CN105680473A - 面向光伏发电系统的通用机电暂态信息物理融合建模方法 - Google Patents

Abstract

本发明公开了一种光伏发电系统的通用机电暂态信息物理融合建模方法，包括如下步骤：S1，按照功能将光伏发电系统划分为光伏电池模块、最大功率点跟踪控制模块、DC/DC变换器模块、直流链接模块、逆变器外环模块和逆变器内环模块；S2，根据各个模块输入端输入数据的类型，为输入物理量的模块构建物理模型；为输入信息量的模块构建信息模型；S3，根据光伏发电系统中各模块间的功能逻辑关系，将物理模型和信息模型融合，建立光伏发电系统的机电暂态信息物理融合模型。该方法通过信息模型实时对伏光发电系统产生的实时数据进行调节处理，使其接近预设的参考值，不仅满足不同厂家对模型通用性的要求，而且满足了通用模型的精确度。

Description

面向光伏发电系统的通用机电暂态信息物理融合建模方法

技术领域

本发明涉及一种信息物理融合建模方法，尤其涉及一种光伏发电系统的通用机电暂态信息物理融合建模方法。

背景技术

面对能源、环境危机，提高清洁能源消纳能力成为智能电网建设发展的重要任务。同时，随着信息物理融合系统在电网中的广泛应用，电力系统信息物理融合建模技术亟待加强。目前，光伏发电系统作为重要的清洁能源之一，存在运行控制困难大的问题，其原因主要在于模型通用性及与信息系统协调能力弱两方面。

在含光伏发电系统的电网动态分析中需要采用兼具精度和效率的暂态模型，在既往研究中，光伏发电系统模型通常采用两类模型：一类是潮流模型，即将其建模成简单的功率源，不考虑其动态过程，这类模型常称为“潮流”模型，仅适用于潮流分析，而不能用于暂态分析。另一类是基于特定的光伏发电系统建立对应的电路或电磁模型，严格体现光伏发电系统中具体的最大功率点跟踪(MPPT)控制算法和逆变器电路及其控制逻辑，这类模型虽然能满足电网机电暂态分析要求，但是，由于光伏发电系统的内部结构(如单级或双级式)和控制方法(如各种不同的MPPT控制策略)因厂家不同而具体各异，导致其通用性差，需要对不同厂家、型号的光伏发电系统分别建模，工作量极大、效率低，也不切合实际。根据目前的智能电网的发展，亟需设置通用的模型结构，以提高仿真分析的自动化水平和扩大计算规模。需要分析已有各类光伏发电系统的共性特征，并针对电力系统机电暂态仿真的需求，形成一种通用性的建模方法。

为解决上述问题，在申请号为201210328721.6的中国发明专利申请中，提出了一种通用的并网式光伏发电系统的机电暂态模型，它包括光伏电池PV单元、最大功率跟踪MPPT单元、DC变换单元、直流链接单元、含电流内环控制的逆变器单元、逆变器外环控制单元和保护单元；光伏电池PV单元输入端输入光照强度S、光伏电池温度参数T，其输出端向DC变换单元输出功率PV1、向最大功率跟踪MPPT单元输出最大功率点电压VPVM；DC变换单元向光伏电池PV单元输出端电压VPV1；最大功率跟踪MPPT单元输出功率点电压VPVM1；直流链接单元输入来自DC变换单元的直流侧功率PPV3。该模型可为现实中结构多样、形式各异的并网光伏发电系统提供通用型的适用于机电暂态分析的数学模型，有利于在微网系统整体中分析、设计和控制各类并网光伏发电系统。

但是该模型仅仅根据物理数据进行建模，并没有考虑在系统运行过程中，产生的内部信息量和外部信息量对模型的影响，严重影响了通用模型的精确度。

发明内容

针对现有技术的不足，本发明所要解决的技术问题在于提供一种光伏发电系统的通用机电暂态信息物理融合建模方法。

为实现上述发明目的，本发明采用下述的技术方案：

一种光伏发电系统的通用机电暂态信息物理融合建模方法，包括如下步骤：

S1，按照功能将光伏发电系统划分为光伏电池模块、最大功率点跟踪控制模块、DC/DC变换器模块、直流链接模块、逆变器外环模块和逆变器内环模块；

S2，根据各个模块输入端输入数据的类型，为输入物理量的模块构建物理模型；为输入信息量的模块构建信息模型；

S3，根据光伏发电系统中各模块间的功能逻辑关系，将物理模型和信息模型融合，建立光伏发电系统的机电暂态信息物理融合模型。

其中较优地，在步骤S2中，所述输入物理量的模块包括所述光伏电池模块、所述最大功率点跟踪控制(MPPT)模块和所述DC/DC变换器模块。

其中较优地，为所述光伏电池模块建立光伏电池物理模型，输入输出关系的表达式为：

$I=I_{SC}\mathrm{\Δ}I\{1-C_1\[e^{U/\left(C_2{U}_{oc}\right)}-1\]\};$

其中， $C_1=(1-I_m/I_{sc})e^{-U_m^{\′}\mathrm{\Δ}U/\left(C_2{U}_{oc}\right)};$

C₂＝(U_m/U_oc-1)[ln(1-I_m/I_sc)]^-1；

ΔI＝[1+α(T-T_ref)]S/S_ref；

ΔU＝[1-γ(T-T_ref)]ln[e+β(S-S_ref)]；

I_SC为标准环境下电池的短路电流；U_oc为标准环境下电池的开路电压；U_m为标准环境下电池的最大功率电压；I_m为标准环境下电池的最大功率电流；S_ref为标准环境下的光照强度，单位为kW/m²；T_ref为标准环境下的温度；ΔI、ΔU分别为不同环境下电流、电压的修正值；α、γ分别为温度补偿系数；β为光强补偿系数。

其中较优地，为所述最大功率点跟踪控制模块建立最大功率跟踪控制器物理模型，输入输出关系的表达式为：

V_pvm1＝kV_pvm

其中，U_pvm1为最大功率跟踪控制器的输出电压；U_pvm为最大功率跟踪控制器的输入参考电压；k为最大功率跟踪控制器恒压控制调节系数。

其中较优地，为所述DC/DC变换器模块建立DC/DC变换器物理模型，输入输出关系的表达式为：

$V_{PV}=\frac{D}{1-D}{V}_{PVm1}$

P_PV1＝ηP_PV

其中，V_PV为DC/DC变换器输出电压；P_PV1为DC/DC变换器输出功率；P_PV为DC/DC变换器输入功率；η为DC/DC变换器的变换效率。

其中较优地，在步骤S2中，所述输入信息量量的模块包括所述直流链接模块、所述逆变器外环模块和所述逆变器内环模块。

其中较优地，根据光伏发电系统实时运行过程中产生的直流链接的输入功率、输出电压以及电容值，为所述光直流链接模块建立直流链接模型，输入输出关系的表达式为：

$\left\{\begin{array}{c}\frac{{\mathrm{dE}}_C}{dt}=P_{PV1}-P_e\\ V_D=\sqrt{\frac{1}{2{\mathrm{CE}}_C}}\end{array}\right.$

其中，P_e为直流链接的输入功率；V_D为直流链接的输出电压值；C为直流链接电容的电容值；E_C为电容上存储的能量。

其中较优地，为所述逆变器内环模块建立DC/AC逆变器内环控制信息模型，输入输出关系的表达式为：

$\left\{\begin{array}{c}{P}_e=1.5e_d{i}_d\\ Q_e=-1.5e_d{i}_q\end{array}\right.$

其中，传递函数如下：

$\left\{\begin{array}{c}{i}_d=\frac{b_{d2}{s}^2+b_{d1}s+1}{a_{d2}{s}^2+a_{d1}s+1}{i}_{Dd,ref}\\ i_q=\frac{b_{q2}{s}^2+b_{q1}s+1}{a_{q2}{s}^2+a_{q1}s+1}{i}_{Dq,ref}\end{array}\right.;$

其中，P_e为DC/AC内环控制的输出有功功率；Q_e为DC/AC内环控制的输出无功功率；e_d为d轴电压；i_d、i_q分别为d轴、q轴上输出电流；b_di、a_di、b_qi、a_qi(i＝1,2)为参数；s为拉普拉斯变换中的复函数；i_Dd,ref、i_Dq,ref分别为DC/AC内环控制的输入电流在d轴、q轴上的分量。

其中较优地，为所述逆变器外环模块建立DC/AC逆变器外环控制信息模型，输入输出关系的表达式为：

$\left\{\begin{array}{c}{I}_{Dd,ref}=K_d(V_{D,ref}-V_D)\\ I_{Dq,ref}=K_q(Q_{D,ref}-Q_e)\end{array}\right.$

其中，K_d、K_q为参数；V_D,ref为外环控制输出量的参考值。

其中较优地，在步骤S4中，所述光伏发电系统中各个模块间的功能逻辑关系为：

太阳光照和温度通过所述光伏电池模块产生直流电能，所述直流电能经过所述DC/DC变换器模块以及所述最大功率点跟踪控制模块进行最大功率跟踪控制及升压，经升压和功率变换后的电能通过所述直流链接模块与所述逆变器外环控制模块及所述逆变器内环控制模块进行信息量交互；其中，所述逆变器外环控制模块进行PQ解耦控制，并向所述逆变器内环控制输出参考电流，所述逆变器内环控制模块对光伏发电系统各个模块的输入输出进行调节，使来自电网的电流、电压的实际值尽量接近预设的参考值。

本发明所提供的光伏发电系统的通用机电暂态信息物理融合建模方法，根据各个模块输入端输入数据的类型，为输入物理量的模块构建物理模型；为输入信息量的模块构建信息模型；信息模型可以实时获取伏光发电系统产生的数据，并对其进行调节，使其接近预设的参考值，调节模型的输出，对光伏发电系统通用性以及稳定性起到了很大的作用。最后，根据物理量、信息量在光伏发电系统中的功能逻辑关系，建立光伏发电系统的机电暂态信息物理融合模型，不仅满足不同厂家对模型通用性的要求，而且满足了通用模型的精确度。

附图说明

图1为本发明所提供的光伏发电系统的通用机电暂态信息物理融合建模方法的流程图；

图2为本发明所提供的一个实施例中，光伏发电系统的信息物理融合模型的结构示意图。

具体实施方式

下面结合附图和具体实施例对本发明的技术内容进行详细具体的说明。

如图1所示，本发明所提供的光伏发电系统的通用机电暂态信息物理融合建模方法，通过提取各类光伏发电系统的共同特征，建立满足电力系统机电暂态仿真需求的通用性光伏发电系统的机电暂态信息物理融合模型。包括如下步骤：首先，按照功能将光伏发电系统划分为光伏电池模块、最大功率点跟踪控制(MPPT)模块、DC/DC变换器模块、直流链接模块、逆变器外环模块、逆变器内环模块；然后，根据各个模块输入端输入数据的类型，为输入物理量的模块构建物理模型(P模型)；为输入信息量的模块构建信息模型(C模型)；最后，根据物理量、信息量在光伏发电系统中的功能逻辑关系，建立光伏发电系统的机电暂态信息物理融合模型。下面对这一过程做详细具体的说明。

S1，按照功能将光伏发电系统划分为光伏电池模块、最大功率点跟踪控制(MPPT)模块、DC/DC变换器模块、直流链接模块、逆变器外环模块、逆变器内环模块。

通过分析已有各类光伏发电系统，提取各类光伏发电系统的共同特征。针对基于物理信息融合系统的复杂配电网中并网光伏发电系统仿真建模的需求，按照功能将光伏发电系统划分为光伏电池模块、最大功率点跟踪控制(MPPT)模块、DC/DC变换器模块、直流链接模块、逆变器外环模块、逆变器内环模块。

S2，根据各个模块输入端输入数据的类型，为输入物理量的模块构建物理模型；为输入信息量的模块构建信息模型。其中，信息量包括光伏发电系统的内部信息量和外部信息量。

按照功能将光伏发电系统划分为光伏电池模块、最大功率点跟踪控制(MPPT)模块、DC/DC变换器模块、直流链接模块、逆变器外环模块、逆变器内环模块。其中，光伏电池模块、最大功率点跟踪控制(MPPT)模块、DC/DC变换器模块输入端输入的数据主要为纯物理数据，即物理量。信息数据(信息量)对其影响很小，所以为光伏电池模块、最大功率点跟踪控制(MPPT)模块、DC/DC变换器模块建立物理模型。

为了提高光伏发电系统模型的通用性及仿真速度，在本发明所提供的实施例中，忽略电器开关及高频开关器件，通过输入输出关系的描述为光伏电池模块、最大功率点跟踪控制(MPPT)模块、DC/DC变换器模块建立物理模型。下面对各个模块的物理模型的建立过程分别进行说明。

a1)通过输入输出关系，为光伏电池模块建立光伏电池物理模型。

光伏电池物理模型采用通用性仿真模型，如式(1)～(5)。根据标准环境下电池的短路电流、开路电压、最大功率电压和最大功率电流4个参数即可确定光伏电池的输出特性，输入输出关系的表达式如下：

$I=I_{SC}\mathrm{\Δ}I\{1-C_1\[e^{U/\left(C_2{U}_{oc}\right)}-1\]\}---\left(1\right)$

$C_1=(1-I_m/I_{sc})e^{-U_m^{\′}\mathrm{\Δ}U/\left(C_2{U}_{oc}\right)}---\left(2\right)$

C₂＝(U_m/U_oc-1)[ln(1-I_m/I_sc)]^-1(3)

ΔI＝[1+α(T-T_ref)]S/S_ref(4)

ΔU＝[1-γ(T-T_ref)]ln[e+β(S-S_ref)](5)

其中，I_SC、U_oc、U_m、I_m分别为标准环境下电池的短路电流、开路电压、最大功率电压和最大功率电流，S_ref为标准环境下的光照强度，单位为kW/m²；T_ref为标准环境下的温度，在本发明所提供的实施例中，标准环境下的温度取25℃；ΔI、ΔU分别为不同环境下电流、电压的修正值；α、γ分别为温度补偿系数；β为光强补偿系数。

a2)通过输入输出关系，为最大功率点跟踪控制(MPPT)模块建立最大功率跟踪控制器(MTTP)物理模型。

采用恒定电压控制法建立MTTP物理模型。取MPPT恒压控制调节系数k＝0.76～0.80，输入输出关系的表达式如下：

V_pvm1＝kV_pvm(6)

其中，U_pvm1为MPPT的输出电压；U_pvm为MPPT的输入参考电压，即光伏发电系统最大功率点处的电压，其值由光伏发电系统的特性决定；k为MPPT恒压控制调节系数，一般取0.76～0.80。

a3)通过输入输出关系，为DC/DC变换器模块建立DC/DC变换器物理模型。

通过输入输出关系，为DC/DC变换器模块建立DC/DC变换器物理模型。在本发明所提供的实施例中，以Buck-Boots三电平斩波电路型DC/DC变换器为例建立DC/DC变换器物理模型，输入输出关系的表达式如下：

$V_{PV}=\frac{D}{1-D}V{4}_{PVm1}---\left(7\right)$

P_PV1＝f(P_PV)＝ηP_PV(8)

其中，V_PV、P_PV1为DC/DC变换器输出电压、输出功率；P_PV为DC/DC变换器输入功率；η为DC/DC变换器的变换效率。

前已述及，按照功能将光伏发电系统划分为光伏电池模块、最大功率点跟踪控制(MPPT)模块、DC/DC变换器模块、直流链接模块、逆变器外环模块、逆变器内环模块。其中，直流链接模块、逆变器外环模块、逆变器内环模块输入端输入的数据主要为信息量。纯物理数据(物理量)对其影响很小，所以为直流链接模块、逆变器外环模块、逆变器内环模块建立信息模型。信息量由光伏发电系统内部信息量和外部信息量构成，如：DC/DC变换器与直流链接、MPPT之间传输的信息、逆变器内外环控制之间传输的信息等为内部信息量，光照预测值、温度预测值、电网传输给光伏发电系统的电压、电流为外部信息量。信息模型接收光伏发电系统在实时运行过程中产生的实时数据，通过设定参数对实时数据作为输入进行处理，得到实时输出，使实际输出接近于预设的输出值，与现有的以历史数据和预测数据作为输入的物理模型相比，能更好的体现光伏发电系统的运行情况，通过参数对光伏发电系统的实际的输出值进行调节，使其满足光伏发电系统的运行需求，并根据实时输出及时做出处理。

在本发明所提供的实施例中，机电暂态信息物理融合模型紧密融合了物理量和信息量，其与电力系统的结合被认为是发展智能电网的技术基础。而信息量在光伏发电系统中意义重大。一方面，光伏发电系统正常、故障等不同运行状态下，对应的信息量展现出不同的发送规律等动态特性，可能引发电力系统故障，在为光伏发电系统进行建模时，如果不单独对信息量进行分析处理，其变化所带来的影响将无法充分考虑；另一方面，对信息量进行故障分析和动态分析，对故障信息的排除至关重要，所以考虑光伏发电系统相应模块的信息模型，对光伏发电系统通用性以及稳定性都有很大的作用，下面对各个模块建立信息模型进行描述。

b1)通过输入输出关系，为直流链接模块建立直流链接信息模型。

根据电容、电压与其存储的能量的关系，以及光伏发电系统实时运行过程中产生的直流链接的输入功率、输出电压以及电容值，建立直流链接模块的信息模型，输入输出关系的表达式如下：

$\left\{\begin{array}{c}\frac{{\mathrm{dE}}_C}{dt}=P_{PV1}-P_e\\ V_D=\sqrt{\frac{1}{2{\mathrm{CE}}_C}}\end{array}\right.---\left(9\right)$

其中，P_e为直流链接的输入功率；V_D为直流链接的输出电压值；_C为直流链接电容的电容值；E_C为电容上存储的能量。

b2)通过输入输出关系，为逆变器内环模块建立DC/AC逆变器内环控制信息模型。

采用直流电流控制策略建立DC/AC逆变器内环控制信息模型。

假设三相电路对称，在同步旋转d-q坐标系下，取d轴为交流侧电压矢量合成方向，则功率计算式为：

$\left\{\begin{array}{c}{P}_e=1.5e_d{i}_d\\ Q_e=-1.5e_d{i}_q\end{array}\right.---\left(10\right)$

其中，传递函数如下：

$\left\{\begin{array}{c}{i}_d=\frac{b_{d2}{s}^2+b_{d1}s+1}{a_{d2}{s}^2+a_{d1}s+1}{i}_{Dd,ref}\\ i_q=\frac{b_{q2}{s}^2+b_{q1}s+1}{a_{q2}{s}^2+a_{q1}s+1}{i}_{Dq,ref}\end{array}\right.---\left(11\right)$

其中，P_e、Q_e分别为DC/AC内环控制的输出有功功率和无功功率；e_d为d轴电压；i_d、i_q分别为d轴、q轴上输出电流；b_di、a_di、b_qi、a_qi(i＝1,2)为参数；s为拉普拉斯变换中的复函数；i_Dd,ref、i_Dq,ref分别为DC/AC内环控制的输入电流在d轴、q轴上的分量。

b3)通过输入输出关系，为逆变器外环模块建立DC/AC逆变器外环控制信息模型。

DC/AC逆变器外环控制的作用是PQ解耦，为功率控制，通过输入输出关系，为逆变器外环模块建立DC/AC逆变器外环控制信息模型，输入输出关系的表达式如下：

$\left\{\begin{array}{c}{I}_{Dd,ref}=K_d(V_{D,ref}-V_D)\\ I_{Dq,ref}=K_q(Q_{D,ref}-Q_e)\end{array}\right.---\left(12\right)$

式中，K_d、K_q为参数，通过参数调节由于光伏发电系统实时数据的变化引起的输入输出值的变化，进而使实际输出值接近于预设的参考值，达到调节光伏发电系统输出的目的；V_D,ref为外环控制输出量的参考值。

至此，光伏发电系统的信息模型创建完成，信息模型的创建，充分考虑了光伏发电系统在运行过程中实时产生的内部信息量和外部信息量，对实时产生的信息量进行处理，在确保机电暂态信息物理融合模型通用性的前提下，提高了机电暂态信息物理融合模型的精确度。

S3，根据光伏发电系统中各模块间的功能逻辑关系，将物理模型和信息模型融合，建立光伏发电系统的机电暂态信息物理融合模型。

按照如图2所示的物理量、信息量在光伏发电系统中的功能逻辑关系，建立光伏发电系统的机电暂态信息物理融合模型。其中，代表物理量的传输过程；代表内部信息量的传输过程；代表外部信息量的传输过程。各物理模块(光伏电池模块、最大功率点跟踪控制(MPPT)模块、DC/DC变换器模块)中涉及到的信息量交互给信息模块，信息模块实时接收发光发电系统产生的数据，通过参数对输出数据进行调整。各信息模块(直流链接模块、逆变器外环模块、逆变器内环模块)中涉及到的物理量也会对物理仿真过程产生影响。

如图2所示，光伏发电系统中各个模块间的功能逻辑关系为：

太阳光照和温度通过所述光伏电池模块产生直流电能，该直流电能经过DC/DC变换器模块以及最大功率点跟踪控制模块实现最大功率跟踪控制及升压，经升压和功率变换后的电能通过直流链接模块与逆变器外环控制模块及逆变器内环控制模块进行信息量交互；其中，逆变器外环控制模块进行PQ解耦控制，并向逆变器内环控制输出参考电流，逆变器内环控制模块对光伏发电系统各个模块的输入输出进行调节，使来自电网的电流、电压的实际值尽量接近预设的参考值，实现光伏发电系统输入电网的电流和功率符合要求。

综上所述，本发明所提供的光伏发电系统的通用机电暂态信息物理融合建模方法，通过分析已有各类光伏发电系统，提取各类光伏发电系统的共同特征，按照功能将光伏发电系统划分为光伏电池模块、最大功率点跟踪控制(MPPT)模块、DC/DC变换器模块、直流链接模块、逆变器外环模块、逆变器内环模块；然后，根据各个模块输入端输入数据的类型，为输入物理量的模块构建物理模型(P模型)；为输入信息量的模块构建信息模型(C模型)；信息模型可以实时获取伏光发电系统产生的数据，并对其进行调节，使其接近预设的参考值，调节模型的输出，对光伏发电系统通用性以及稳定性起到了很大的作用。最后，根据物理量、信息量在光伏发电系统中的功能逻辑关系，建立光伏发电系统的机电暂态信息物理融合模型，不仅满足不同厂家对模型通用性的要求，而且满足了通用模型的精确度。

上面对本发明所提供的光伏发电系统的通用机电暂态信息物理融合建模方法进行了详细的说明。对本领域的一般技术人员而言，在不背离本发明实质精神的前提下对它所做的任何显而易见的改动，都将构成对本发明专利权的侵犯，将承担相应的法律责任。

Claims (10)

1.一种光伏发电系统的通用机电暂态信息物理融合建模方法，其特征在于包括如下步骤：

S1，按照功能将光伏发电系统划分为光伏电池模块、最大功率点跟踪控制模块、DC/DC变换器模块、直流链接模块、逆变器外环模块和逆变器内环模块；

S2，根据各个模块输入端输入数据的类型，为输入物理量的模块构建物理模型；为输入信息量的模块构建信息模型；

S3，根据光伏发电系统中各模块间的功能逻辑关系，将物理模型和信息模型融合，建立光伏发电系统的机电暂态信息物理融合模型。

2.如权利要求1所述的光伏发电系统的通用机电暂态信息物理融合建模方法，其特征在于：

在步骤S2中，所述输入物理量的模块包括所述光伏电池模块、所述最大功率点跟踪控制(MPPT)模块和所述DC/DC变换器模块。

3.如权利要求2所述的光伏发电系统的通用机电暂态信息物理融合建模方法，其特征在于：

为所述光伏电池模块建立光伏电池物理模型，输入输出关系的表达式为：

$I=I_{SC}\mathrm{\Δ}I\{1-C_1\[e^{U/\left(C_2{U}_{oc}\right)}-1\]\};$

其中， $C_1=(1-I_m/I_{sc})e^{-U_m^{\′}\mathrm{\Δ}U/\left(C_2{U}_{oc}\right)};$

C₂＝(U_m/U_oc-1)[ln(1-I_m/I_sc)]^-1；

ΔI＝[1+α(T-T_ref)]S/S_ref；

ΔU＝[1-γ(T-T_ref)]ln[e+β(S-S_ref)]；

I_SC为标准环境下电池的短路电流；U_oc为标准环境下电池的开路电压；U_m为标准环境下电池的最大功率电压；I_m为标准环境下电池的最大功率电流；S_ref为标准环境下的光照强度，单位为kW/m²；T_ref为标准环境下的温度；ΔI、ΔU分别为不同环境下电流、电压的修正值；α、γ分别为温度补偿系数；β为光强补偿系数。

4.如权利要求2所述的光伏发电系统的通用机电暂态信息物理融合建模方法，其特征在于：

为所述最大功率点跟踪控制模块建立最大功率跟踪控制器物理模型，输入输出关系的表达式为：

V_pvm1＝kV_pvm

其中，U_pvm1为最大功率跟踪控制器的输出电压；U_pvm为最大功率跟踪控制器的输入参考电压；k为最大功率跟踪控制器恒压控制调节系数。

5.如权利要求2所述的光伏发电系统的通用机电暂态信息物理融合建模方法，其特征在于：

为所述DC/DC变换器模块建立DC/DC变换器物理模型，输入输出关系的表达式为：

$V_{PV}=\frac{D}{1-D}{V}_{PVm1}$

P_PV1＝ηP_PV

其中，V_PV为DC/DC变换器输出电压；P_PV1为DC/DC变换器输出功率；P_PV为DC/DC变换器输入功率；η为DC/DC变换器的变换效率。

6.如权利要求1所述的光伏发电系统的通用机电暂态信息物理融合建模方法，其特征在于：

在步骤S2中，所述输入信息量量的模块包括所述直流链接模块、所述逆变器外环模块和所述逆变器内环模块。

7.如权利要求6所述的光伏发电系统的通用机电暂态信息物理融合建模方法，其特征在于：

根据光伏发电系统实时运行过程中产生的直流链接的输入功率、输出电压以及电容值，为所述光直流链接模块建立直流链接模型，输入输出关系的表达式为：

$\left\{\begin{array}{c}\frac{{\mathrm{dE}}_C}{dt}=P_{PV1}-P_e\\ V_D=\sqrt{\frac{1}{2{\mathrm{CE}}_C}}\end{array}\right.$

其中，P_e为直流链接的输入功率；V_D为直流链接的输出电压值；_C为直流链接电容的电容值；E_C为电容上存储的能量。

8.如权利要求6所述的光伏发电系统的通用机电暂态信息物理融合建模方法，其特征在于：

为所述逆变器内环模块建立DC/AC逆变器内环控制信息模型，输入输出关系的表达式为：

$\left\{\begin{array}{c}{P}_e=1.5e_d{i}_d\\ Q_e=-1.5e_d{i}_q\end{array}\right.$

其中，传递函数如下：

$\left\{\begin{array}{c}{i}_d=\frac{b_{d2}{s}^2+b_{d1}s+1}{a_{d2}{s}^2+a_{d1}s+1}{i}_{Dd,ref}\\ i_q=\frac{b_{q2}{s}^2+b_{q1}s+1}{a_{q2}{s}^2+a_{q1}s+1}{i}_{Dq,ref}\end{array}\right.;$

其中，P_e为DC/AC内环控制的输出有功功率；Q_e为DC/AC内环控制的输出无功功率；e_d为d轴电压；i_d、i_q分别为d轴、q轴上输出电流；b_di、a_di、b_qi、a_qi(i＝1,2)为参数；s为拉普拉斯变换中的复函数；i_Dd,ref、i_Dq,ref分别为DC/AC内环控制的输入电流在d轴、q轴上的分量。

9.如权利要求1所述的光伏发电系统的通用机电暂态信息物理融合建模方法，其特征在于：

为所述逆变器外环模块建立DC/AC逆变器外环控制信息模型，输入输出关系的表达式为：

$\left\{\begin{array}{c}{I}_{Dd,ref}=K_d(V_{D,ref}-V_D)\\ I_{Dq,ref}=K_q(Q_{D,ref}-Q_e)\end{array}\right.$

其中，K_d、K_q为参数；V_D,ref为外环控制输出量的参考值。

10.如权利要求1所述的光伏发电系统的通用机电暂态信息物理融合建模方法，其特征在于在步骤S4中，所述光伏发电系统中各个模块间的功能逻辑关系为：

太阳光照和温度通过所述光伏电池模块产生直流电能，所述直流电能经过所述DC/DC变换器模块以及所述最大功率点跟踪控制模块进行最大功率跟踪控制及升压，经升压和功率变换后的电能通过所述直流链接模块与所述逆变器外环控制模块及所述逆变器内环控制模块进行信息量交互；其中，所述逆变器外环控制模块进行PQ解耦控制，并向所述逆变器内环控制输出参考电流，所述逆变器内环控制模块对光伏发电系统各个模块的输入输出进行调节，使来自电网的电流、电压的实际值尽量接近预设的参考值。