一种基于樽海鞘算法的仿生智能孤岛检测方法
阅读说明：本技术 一种基于樽海鞘算法的仿生智能孤岛检测方法 (Bionic intelligent island detection method based on goblet sea squirt algorithm ) 是由 胡丹丹 赵倩 于 2019-09-19 设计创作，主要内容包括：本发明涉及一种基于樽海鞘算法的仿生智能孤岛检测方法,它包括以下步骤：S1：采用改进的樽海鞘算法进行实时最大功率跟踪；S2：利用过/欠压检测法、过/欠频检测法实时检测；S3：周期性地扰动占空比,改变逆变器输出功率与负载功率的匹配程度；S4：检测外部环境是否发生突变；该发明提供一种适用于多变环境下的基于樽海鞘算法的仿生智能孤岛检测方法,提高了检测方法的适应性；周期性地扰动占空比,间接改变逆变器输出功率与负载功率的匹配程度,进而避免检测盲区,提高方法的效率；本发明具有检测效率、适应性和稳定性高的优点。(the invention relates to a bionic intelligent island detection method based on a goblet sea squirt algorithm, which comprises the following steps: s1: performing real-time maximum power tracking by adopting an improved goblet sea squirt algorithm; s2: detecting in real time by using an over/under voltage detection method and an over/under frequency detection method; s3: periodically disturbing the duty ratio and changing the matching degree of the output power of the inverter and the load power; s4: detecting whether mutation occurs in the external environment; the bionic intelligent island detection method based on the goblet and ascidian algorithm is suitable for variable environments, and the adaptability of the detection method is improved; the duty ratio is disturbed periodically, the matching degree of the output power of the inverter and the load power is indirectly changed, the detection blind area is further avoided, and the efficiency of the method is improved; the invention has the advantages of high detection efficiency, high adaptability and high stability.)
技术领域
本发明涉及光伏发电系统故障检测技术领域，具体涉及一种基于樽海鞘算法的仿生智能孤岛检测方法。
背景技术
随着全球可再生能源的快速发展，分布式发电系统利用本地可再生能源发电，具有经济高效、环保清洁等特点，因此得到了广泛的研究和发展，同时也带来了新的问题，其关键问题之一就是如何检测孤岛效应。
孤岛效应是指电网由于电气故障或自然因素等原因中断供电，光伏并网发电系统并未检测出断电状态而继续为周围负载供电，从而形成脱离电网公司控制的自给供电系统，这一现象可能会带来损坏用电设备、威胁检修人员人身安全、重合闸失败等严重后果，因此对孤岛效应检测方法的研究具有重要的意义。
孤岛检测方法通常采用本地检测法，其包括主动法和被动法，主动检测法通过向电网注入干扰信号，利用扰动信号使电气量发生变化来判断孤岛的发生，主要包括滑模频率漂移法、主动移频法、有功电流扰动法等方法，此类方法有效减小检测盲区，但对电能质量造成影响，被动法主要注重逆变器的输出参数，无需注入扰动量，不会影响电能质量和系统稳定性，但其检测盲区较大，不能可靠稳定地检测孤岛效应，同时上述方法并没有考虑到外界环境对检测方法的影响；因此，提供一种检测效率、适应性和稳定性高的基于樽海鞘算法的仿生智能孤岛检测方法是非常有必要的。
发明内容
本发明的目的是为了克服现有技术的不足，而提供一种检测效率、适应性和稳定性高的基于樽海鞘算法的仿生智能孤岛检测方法。
本发明的目的是这样实现的：一种基于樽海鞘算法的仿生智能孤岛检测方法，它包括以下步骤：
S1：采用改进的樽海鞘算法进行实时最大功率跟踪；
S2：利用过/欠压检测法、过/欠频检测法实时检测；
S3：周期性地扰动占空比，改变逆变器输出功率与负载功率的匹配程度；
S4：检测外部环境是否发生突变。
所述步骤S1中的改进的樽海鞘算法由领导者和跟随者组成，领导者按式(1)更新：
其中，表示在第j维中第一个领导者的位置；Fj表示第j维中食物源的位置；ubj,ibj表示第j维搜索空间的上下界；c1、c2、c3为随机数，其中c2、c3的范围为[0,1]，具有增强领导者移动的随机性，加强全局的搜索能力的作用，c1是最为重要的参数，可视为由2-0的递减函数，其表达式如式(2)所示：
其中，l为当前迭代次数，lmax为最大迭代次数，c1常常被称为收敛因子，用于平衡算法在迭代过程中的探索和开发能力，当收敛因子大于1时，算法进行全局探索，当收敛因子小于1时，算法进行局部开发，进而精确地寻找最优值，跟随者成链状依次跟随领导者移动，按式(3)更新位置：
所述改进的樽海鞘算法，在跟随者更新位置时，增加线性减小的惯性权重w，用于加快算法的收敛速度，按式(4)进行更新：
其中，l为当前迭代次数，itermax为最大迭代次数。
所述步骤S2中过/欠压检测法、过/欠频检测法的判断依据：若并网点电压UPCC1的幅值和频率满足条件a、b、c中的任意一个，即可根据过/欠压法和过/欠频法确定为孤岛状态，当检测出孤岛效应时，逆变器功率管立即断开，从而隔离本地负载；
a：UPCC1<0.88UN；
b：UPCC1>1.1UN；
c：0.5Hz<|f-fg|；
其中，UPCC1为孤岛后并网点电压；UN为电网额定电压；f为并网点电压频率，fg为电网电压频率。
所述步骤S3中依据式(5)周期性地进行占空比扰动：
其中，D0、D1分别为扰动前后Boost升压电路占空比，扰动周期为1s，每周期扰动持续时间为2个工频周期，通过适当地扰动占空比D，间接改变逆变器输出功率与负载功率的匹配程度，从而检测孤岛效应。
所述步骤S4中判断外界环境的突变的依据如式(6)所示：
其中，Preal为光伏阵列的实际输出功率；Pm光伏阵列最大的输出功率，△P为光伏阵列变化的阈值，本文设置为0.5。
所述改进的樽海鞘算法包括以下具体步骤：
S11：初始化种群个***置；
S12：计算适应度值，根据适应度值排列个体，选择第一个个体作为领导者，其余个体作为跟随者，同时记第一个个***置作为最优食物源；
S13：依据式(1)、式(3)分别更新领导者、跟随者的位置；
S14：计算适应度值，更新食物源位置；
S15：重复S12、S13、S14，直至满足算法终止条件；
S16：重新初始化，当满足式(6)式，重新初始化算法。
本发明的有益效果：其一，提出了一种适用于多变环境下的基于樽海鞘算法的仿生智能孤岛检测方法，提高了算法的适应性；其二，周期性地扰动占空比，间接改变逆变器输出功率与负载功率的匹配程度，进而避免检测盲区，提高方法的效率；本发明具有检测效率、适应性和稳定性高的优点。
附图说明
图1是常用的两级式光伏并网系统结构示意图。
图2是本发明基于樽海鞘算法的仿生智能孤岛检测方法流程图。
图3是光伏并网系统均匀光照下正常扰动波形图。
图4是光伏并网系统均匀光照且孤岛状态扰动前后PPV、D、UPV、Ubus、UPCCa、IPCCa波形图。
图5是光伏并网系统均匀光照且孤岛状态扰动前后并网点电压、电流波形图。
图6是光伏并网系统均匀光照且孤岛状态扰动前后并网点电压有效值及与UN的比值波形图。
图7是逆变器输出功率与负载功率不匹配时孤岛状态下扰动前后PPV、D、UPV、Ubus、UPCCa、IPCCa波形图。
图8是光伏并网系统均匀光照且孤岛状态扰动前后并网点电压有效值及与额定电压的比值波形图。
图9是光伏并网系统不均匀光照且孤岛状态下扰动前后PPV、D、UPV、Ubus、UPCCa、IPCCa波形图。
图10是光伏并网系统不均匀光照且孤岛状态下扰动前后并网点电压、电流波形图。
图11是光伏并网系统不均匀光照且孤岛状态下扰动前后并网点电压有效值Ua_rms及与UN的比值波形图。
图12是光伏并网系统不均匀光照下UPCC＝1.1UN且孤岛状态下扰动前后PPV、D、UPV、Ubus、UPCCa、IPCCa波形图。
图13是光伏并网系统不均匀光照下UPCC＝1.1UN且孤岛状态下扰动前后并网点电压、电流波形图。
图14是光伏并网系统不均匀光照下UPCC＝1.1UN且孤岛状态下扰动前后并网点电压有效值Ua_rms及与UN的比值波形图。
具体实施方式
下面结合附图对本发明做进一步的说明。
实施例1
如图所示，一种基于樽海鞘算法的仿生智能孤岛检测方法，它包括以下步骤：
S1：采用改进的樽海鞘算法进行实时最大功率跟踪，改进的樽海鞘算法由领导者和跟随者组成，其中领导者按式(1)更新：
其中，表示在第j维中第一个领导者的位置；Fj表示第j维中食物源的位置；ubj,ibj表示第j维搜索空间的上下界；c1、c2、c3为随机数，其中c2、c3的范围为[0,1]，具有增强领导者移动的随机性，加强全局的搜索能力的作用，c1是最为重要的参数，可视为由2-0的递减函数，其表达式如式(2)所示：
其中，l为当前迭代次数，lmax为最大迭代次数，c1常常被称为收敛因子，用于平衡算法在迭代过程中的探索和开发能力，当收敛因子大于1时，算法进行全局探索，当收敛因子小于1时，算法进行局部开发，进而精确地寻找最优值，跟随者成链状依次跟随领导者移动，按式(3)更新位置：
S2：利用过/欠压检测法、过/欠频检测法实时检测，过/欠压检测法、过/欠频检测法的判断依据：若并网点电压UPCC1的幅值和频率满足条件a、b、c中的任意一个，即可根据过/欠压法和过/欠频法确定为孤岛状态，当检测出孤岛效应时，逆变器功率管立即断开，从而隔离本地负载；
a：UPCC1<0.88UN；
b：UPCC1>1.1UN；
c：0.5Hz<|f-fg|；
其中，UPCC1为孤岛后并网点电压；UN为电网额定电压；f为并网点电压频率，fg为电网电压频率。
S3：周期性地扰动占空比，改变逆变器输出功率与负载功率的匹配程度，依据式(5)周期性地进行占空比扰动：
其中，D0、D1分别为扰动前后Boost升压电路占空比，扰动周期为1s，每周期扰动持续时间为2个工频周期，通过适当地扰动占空比D，间接改变逆变器输出功率与负载功率的匹配程度，从而检测孤岛效应。
S4：检测外部环境是否发生突变，判断外界环境的突变的依据如式(6)所示：
其中，Preal为光伏阵列的实际输出功率；Pm光伏阵列最大的输出功率，△P为光伏阵列变化的阈值，本文设置为0.5。
本发明利用改进的樽海鞘算法进行实时最大功率跟踪，使光伏阵列平稳运行在最大功率工作点处，然后结合过/欠压检测法、过/欠频检测法，利用MPPT的特性，每隔1s周期性地施加持续时间为2个工频周期的扰动，通过占空比的变化改变逆变器的输出功率与负载功率的匹配程度，从而判断是否发生孤岛效应，并且由图4至图14可以看出：该方法能有效地避免检测盲区，能够适应外界环境的突变，提高了方法的效率及稳定性；本发明具有检测效率、适应性和稳定性高的优点。
实施例2
改进的樽海鞘算法包括以下具体步骤：
S11：初始化种群个***置；
S12：计算适应度值，根据适应度值排列个体，选择第一个个体作为领导者，其余个体作为跟随者，同时记第一个个***置作为最优食物源；
S13：依据式(1)、式(3)分别更新领导者、跟随者的位置；
S14：计算适应度值，更新食物源位置；
S15：重复S12、S13、S14，直至满足算法终止条件；
S16：重新初始化，当满足式(6)式，重新初始化算法。
本发明利用改进的樽海鞘算法进行实时最大功率跟踪，使光伏阵列平稳运行在最大功率工作点处，然后结合过/欠压检测法、过/欠频检测法，利用MPPT的特性，每隔1s周期性地施加持续时间为2个工频周期的扰动，通过占空比的变化改变逆变器的输出功率与负载功率的匹配程度，从而判断是否发生孤岛效应，并且由图4至图14可以看出：该方法能有效地避免检测盲区，能够适应外界环境的突变，提高了方法的效率及稳定性；本发明具有检测效率、适应性和稳定性高的优点。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种评估不同条件下光伏发电设备性能的系统及方法