一种离网光伏发电系统直流网络谐波汇集指数预测方法技术方案

本发明专利技术公开了光伏发电技术领域中的一种离网光伏发电系统直流网络谐波汇集指数预测方法，解决了现有技术中评估正确度不高，可靠性和经济性不足的技术问题。本发明专利技术技术方案包括建立离网光伏发电系统直流网络谐波汇集指数演化时间序列；根据上述时间序列，测量数据蚁群遗传算法处理；离网光伏发电系统直流网络谐波汇集指数计算。三个步骤的相互配合，能够对光伏电站运行参数及气象环境参数进行实时监测，并根据监测参数对离网光伏发电系统直流网络谐波汇集指数进行预测计算。主要用于实时地对光伏电站运行策略进行控制，能够有效提高光伏系统的电能质量，显著提高区域电力系统可靠性与经济性。

Direct current network harmonic generation index prediction method for off grid photovoltaic power generation system

The invention discloses a photovoltaic power generation technology in the field of a pooled index prediction method of DC network harmonic grid photovoltaic power generation system, solves the evaluation accuracy is not high, the reliability and economy of shortage of technical problems. The technical scheme of the invention includes the establishment from the DC network harmonic grid photovoltaic power generation system collects index evolution time series; according to the time sequence, measurement data processing from the ant colony genetic algorithm; DC network harmonic grid photovoltaic power generation system collects index calculation. Cooperate with each other in three steps, can perform real-time monitoring of photovoltaic power plant operation parameters and meteorological environment parameters, and according to the forecast calculation for off grid photovoltaic power system harmonic current network monitoring parameters collection index. It is mainly used to control the operation strategy of photovoltaic power station in real time, which can effectively improve the power quality of photovoltaic system and improve the reliability and economy of regional power system.

【技术实现步骤摘要】

本专利技术属于光伏发电
，特别涉及一种离网光伏发电系统直流网络谐波汇集指数预测方法。
技术介绍
电力系统及其中众多的发电和储能设备组成了一个复杂的系统，如何根据光伏电站运行特点进行离网光伏发电系统直流网络谐波汇集指数评估，使光伏电站都能发挥最大效益，同时也使系统都能最有效、最快速的利用电网资源。现有的离网光伏发电系统直流网络谐波汇集指数评估的特点是忽略光伏电站设备的相互作用及其与外界环境的作用过程，光伏电站系统内各个系统独立进行谐波分析。存在互相间的分析不能协调同步，不能有效利用电网资源，评估准确度不高的技术问题。因此，对光伏电站运行参数及气象环境参数进行实时监测，并根据监测参数对离网光伏发电系统直流网络谐波汇集指数进行预测计算，根据计算结果实时地对光伏电站运行策略进行控制，能够有效提高光伏系统的电能质量，显著提高区域电力系统可靠性与经济性。
技术实现思路
本专利技术说要解决的技术问题在于，针对现有技术的不足，提供一种具有高评估准确度，能够有效利用电网资源，提高光伏系统电能质量，提高区域店里系统可靠性与经济学的离网光伏发电系统直流网络谐波汇集指数预测方法。为解决上述技术问题，本专利技术技术方案包括以下步骤：a、建立离网光伏发电系统直流网络谐波汇集指数演化时间序列；b、根据上述时间序列，测量数据蚁群遗传算法处理；c、离网光伏发电系统直流网络谐波汇集指数计算。所述的步骤a中所述的时间序列在一系列时刻txhj1,txhj2,...,txhjn(n为自然数，n＝1,2,…)得到逆变器输出电压xhj1、电压变化率xhj2、逆变器等效阻抗xhj3、温度xhj4、光照强度xhj5。所述的步骤b中，包括建立带有惩罚因子和约束函数的目标函数：yxhj＝minfmb(xhjxi)+gcf(xhjxi)+rys(xhjxi)其中，式中xhjxi(i＝1,2,...,w5n)为w5n个优化变量，fmb(xhjxi)为目标函数，gcf(xhjxi)为目标函数的惩罚因子，rys(xhjxi)为目标函数的约束项。所述的步骤b中，还包括蚁群遗传算法初始化，在原有蚁群算法流程的基础上，将遗传算法引入到了蚁群的每一次迭代中，遗传算法的初始种群由蚁群每一次迭代产生的解及其全局最优解共同组成。所述的步骤b中，交叉运算采用自适应的交叉率，使得适应度高的个体采用较小的交叉率，适应度低的个体采用较高的交叉率，即有：其中，fmax为种群中最大的适应度值，favg为每代种群的平均适应度值，f1为要交叉的2个个体中较大的适应度值，Pc1、Pc2为交叉率，0＜Pc2＜Pc1＜1。所述的步骤b还包括蚁群状态转移矩阵的确定，当前结点i到下一节点j的状态转移概率pi,j的计算公式为：其中，I为为当前蚂蚁能选择的节点，为启发信息值，τi,j为信息素，B为启发信息的相对重要性指标。所述的步骤b还包括信息素更新，公式为τi,j＝(1-ρ)τi,j+ρτ0式中，τ0为信息素初始值，ρ为[0,1]区间上的可调参数。本专利技术与现有技术相比，具有以下优点及有益效果：(1)通过建立离网光伏发电系统直流网络谐波汇集指数演化时间序列，测量数据蚁群遗传算法处理，离网光伏发电系统直流网络谐波汇集指数计算，三个步骤的相互配合，能够提高评估准确度；(2)能够提高电网资源的利用率；(3)愣头提高光伏系统电能质量；(4)提高区域电力系统的可靠性；(5)提高区域电力系统的经济性。附图说明图1是目标函数迭代算法的逻辑框图。具体实施方式下面结合实施例对本专利技术作进一步地详细说明，但本专利技术的实施方式不限于此。如图1所示，本专利技术的一种离网光伏发电系统直流网络谐波汇集指数预测方法，步骤1：建立离网光伏发电系统直流网络谐波汇集指数演化时间序列在固定时间间隔对逆变器输出电压、电压变化率、逆变器等效阻抗、温度、光照进行测量，并定义如下离网光伏发电系统直流网络谐波汇集指数，即：则，在一系列时刻txhj1,txhj2,...,txhjn(n为自然数，n＝1,2,…)得到逆变器输出电压xhj1、电压变化率xhj2、逆变器等效阻抗xhj3、温度xhj4、光照强度xhj5：步骤2：测量数据蚁群遗传算法处理步骤2.1：建立带有惩罚因子和约束函数目标函数：yxhj＝minfmb(xhjxi)+gcf(xhjxi)+rys(xhjxi)其中，式中xhjxi(i＝1,2,...,w5n)为w5n个优化变量，fmb(xhjxi)为目标函数，gcf(xhjxi)为目标函数的惩罚因子，rys(xhjxi)为目标函数的约束项。步骤2.2：算法初始化初始化蚁群模型，将蚂蚁放置于任意一点上，在原有蚁群算法流程的基础上，将遗传算法引入到了蚁群的每一次迭代中。遗传算法的初始种群由蚁群每一次迭代产生的解及其全局最优解共同组成。步骤2.3：采用自适应交叉、变异算子。交叉运算采用自适应的交叉率，使得适应度高的个体采用小的交叉率，适应度低的个体采用高的交叉率，即有：其中，fmax为种群中最大的适应度值，favg为每代种群的平均适应度值，f1为要交叉的2个个体中较大的适应度值，Pc1、Pc2为交叉率，0＜Pc2＜Pc1＜1。变异率算子公式：步骤2.4蚁群状态转移矩阵的确定当前结点i到下一节点j的状态转移概率pi,j的计算公式为：其中，I为为当前蚂蚁能选择的节点，为启发信息值，τi,j为信息素，B为启发信息的相对重要性指标。步骤2.5：信息素更新采用实时信息素更新，在每一只蚂蚁选择某个节点后，该节点的信息素进行如下更新：τi,j＝(1-ρ)τi,j+ρτ0式中，τ0为信息素初始值，ρ为[0,1]区间上的可调参数。步骤3：离网光伏发电系统直流网络谐波汇集指数计算：将遗传算法产生的解群体中的最优解与蚁群算法的全局最优解进行比较，取二者之中最优的作为蚁群算法新的全局最优解，得到离网光伏发电系统直流网络谐波汇集指数预测值。以上所述，仅是本专利技术的较佳实施例，并非对本专利技术做任何形式上的限制，凡是依据本专利技术的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
一种离网光伏发电系统直流网络谐波汇集指数预测方法，其特征在于包括以下步骤：a、建立离网光伏发电系统直流网络谐波汇集指数演化时间序列；b、根据上述时间序列，测量数据蚁群遗传算法处理；c、离网光伏发电系统直流网络谐波汇集指数计算。

【技术特征摘要】
1.一种离网光伏发电系统直流网络谐波汇集指数预测方法，其特征在于包括以下步骤：a、建立离网光伏发电系统直流网络谐波汇集指数演化时间序列；b、根据上述时间序列，测量数据蚁群遗传算法处理；c、离网光伏发电系统直流网络谐波汇集指数计算。2.根据权利要求1所述的一种离网光伏发电系统直流网络谐波汇集指数预测方法，其特征在于：所述的步骤a中所述的时间序列在一系列时刻txhj1,txhj2,...,txhjn得到逆变器输出电压xhj1、电压变化率xhj2、逆变器等效阻抗xhj3、温度xhj4、光照强度xhj5xhj11,xhj12,...,xhj1nxhj21,xhj22,...,xhj2nxhj31,xhj32,...,xhj3nxhj41,xhj42,...,xhj4nxhj51,xhj52,...,xhj5n]]>其中n为自然数。3.根据权利要求1所述的一种离网光伏发电系统直流网络谐波汇集指数预测方法，其特征在于：所述的步骤b中，包括建立带有惩罚因子和约束函数的目标函数：yxhj＝minfmb(xhjxi)+gcf(xhjxi)+rys(xhjxi)其中，xhjxi(i＝1,2,...,w5n)为w5n个优化变量，fmb(xhjxi)为目标函数，gcf(xhjxi)为目标函数的惩罚因子，rys(xhjxi)为目标函数的约束项。4.根据权利要求3所述的一种离网光伏发电系统直流网络谐波汇集指数预测方法，其特征在于：所述的步骤b中，还包括蚁群遗传算法初始化...

【专利技术属性】
技术研发人员：李正曦，赵世昌，张海宁，孟可风，苟晓侃，李春来，杨立滨，
申请(专利权)人：国网青海省电力公司，国网青海省电力公司电力科学研究院，
类型：发明
国别省市：青海;63