一种分布式光伏孤岛检测动态盲区指数预测方法技术

本发明专利技术提供了一种分布式光伏孤岛检测动态盲区指数预测方法，通过建立分布式光伏孤岛检测动态盲区指数演化系统的时间序列，对时间序列测量数据进行非线性单纯体法处理，对顶点的目标函数值进行反射运算，进而进行分布式光伏孤岛检测动态盲区指数预测计算，得到分布式光伏孤岛检测动态盲区指数预测值。该方法能够根据监测参数对分布式光伏孤岛检测动态盲区指数进行预测计算，根据计算结果实时地对盲区检测算法进行调整，能够有效避免孤岛检测盲区现象，显著提高光伏发电系统可靠性与经济性。

【技术实现步骤摘要】

本专利技术属于分布式光伏
，特别涉及一种分布式光伏孤岛检测动态盲区指 数预测方法。
技术介绍
孤岛检测和反孤岛保护是光伏并网系统必须具备的一种保护功能，所谓孤岛，是 指主电网因故障或进行检修而处于失电状况时，分布式发电系统仍可能持续工作，并与本 地负载连接处于独立运行状态。孤岛产生后，会威胁到电网维修人员的安全，影响配电系 统的保护开关动作程序，在重合闸时可能对用电设备造成损害。分布式光伏发电系统中众 多发电设备组成了一个复杂的系统，在分布式光伏发电系统运行时，如何根据各个分布式 光伏发电系统的状态参数进行分布式光伏孤岛检测动态盲区指数预测评估，使每个分布式 光伏发电系统都能孤岛发生时最大限度减小盲区，同时也使每个分布式光伏系统都能最有 效、最快速的利用太阳能资源，是关系到光伏发电智能化水平的关键问题之一，因此，对分 布式光伏发电设备运行参数及气象环境参数进行实时监测，并根据监测参数对分布式光伏 孤岛检测动态盲区指数进行预测计算，根据计算结果实时地对盲区检测算法进行调整，能 够有效避免孤岛检测盲区现象，显著提高光伏发电系统可靠性与经济性。 有鉴于此，本专利技术提供，以满足 实际应用需要。
技术实现思路
本专利技术的目的是：为克服现有技术的不足，本专利技术提供一种分布式光伏孤岛检测 动态盲区指数预测方法，从而获得光伏孤岛检测动态盲区指数预测值。 本专利技术所采用的技术方案是：， 其特征在于，包括如下步骤： 步骤1 :建立分布式光伏孤岛检测动态盲区指数演化系统的时间序列： 在固定时间间隔对并网点三相电压9次谐波、基波电压频率、光照强度进行测量，将三 相电压9次谐波测量值的最大值与历史测量最小值之差除以基波电压频率最大值与最小 值之差作为分布式光伏孤岛检测动态盲区指数，即：贝1J，在一系列时亥?械…4=，得到孤岛检测动态盲区指数基波电压频率湿度·^ 的时间序列，其中为々自然数，，步骤2 :分布式光伏孤岛检测动态盲区指数状态时间序列测量数据非线性单纯体法处 理： 步骤2.1建立优化目标函数：式中嘛为1个优化变量； 步骤2. 2 :构建分布式光伏孤岛检测动态盲区指数演化系统的Μ隹相空间： 设.是分布式光伏孤岛检测动态盲区指数演化系统相空间的被个 顶点，获是这些顶点的目标函数值，用雜来记录最大值的下标，则最大值 为_% =?_幽〗，用與来记录最小值的下标，则最小值为?^=3爾呢)，,为除了最大值顶 点之外所有顶点的重心，步骤3 :对顶点目标函数值进行反射运算：式中为新产生的顶点该为反射系数，0〈欢〈1，通过反射运算，实现了最大值顶点向 重心相反方向的运动； 步骤4 :根据相空间特征量进行分布式光伏孤岛检测动态盲区指数预测计算：： 进行求解，，则解得的_值即为分布式光伏孤岛检测动态盲区指数 预测值。 如上所述的分布式光伏孤岛检测动态盲区指数预测方法，其特征在于，步骤3中， 欢的取值大小，直接决定了反射距离的远近，针对分布式光伏孤岛检测动态盲区指数演化 相空间，取〇.77 5尊5 0. 89，可以使得初始粒子广泛的分布在可行空间。 如上所述的分布式光伏孤岛检测动态盲区指数预测方法，其特征在于，步骤3 中，若反射运算后，得到的新顶点目标函数值介于議k和:曝之间，则用代替熟 本专利技术的有益效果是：本专利技术为光伏电网提供了一种分布式光伏孤岛检测动态盲 区指数预测方法，对分布式光伏发电设备运行参数及气象环境参数进行实时监测，并根据 监测参数对分布式光伏孤岛检测动态盲区指数进行预测计算，根据计算结果实时地对盲区 检测算法进行调整，能够有效避免孤岛检测盲区现象，显著提高光伏发电系统可靠性与经 济性。 根据相空间特征量进行分布式光伏孤岛检测动态盲区指数预测计算中，将分布式 光伏孤岛检测动态盲区指数状态信息时间序列经过非线性单纯体法处理，使得分布式光伏 孤岛检测动态盲区指数水平合理，充分体现了光伏发电经济性能和稳定特征。【附图说明】 图1为本专利技术实施例的目标函数迭代运算图。【具体实施方式】 toon] 为了更好地理解本专利技术，下面结合实施例进一步阐明本专利技术的内容，但本专利技术的 内容不仅仅局限于下面的实施例。本领域技术人员可以对本专利技术作各种改动或修改，这些 等价形式同样在本申请所列权利要求书限定范围之内。 如图1所示，本专利技术实施例提供的一种分布式光伏孤岛检测动态盲区指数预测方 法，步骤如下： 步骤1 :建立分布式光伏孤岛检测动态盲区指数演化系统的时间序列： 在固定时间间隔对并网点三相电压9次谐波、基波电压频率、光照强度进行测量，将三 相电压9次谐波测量值的最大值与历史测量最小值之差除以基波电压频率最大值与最小 值之差作为分布式光伏孤岛检测动态盲区指数，即：贝1J，在一系列时刻》4 (?为自然数，得到孤岛检测动态盲区指数:續、基波 电压频率&/、湿度:_的时间序列： 步骤2:分布式光伏孤岛检测动态盲区指数状态时间序列测量数据非线性单纯体 法处理： 步骤2.1建立优化目标函数：式中=U...為J为I个优化变量。构建分布式光伏孤岛检测动态盲区指数演化系统的Μ隹相空间： 4·调::5.,.4乾,_^是分布式光伏孤岛检测动态盲区指数演化系统相空间的^1.个顶 点，辨^是这些顶点的目标函数值。用辟来记录最大值的下标，则最大值为 QFmnxia?；'>，用汽来记录最小值的下标，则最小值为0匕，:_为除了最大值顶点 之外所有顶点的重心， 步骤3:对顶点目标函数值进行反射运算：式中难^为新产生的顶点；贫为反射系数，0〈终〈1。通过反射运算，实现了最大值顶点向 重心相反方向的运动。的取值大小，直接决定了反射距离的远近，针对分布式光伏孤岛检 测动态盲区指数演化相空间，取〇. 77 0. 89,可使得初始粒子广泛的分布在可行空间。 若反射运算后，得到的新顶点目标函数值纖介于％，和％之间，则用GT代替1^。在此实施例中，为使初始粒子广泛分布于可行空间内，取欢=0. 8378。 步骤4:根据相空间特征量进行分布式光伏孤岛检测动态盲区指数预测计算： 将分布式光伏孤岛检测动态盲区指数状态信息时间序列经过非线性单纯体法处理， 使得分布式光伏孤岛检测动态盲区指数水平合理，充分体现了光伏发电经济性能和稳定特 征，^^0=0为目标函数的约束项，对目标函数进行求解，解得的_值即为分布式光伏孤岛 检测动态盲区指数预测值。 以上仅为本专利技术的实施例而已，并不用于限制本专利技术，因此，凡在本专利技术的精神和 原则之内，所做的任何修改、等同替换、改进等，均应包含在本专利技术的权利要求范围之内。【主权项】1. ，其特征在于，包括如下步骤： 步骤1 :建立分布式光伏孤岛检测动态盲区指数演化系统的时间序列： 在固定时间间隔对并网点三相电压9次谐波、基波电压频率、光照强度进行测量，将三 相电压9次谐波测量值的最大值与历史测量最小值之差除以基波电压频率最大值与最小 值之差作为分布式光伏孤岛检测动态盲区指数，即：贝1J，在一系列时亥仏务__癌:，得到孤岛检测动态盲区指数?Μ、基波电压频率￥、湿度M 的时间序列，其中为?自然数，，步骤2 :分布式光伏孤岛检测动态盲区指数状态时间序列测量数据非线性单纯体法处 理： 步骤2.1建立优化目标函数：式中嘛为1个优化变量； 步骤2. 2 :本文档来自技高网...

【技术保护点】
一种分布式光伏孤岛检测动态盲区指数预测方法，其特征在于，包括如下步骤：步骤1：建立分布式光伏孤岛检测动态盲区指数演化系统的时间序列：在固定时间间隔对并网点三相电压9次谐波、基波电压频率、光照强度进行测量，将三相电压9次谐波测量值的最大值与历史测量最小值之差除以基波电压频率最大值与最小值之差作为分布式光伏孤岛检测动态盲区指数，即：则，在一系列时刻，得到孤岛检测动态盲区指数、基波电压频率、湿度的时间序列，其中为自然数，，（1）步骤2：分布式光伏孤岛检测动态盲区指数状态时间序列测量数据非线性单纯体法处理：步骤2.1建立优化目标函数：（2）式中为个优化变量；步骤2.2：构建分布式光伏孤岛检测动态盲区指数演化系统的m维相空间：设是分布式光伏孤岛检测动态盲区指数演化系统相空间的个顶点，是这些顶点的目标函数值，用来记录最大值的下标，则最大值为，用来记录最小值的下标，则最小值为，为除了最大值顶点之外所有顶点的重心，（3）步骤3：对顶点目标函数值进行反射运算：（4）式中为新产生的顶点；为反射系数，0<<1，通过反射运算，实现了最大值顶点向重心相反方向的运动；步骤4：根据相空间特征量进行分布式光伏孤岛检测动态盲区指数预测计算：：对目标函数为进行求解，惩罚函数，约束函数，则解得的值即为分布式光伏孤岛检测动态盲区指数预测值。...

【技术特征摘要】

【专利技术属性】
技术研发人员：张海宁，赵国新，李春来，杨立滨，腾云，杨军，卢芸，
申请(专利权)人：国家电网公司，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，沈阳工业大学，
类型：发明
国别省市：北京;11