CN106655249A - 一种光伏发电系统与电网谐波同步指数预测方法 - Google Patents
一种光伏发电系统与电网谐波同步指数预测方法 Download PDFInfo
- Publication number
- CN106655249A CN106655249A CN201610928689.3A CN201610928689A CN106655249A CN 106655249 A CN106655249 A CN 106655249A CN 201610928689 A CN201610928689 A CN 201610928689A CN 106655249 A CN106655249 A CN 106655249A
- Authority
- CN
- China
- Prior art keywords
- tbx
- ttb
- harmonic wave
- photovoltaic
- generation system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 12
- 238000010248 power generation Methods 0.000 title abstract description 9
- 239000002245 particle Substances 0.000 claims abstract description 19
- 230000035772 mutation Effects 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 101100424896 Caenorhabditis elegans ttb-1 gene Proteins 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 abstract description 2
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 238000013277 forecasting method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H02J3/383—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/01—Arrangements for reducing harmonics or ripples
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/40—Arrangements for reducing harmonics
Abstract
本发明提供了一种光伏发电系统与电网谐波同步指数预测方法,通过建立光伏发电系统与电网谐波同步指数演化系统时间序列,对测量数据进行遗传‑粒子群混合算法处理,进而进行光伏发电系统与电网谐波同步指数计算,得到光伏发电系统与电网谐波同步指数预测值。该方法能够根据监测参数对光伏发电系统与电网谐波同步指数进行预测计算,根据计算结果实时地对光伏发电系统及配电网进行控制,能够有效避免配电网系统因光伏电站接入带来的电能质量及谐波过电压等问题,显著提高配电网电力系统在光伏系统接入后的可靠性与经济性。
Description
技术领域
本发明属于光伏发电技术领域,特别涉及一种光伏发电系统与电网谐波同步指数预测方法。
背景技术
电力系统中光伏发电设备的接入为电网带来更多的谐波,对电网造成损害,如何根据光伏电池运行特点进行光伏发电系统与电网谐波同步指数预测评估,使光伏发电系统能够安全、稳定、高效运行,以往光伏发电系统与电网谐波同步指数计算方法的特点是忽略光伏与配电网间的相互作用关系,由区域电网或光伏发电系统内各个系统独立进行谐波分析,不能有效利用电网和光伏发电运行数据资源,评估准确度和光伏利用效率不高。
有鉴于此,本发明提供一种光伏发电系统与电网谐波同步指数预测方法,以满足实际应用需要。
发明内容
本发明的目的是:为克服现有技术的不足,本发明提供一种光伏发电系统与电网谐波同步指数预测方法,从而获得光伏发电系统与电网谐波同步指数。
本发明所采用的技术方案是:一种光伏发电系统与电网谐波同步指数预测方法,其特征在于,包括如下步骤:
步骤1:建立光伏发电系统与电网谐波同步指数演化系统时间序列:
在固定时间间隔对并网点电压、并网点等效阻抗、直流侧电压、温度、辐照强度进行测量,定义如下光伏发电系统与电网谐波同步指数,即:
则,在一系列时刻ttb1,ttb2,...,ttbn,n为自然数,n=1,2,…,得到并网点电压utb、并网点等效阻抗rtb、直流侧电压dutb、温度Ttb、辐照强度stb测量数据序列:
步骤2:测量数据遗传-粒子群混合算法处理:
步骤2.1:建立带有惩罚因子和约束函数的目标函数:
ytb=minfmb(tbxi)+gcf(tbxi)+rys(tbxi) (2)
式(2)中,tbxi为w5n个优化变量,i=1,2,...,w5n,fmb(tbxi)为目标函数,gcf(tbxi)为目标函数的惩罚因子,rys(tbxi)为目标函数的约束项,ytb即为待求的光伏发电系统与电网谐波同步指数;
步骤2.2:交叉算子的生成:
假设在两个个体 之间进行算术交叉,则设交叉运算后生成的两个新个体表示为
式(3)中,α为一变化的参数;
步骤2.3:变异算子的生成:
利用粒子群算法的进化公式来重构变异算子,让个体依据自身当前最优解和子种群内当前最优解以及个体进化的速度来决定变异方向和幅度,使个体在进化的过程中可以将其进化的历史作为导向标;引入变异算子后的粒子群算法粒子更新公式为:
式(4)中,为第t次迭代下累计迭代差的算术平均值,xid表示每个粒子目前为止所出现的最佳位置,xid(t)表示每个粒子当前所在位置,c1、c2表示学习常数,γ1、γ2为信息反馈参数;
步骤3:光伏发电系统与电网谐波同步指数计算:
通过遗传算法计算出最优参数后,判断是否为全局最优解,如果满足条件的话,输出目标函数输出最优解ytb,反之,迭代地进行种群再生、选择、交义、变异,直到满足终止条件为止。
本发明的有益效果是:本发明为光伏电网提供了一种光伏发电系统与电网谐波同步指数预测方法,对配电网及其光伏发电系统运行参数及气象环境参数进行实时监测,并根据监测参数对光伏发电系统与电网谐波同步指数进行预测计算,根据计算结果实时地对光伏发电系统及配电网进行控制,能够有效避免配电网系统因光伏电站接入带来的电能质量及谐波过电压等问题,显著提高配电网电力系统在光伏系统接入后的可靠性与经济性。
附图说明
图1为本发明实施例的目标函数迭代运算图。
具体实施方式
为了更好地理解本发明,下面结合实施例进一步阐明本发明的内容,但本发明的内容不仅仅局限于下面的实施例。本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样在本申请所列权利要求书限定范围之内。
如图1所示,本发明实施例提供的一种光伏发电系统与电网谐波同步指数预测方法,步骤如下:
步骤1:建立光伏发电系统与电网谐波同步指数演化系统时间序列:
在固定时间间隔对并网点电压、并网点等效阻抗、直流侧电压、温度、辐照强度进行测量,定义如下光伏发电系统与电网谐波同步指数,即:
则,在一系列时刻ttb1,ttb2,...,ttbn(n为自然数,n=1,2,…)得到并网点电压utb、并网点等效阻抗rtb、直流侧电压dutb、温度Ttb、辐照强度stb测量数据序列:
步骤2:测量数据遗传-粒子群混合算法处理:
步骤2.1:建立带有惩罚因子和约束函数的目标函数:
ytb=minfmb(tbxi)+gcf(tbxi)+rys(tbxi) (2)
其中,式中tbxi(i=1,2,...,w5n)为w5n个优化变量,fmb(tbxi)为目标函数,gcf(tbxi)为目标函数的惩罚因子,rys(tbxi)为目标函数的约束项,ytb即为光伏发电系统与电网谐波同步指数。
步骤2.2:交叉算子的生成:
假设在两个个体 之间进行算术交叉,则设交叉运算后生成的两个新个体表示为
其中,α为一变化的参数。在本实施例中,α=2.7033。
步骤2.3:变异算子的生成:
利用粒子群算法的进化公式来重构变异算子,让个体依据自身当前最优解和子种群内当前最优解以及个体进化的速度来决定变异方向和幅度,使个体在进化的过程中可以将其进化的历史作为导向标。引入变异算子后的粒子群算法粒子更新公式为:
其中,为第t次迭代下累计迭代差的算术平均值,xid表示每个粒子目前为止所出现的最佳位置,xid(t)表示每个粒子当前所在位置,c1、c2表示学习常数,γ1、γ2为信息反馈参数。
在本实施例中,c1=2.9079、c2=1.5023,γ1=3,γ2=2。
步骤3:光伏发电系统与电网谐波同步指数计算:
通过遗传算法计算出最优参数后,判断是否为全局最优解,如果满足条件的话,输出目标函数输出最优解ytb,反之,迭代地进行种群再生、选择、交义、变异,直到满足终止条件为止。
以上仅为本发明的实施例而已,并不用于限制本发明,因此,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (1)
1.一种光伏发电系统与电网谐波同步指数预测方法,其特征在于,包括如下步骤:
步骤1:建立光伏发电系统与电网谐波同步指数演化系统时间序列:
在固定时间间隔对并网点电压、并网点等效阻抗、直流侧电压、温度、辐照强度进行测量,定义如下光伏发电系统与电网谐波同步指数,即:
则,在一系列时刻ttb1,ttb2,...,ttbn,n为自然数,n=1,2,…,得到并网点电压utb、并网点等效阻抗rtb、直流侧电压dutb、温度Ttb、辐照强度stb测量数据序列:
步骤2:测量数据遗传-粒子群混合算法处理:
步骤2.1:建立带有惩罚因子和约束函数的目标函数:
ytb=min fmb(tbxi)+gcf(tbxi)+rys(tbxi) (2)
式(2)中,tbxi为w5n个优化变量,i=1,2,...,w5n,fmb(tbxi)为目标函数,gcf(tbxi)为目标函数的惩罚因子,rys(tbxi)为目标函数的约束项,ytb即为待求的光伏发电系统与电网谐波同步指数;
步骤2.2:交叉算子的生成:
假设在两个个体 之间进行算术交叉,则设交叉运算后生成的两个新个体表示为
式(3)中,α为一变化的参数;
步骤2.3:变异算子的生成:
利用粒子群算法的进化公式来重构变异算子,让个体依据自身当前最优解和子种群内当前最优解以及个体进化的速度来决定变异方向和幅度,使个体在进化的过程中可以将其进化的历史作为导向标;引入变异算子后的粒子群算法粒子更新公式为:
式(4)中,为第t次迭代下累计迭代差的算术平均值,xid表示每个粒子目前为止所出现的最佳位置,xid(t)表示每个粒子当前所在位置,c1、c2表示学习常数,γ1、γ2为信息反馈参数;
步骤3:光伏发电系统与电网谐波同步指数计算:
通过遗传算法计算出最优参数后,判断是否为全局最优解,如果满足条件的话,输出目标函数输出最优解ytb,反之,迭代地进行种群再生、选择、交义、变异,直到满足终止条件为止。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610928689.3A CN106655249A (zh) | 2016-10-31 | 2016-10-31 | 一种光伏发电系统与电网谐波同步指数预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610928689.3A CN106655249A (zh) | 2016-10-31 | 2016-10-31 | 一种光伏发电系统与电网谐波同步指数预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106655249A true CN106655249A (zh) | 2017-05-10 |
Family
ID=58820942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610928689.3A Pending CN106655249A (zh) | 2016-10-31 | 2016-10-31 | 一种光伏发电系统与电网谐波同步指数预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106655249A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109120007B (zh) * | 2018-07-25 | 2020-12-22 | 华南理工大学 | 一种基于粒子群优化算法的多台变流器协调控制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103544525A (zh) * | 2013-10-17 | 2014-01-29 | 国网甘肃省电力公司电力科学研究院 | 一种基于改进粒子群优化算法的同步风力发电机参数辨识方法 |
CN105354635A (zh) * | 2015-10-30 | 2016-02-24 | 国家电网公司 | 一种配电网不平衡谐波负荷指数预测方法 |
-
2016
- 2016-10-31 CN CN201610928689.3A patent/CN106655249A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103544525A (zh) * | 2013-10-17 | 2014-01-29 | 国网甘肃省电力公司电力科学研究院 | 一种基于改进粒子群优化算法的同步风力发电机参数辨识方法 |
CN105354635A (zh) * | 2015-10-30 | 2016-02-24 | 国家电网公司 | 一种配电网不平衡谐波负荷指数预测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109120007B (zh) * | 2018-07-25 | 2020-12-22 | 华南理工大学 | 一种基于粒子群优化算法的多台变流器协调控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zobaa et al. | Classical and recent aspects of power system optimization | |
CN102684220A (zh) | 船用光伏发电并网实验平台 | |
CN103973203A (zh) | 一种适用于安全稳定分析的大型光伏电站在线等值建模方法 | |
Sujatha et al. | Enhancement of PQ in grid connected PV system using hybrid technique | |
CN106684857A (zh) | 一种含统一潮流控制器的线性化最优潮流模型 | |
Talei et al. | Smart campus microgrid: Advantages and the main architectural components | |
CN106786608B (zh) | 一种适用于分布式电源接入的不确定谐波潮流计算方法 | |
CN102856896B (zh) | 一种直流输电损耗的在线分析方法 | |
CN106602595B (zh) | 一种并网光伏逆变器交流侧阻抗平衡指数评估方法 | |
Chabane et al. | Electricity grid connection of a tidal farm: An active power control framework constrained to grid code requirements | |
Li et al. | A data-driven approach to grid impedance identification for impedance-based stability analysis under different frequency ranges | |
CN106655249A (zh) | 一种光伏发电系统与电网谐波同步指数预测方法 | |
CN105391051A (zh) | 一种智能变电站能效提升改造节能量计算方法 | |
Wang et al. | Guest editorial: special issue on integration of intermittent renewable energy resources into power grid | |
Das et al. | Techno economic feasibility analysis of hybrid energy system | |
CN109066695A (zh) | 一种两阶段线性化电气最优能流计算方法 | |
Lana | LVDC power distribution system: computational modelling | |
CN106655183A (zh) | 一种光伏发电系统逆变器集群谐波汇集指数预测方法 | |
CN106548248A (zh) | 一种含大型光伏电站电网的谐波潮流概率指数预测方法 | |
Xi et al. | Research on islanding detection of solar distributed generation based on best wavelet packet and neural network | |
CN106527138B (zh) | 一种光伏逆变器直流侧电阻参数波动系数预测方法 | |
Tang et al. | Intelligent Line Loss Analysis of New Energy Connected to the Power Grid | |
Deng et al. | Comparison between ideal and frequency-dependent Norton equivalent model of inverter-based resources for harmonic studies | |
Rodway et al. | Prediction of Voltage Related Power Quality Values from a Small Renewable Energy Installation | |
Mielczarski et al. | Market rules in optimization of distributed generation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |
|
RJ01 | Rejection of invention patent application after publication |