光伏系統(tǒng)ANN-LDWPSO諧波檢測(cè)算法的研究.pdf

1、諧波檢測(cè)技術(shù)是光伏系統(tǒng)安全穩(wěn)定運(yùn)行的重要保障。本論文對(duì)光伏發(fā)電系統(tǒng)中諧波檢測(cè)算法進(jìn)行深入研究，本文重點(diǎn)進(jìn)行了以下工作：首先介紹了電能質(zhì)量對(duì)用電的重要性及諧波對(duì)其的影響，詳細(xì)討論并比較了各類主流電網(wǎng)諧波檢測(cè)算法在光伏系統(tǒng)中的適用性，最終選取人工神經(jīng)網(wǎng)絡(luò)諧波檢測(cè)算法。人工神經(jīng)網(wǎng)絡(luò)諧波檢測(cè)算法需要對(duì)各次諧波分別進(jìn)行檢測(cè)，光伏系統(tǒng)的復(fù)雜性與非連續(xù)性導(dǎo)致電路中含有的諧波頻次異常復(fù)雜，常見(jiàn)的Hopfield和BP神經(jīng)網(wǎng)絡(luò)算法必定會(huì)含有較多的中間層，

2、龐大的計(jì)算量造成算法收斂速度慢甚至不收斂，算法的速度和精度難以保證。為了選擇出能與光伏系統(tǒng)高度融合的高精度、高靈敏且結(jié)構(gòu)簡(jiǎn)單便于維護(hù)的人工神經(jīng)網(wǎng)絡(luò)。本文針對(duì)拓?fù)浣Y(jié)構(gòu)和特性等均不同的人工神經(jīng)網(wǎng)絡(luò)，進(jìn)行了大量的對(duì)比研究工作。最終確定出了滿足各項(xiàng)要求的線性Adaline網(wǎng)絡(luò)。然后，為了彌補(bǔ)單一神經(jīng)網(wǎng)絡(luò)在諧波檢測(cè)時(shí)，收斂速度慢、收斂精度不理想甚至不收斂，易陷入局部最小等問(wèn)題，對(duì)粒子群算法的進(jìn)行分析研究，將兩種算法進(jìn)行融合，設(shè)計(jì)出了一種功能更為完

3、善的改進(jìn)型算法。其是通過(guò)LDWPSO算法對(duì)人工網(wǎng)絡(luò)中所有的權(quán)重值進(jìn)行調(diào)整，并據(jù)此利用LDWPSO算法對(duì)舊有的人工神經(jīng)網(wǎng)絡(luò)算法進(jìn)行改進(jìn)，最終得出性能更為優(yōu)異的ANN-LDWPSO算法。進(jìn)而求得在收斂達(dá)到最小情況下的權(quán)向量以及諧波的振幅和相角值，從而成功的檢測(cè)出光伏系統(tǒng)中存在的各次諧波，為以后的治理提供了可靠保證。接著，對(duì)單一Adaline和ANN-LDWPSO諧波檢測(cè)算法模塊分別編程，在仿真圖上對(duì)比二者的性能，得到ANN-LDWPSO諧波

4、檢測(cè)算法在響應(yīng)速度、收斂精度上都優(yōu)于單一Adaline神經(jīng)網(wǎng)絡(luò)算法的結(jié)論，驗(yàn)證算法的正確性與可行性。同時(shí)，對(duì)光伏系統(tǒng)的主要組成結(jié)構(gòu)及各部分的工作原理、等效電路圖深入研究與分析，構(gòu)造最佳數(shù)學(xué)模型，在此基礎(chǔ)上，用Matlab搭建出光伏系統(tǒng)的仿真圖，同時(shí)利用PWM控制器，對(duì)PCC點(diǎn)處的電壓諧波進(jìn)行了治理與補(bǔ)償，仿真結(jié)果表明該方法的應(yīng)用，提高了PCC點(diǎn)處的電壓質(zhì)量，證明了ANN-LDWPSO諧波檢測(cè)算法為光伏控制系統(tǒng)諧波檢測(cè)的研究開辟了一個(gè)新的