[发明专利]基于模糊C均值和差分进化混合算法的光伏逆变控制器参数辨识方法

摘要

本发明公开了基于模糊C均值和差分进化混合算法的光伏逆变控制器参数辨识方法，包括：1在光伏逆变器并网点设置三相短路故障扰动，对光伏逆变器的有功功率输出进行采样；2通过模糊C均值和差分进化混合算法辨识光伏逆变控制器的全部控制参数，其中电压外环比例系数、电压外环积分系数、电流内环比例系数的辨识结果为该参数的最终结果；3设置光伏直流电压参考值突变扰动，再次对光伏逆变器的有功功率输出进行采样；4通过模糊C均值和差分进化混合算法仅辨识光伏逆变控制器的电流内环积分系数、滤波电感参数。本发明能够快速、准确地获得光伏逆变控制器参数值，从而使光伏逆变器控制器的仿真动态响应曲线与实测动态响应曲线一致。

主权项

1.一种基于模糊C均值和差分进化混合算法的光伏逆变控制器参数辨识方法，其特征是按如下步骤进行辨识：步骤一、在光伏逆变器的并网点设置三相短路故障扰动后，对所述光伏逆变器的有功功率输出P_g按照采样时间段进行等时间间距采样，并采样K个点，从而得到实测采样序列记为P_g‑real＝{P_g‑real,1,P_g‑real,2,...,P_g‑real,k,...,P_g‑real,K}；P_g‑real,k表示所述光伏逆变器的第k个实测采样点的有功功率输出P_g；所述采样时间段包括：扰动前的一段稳态过程、整个扰动过程以及扰动结束后的一段稳态过程，1≤k≤K；步骤二、根据所述实测采样序列P_g‑real，利用模糊C均值和差分进化混合算法对光伏逆变控制器的5个控制参数进行辨识，包括：电压外环比例系数k_pu、电压外环积分系数k_iu、电流内环比例系数k_pi、电流内环积分系数k_ii、滤波电感L_s；并由所述5个控制参数构成一个控制参数向量[k_pu,k_iu,k_pi,k_ii,L_s]，其中，以所述电压外环比例系数k_pu、电压外环积分系数k_iu、电流内环比例系数k_pi的辨识结果为最终结果：步骤1、生成初始种群P₀，所述初始种群P₀为一个M行N列的矩阵，每一行称为一个个体，M为种群规模，N为待辨识参数的个数，且N＝5；利用式(1)生成初始种群P₀的第x列P₀^x，从而生成初始种群的N列；M∈[5N,10N]；1≤x≤N；P₀^x＝k_x^L×ones(M,1)+(k_x^U‑k_x^L)×rand_(0,1)(M,1)        (1)式(1)中，k_x^L为所述控制参数向量中第x个控制参数的取值下界；k_x^U为所述控制参数向量中第x个控制参数的取值上界；ones(M,1)为M行1列的全1矩阵；rand_(0,1)(M,1)为M行1列的随机矩阵，且矩阵中所有元素为(0,1)之间的随机数；步骤2、设定算法参数，包括：种群最大进化代数为G，允许误差为tolerance，模糊C均值聚类算法的作用周期为T，变异因子为F，交叉概率为CR；定义种群进化代数为g，并初始化所述种群进化代数g＝1；步骤3、通过差分进化算法更新当前种群P_g‑1，得到更新后的种群为P_g；步骤4、判断g取余T的值是否为零，若为零，则执行步骤5，若不为零，则执行步骤6；步骤5、通过模糊C均值聚类算法来更新种群P_g；步骤6、计算种群P_g中所有M个个体对应的目标函数值，其中目标函数的最小值记为J_g,min，判断J_g,min＜tolerance是否成立，若成立表明种群中存在满足精度要求的个体，并执行步骤8，否则，执行步骤7；步骤7、判断g＝G是否成立，若成立表明种群已进化到最高代，并执行步骤8执行，否则，将g+1赋值给g后，返回步骤3执行；步骤8、种群P_g中目标函数最小值J_g,min对应的个体即为辨识得到的光伏逆变控制器的控制参数向量[k_pu,k_iu,k_pi,k_ii,L_s]；步骤三、设置所述光伏逆变控制器中直流电压参考值u_dc‑ref突变扰动，并按照步骤一的采样方式对光伏逆变器的有功功率输出P_g进行采样作为实测数据；步骤四、保持步骤二中电压外环比例系数k_pu、电压外环积分系数k_iu、电流内环比例系数k_pi的辨识结果不变，再根据所述实测数据，利用所述模糊C均值和差分进化混合算法仅对电流内环积分系数k_ii和滤波电感L_s进行辨识，从而得到所述控制参数向量[k_pu,k_iu,k_pi,k_ii,L_s]。