本發(fā)明屬于光伏發(fā)電技術(shù)領(lǐng)域，特別涉及一種大型光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)預(yù)測方法。

背景技術(shù)：

電力系統(tǒng)中光伏發(fā)電設(shè)備的接入為電網(wǎng)帶來更多的諧波，如何根據(jù)光伏電池運(yùn)行特點(diǎn)進(jìn)行光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)預(yù)測評估，使光伏發(fā)電系統(tǒng)能夠安全、穩(wěn)定、高效運(yùn)行，以往光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)計算方法的特點(diǎn)是忽略光伏與配電網(wǎng)間的相互作用關(guān)系，由區(qū)域電網(wǎng)或光伏發(fā)電系統(tǒng)內(nèi)各個系統(tǒng)獨(dú)立進(jìn)行諧波過電壓分析，不能有效利用電網(wǎng)和光伏發(fā)電運(yùn)行數(shù)據(jù)資源，評估準(zhǔn)確度和光伏利用效率不高。

有鑒于此，本發(fā)明提供一種大型光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)預(yù)測方法，以滿足實際應(yīng)用需要。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是：為克服現(xiàn)有技術(shù)的不足，本發(fā)明提供一種大型光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)預(yù)測方法，從而獲得大型光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)。

本發(fā)明所采用的技術(shù)方案是：一種大型光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)預(yù)測方法，其特征在于，包括如下步驟：

步驟1：建立大型光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)演化系統(tǒng)時間序列：

在固定時間間隔對并網(wǎng)點(diǎn)總電壓、并網(wǎng)點(diǎn)基波電壓、基波電壓變化率、溫度、光照進(jìn)行測量，定義如下大型光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)：

則，在一系列時刻tgu₁,tgu₂,...,tgu₃，n為自然數(shù)，n＝1,2,…，得到并網(wǎng)點(diǎn)總電壓ugu、并網(wǎng)點(diǎn)基波電壓bugu、基波電壓變化率dbugu、溫度Tgu、光照sgu測量值：

步驟2：數(shù)據(jù)歸一化處理：

設(shè)測量數(shù)據(jù)為gux_i，(i＝1,2,...,k_5n，)k_5n為公式(1)中測量數(shù)據(jù)個數(shù)，為統(tǒng)一數(shù)據(jù)量綱和變化范圍，對數(shù)據(jù)進(jìn)行如下歸一化處理：

式(2)中，gux_max、gux_min分別為輸入量的上下界；

步驟3：測量數(shù)據(jù)的支持向量機(jī)算法處理：

步驟3.1建立帶有懲罰因子和約束函數(shù)目標(biāo)函數(shù)：

y_gu＝minf_mb(ygux_i)+gc_f(ygux_i)+r_ys(ygux_i) (3)

式(3)中，ygux_i為w_5n個優(yōu)w化_n變yg量ux，_i(i＝1,2,...,w_5n)，f_mb(ygux_i)為目標(biāo)函數(shù)，g_cf(ygux_i)為目標(biāo)函數(shù)的懲罰因子，r_ys(ygux_i)為目標(biāo)函數(shù)的約束項，y_gu即為大型光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)；

步驟3.2：支持向量機(jī)算法核函數(shù)的選?。?/p>

根據(jù)數(shù)據(jù)特點(diǎn)，經(jīng)過分析比較，選取高斯徑向基核函數(shù)為該算法的核函數(shù)，其定義如下：

式(4)中，|ygux_j-ygux_i|為兩個向量間的距離，σ為不等于零的常數(shù)，j＝1,2,...,w_5n；

步驟3.3：基于蟻群算法的支持向量機(jī)參數(shù)尋優(yōu)：

粒子當(dāng)前結(jié)點(diǎn)i到下一節(jié)點(diǎn)j的狀態(tài)轉(zhuǎn)移概率p_i,j的計算公式為：

式(5)中，I為當(dāng)前螞蟻能選擇的節(jié)點(diǎn)，下標(biāo)i表示為當(dāng)前螞蟻能選擇的元素，分別為i、j及i、s元素間的啟發(fā)信息值，τ_i,j、τ_i,s為i、j及i、s兩元素間的信息素濃度，B為啟發(fā)因子；

采用實時信息素更新，在每一只螞蟻選擇某個節(jié)點(diǎn)后，該節(jié)點(diǎn)的信息素進(jìn)行如下更新：

τ_i,j＝(1-ρ)τ_i,j+ρτ₀ (6)

式(6)中，τ₀為信息素初始值，ρ為[0,1]區(qū)間上的可調(diào)參數(shù)；

步驟4：大型光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)計算：

根據(jù)尋優(yōu)參數(shù)構(gòu)建大型光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)最優(yōu)支持向量機(jī)模型，將數(shù)據(jù)輸入模型中，即可求解得到大型光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)預(yù)測值y_gu。

本發(fā)明的有益效果是：本發(fā)明為光伏電網(wǎng)提供了一種大型光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)預(yù)測方法，對配電網(wǎng)及其光伏發(fā)電系統(tǒng)運(yùn)行參數(shù)及氣象環(huán)境參數(shù)進(jìn)行實時監(jiān)測，并根據(jù)監(jiān)測參數(shù)對光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)進(jìn)行預(yù)測計算，根據(jù)計算結(jié)果實時地對光伏發(fā)電系統(tǒng)及配電網(wǎng)進(jìn)行控制，能夠有效避免配電網(wǎng)系統(tǒng)因光伏電站接入帶來的諧波過電壓等問題，顯著提高配電網(wǎng)電力系統(tǒng)在光伏系統(tǒng)接入后的可靠性與經(jīng)濟(jì)性。

附圖說明

圖1為本發(fā)明實施例的預(yù)測流程圖。

具體實施方式

為了更好地理解本發(fā)明，下面結(jié)合實施例進(jìn)一步闡明本發(fā)明的內(nèi)容，但本發(fā)明的內(nèi)容不僅僅局限于下面的實施例。本領(lǐng)域技術(shù)人員可以對本發(fā)明作各種改動或修改，這些等價形式同樣在本申請所列權(quán)利要求書限定范圍之內(nèi)。

如圖1所示，本發(fā)明實施例提供的一種大型光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)預(yù)測方法，步驟如下：

步驟1：建立大型光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)演化系統(tǒng)時間序列：

在固定時間間隔對并網(wǎng)點(diǎn)總電壓，并網(wǎng)點(diǎn)基波電壓，基波電壓變化率，溫度，光照進(jìn)行測量，定義如下大型光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)：

則，在一系列時刻tgu₁,tgu₂,...,tgu₃(n為自然數(shù)，n＝1,2,…)得到并網(wǎng)點(diǎn)總電壓ugu，并網(wǎng)點(diǎn)基波電壓bugu，基波電壓變化率dbugu，溫度Tgu，光照sgu測量值：

步驟2：數(shù)據(jù)歸一化處理

設(shè)測量數(shù)據(jù)為gux_i，(i＝1,2,...,k_5n)，k_5n為公式(1)中測量數(shù)據(jù)個數(shù)，為統(tǒng)一數(shù)據(jù)量綱和變化范圍，對數(shù)據(jù)進(jìn)行如下歸一化處理：

其中，gux_max、gux_min分別為輸入量的上下界。

步驟3：測量數(shù)據(jù)的支持向量機(jī)算法處理

步驟3.1建立帶有懲罰因子和約束函數(shù)目標(biāo)函數(shù)：

y_gu＝minf_mb(ygux_i)+g_cf(ygux_i)+r_ys(ygux_i) (3)

其中，式中ygux_i(i＝1,2,...,w_5n)為w_5n個優(yōu)化變量，f_mb(ygux_i)為目標(biāo)函數(shù)，g_cf(ygux_i)為目標(biāo)函數(shù)的懲罰因子，r_ys(ygux_i)為目標(biāo)函數(shù)的約束項，y_gu即為大型光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)。

步驟3.2：支持向量機(jī)算法核函數(shù)的選取

根據(jù)本專利數(shù)據(jù)特點(diǎn)，經(jīng)過分析比較，選取高斯徑向基核函數(shù)為該算法的核函數(shù)，其定義如下：

其中|ygux_j-ygux_i|為兩個向量間的距離，σ為不等于零的常數(shù)，j＝1,2,...,w_5n

步驟3.3：基于蟻群算法的支持向量機(jī)參數(shù)尋優(yōu)

粒子當(dāng)前結(jié)點(diǎn)i到下一節(jié)點(diǎn)j的狀態(tài)轉(zhuǎn)移概率p_i,j的計算公式為：

其中，I為當(dāng)前螞蟻能選擇的節(jié)點(diǎn)，，下標(biāo)i表示為當(dāng)前螞蟻能選擇的元素，分別為i、j及i、s元素間的啟發(fā)信息值，τ_i,j、τ_i,s為i、j及i、s兩元素間的信息素濃度，B為啟發(fā)因子。

在本實施例中，B＝0.5398。

采用實時信息素更新，在每一只螞蟻選擇某個節(jié)點(diǎn)后，該節(jié)點(diǎn)的信息素進(jìn)行如下更新：

τ_i,j＝(1-ρ)τ_i,j+ρτ₀ (6)

式中，τ₀為信息素初始值，ρ為[0,1]區(qū)間上的可調(diào)參數(shù)。

在本實施例中，τ₀＝0.1289，ρ＝0.1903。

步驟4：大型光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)計算：

根據(jù)尋優(yōu)參數(shù)構(gòu)建大型光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)最優(yōu)支持向量機(jī)模型，其中尋優(yōu)結(jié)果σ＝0.7128，將數(shù)據(jù)輸入模型中，即可求解得到大型光伏電站直流系統(tǒng)過電壓風(fēng)險指數(shù)預(yù)測值y_gu。

以上僅為本發(fā)明的實施例而已，并不用于限制本發(fā)明，因此，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的權(quán)利要求范圍之內(nèi)。