[发明专利]一种基于神经网络的电动汽车充电站谐波建模方法

权利要求书

1.一种基于神经网络的电动汽车充电站谐波建模方法，其特征在于该方法包括以下步骤：

(1)建立基于电池荷电状态SOC的电动汽车充电过程的等效仿真模型；

(2)仿真电动汽车充电机的充电过程，采集等效仿真模型并网点的电压、电流和电池的荷电状态SOC数据，形成样本数据集；

(3)根据电动汽车充电机谐波模型的建模需求，建立RBF神经网络，确定神经网络的输入和输出节点个数，利用采集的样本数据训练神经网络；

(4)对训练后的RBF神经网络进行测试和评价，得到电动汽车充电站的非线性等效谐波模型。

2.根据权利要求1所述的基于神经网络的电动汽车充电站谐波建模方法，其特征在于：步骤(1)的具体实现方式为，用一个非线性时变电阻R_C来近似模拟高频功率变换装置的等效输入阻抗，由基于充电功率的充电过程等效非线性时变电阻R_C与充电功率P_O的关系，及电池SOC与充电功率P_O的关系，得到电动汽车充电机在充电过程中基于电池SOC的等效仿真模型，

其中，基于充电功率的充电过程等效非线性时变电阻R_C与充电功率P_O的关系为：

式中，P_I、P_O分别为功率变换装置的输入功率和输出功率，η为充电机的效率，U_I为整流电路的输出电压；

电池SOC与充电功率的关系为：

式中，SOC₀为初始荷电状态，i_o为充电电流，C和Q分别为电池的额定电荷量和额定容量；

电动汽车充电站恒流阶段的SOC与充电时间t线性拟合的计算公式如下：

SOC＝0.004872×t

充电机在充电过程中基于电池SOC的等效仿真模型数学公式如下：

3.根据权利要求2所述的基于神经网络的电动汽车充电站谐波建模方法，其特征在于：步骤(2)的具体实现方式为，依照典型电动汽车充电机的基本结构和非线性电阻R_C与电池SOC的关系，在仿真平台上搭建单台/多台电动汽车充电机模型，仿真一个充电周期内电动汽车充电机的充电过程，对电动汽车充电机并网点的电压、电流波形进行测试采集，分析充电机充电的动态过程中的谐波特征，形成样本数据集，包括：基波电压幅值U₁，电池的荷电状态SOC，整流电路类型n，类型n包括6脉波、12脉波，以及各次谐波电流的幅值、相角，其中各次谐波电流的相角由供电侧基波电压相角作为基准。

4.根据权利要求1所述的基于神经网络的电动汽车充电站谐波建模方法，其特征在于：步骤(3)的具体实现方式为，

(3-1)构建电动汽车充电机的谐波源的特性数学模型为：

I_h∠θ_h＝F_h(U₁,SOC,n)，h＝1,2,...,N

其中U₁为基波电压幅值，SOC为电池的荷电状态，n为整流电路类型，n为6或12，I_h、θ_h为各次谐波电流的幅值和相位；[U₁,SOC,n]和[I_h,θ_h]分别为模型的输入和输出，由此确定神经网络的输入和输出节点个数；

(3-2)由样本数据集随机生成训练样本和测试样本，将输入和目标输出向量利用以下公式进行归一化处理：

(3-3)在MATLAB平台上建立RBF神经网络，设置网络参数，将训练样本集输入RBF神经网络，对模型进行学习和训练。