[发明专利]一种电源暂态过程的参数估计和校正方法

说明书

本发明涉及一种电源暂态过程的参数估计和校正方法，属于能源管理技术领域。由于光伏电源输出预测模型精度容易受到自身状态及多种环境因素的影响，例如，日照强度、温度、湿度等，而且，模型参数的估计容易陷入局部最优，导致传统预测模型无法满足电网安全稳定分析与配置的需求。本发明引入基于递推最小二乘法的预测方案，它建立待预测光伏电源输出值与历史观测值之间的关系模型，通过最小化预测误差获得模型参数，并在滑动矩形窗的数据更新策略基础上实现模型参数的递推更新。采用本发明所述的方法，不仅可以方便的估计模型参数，实现模型参数的实时更新，而且预测精度更高，能够很好的适应电源参数发生变化的情况，模型鲁棒性大大提升。

技术领域

本发明属于能源管理技术领域，具体涉及一种电源暂态过程的参数估计和校正方法。

背景技术

目前光伏能源作为一种清洁能源得到了广泛的重视。在能源互联网指导意见发布和能源行业转型升级的背景下，发展利用光伏发电对于加快能源结构调整、实现可持续发展具有重要的意义；现今并网光伏发电系统已经得到广泛应用。

光伏电站的输出具有随机性和间接性，现有的电网安全稳定分析软件只能将光伏电站作为一般的随机性负荷处理，或仅考虑其极限容量，或使用光伏发电的稳态模型接入电网进行潮流计算，无法反映光伏电站的动态特性对电网的影响。

由于复杂配电系统中存在大量并网运行电力电子装置，控制不当可能给系统带来严重的谐波问题。因此，需要通过设备元件的暂态宽频域建模来准确分析系统谐波特征，为电能质量控制提供依据。

其次，光伏分布式电源与传统电源相比具有完全不同的故障特性，需要通过设备元件的暂态宽频域建模获取其准确的故障电流与电压特征，为保护配置与参数整定提供依据。因此，设备元件的暂态宽频域建模和电磁暂态仿真在复杂配电网谐波分析、故障电流与电压特征精确计算等特殊问题研究扮演着重要角色。

光伏发电系统模型通常有两种模型。一类是潮流模型，将光伏发电系统建模成简单的功率源。

由于不考虑动态过程，所以此模型仅适用于潮流分析，而不能用于暂态分析。另一类是基于特定的光伏发电系统建立对应的电路或电磁模型。这类模型理论上可用于电网机电暂态分析，但是，不能适应光伏电源参数非恒定的情况。

光伏电源的暂态输出特性受多种因素的影响，是一个非平稳的随机过程。

考虑光照强度、环境温度等因素对光伏系统发电量的影响，在此基础上可建立误差反向传播(Back-Propagation，BP)神经网络预测模型对光伏发电进行短期预测。但是，BP网络本身存在收敛速度慢，容易陷入局部最优等问题，因此不利于改善预测精度。

采用光伏系统历史发电数据和环境温度数据，可建立基于支持向量机(Supportvector machine，SVM)的光伏暂态输出的短期预测。但是由于SVM是借助二次规划来求解支持向量，求解二次规划将涉及m阶矩阵的计算(m为样本的个数)，当m数目很大时该矩阵的存储和计算将耗费大量的机器内存和运算时间，

通过建立一种光伏系统的详细电磁暂态仿真模型，提出一种光伏MPPT的模糊控制算法，可实现光伏系统高精度的跟踪要求。但是，该仿真模型会增大计算难度和降低计算速度。

发明内容

针对现有技术中存在的缺陷，本发明的目的是提供一种电源暂态过程的参数估计和校正方法，避免模型参数估计的局部最优化问题，为电源参数发生变化的情况，提供更高的光伏电源输出预测精度更高，提升模型的鲁棒性。

本发明的目的是采用下述技术方案实现的：

本发明提出一种电源暂态过程的参数估计和校正方法，其改进之处在于，所述方法包括：