基于非线性动力学特性的光伏微网灾变预测方法及装置的制造方法
【技术领域】
[0001] 本发明涉及一种灾变预测方法，具体涉及一种基于非线性动力学特性的光伏微网 灾变预测方法及装置。
【背景技术】
[0002] 随着能源需求量日益增长、而石油、煤炭、天然气等传统不可再生能源日益枯竭， 且使用传统能源所带来的环境问题也日益突出。以太阳能光伏发电为代表的清洁且可再生 能源将是我们未来能源发展的方向。根据欧洲联合研究中心预测：太阳发电到2050年将达 到全世界发电量的总和的20%。但是由于光伏发电也有其局限性，它会根据环境的变化而 具有随机性和间歇性。光伏微网系统既能独立于大电网运行，也可以与大电网并网运行，具 有很大的灵活性，因此不管在民用领域还是在军用领域都得到了非常广泛的应用。
[0003] 然而，现有的技术并不能很好的应对光伏发电中的随机性和间歇性对光伏并网系 统和电网带来的问题。光伏阵列的随机扰动或者负载的变化有可能导致光伏微网系统出现 分岔、混沌现象，进而引发光伏微网的震荡和电压崩溃等灾变故障。传统的光伏微网系统控 制方法，比如主从型控制和对等型控制等，主要解决光伏微网系统的同步问题，对光伏微网 系统的灾变预测与预警方面尚未得到很好的解决。由于光伏微网系统是一个结构复杂非线 性动力系统，其稳定性和可靠性在系统设计中的重要性是不言而喻的，因此研究和开发新 的光伏微网系统灾变预测方法十分有必要。
【发明内容】
[0004] 本发明所要解决的技术问题是提供一种基于非线性动力学特性的光伏微网灾变 预测方法及装置，其能够实现光伏微网系统的灾变预测与预警。
[0005] 为解决上述问题，本发明是通过以下技术方案实现的：
[0006] 基于非线性动力学特性的光伏微网灾变预测装置，由光伏阵列、高频谐振软开关 电路、光伏微网逆变器、输出电容、输出电感、RLC交流负载、公共电网、随机共振检测模块、 非线性动力学特征检测模块和灾变预测模块组成；其中非线性动力学特征检测模块包括最 大李氏指数单元和庞卡莱截面图单元，灾变预测模块包括为指数比较自动预警单元和截面 图显示人工预警单元；
[0007] 光伏阵列输出端和高频谐振软开关电路的输入端相连，高频谐振软开关电路的输 出端和光伏微网逆变器的输入端相连；输出电容并接在光伏微网逆变器的输出端上，输出 电感串接在光伏微网逆变器的输出端上；光伏微网逆变器的输出端经过输出电容和输出电 感滤波后，接到RLC交流负载的两端；公共电网并接在RLC交流负载；
[0008] 光伏微网逆变器的输出电压Uc]、光伏微网逆变器的输出电流L和高频谐振软开关 电路的谐振电容两端电压^分别接到随机共振检测模块的3个输入端上；随机共振检测模 块的输出端与最大李氏指数单元和庞卡莱截面图单元的输入端相连，最大李氏指数单元的 输出端连接指数比较自动预警单元，庞卡莱截面图单元的输出端连接截面图显示人工预警 单元。
[0009] 基于非线性动力学特性的光伏微网灾变预测方法，包括如下步骤：
[0010] 步骤1，对高频谐振软开关电路的谐振电容两端电压光伏微网逆变器的输出电 压I和光伏微网逆变器输出电流i 行采样，并将采样值作为输入信号，接入随机共振检 测丰吴块；
[0011] 步骤2,随机共振检测模块对高频谐振软开关电路的谐振电容两端电压光伏微 网逆变器的输出电压I和光伏微网逆变器输出电流i 行数字滤波后，输入到非线性动力 学特征检测模块；
[0012] 步骤3,非线性动力学特征检测模块的最大李氏指数单元和庞卡莱截面图单元对 随机共振检测模块处理后的高频谐振软开关电路的谐振电容两端电压光伏微网逆变器 的输出电压I和光伏微网逆变器输出电流i^进行特征检测，并将结果送入灾变预测模块进 行预警；
[0013] 步骤4,灾变预测模块通过对庞卡莱截面进行人为观察和最大李氏指数进行自动 比对，对系统的分岔、混沌行为进行分析后预测系统的灾变，并发出预警信号。
[0014] 上述步骤2具体过程如下：
[0015] 步骤2. 1，建立用于光伏微网逆变器信号检测的随机共振模型为：
[0016]
[0017] 式中，x为滤波后信号的快尺度变量，i:为滤波后信号的快尺度变量的一阶微分；y 为滤波后信号的慢尺度变量，#为滤波后信号的慢尺度变量的一阶微分；s(t)是待滤波的 信号即u。或i。4、|、a和b取为固定值；
[0018] 步骤2. 2,将高频谐振软开关电路的谐振电容两端电压光伏微网逆变器的输出 电压I和光伏微网逆变器输出电流i^分别作为待滤波的信号s(t)，送入到步骤2. 1所建 立的随机共振模型中，进行数字滤波。
[0019] 上述A= 0? 5，| = 0? 006,a= 0? 3,b= 0? 35。
[0020] 上述步骤3中，所述最大李氏指数单元对高频谐振软开关电路的谐振电容两端电 压光伏微网逆变器的输出电压Uc]和光伏微网逆变器输出电流i^进行特征检测的过程如 下：
[0021] 步骤3.la，提取高频谐振软开关电路的谐振电容两端电压光伏微网逆变器的 输出电压1和光伏微网逆变器输出电流i^的序列丨，并对该序列进行相空间重 构；其中N为序列长度；
[0022] 步骤3. 2a，计算步骤3.la重构的相空间任意点Vj的最邻近点V's在第i次迭代 后的距离dj⑴为：
[0023] (1心）=||1，，」
[0024] 式中，Vj为重构相空间中的一个点，V'j为Vj的最邻近点，i为迭代次数，j为重 构相空间中的点的序号；
[0025] 步骤3. 3a，根据步骤3. 2a所计算出的相空间任意点V,的最邻近点V',在第i次 迭代后的距离dji)，计算最大李氏指数为：
[0026]
[0027] 式中，i为迭代次数，j为重构相空间中的点的序号，p为非零d^i)的个数，At为 分呙时间间隔；
[0028] 步骤3. 4a，将最大李氏指数送入灾变预测模块的指数比较自动预警单元中。
[0029] 上述步骤3.la中，将高频谐振软开关电路的谐振电容两端电压光伏微网逆变 器的输出电压I和光伏微网逆变器输出电流i^序列丨〃\进行相空间重构为：
[0030]
[0031] 式中，n= 1，2,…，N，N为序列长度；mpm2和m3均为嵌入维数，且m丨=m2=m3; ?Cp1：2和T3均为延迟间隔，且T1=T2Tt3。
[0032] 上述步骤4中，灾变预测模块的指数比较自动预警单元通过自动方式对最大李氏 指数进行判断分析：当A_〈〇时，则表示系统稳定；当A_>〇时，则表示即系统处于 非稳定状态，应发出预警信号；
[0033] 上述步骤3中，所述庞卡莱截面图单元对高频谐振软开关电路的谐振电容两端电 压光伏微网逆变器的输出电压Uc]和光伏微网逆变器输出电流i^进行特征检测的过程如 下：
[0034] 步骤3.lb，对高频谐振软开关电路的谐振电容两端电压光伏微网逆变器的输 出电压u。和光伏微网逆变器输出电流i。作三维相图；
[0035] 步骤3. 2b，在三维相图中任选1个信号，并取该信号的某一固定值来截取平面，该 固定值称为截面的基准；
[0036] 步骤3. 3b，以上述基准截取平面后，画出其他2个信号在截面上的轨迹，这个截面 即为要分析的庞卡莱截面；
[0037] 步骤3. 4b，将庞卡莱截面送入灾变预测模块的截面图显示人工预警单元中。
[0038] 上述步骤4中，灾变预测模块的截面图显示人工预警单元将庞卡莱截面进行显 示，并通过人为方式观察该庞卡莱截面上点的轨迹：如果庞卡莱截面上点的轨迹为周期的， 则表示系统稳定；如果庞卡莱截面上点的轨迹为杂乱无章的，则表示系统处于非稳定状态， 应发出预警信号。
[0039] 与现有技术相比，本发明的优越性主要有：
[0040] 1、以随机共振理论为基础，基于随机共振检测方法和装置，能很好地从光伏微网 系统这种强干扰噪声中提取出有用的检测信号，比传统的直接检测可靠和稳定。
[0041] 2、针对光伏微网系统的强非线性的特点，以非线性动力学理论为基础，利用庞卡 莱截面和计算最大Lyapunov(李雅普诺夫）指数来判断系统的灾变是否产生，比传统的判 断方法更有效、全面。
[0042] 3、既可以根据庞卡莱截面图对系统灾变进行人工评判预警，也可以通过最大 Lyapunov指数来进行计算机自动化预警，确保光伏微网的安全性。
【附图说明】
[0043]图1为基于非线性动力学特性的光伏微网灾变预测装置的原理框图。
[0044] 图2为随机共振检测效果图。
[0045] 图3为系统产生混沌运动时的庞卡莱截面图。
[0046] 图4为系统稳定运行时的庞卡莱截面图。
[0047] 图5为最大Lyapunov指数图。
【具体实施方式】
[0048] -种基于非线性动力学特性的光伏微网灾变预测装置，如图1所示，由光伏阵列、 高频谐振软开关电路、光伏微网逆变器、输出电容、输出电感、RLC交流负载、公共电网、随机 共振检测模块、非线性动力学特征检测模块和灾变预测模块组成。光伏阵列输出端和高频 谐振软开关电路的输入端相连，高频谐振软开