主权项 |
一种基于引入粒子群算法及相位扰动的孤岛检测方法,包括对分布式并网发电系统公共耦合点信号的采集,其特征在于完成步骤如下:步骤1,先实时采集分布式并网发电系统公共耦合点的电压信号,得到一个电压周期内公共耦合点的电压信号u<sub>PCC</sub>(i),其中的i为采样次数,再对电压信号u<sub>PCC</sub>(i)进行3个尺度的小波变换,得到第i次采样的第j尺度的高频分量小波系数d<sub>j</sub>(i),其中的j=1,2,3;步骤2,先对高频分量小波系数d<sub>j</sub>(i)按照下式<img file="FDA0000993107020000011.GIF" wi="353" he="187" />计算出其在一个电压周期内的小波系数能量,得到E<sub>1</sub>、E<sub>2</sub>和E<sub>3</sub>,再将E<sub>1</sub>、E<sub>2</sub>和E<sub>3</sub>的特征向量E=[E<sub>1</sub>,E<sub>2</sub>,E<sub>3</sub>]作为BP神经网络的输入信号、对应的孤岛状态作为BP神经网络的输出信号,以作为BP神经网络的训练样本,式中i=1,2,3,……,n;步骤3,先以小波系数能量的特征向量E作为BP神经网络的输入信号,通过粒子群算法对BP神经网络进行优化,得到BP神经网络的最优权值和阈值,再将训练样本输入BP神经网络进行计算,若BP神经网络输出的结果为低电平,则将相位扰动Δθ置零并返回步骤1,若结果为高电平,则实时采集分布式并网发电系统公共耦合点的频率f<sub>PCC</sub>信号;步骤4,先比较公共耦合点的频率f<sub>PCC</sub>和电网额定频率f<sub>N</sub>,当f<sub>PCC</sub>≥f<sub>N</sub>时,则设相位扰动Δθ=2π×(f<sub>PCC</sub>+Δf)×T<sub>S</sub>,否则设Δθ=2π×(f<sub>PCC</sub>‑Δf)×T<sub>S</sub>,式中的Δf为给定的频率因子、T<sub>S</sub>为采样周期,再将相位扰动Δθ加入逆变器的控制信号中;步骤5,先实时采集加入相位扰动Δθ后的分布式并网发电系统公共耦合点的新的频率f<sub>PCC</sub>’信号,再判断新的频率f<sub>PCC</sub>’是否满足f<sub>min</sub>≤f<sub>PCC</sub>’≤f<sub>max</sub>,式中的f<sub>min</sub>为公共耦合点的最小频率,f<sub>max</sub>为公共耦合点的最大频率,若满足则返回步骤1,否则确认分布式并网发电系统的状态为孤岛状态。 |