【技术实现步骤摘要】
一种将深度学习应用于微电网孤岛检测方法
[0001]本专利技术涉及适用于微电网孤岛检测控制方法,属于微电网控制领域。
技术介绍
[0002]光伏电源分布于用户周围,可以直接与大电网相连,具有环保、节能、易操作等优点。在光伏并网发电系统中、孤岛问题是指大电网断电时,光伏电源仍向负载供电,形成大电网系统无法控制的系统。非计划孤岛会导致输出电能质量不达标、造成负载损坏;造成电网设备损坏;导致用电设备漏电,给维修人员带来意外的伤害。而孤岛检测存在盲区,因此,孤岛检测的准确性成为一个基本问题。采用深度前馈网络的孤岛检测方法可以提高孤岛状态的准确性。
技术实现思路
[0003]为解决上述问题。搭建微电网模型、在MATLAB平台下仿真了不同工况下并网点电压的波形。搭建了深度前馈网络模型,确定了激活函数和损失函数,实验验证孤岛检测准确率可达100%,具有应用价值。
[0004]根据被动式孤岛检测方法存在检测盲区的特点。首先,根据孤岛发生时微电网并网点电压、频率发生变化,提出采用电压波形作为孤岛检测判定依据。其次,建立光伏电池阵列模型、建立储能系统等效模型、确定并网逆变器控制模式,在MATLAB软件上建立微电网模型,仿真出并网点电压波形。最后,建立了深度前馈网络模型,确定了激活函数、损失函数及优化算法,并搭建实验环境,分析实验结果,模型可以准确的检测出孤岛。
[0005]一种将深度学习应用于微电网孤岛检测方法所包含的步骤如下:
[0006]步骤1、孤岛检测基本原理分析
[0007][00 ...
【技术保护点】
【技术特征摘要】
1.一种将深度学习应用于微电网孤岛检测方法,其特征在于,包括的步骤为:步骤1、孤岛检测基本原理分析式中,P
Load
和Q
Load
为负载消耗有功和无功,P
New
和Q
New
为光伏系统向负载输出有功和无功,P
Grid
和Q
Grid
为电网向负载提供有功和无功。V
PCC
为公共耦合点的电压,可根据公共并网点的电压、频率扰动情况判断孤岛是否产生。步骤2、光伏发电系统具有运行可靠、对环境污染少等特点。步骤2
‑
1、光伏电池阵列模型:光伏电池阵列输出电流为:式中,m
p
为光伏阵列中电池单体的串联组数、m
s
为并联组数;U
PV
为光伏电池阵列输出电压,I
ph
为电池单体的光生电流,I
d
为通过二极管的电流.R
s
和R
P
分别为光伏电池的串联内阻、并联内阻。q为电子电荷,1.602
×
10
‑
19
C;A为PN节发射系数;k为玻尔兹曼常数,1.38
×
10
‑
23
J/K;T为热力学温度,单位K。步骤2
‑
2、控制器及并网逆变器模型建立:逆变器通过阻抗为R+jωL的电抗器并入电网,电压方程为:对上式做旋转变换,DC/AC逆变电路的数学模型可表示为:
公式进一步简化为公式进一步简化为通过改变i
d
的值改变系统的有功功率输出、改变i
q
的值改变系统的无功功率输出。从而实现有功功率、无功功率的解耦控制。光伏阵列发出的功率由增量电导法来控制。当dP/dV=0时,光伏发电输出在最大功率点。其中P=VI,功率最大跟踪的目标推导成为min(I/V+dI/dV),光电转换效率最大。步骤3、储能系统在孤岛运行时,作为主电源执行V/F控制策略,在整个微电网运行中起到重要作用,直接影响微电网运行稳定性。步骤3
‑
1、储能系统等效模型:锂电池模型以电压源和内阻形式建立。电池的电压为:电池组剩余电量为:E0为电压常数项;K和A分别为电压线性项系数和指数项系数;Q为电池容量;B为指数系数。步骤3
‑
2、储能系统并网逆变器控制策略:储能系统并网逆变器功率控制模式,PWM整流器数学模型在同步旋转dq轴系下为:系统电流内环的设计为三相功率在dq坐标下表达式为储能系统并网逆变器电压控制模式,P
‑
f和Q
‑
U下垂特性为
式中,f
n
、U
n
为输出电压的额定频率和幅值;P
n
、Q
【专利技术属性】
技术研发人员:张明理,窦文雷,穆永强,佟俊达,陈明丰,李剑锋,高靖,李芳,宋坤,潘霄,商文颖,吉星,候依昕,刘禹彤,李纯正,满林坤,杨朔,温明,颜宁,马少华,任哲辰,
申请(专利权)人:沈阳工业大学,
类型:发明
国别省市:
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。