一种基于遗传算法的光伏场站模型参数辨识方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115986811A(43)申请公布日2023.04.18(21)申请号202211624487.1H02J3/00(2006.01)(22)申请日2022.12.16(71)申请人贵州电网有限责任公司地址550002贵州省贵阳市南明区滨河路17号(72)发明人古庭赟张后谊范强毛均毅李博文冯起辉辛明勇王宇祝健杨苏立张俊玮牛唯(74)专利代理机构南京禹为知识产权代理事务所(特殊普通合伙)32272专利代理师周局(51)Int.Cl.H02J3/38(2006.01)G06N3/126(2023.01)G06N3/006(2023.01)权利要求书3页说明书7页附图2页(54)发明名称一种基于遗传算法的光伏场站模型参数辨识方法(57)摘要本发明公开了一种基于遗传算法的光伏场站模型参数辨识方法包括：对光伏发电单元进行扰动实验，记录响应波形；以响应为输入量，对所述输入量进行标幺化处理；定义目标函数，选择在功率控制中参与程度最高的参数，作为相关状态参数；将相关状态参数进行编码，用二进制码表示；设置初始值，随机初始化遗传群体，计算适应值；构建匹配池，随机两个个体，进行杂交，杂交后进行变异，产生新一代遗传群体，重新计算遗传群体中适应值，重复进行，直到平均适应度不再提高，则迭代结束，得到最优参数。本发明可以迅速、高效的辨识得到光伏场站的机电暂态仿真模型，解决了光伏仿真模型不准确导致新能源大规模接入后仿真分析难度大的问题。CN115986811ACN115986811A权利要求书1/3页1.一种基于遗传算法的光伏场站模型参数辨识方法，其特征在于，包括：对光伏发电单元进行扰动实验，记录系统响应波形；以实际系统的响应为输入量，对所述输入量进行标幺化处理；定义模型系统的目标函数，选择在功率控制中参与程度最高的参数，作为相关状态参数，剩下的变量为不相关状态参数；将所述相关状态参数进行编码，用二进制码表示每一个待求参数；设置所述相关状态参数的各控制初始值，随机初始化遗传群体，计算遗传群体中每个个体的适应值；按平均误差最小的选择策略和适应值选择父体，构建匹配池。2.根据权利要求1所述的基于遗传算法的光伏场站模型参数辨识方法，其特征在于：所述扰动实验包括，根据光伏发电站光伏发电单元配置情况，选择典型光伏发电单元进行测试，光伏发电单元的逆变器应工作在与实际投入运行时一致的控制模式下，测试可以通过光伏现场或逆变器半实物实验开展，发电单元额定功率为Pn，额定电压为Un，分别在发电单元控制在大功率输出和小功率输出两种工况下，选取电压跌落点开展电压跌落实验，选取电压抬升点开展电压抬升实验，记录实验期间的电压、电流、有功功率、无功功率波形，作为响应的输入。3.根据权利要求2所述的一种基于遗传算法的光伏场站模型参数辨识方法，其特征在于：所述输入量标幺化处理包括，取光伏发电单元额定功率及额定电压为基值，分别对记录的系统有功功率、正序电压、负序电压进行标幺化处理，得到输入值的标幺值。4.根据权利要求1～3任一所述的一种基于遗传算法的光伏场站模型参数辨识方法，其特征在于：所述目标函数的定义包括，选择在功率控制中参与程度最高的参数，作为相关状态参数，剩下的变量为不相关状态参数；给出低穿进入电压VLin，低穿退出电压VLout，高穿进入电压VHin，高穿进入电压VHout，作为输入量限制条件；针对光伏三相对称低电压穿越故障有功采用功率控制方式，计算得到低穿过程中有功功率恢复的目标函数：Pref1＝KP1*P01+PSET1其中，Pref1为有功功率输出目标值，P01低穿电压跌落前有功功率初始值，KP1为低穿初始功率系数，PSET1为功率给定值；针对光伏三相对称低电压穿越故障无功采取电流控制方式，计算得到低穿过程中无功功率恢复的目标函数：IQref1＝KV1*(VSET1‑V01)+KI1*IQ01+IQSET1其中：IQref1为无功电流输出目标值，KV1为电压系数，VSET1为低穿电压给定值，V01为低穿电压跌落前电压初始值，KI1为低穿初始电流系数，IQ01为低穿电压跌落前无功电流初始值，IQSET1为无功电流给定值；针对光伏三相对称高电压穿越故障有功采用功率控制方式，计算得到高穿过程中有功功率恢复的目标函数：Pref2＝KP2*P02+PSET2其中，Pref2为有功功率输出目标值，P02低穿电压跌落前有功功率初始值，KP2为低穿初始2CN115986811A权利要求书2/3页功率系数，PSET2为功率给定值；针对光伏三相对称高电压穿越故障无功采取电流控制方式，计算得到高穿过程中无功功率恢复的目标函数：IQref2＝KV2*(VSET2‑V02)+KI2*IQ02+IQSET2其中，IQref2为无功电流输出目标