【技术实现步骤摘要】
本专利技术涉及光伏发电，具体为用于低压分布式光伏并网点的调控方法。
技术介绍
1、随着全球能源需求的不断增加和环境保护意识的提升，可再生能源技术的发展受到越来越多的关注。其中，太阳能光伏发电作为一种清洁、可再生的能源形式，得到了广泛的应用和快速的发展。然而，光伏发电系统的广泛应用也带来了诸多技术挑战，尤其是在低压分布式光伏并网点的调控方面。
2、首先，太阳能光伏发电受光照条件的直接影响，其输出具有明显的间歇性和波动性。云层遮挡、昼夜变化以及季节性变化都会导致光伏输出功率的显著波动。这种不稳定性给电网带来了巨大的调度压力，尤其是在光伏发电渗透率较高的区域，电网需要具备更强的适应能力来应对光伏输出的快速变化。此外，并网逆变器是光伏系统接入电网的关键设备，其性能直接影响光伏系统的并网质量和电网的稳定性。传统的并网逆变器控制方法往往只注重最大功率点跟踪(mppt)，缺乏对电网需求的实时响应能力，难以在不同的运行条件下保证系统的稳定运行。
3、其次，分布式光伏系统接入低压配电网后，由于光伏发电的不稳定性，可能导致电网电压和频率的波动，影响电能质量和电网稳定性。电压波动和频率偏移不仅会影响用户的用电设备，还可能引发电网的保护装置误动作，严重时甚至可能导致局部电网的崩溃。储能系统的集成在分布式光伏系统中具有重要作用，可以有效平衡发电和负荷需求，提高系统的灵活性和稳定性。然而，如何高效管理储能系统的充放电过程，优化储能系统的使用，以支持光伏发电系统的稳定运行和电网的需求响应，仍是一个亟待解决的问题。
4、最后
技术实现思路
1、针对现有技术的不足，本专利技术提供了用于低压分布式光伏并网点的调控方法，引入模型预测控制框架，结合实时数据采集和动态优化策略，确保光伏系统能够在各种环境条件下持续跟踪最大功率点，从而提高了光伏系统的整体发电效率。
2、为实现以上目的，本专利技术通过以下技术方案予以实现：用于低压分布式光伏并网点的调控方法，包括以下步骤：
3、基于模型预测控制框架，收集光伏阵列输出功率ppv(t)、光伏阵列电压vpv(t)，光伏阵列电流ipv(t)、电网频率fgrid(t)及储能系统的荷电状态soc(t)的实时数据；
4、利用预测模型：
5、xt+1＝axt+but+edt+wt
6、其中，xt是系统状态向量，ut是控制输入，dt是外部扰动，a，b，e是系统参数矩阵，wt是过程噪声；
7、计算控制策略以最小化性能指标：
8、
9、其中，pmpp，t是理论最大功率点，fnom是电网标称频率，soctarget是目标储能状态，α1，α2，α3是权重系数；
10、根据优化结果调整逆变器的参考电压vref，t和功率因数pft，以实现光伏并网的优化控制。
11、优选的，所述外部扰动dt包括太阳辐照gsun，t和环境温度tamb，t，用于调整光伏系统状态向量xt的预测，所述调整方式为：
12、利用环境传感器获得的太阳辐照gsun，t和环境温度tamb，t数据，结合光伏电压vpv(t)和电流ipv(t)的实测值，按照光伏电池的温度系数和辐照度系数动态调整预测模型中的光伏输出功率ppv，t的计算：
13、
14、其中，pstc是标准测试条件下的光伏输出功率，βtemp是光伏电池的温度系数，tamb，t是当前环境温度，tstc是标准测试条件的温度，gsun，t是当前太阳辐照度，gstc是标准测试条件下的太阳辐照度。
15、优选的，所述外部扰动dt通过影响系统参数矩阵e来修改状态向量xt的更新，其中e的具体值基于历史数据统计和实时环境反馈动态调整。
16、优选的，所述系统状态向量xt包括从环境传感器收集的光照强度和温度数据，所述数据用于实时更新预测模型中的系统参数矩阵a，b，e，以适应环境变化并优化光伏系统的性能，其中参数调整基于实时数据与历史数据之间的回归分析。
17、优选的，所述方法还包括利用非线性规划求解器解决mpc问题，其中求解器选自ipopt或sqp。
18、优选的，所述控制输入ut还包括储能系系统的充放电控制指令，所述充放电控制指令通过优化储能系统的荷电状态soc的预测值，实现能量的最优分配，具体优化通过以下公式进行：
19、
20、其中，ηcharge和ηdischarge分别是充电和放电的效率，pcharge和pdischarge分别是充电和放电功率，δt是时间间隔。
21、优选的，所述在控制周期每开始时，基于电网当前需求和预测的外部条件更新控制策略，更新操作包括重新计算优化目标j(u)中的权重因子α1，α2，α3，以适应电网的实时需求变化。
22、优选的，所述电压和电流的约束被设置为确保光伏系统的安全运行，具体为：
23、vpvmin≤vpv(t)≤vpv，max
24、ipvmin≤ipv(t)≤ipv，max
25、其中，vpv，min和vpv，max是逆变器允许的最小和最大电压限制，ipv，min和ipv，max是允许的最小和最大电流限制。
26、优选的，所述储能系统的荷电状态soc(t)的优化考虑到预测的光伏发电量和预期的电网负载，优化策略通过以下模型进行调整：
27、soct+1＝soct+η·(ppv，t-pgrid，t)·δt
28、其中，η是能量转换效率，ppv，t是光伏发电量，pgrid，t是并网输出功率，δt是时间间隔。
29、本专利技术还提供用于低压分布式光伏并网点的调控装置，包括：
30、数据采集模块，配置有多个传感器，用于实时收集光伏阵列的输出功率、光伏阵列电压、光伏阵列电流、电网频率及储能系统的荷电状态，以及外部环境条件如太阳辐照和环境温度；
31、预测模型处理模块，包含一个或多个微处理器，配置有算法执行预测模型；
32、优化控制模块，用于计算控制策略以最小化性能指标；
33、逆变器控制模块，用于接收优化控制模块的输出，并据此调整逆变器的参考电压和功率因数，以适应光伏并网的需求。
34、本专利技术提供了用于低压分布式光伏并网点的调控方法。具备以下有益效果：
35、1、本专利技术通过引入模型预测控制(mpc)框架，结合实时数据采集和动态优化策略，确保光伏系统能够在各种环境条件下持续跟踪最大功率点(mppt)本文档来自技高网...
【技术保护点】
1.用于低压分布式光伏并网点的调控方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的用于低压分布式光伏并网点的调控方法，其特征在于，所述外部扰动dt包括太阳辐照Gsun,t和环境温度Tamb,t，用于调整光伏系统状态向量xt的预测，所述调整方式为：
3.根据权利要求2所述的用于低压分布式光伏并网点的调控方法，其特征在于，所述外部扰动dt通过影响系统参数矩阵E来修改状态向量xt的更新，其中E的具体值基于历史数据统计和实时环境反馈动态调整。
4.根据权利要求1所述的用于低压分布式光伏并网点的调控方法，其特征在于，所述系统状态向量xt包括从环境传感器收集的光照强度和温度数据，所述数据用于实时更新预测模型中的系统参数矩阵A,B,E，以适应环境变化并优化光伏系统的性能，其中参数调整基于实时数据与历史数据之间的回归分析。
5.根据权利要求1所述的用于低压分布式光伏并网点的调控方法，其特征在于，所述方法还包括利用非线性规划求解器解决MPC问题，其中求解器选自IPOPT或SQP。
6.根据权利要求1所述的用于低压分布式光伏并网点
7.根据权利要求1所述的用于低压分布式光伏并网点的调控方法，其特征在于，所述在控制周期每开始时，基于电网当前需求和预测的外部条件更新控制策略，更新操作包括重新计算优化目标J(u)中的权重因子α1,α2,α3，以适应电网的实时需求变化。
8.根据权利要求1所述的用于低压分布式光伏并网点的调控方法，其特征在于，所述电压和电流的约束被设置为确保光伏系统的安全运行，具体为：
9.根据权利要求1所述的用于低压分布式光伏并网点的调控方法，其特征在于，所述储能系统的荷电状态SOC(t)的优化考虑到预测的光伏发电量和预期的电网负载，优化策略通过以下模型进行调整：
10.用于低压分布式光伏并网点的调控装置，用于实现如权利要求1-9任一项所述的方法，其特征在于，包括：
...【技术特征摘要】
1.用于低压分布式光伏并网点的调控方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的用于低压分布式光伏并网点的调控方法，其特征在于，所述外部扰动dt包括太阳辐照gsun,t和环境温度tamb,t，用于调整光伏系统状态向量xt的预测，所述调整方式为：
3.根据权利要求2所述的用于低压分布式光伏并网点的调控方法，其特征在于，所述外部扰动dt通过影响系统参数矩阵e来修改状态向量xt的更新，其中e的具体值基于历史数据统计和实时环境反馈动态调整。
4.根据权利要求1所述的用于低压分布式光伏并网点的调控方法，其特征在于，所述系统状态向量xt包括从环境传感器收集的光照强度和温度数据，所述数据用于实时更新预测模型中的系统参数矩阵a,b,e，以适应环境变化并优化光伏系统的性能，其中参数调整基于实时数据与历史数据之间的回归分析。
5.根据权利要求1所述的用于低压分布式光伏并网点的调控方法，其特征在于，所述方法还包括利用非线性规划求解器解决mpc问题，其中求解器选自ipopt或sqp。
...【专利技术属性】
技术研发人员：徐景涛，张志颖，戚凯，吴莉莉，李龙龙，贾海青，郭权，肖广辉，张巧玲，李志鹏，宋林林，马媛媛，寇柯，石凯明，韦新志，许绍芳，葛娟，
申请(专利权)人：河南许继仪表有限公司，
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。