[发明专利]一种大型光伏电站直流系统过电压风险指数预测方法

说明书

技术领域

本发明属于光伏发电技术领域，特别涉及一种大型光伏电站直流系统过电压风险指数预测方法。

背景技术

电力系统中光伏发电设备的接入为电网带来更多的谐波，如何根据光伏电池运行特点进行光伏电站直流系统过电压风险指数预测评估，使光伏发电系统能够安全、稳定、高效运行，以往光伏电站直流系统过电压风险指数计算方法的特点是忽略光伏与配电网间的相互作用关系，由区域电网或光伏发电系统内各个系统独立进行谐波过电压分析，不能有效利用电网和光伏发电运行数据资源，评估准确度和光伏利用效率不高。

有鉴于此，本发明提供一种大型光伏电站直流系统过电压风险指数预测方法，以满足实际应用需要。

发明内容

本发明的目的是：为克服现有技术的不足，本发明提供一种大型光伏电站直流系统过电压风险指数预测方法，从而获得大型光伏电站直流系统过电压风险指数。

本发明所采用的技术方案是：一种大型光伏电站直流系统过电压风险指数预测方法，其特征在于，包括如下步骤：

步骤1：建立大型光伏电站直流系统过电压风险指数演化系统时间序列：

在固定时间间隔对并网点总电压、并网点基波电压、基波电压变化率、温度、光照进行测量，定义如下大型光伏电站直流系统过电压风险指数：

则，在一系列时刻tgu₁,tgu₂,...,tgu₃，n为自然数，n＝1,2,…，得到并网点总电压ugu、并网点基波电压bugu、基波电压变化率dbugu、温度Tgu、光照sgu测量值：

步骤2：数据归一化处理：

设测量数据为gux_i，(i＝1,2,...,k_5n，)k_5n为公式(1)中测量数据个数，为统一数据量纲和变化范围，对数据进行如下归一化处理：

式(2)中，gux_max、gux_min分别为输入量的上下界；

步骤3：测量数据的支持向量机算法处理：

步骤3.1建立带有惩罚因子和约束函数目标函数：

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

式(3)中，ygux_i为w_5n个优w化_n变yg量ux，_i(i＝1,2,...,w_5n)，f_mb(ygux_i)为目标函数，g_cf(ygux_i)为目标函数的惩罚因子，r_ys(ygux_i)为目标函数的约束项，y_gu即为大型光伏电站直流系统过电压风险指数；

步骤3.2：支持向量机算法核函数的选取：

根据数据特点，经过分析比较，选取高斯径向基核函数为该算法的核函数，其定义如下：

式(4)中，|ygux_j-ygux_i|为两个向量间的距离，σ为不等于零的常数，j＝1,2,...,w_5n；

步骤3.3：基于蚁群算法的支持向量机参数寻优：

粒子当前结点i到下一节点j的状态转移概率p_i,j的计算公式为：

式(5)中，I为当前蚂蚁能选择的节点，下标i表示为当前蚂蚁能选择的元素，分别为i、j及i、s元素间的启发信息值，τ_i,j、τ_i,s为i、j及i、s两元素间的信息素浓度，B为启发因子；

采用实时信息素更新，在每一只蚂蚁选择某个节点后，该节点的信息素进行如下更新：

τ_i,j＝(1-ρ)τ_i,j+ρτ₀ (6)

式(6)中，τ₀为信息素初始值，ρ为[0,1]区间上的可调参数；

步骤4：大型光伏电站直流系统过电压风险指数计算：