[发明专利]一种光伏发电系统逆变器集群谐波汇集指数预测方法

摘要

本发明提供了一种光伏发电系统逆变器集群谐波汇集指数预测方法，通过建立光伏发电系统逆变器集群谐波汇集指数演化系统时间序列，对测量数据进行归一化处理，并进行测量数据的支持向量机算法处理，进而进行光伏发电系统逆变器集群谐波汇集指数计算，得到光伏发电系统逆变器集群谐波汇集指数预测值。该方法能够根据监测参数对光伏发电系统逆变器集群谐波汇集指数进行预测计算，根据计算结果实时地对光伏发电系统及配电网进行控制，能够有效避免配电网系统因光伏电站接入带来的谐波等问题，显著提高配电网电力系统在光伏系统接入后的可靠性与经济性。

主权项

一种光伏发电系统逆变器集群谐波汇集指数预测方法，其特征在于，包括如下步骤：步骤1：建立光伏发电系统逆变器集群谐波汇集指数演化系统时间序列：在固定时间间隔对并网点电压、并网点电压变化率、并网点频率变化率、温度、光照进行测量，定义如下光伏发电系统逆变器集群谐波汇集指数：则，在一系列时刻thj1,thj2,...,thjn，n为自然数，n＝1,2,…，得到并网点电压uhj、并网点电压变化率duhj、并网点频率变化率dfhj、光照shj、温度Thj测量值：uhj1,uhj2,...,uhjnduhj1,duhj2,...,duhjndfhj1,dfhj2,...,dfhjnshj1,shj2,...shjnThj1,Thj2,...,Thjn---(1)]]>步骤2：数据归一化处理：测量数据为hjxi，i＝1,2,...,k5n，对数据进行如下归一化处理：hjxi′=hjxi-hjxminhjxmax-hjxmin---(2)]]>式(2)中，hjxmax、hjxmin分别为测量数据的上下界；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的目标函数：yhj＝min fmb(yhjxi)+gcf(yhjxi)+rys(yhjxi)           (3)式(3)中，yhjxi为优化变量，i＝1,2,...,w5n，fmb(yhjxi)为目标函数，gcf(yhjxi)为目标函数的惩罚因子，rys(yhjxi)为目标函数的约束项，yhj为待计算的光伏发电系统逆变器集群谐波汇集指数；步骤3.2：支持向量机算法核函数的选取：根据数据特点，选取高斯径向基核函数为该算法的核函数，其定义如下：h(yhjxj,yhjxi)=e|yhjxj-yhjxi|22σ2---(4)]]>式(4)中，|yhjxj‑yhjxi|为两个向量间的距离，σ为不等于零的常数；步骤3.3：基于贝叶斯证据框架的支持向量机参数寻优：将未知参数σ看作随机变量，记为ξ，ξ已知时，将公式(1)的样本x＝(x1,x2,x3,...xn)联合分布密度看成样本x对ξ的条件密度，记为p(x|ξ)，利用如下公式求得后验概率分布密度：p(ξ|x)=π(ξ)p(x|ξ)∫π(ξ)p(x|ξ)dξ---(5)]]>式(5)中，p(ξ|x)表示后验概率分布密度，π(ξ)表示先验概率分布密度；步骤4：光伏发电系统逆变器集群谐波汇集指数计算：根据寻优参数构建光伏发电系统逆变器集群谐波汇集指数最优支持向量机模型，将数据输入模型中，即可得到光伏发电系统逆变器集群谐波汇集指数预测值yhj。