System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于MIWOA的逆变器控制参数辨识方法及系统技术方案_技高网

一种基于MIWOA的逆变器控制参数辨识方法及系统技术方案

技术编号:41250239 阅读:5 留言:0更新日期:2024-05-09 23:59
本发明专利技术公开了一种基于MIWOA的逆变器控制参数辨识方法及系统,涉及新能源并网逆变器参数辨识技术领域,包括收集并网系统参数;构建典型逆变器仿真模型;通过灵敏度分析方法,确定对系统稳定性有影响的控制参数作为参数辨识对象;将典型模型的控制参数和输出有功P<subgt;f</subgt;、无功Q<subgt;f</subgt;作为辨识的初值,使用MIWOA辨识实际控制参数;将辨识得到的参数代入典型逆变器模型。本发明专利技术基于先进的优化算法,对“黑匣子”逆变器进行了控制参数辨识,有利于实现逆变器动态等值模型的建立;引入MIWOA技术进行控制参数辨识,提高了辨识的准确度和收敛速度,相较于传统的差分进化算法、鲸鱼优化算法等,本方法兼顾了辨识模型的全局性、鲁棒性。

【技术实现步骤摘要】

本专利技术涉及新能源并网逆变器参数辨识,具体为一种基于miwoa的逆变器控制参数辨识方法及系统。


技术介绍

1、光伏、风电等新能源通常经逆变器并入电网。随着大规模、多种类新能源接入配电网,并网逆变器也呈现出多种类、多工况的特征,与电网间形成复杂的交互作用,影响电力系统的稳定运行。分析新能源电力系统的稳定性问题通常采用阻抗法,对逆变器侧和电网侧分别建立等值阻抗模型,进而使用广义奈奎斯特判据判断系统稳定性。

2、目前,已有研究通过推导逆变器的小信号等效电路和控制框图,提出了不同控制方式下逆变器的理论阻抗模型。然而在实际工程中,各供应商生产的逆变器控制电路形态各异,且控制参数受知识产权保护,难以获取。新能源并网逆变器呈现“黑匣子”的特征,无法建立准确反映逆变器动态特性的模型。近年来,随着人工智能技术的发展,有学者将先进优化算法应用于直驱风机、风电场的参数辨识,但针对并网逆变器的参数辨识方法较少,目前用于逆变器参数辨识的差分进化算法寻优能力和收敛速度有待提升,还存在早熟收敛、搜索停滞等缺陷。因此,亟需提出一种新的逆变器控制参数辨识方法,确认逆变器内部影响系统稳定性的控制参数种类及其数值,为精确动态模型的建立奠基。

3、本专利提出了一种基于多策略改进鲸鱼优化算法的逆变器控制参数辨识方法。该方法在鲸鱼优化算法的基础上,引入chebyshev混沌映射均匀初始种群的分布,非线性化收敛因子并增加自适应惯性的权重,选择自适应t分布算法扰动鲸鱼位置。相较于其它用于控制参数辨识的方法,本方法避免了辨识结果陷入局部最优的问题,具有更高的辨识精度,在收敛速度、鲁棒性和全局性等方面都具有更优异的性能。


技术实现思路

1、鉴于上述存在的问题,提出了本专利技术。

2、因此,本专利技术解决的技术问题是:如何准确辨识并网逆变器内部的控制参数,以建立精确反映其动态特性的模型,从而提高电力系统稳定性分析的准确性和效率,并克服现有方法在参数辨识精度、收敛速度、鲁棒性和全局搜索能力方面的局限性。

3、为解决上述技术问题,本专利技术提供如下技术方案:一种基于miwoa的逆变器控制参数辨识方法,其包括如下步骤,

4、收集并网系统参数,构建典型逆变器仿真模型;通过灵敏度分析方法,确定对系统稳定性有影响的控制参数作为参数辨识对象;将典型模型的控制参数和输出有功pf、无功qf作为辨识的初值,使用miwoa辨识实际控制参数;将辨识得到的参数代入典型逆变器模型。

5、作为本专利技术所述的一种基于miwoa的逆变器控制参数辨识方法的一种优选方案,其中:所述收集并网系统参数包括电流环比例系数kpi、电流环微分系数kii、锁相环比例系数kppll、锁相环微分系数kippll。

6、作为本专利技术所述的一种基于miwoa的逆变器控制参数辨识方法的一种优选方案,其中:所述通过灵敏度分析方法表示为,

7、

8、其中,λk表示电力系统回比矩阵im的关键特征值,α表示逆变器的控制参数。

9、作为本专利技术所述的一种基于miwoa的逆变器控制参数辨识方法的一种优选方案,其中:所述使用miwoa辨识实际控制参数包括辨识过程中优化目标为系统控制参数及有功、无功功率估计值和真值的误差值最小,表示为,

10、

11、其中,j(θ)表示优化算法的目标函数,k表示参与辨识的变量数,zi表示i时刻的系统真值,gi表示i时刻的估计值。

12、作为本专利技术所述的一种基于miwoa的逆变器控制参数辨识方法的一种优选方案,其中:所述辨识包括,在稳态范围内等间距改变逆变器仿真模型的控制参数,获取一段时间内逆变器的有功pf、无功qf,与控制参数一同构成辨识输入数据集。

13、设定miwoa算法的参数及最大迭代次数nmax,并用chebyshev混沌映射初始化种群,初始种群生成如下所示,

14、

15、其中,m表示阶次,ud和ld表示搜索空间第d维的上界和下界,yjd表示第d维的第j只鲸鱼,xjd表示第j只鲸鱼在搜索空间中第d维的坐标值。

16、计算鲸鱼个体适应度,并记录最优适应度个体及位置。

17、在迭代次数n未达到nmax的情况下,更新控制鲸鱼游走方式的参数a、c以及收敛因子s、自适应权重wp,鲸鱼游走方式的参数a、c以及收敛因子s、自适应权重wp之间的关系表示为,

18、

19、其中,o1、o2表示[0,1]中的随机数,a表示调节s衰减程度的正常数。

20、根据各参数之间的关系公式对各参数进行更新。

21、在鲸鱼搜索猎物阶段,同步进收缩包围和螺旋的更新,表示为,

22、

23、其中,p表示[0,1]之间的随机数,x(n+1)表示下次迭代鲸鱼所在位置,x*(n)表示当前最佳捕食位置,l表示正在搜索的鲸鱼个体与最佳捕食位置的距离,b表示改变螺旋形状的常数,c表示[-1,1]之间的随机数。

24、根据|a|与1的大小关系,选择随机搜索或包围猎物的状态,包括当|a|<1时根据公式(6)进行运算,当|a|≥1时根据公式(7)进行运算。

25、

26、

27、其中,xr(n)表示在第n轮迭代时鲸鱼的随机位置。

28、作为本专利技术所述的一种基于miwoa的逆变器控制参数辨识方法的一种优选方案,其中:所述辨识还包括,采用自适应t分布算法扰动鲸鱼位置,扰动后鲸鱼位置表示为,

29、x'n=xn+xn·t(n)

30、其中,xn′表示扰动后鲸鱼所在位置,xn表示在第n轮迭代时扰动前鲸鱼的位置,t(n)表示自由度为迭代次数的t分布函数。

31、更新种群个体的最优位置与适应度值,迭代次数加一,判断n是否达到nmax,若达到,则输出最优解,若未达到,则继续迭代。

32、作为本专利技术所述的一种基于miwoa的逆变器控制参数辨识方法的一种优选方案,其中:所述将辨识得到的参数代入典型逆变器模型包括,将辨识得到的控制参数回代入典型逆变器模型,在代入辨识参数的情况下,计算逆变器仿真的输出有功、无功功率,检验是否与实际逆变器的输出有功、无功功率一致或在±5%的误差范围内,符合条件则辨识成功。

33、本专利技术的另外一个目的是提供一种基于miwoa的逆变器控制参数辨识系统,其能通过高效准确地识别并网逆变器的关键控制参数,并建立与实际逆变器动态特性相符的模型,解决了现有方法在逆变器参数辨识中存在的局部最优陷阱、辨识精度不足、收敛速度慢和全局搜索能力弱的问题。

34、为解决上述技术问题,本专利技术提供如下技术方案:一种基于miwoa的逆变器控制参数辨识系统,包括参数收集模块、仿真模型构建模块以及仿真与验证模块。

35、所述参数收集模块负责收集并网系统的关键参数。

36、所述仿真模型构建模块负责构建典型的逆变器仿真模型。

37、所述仿真与验证模块本文档来自技高网...

【技术保护点】

1.一种基于MIWOA的逆变器控制参数辨识方法,其特征在于,包括:

2.如权利要求1所述的一种基于MIWOA的逆变器控制参数辨识方法,其特征在于:所述收集并网系统参数包括电流环比例系数kpi、电流环微分系数kii、锁相环比例系数kppll、锁相环微分系数kippll。

3.如权利要求2所述的一种基于MIWOA的逆变器控制参数辨识方法,其特征在于:所述通过灵敏度分析方法表示为,

4.如权利要求3所述的一种基于MIWOA的逆变器控制参数辨识方法,其特征在于:所述使用MIWOA辨识实际控制参数包括辨识过程中优化目标为系统控制参数及有功、无功功率估计值和真值的误差值最小,表示为,

5.如权利要求4所述的一种基于MIWOA的逆变器控制参数辨识方法,其特征在于:所述辨识包括,在稳态范围内等间距改变逆变器仿真模型的控制参数,获取一段时间内逆变器的有功Pf、无功Qf,与控制参数一同构成辨识输入数据集;

6.如权利要求5所述的一种基于MIWOA的逆变器控制参数辨识方法,其特征在于:所述辨识还包括,采用自适应t分布算法扰动鲸鱼位置,扰动后鲸鱼位置表示为,

7.如权利要求6所述的一种基于MIWOA的逆变器控制参数辨识方法,其特征在于:所述将辨识得到的参数代入典型逆变器模型包括,将辨识得到的控制参数回代入典型逆变器模型,在代入辨识参数的情况下,计算逆变器仿真的输出有功、无功功率,检验是否与实际逆变器的输出有功、无功功率一致或在±5%的误差范围内,符合条件则辨识成功。

8.一种采用如权利要求1~7任一所述的一种基于MIWOA的逆变器控制参数辨识方法的系统,其特征在于:包括参数收集模块、仿真模型构建模块以及仿真与验证模块;

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的一种基于MIWOA的逆变器控制参数辨识方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述一种基于MIWOA的逆变器控制参数辨识方法的步骤。

...

【技术特征摘要】

1.一种基于miwoa的逆变器控制参数辨识方法,其特征在于,包括:

2.如权利要求1所述的一种基于miwoa的逆变器控制参数辨识方法,其特征在于:所述收集并网系统参数包括电流环比例系数kpi、电流环微分系数kii、锁相环比例系数kppll、锁相环微分系数kippll。

3.如权利要求2所述的一种基于miwoa的逆变器控制参数辨识方法,其特征在于:所述通过灵敏度分析方法表示为,

4.如权利要求3所述的一种基于miwoa的逆变器控制参数辨识方法,其特征在于:所述使用miwoa辨识实际控制参数包括辨识过程中优化目标为系统控制参数及有功、无功功率估计值和真值的误差值最小,表示为,

5.如权利要求4所述的一种基于miwoa的逆变器控制参数辨识方法,其特征在于:所述辨识包括,在稳态范围内等间距改变逆变器仿真模型的控制参数,获取一段时间内逆变器的有功pf、无功qf,与控制参数一同构成辨识输入数据集;

6.如权利要求5所述的一种基于miwoa的逆变器控制参数辨识方法,其特征在于:所述辨识还包...

【专利技术属性】
技术研发人员:周柯卓浩泽金庆忍帅智康荣飞陈燕东田君杨王佳琳李菱伍文华彭也伦谢志为
申请(专利权)人:广西电网有限责任公司电力科学研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1