[发明专利]一种基于神经网络的自适应谐波振荡抑制方法与系统

说明书

本发明提供一种基于神经网络的自适应谐波振荡抑制方法与系统，包括：当发生谐波振荡时，基于谐波数据和预先构建的自适应线性神经元模型获得设定的谐振频率；基于设定的谐振频率，通过正序谐波抑制环节和负序谐波抑制环节对所述谐振频率的谐波分量进行滤除和抑制；本发明在不用分离正负序谐波分量的前提下，实现了该频率下正负序谐波分量的同时抑制；改善了传统谐波检测计算量大，谐波频率、幅值和相位计算不准确，自适应能力差等缺陷，保证了大规模海上风电场并网系统运行稳定。

技术领域：

本发明涉及电力系统、电力电子、大规模新能源发电领域，具体涉及一种基于神经网络的自适应谐波振荡抑制方法与系统。

背景技术：

随着大规模、远距离海上风电的快速发展，如何将海上电能输送到陆上交流电网成为一个亟待解决的问题。大规模风电场由数百台甚至数千台风电机组组成，它们类型多样(双馈风电机组、鼠笼式风电机组、直驱风电机组等)，控制参数各异，而且运行方式各不相同，其并入电网而产生次同步和超同步振荡的机理与相关特性各不相同。不仅存在振荡频率是基频整数倍的整数次谐波，而且存在着大量非整数次谐波，这给风电场和电网中的设备运行带来很大的危害，因此必须对这些谐波振荡进行治理。电力系统谐波振荡频率准确检测是实现谐波振荡治理的前提条件，谐波测量通常采用快速傅立叶变换(FFT)实现。而在数据采集时，无法保证严格整周期采样，存在栅栏效应和泄漏现象，导致谐波频率、幅值和相位计算不准确，尤其相位误差很大。国内外对新能源并网特别是大型海上风电场经高压柔性直流输电接入电网的谐波及谐波振荡问题进行了广泛的研究，并且取得了丰硕的研究成果。但目前的谐波振荡频率检测仍存在如下问题：

①算法速度和精度的相互矛盾。精度的提高一般是以牺牲速度为代价。

②在线测量实时性差。由于部分复杂的算法还只停留在计算机仿真阶段。

发明内容：

为了克服上述缺陷，本发明提供了一种基于神经网络的自适应谐波振荡抑制方法，所述方法包括：

当发生谐波振荡时，基于谐波数据和预先构建的自适应线性神经元模型获得设定的谐振频率；

基于设定的谐振频率，通过正序谐波抑制环节和负序谐波抑制环节对所述谐振频率的谐波分量进行滤除和抑制；

其中，所述自适应线性神经元模型由线性自适应神经网络和含有谐波的电流或电压周期信号函数确定。

优选的，所述自适应线性神经元模型的构建，包括：

将历史谐波电流或电压和谐波周期信号函数带入到线性自适应神经网络获得所述谐波电流或电压的权值；

基于所述权值计算电流或电压的谐振信号；

基于所述谐振信号和谐波电流或电压数据获取设定的谐波电流或电压谐振频率；

其中，谐振信号包括：谐波频率、幅值和相位。

优选的，所述基于设定的谐振频率，通过正序谐波抑制环节对所述谐振频率的谐波分量进行滤除和抑制，包括：

当含有负序谐波的电流或电压通过正序谐波环节时，基于设定的谐振频率和两倍频陷波器消除负序谐波分量；基于消除负序谐波分量后的正序谐波分量在定交流电压控制中加入相反的电压分量，对正序谐波分量进行抑制。

优选的，所述基于特定的谐振频率通过负序谐波环节对正序谐波分量进行抑制，包括：

当含有正序谐波的电流或电压通过负序谐波环节时，基于设定的谐振频率和两倍频陷波器消除正序谐波分量；

基于消除正序谐波分量后的负序谐波分量在定交流电压控制中加入相反的电压分量，对负序谐波分量进行抑制。

优选的，所述幅值，计算式如下：