本实用新型专利技术公开一种光伏微网灾变预测装置，由光伏阵列、高频谐振软开关电路、光伏微网逆变器、输出电容、输出电感、RLC交流负载、公共电网、随机共振检测模块、非线性动力学特征检测模块和灾变预测模块组成；其中非线性动力学特征检测模块包括最大李氏指数单元和庞卡莱截面图单元，灾变预测模块包括指数比较自动预警单元和截面图显示人工预警单元。本实用新型专利技术既可利用显示屏显示出庞卡莱截面图，方便对系统的灾变发生进行人工评判；又可以根据最大Lyapunov指数的值，可以进行自动化预警。
【技术实现步骤摘要】
本技术涉及一种灾变预测方法，具体涉及一种光伏微网灾变预测装置。
技术介绍
随着能源需求量日益增长、而石油、煤炭、天然气等传统不可再生能源日益枯竭，且使用传统能源所带来的环境问题也日益突出。以太阳能光伏发电为代表的清洁且可再生能源将是我们未来能源发展的方向。根据欧洲联合研究中心预测:太阳发电到2050年将达到全世界发电量的总和的20%。但是由于光伏发电也有其局限性，它会根据环境的变化而具有随机性和间歇性。光伏微网系统既能独立于大电网运行，也可以与大电网并网运行，具有很大的灵活性，因此不管在民用领域还是在军用领域都得到了非常广泛的应用。然而，现有的技术并不能很好的应对光伏发电中的随机性和间歇性对光伏并网系统和电网带来的问题。光伏阵列的随机扰动或者负载的变化有可能导致光伏微网系统出现分岔、混沌现象，进而引发光伏微网的震荡和电压崩溃等灾变故障。传统的光伏微网系统控制方法，比如主从型控制和对等型控制等，主要解决光伏微网系统的同步问题，对光伏微网系统的灾变预测与预警方面尚未得到很好的解决。由于光伏微网系统是一个结构复杂非线性动力系统，其稳定性和可靠性在系统设计中的重要性是不言而喻的，因此研究和开发新的光伏微网系统灾变预测方法十分有必要。
技术实现思路
本技术所要解决的技术问题是提供一种光伏微网灾变预测装置，其能够实现光伏微网系统的灾变预测与预警。为解决上述问题，本技术是通过以下技术方案实现的:光伏微网灾变预测装置，由光伏阵列、高频谐振软开关电路、光伏微网逆变器、输出电容、输出电感、RLC交流负载、公共电网、随机共振检测模块、非线性动力学特征检测模块和灾变预测模块组成；其中非线性动力学特征检测模块包括最大李氏指数单元和庞卡莱截面图单元，灾变预测模块包括指数比较自动预警单元和截面图显示人工预警单元；光伏阵列输出端和高频谐振软开关电路的输入端相连，高频谐振软开关电路的输出端和光伏微网逆变器的输入端相连；输出电容并接在光伏微网逆变器的输出端上，输出电感串接在光伏微网逆变器的输出端上；光伏微网逆变器的输出端经过输出电容和输出电感滤波后，接到RLC交流负载的两端；公共电网并接在RLC交流负载上；光伏微网逆变器的输出电压1、光伏微网逆变器的输出电流L和高频谐振软开关电路的谐振电容两端电压^分别接到随机共振检测模块的3个输入端上；随机共振检测模块的输出端与最大李氏指数单元和庞卡莱截面图单元的输入端相连，最大李氏指数单元的输出端连接指数比较自动预警单元，庞卡莱截面图单元的输出端连接截面图显示人工预警单元。与现有技术相比，本技术的优越性主要有:1、以随机共振理论为基础，基于随机共振检测方法和装置，能很好地从光伏微网系统这种强干扰噪声中提取出有用的检测信号，比传统的直接检测可靠和稳定。2、针对光伏微网系统的强非线性的特点，以非线性动力学理论为基础，利用庞卡莱截面和计算最大Lyapunov (李雅普诺夫)指数来判断系统的灾变是否产生，比传统的判断方法更有效、全面。其中庞卡莱截面的获取方法和最大Lyapunov指数的计算方法为现有技术已知的方法。3、既可以根据庞卡莱截面图对系统灾变进行人工评判预警，也可以通过最大Lyapunov指数来进行计算机自动化预警，确保光伏微网的安全性。【附图说明】图1为光伏微网灾变预测装置的原理框图。图2为随机共振检测效果图。图3为系统产生混沌运动时的庞卡莱截面图。图4为系统稳定运行时的庞卡莱截面图。图5为最大Lyapunov指数图。【具体实施方式】—种光伏微网灾变预测装置，如图1所示，由光伏阵列、高频谐振软开关电路、光伏微网逆变器、输出电容、输出电感、RLC交流负载、公共电网、随机共振检测模块、非线性动力学特征检测模块和灾变预测模块组成。光伏阵列输出端和高频谐振软开关电路的输入端相连，高频谐振软开关电路的输出端和光伏微网逆变器的输入端相连。输出电容和输出电感组成RC滤波电路，即输出电容并接在光伏微网逆变器的输出端上，输出电感串接在光伏微网逆变器的输出端上。光伏微网逆变器的输出端经过输出电容和输出电感滤波后，接到RLC交流负载的两端。公共电网并接在RLC交流负载上。光伏微网逆变器的输出电压1、光伏微网逆变器的输出电流L和高频谐振软开关电路的谐振电容两端电压^分别接到随机共振检测模块的三个输入端、经随机共振检测模块后输出端接到非线性动力学特征检测模块的输入端，非线性动力学特征检测模块的输出端连接到灾变预测模块。作为一个具体实施例，优选TMS320F2812作为DSP处理器。通过数字化编程，将随机共振检测模块、非线性动力学特征检测模块、灾变预测模块的控制算法程序装载到DSP处理器内。利用DSP处理器内部的A/D转换器，对高频谐振软开关电路的谐振电容两端电压光伏微网逆变器的输出电压u。、光伏微网逆变器输出电流i。的采样和数字化，获取它们的采样值，然后接入随机共振检测模块。随机共振检测模块内建立用于光伏微网逆变器信号检测的随机共振模型。光伏微网逆变器信号随机共振检测模块效果如图2所示，图中^为待检测信号，u u为待测信号淹没在噪声中，u' 1^为随机共振检测模块提取出来的信号波形。可见，随机共振检测模块可以从噪声干扰非常严重的情况下提取出有用信号，对提高系统控制稳定性和检测精度有着非常大的帮助。非线性动力学特征检测模块组成对随机共振检测模块提取出来的信号进行非线性动力学行为分析，具体是通过庞卡莱截面和计算最大Lyapunov指数来判断系统是否产生灾变。其中庞卡莱截面方法和最大Lyapunov指数的计算方法为现有技术已知的方法。图3为系统产生混沌运动时的庞卡莱截面图。图4为系统稳定运行时的庞卡莱截面图。图5为最大Lyapunov指数图。在灾变预测模块中:一方面，利用显示屏显示出庞卡莱截面图，方便对系统的灾变发生进行人工评判。由非线性动力学理论可知，若庞卡莱截面是有限的点，则系统为周期运行，是稳定的，若庞卡莱截面上是杂乱无章的点，则说明系统出现了混沌行为，可能会导致系统的灾变，相关人员应作出相应的预警并查找系统中的故障点。另一方面，根据最大Lyapunov指数的值，可以进行自动化预警。根据非线性动力学理论，当系统最大Lyapunov指数λ max<0时，系统处于稳定轨道，当系统最大Lyapunov指数λ _>0时，系统发生分贫或混沌现象，此时说明系统是不稳定的，可能会导致系统的灾变发生，应发出预警信号。【主权项】1.光伏微网灾变预测装置，其特征是，由光伏阵列、高频谐振软开关电路、光伏微网逆变器、输出电容、输出电感、RLC交流负载、公共电网、随机共振检测模块、非线性动力学特征检测模块和灾变预测模块组成；其中非线性动力学特征检测模块包括最大李氏指数单元和庞卡莱截面图单元，灾变预测模块包括指数比较自动预警单元和截面图显示人工预警单元; 光伏阵列输出端和高频谐振软开关电路的输入端相连，高频谐振软开关电路的输出端和光伏微网逆变器的输入端相连；输出电容并接在光伏微网逆变器的输出端上，输出电感串接在光伏微网逆变器的输出端上；光伏微网逆变器的输出端经过输出电容和输出电感滤波后，接到RLC交流负载的两端；公共电网并接在RLC交流负载上； 光伏微网逆变器的输出电压1、光伏微网逆变器的输本文档来自技高网...
【技术保护点】
光伏微网灾变预测装置，其特征是，由光伏阵列、高频谐振软开关电路、光伏微网逆变器、输出电容、输出电感、RLC交流负载、公共电网、随机共振检测模块、非线性动力学特征检测模块和灾变预测模块组成；其中非线性动力学特征检测模块包括最大李氏指数单元和庞卡莱截面图单元，灾变预测模块包括指数比较自动预警单元和截面图显示人工预警单元；光伏阵列输出端和高频谐振软开关电路的输入端相连，高频谐振软开关电路的输出端和光伏微网逆变器的输入端相连；输出电容并接在光伏微网逆变器的输出端上，输出电感串接在光伏微网逆变器的输出端上；光伏微网逆变器的输出端经过输出电容和输出电感滤波后，接到RLC交流负载的两端；公共电网并接在RLC交流负载上；光伏微网逆变器的输出电压uo、光伏微网逆变器的输出电流io和高频谐振软开关电路的谐振电容两端电压ur分别接到随机共振检测模块的3个输入端上；随机共振检测模块的输出端与最大李氏指数单元和庞卡莱截面图单元的输入端相连，最大李氏指数单元的输出端连接指数比较自动预警单元，庞卡莱截面图单元的输出端连接截面图显示人工预警单元。
【技术特征摘要】
【专利技术属性】
技术研发人员：班定林，廖志贤，黄国现，谭祖印，
申请(专利权)人：广西师范大学，
类型：新型
国别省市：广西;45
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。