[0091]
[0092]在本实施例中，序列长度N取15000,嵌入维数11^=m2=m3= 3,延迟间隔ti= t2=t3= 14〇
[0093] 2、计算上述相空间任意点Vj的最邻近点V'j在第i次迭代后的距离如下：
[0094]d^i) = | |Vj+1-V,j+1||，
[0095] 则最大Lyapunov指数为：
[0096]
[0097] 其中，p为非零dj⑴的个数，At为分离时间间隔，在本实施例中取At=1。
[0098] 在本实施例中，最大Lyapunov的指数图如图5所示。
[0099] 3、对最大Lyapunov指数A_进行分析，当A_〈〇时，表示系统稳定，当A_>〇 时，即系统发生分岔或混沌现象，可能会导致系统的灾变发生。灾变预测模块根据最大 Lyapunov指数的值，可以进行自动化预警。根据非线性动力学理论，当系统最大Lyapunov 指数Xmax〈〇时，系统处于稳定轨道，当系统最大Lyapunov指数A_>〇时，系统发生分岔或 混沌现象，此时说明系统是不稳定的，可能会导致系统的灾变发生，应发出预警信号。
[0100] 3、对最大Lyapunov指数人_进行分析，当人_〈0时，表示系统稳定，当人_>0时， 即系统发生分岔或混沌现象，可能会导致系统的灾变发生。
[0101] 步骤4:灾变预测模块通过对庞卡莱截面、最大李氏指数的符号，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。
[0102] 在灾变预测模块中：一方面，利用显示屏显示出庞卡莱截面图，方便对系统的灾变 发生进行人工评判。由非线性动力学理论可知，若庞卡莱截面是有限的点，则系统为周期 运行，是稳定的，若庞卡莱截面上是杂乱无章的点，则说明系统出现了混沌行为，可能会导 致系统的灾变，相关人员应作出相应的预警并查找系统中的故障点。另一方面，根据最大 Lyapunov指数的值，可以进行自动化预警。根据非线性动力学理论，当系统最大Lyapunov 指数Xmax〈〇时，系统处于稳定轨道，当系统最大Lyapunov指数A_>〇时，系统发生分岔或 混沌现象，此时说明系统是不稳定的，可能会导致系统的灾变发生，应发出预警信号。
【主权项】
1. 基于非线性动力学特性的光伏微网灾变预测装置，其特征是，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、化C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； 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，接到化C交流负载的两端；公共电网并接在化C交流负载； 光伏微网逆变器的输出电压U。、光伏微网逆变器的输出电流i。和高频谐振软开关电路 的谐振电容两端电压Uf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 yn〇2. 基于非线性动力学特性的光伏微网灾变预测方法，其特征是，包括如下步骤： 步骤1，对高频谐振软开关电路的谐振电容两端电压Uf、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。进行采样，并将采样值作为输入信号，接入随机共振检测模 块； 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Uf、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。进行数字滤波后，输入到非线性动力学特 征检测模块； 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Uf、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。进行特征检测，并将结果送入灾变预测模块进行预 警； 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、混浊行为进行分析后预测系统的灾变，并发出预警信号。3. 根据权利要求2所述的基于非线性动力学特性的光伏微网灾变预测方法，其特征 是，步骤2具体过程如下： 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：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，灰巧T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Uf、U。或i。;八、C、a和b取为固定值； 步骤2. 2,将高频谐振软开关电路的谐振电容两端电压Uf、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。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。4. 根据权利要求3所述的基于非线性动力学特性的光伏微网灾变预测方法，其特征 是，A= 0. 5，C= 0. 006,a= 0. 3,b= 0. 35。5. 根据权利要求2所述的基于非线性动力学特性的光伏微网灾变预测方法，其特征 是，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U,、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。进行特征检测的过程如下： 步骤3. 1曰，提取高频谐振软开关电路的谐振电容两端电压Uf、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。的序列并对该序列进行相空间重构；其 中N为序列长度； 步骤3. 2曰，计算步骤3.la重构的相空间任意点V,的最邻近点V在第i次迭代后的 距离d，（i)为： di(i) = ||VrV'jl 式中，V，为重构相空间中的一个点，V，'为V，的最邻近点，i为迭代次数，j为重构相空 间中的点的序号； 步骤3. 3曰，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d，（i)，计算最大李氏指数Am。、为：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 离时间间隔； 步骤3.4曰，将最大李氏指数AmJt入灾变预测模块的指数比较自动预警单元中。6. 根据权利要求5所述的基于非线性动力学特性的光伏微网灾变预测方法，其特征 是，步骤3.la中，将高频谐振软开关电路的谐振电容两端电压Uf、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。序列{">：：斯[^,进行相空间重构为：式中，n=l,2,…，N，N为序列长度；ml、m2和m3均为嵌入维数，且ml=m2=m3;Tl、^：2 和T3均为延迟间隔，且X1=X2=T3。7. 根据权利要求6所述的基于非线性动力学特性的光伏微网灾变预测方法，其特征 是，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Am。、 进行判断分析：当Am。,<0时，则表示系统稳定；当时，则表示即系统处于非稳定状 态，应发出预警信号。8. 根据权利要求2所述的基于非线性动力学特性的光伏微网灾变预测方法，其特征 是，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Uf、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。进行特征检测的过程如下： 步骤3.化，对高频谐振软开关电路的谐振电容两端电压Uf、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=维相图； 步骤3.化，在=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； 步骤3. 3b，W上述基准截取平面后，画出其他2个信号在截面上的轨迹，运个截面即为 要分析的庞卡莱截面； 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。9.根据权利要求8所述的基于非线性动力学特性的光伏微网灾变预测方法，其特征 是，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。
【专利摘要】本发明公开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，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。本发明既可利用显示屏显示出庞卡莱截面图，方便对系统的灾变发生进行人工评判；又可以根据最大Lyapunov指数的值，可以进行自动化预警。
【IPC分类】G06Q50/06, G06Q10/04, H02J3/38
【公开号】CN105006837
【申请号】CN201510437499
【发明人】廖志贤, 罗晓曙, 黄国现, 班定林
【申请人】广西师范大学
【公开日】2015年10月28日
【申请日】2015年7月23日