行測量數據的蟻群遺傳算法神經網絡處理，得到神經網絡參數的最優值初始參數；

c、依據步驟b得到神經網絡參數最優值初始參數訓練神經網絡至滿足精度要求，進而計算得到SVG消除離網光伏逆變器諧波能力指數。

步驟a中建立的時間序列包括逆變器輸出有功功率pxnl、逆變器輸出電流值ixnl、電壓值uxnl、電流變化率dixnl、光照強度sxnl。

步驟a中建立的時間序列還包括溫度Txnl測量數據序列。

所述的步驟b中，包括建立帶有懲罰因子和約束函數的目標函數：y_xnl＝minf_mb(xnlx_i)+g_cf(xnlx_i)+r_ys(xnlx_i)，

其中，式中為w_6n個優化變量，f_mb(xnlx_i)為目標函數，g_cf(xnlx_i)為目標函數的懲罰因子，r_ys(xnlx_i)為目標函數的約束項。

步驟b中，所述的神經網絡參數為θ_i，并按二進制編碼方式編碼并排序，將所有參數θ_i設為非零隨機值從而對參數進行初始化，形成集合S_θi。

步驟b中還包括有目標函數蟻群遺傳算法處理方式，在原有蟻群算法流程的基礎上，將遺傳算法引入到了蟻群的每一次迭代中；然后經過遺傳算法的選擇、交叉、變異，若干次迭代進化，產生一組新解。

將遺傳算法產生的解群體中的最優解與蟻群算法的全局最優解進行比較，取二者之中最優的作為蟻群算法新的全局最優解，然后進行信息素的更新。