[发明专利]一种电源暂态过程的参数估计和校正方法

摘要

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。

主权项

1.一种电源暂态过程的参数估计和校正方法，其特征在于，所述方法包括：步骤1，采集电源电磁暂态输出的M+N个历史电流输出数据，按采样时间的先后顺序记为i(n‑N‑M)，i(n‑N‑1)，…，i(n‑1)，其中，n是整数，并满足n＞M+N，利用这些采样值组建M+1个列向量，每个列向量由N个采样时刻的电流数据组成，记为i_N(n‑M‑1)，i_N(n‑M)，…，i_N(n‑1)，利用向量i_N(n‑M‑1)，i_N(n‑M)，…，i_N(n‑2)构成电流观测矩阵I(n‑1)＝(i_N(n‑M‑1)，i_N(n‑M)，…，i_N(n‑2))；步骤2，利用矩阵I(n‑1)和向量i_N(n‑1)组建一个以向量w(n‑1)为自变量的目标函数ε(w(n‑1))，其中，w(n‑1)为对应采样点n‑1的权重向量；步骤3，通过最小化目标函数ε(w(n‑1))获得最优的权重向量w(n‑1)*；步骤4，给定需要预测的采样点n，利用采样点k＝n‑M，n‑M+1，…，n‑1处的历史电流采样值组建M维历史电流向量i_M(n‑1)，根据权重向量ω(n‑1)的最优值ω(n‑1)*及历史电流向量i_M(n‑1)预测电源在采样点n处的输出电流预测值步骤5，在采样点n处的真实电流数据i(n)抵达后，将电流观测矩阵I(n‑1)和历史电流向量i_M(n‑1)分别更新为I(n)和i_M(n)，利用I(n)和i_M(n)组建新一个以向量ω(n)为自变量的目标函数ε(ω(n))，其中，ω(n)代表对应采样点n处的权重向量，依据ε(w(n))将ω(n‑1)*更新为ω(n)*，目的是使目标函数ε(ω(n))最小。步骤6，利用权重向量ω(n)*预测电源在采样点n+1处的输出电流预测值步骤7，通过重复步骤5和步骤6，计算在电源采样点n+1处的输出电流预测值其中，k＞n+1。