光伏并網(wǎng)發(fā)電系統(tǒng)電能質(zhì)量擾動(dòng)檢測(cè)及分類方法研究
發(fā)布時(shí)間:2019-09-29 07:35
【摘要】:隨著新能源的不斷迅速發(fā)展,越來(lái)越多的新能源發(fā)電系統(tǒng)投入到了電網(wǎng)中。新能源在電網(wǎng)中的開(kāi)發(fā)利用導(dǎo)致電能質(zhì)量指標(biāo)日益惡化,對(duì)電網(wǎng)的安全穩(wěn)定運(yùn)行造成了極大的危害。電能質(zhì)量不僅影響到電力系統(tǒng)穩(wěn)定可靠的運(yùn)行,也關(guān)系到用戶的安全運(yùn)行,特別是以光伏發(fā)電及風(fēng)力發(fā)電為主的分布式電源接入電網(wǎng)給電力系統(tǒng)帶來(lái)更多電能質(zhì)量問(wèn)題,已成為世界的研究熱點(diǎn)。同時(shí),當(dāng)代社會(huì)電子技術(shù)和其它高端電氣設(shè)備的應(yīng)用,其運(yùn)行對(duì)電能質(zhì)量提出了更高要求。光伏發(fā)電系統(tǒng)主電路的工作原理是電力電子開(kāi)關(guān)組件的導(dǎo)通和關(guān)斷來(lái)進(jìn)行能量轉(zhuǎn)換,發(fā)電系統(tǒng)的源頭將產(chǎn)生大量諧波。因此,在新能源接入電網(wǎng)后,將使電能質(zhì)量近一步惡化,對(duì)電能質(zhì)量的研究工作已經(jīng)迫在眉睫。對(duì)電能質(zhì)量擾動(dòng)的分析、檢測(cè)以及分類識(shí)別的研究是提高和改善電能質(zhì)量的前提,這也是進(jìn)一步完善電能質(zhì)量檢測(cè)系統(tǒng)的重要工作之一。本文對(duì)電能質(zhì)量國(guó)內(nèi)外現(xiàn)狀進(jìn)行分析,以光伏系統(tǒng)為背景,對(duì)電能質(zhì)量的各種問(wèn)題進(jìn)行了特性分析。詳細(xì)對(duì)電能質(zhì)量檢測(cè)和分類的研究方法進(jìn)行研究,提出四項(xiàng)三階Nuttall窗四峰插值FFT算法對(duì)光伏并網(wǎng)電力諧波進(jìn)行檢測(cè),利用MATLAB對(duì)諧波信號(hào)進(jìn)行仿真分析,根據(jù)檢測(cè)結(jié)果可知該算法進(jìn)行諧波幅值檢測(cè)絕對(duì)誤差小于6.92×10-8,相對(duì)誤差小于4.29×10-6%,相位絕對(duì)誤差小于7.42×10-6%,相位的相對(duì)誤差小于5.7×10-3%,在檢測(cè)幅值和相位上都優(yōu)于Hanning窗雙峰插值、Blackman-harris窗三峰插值算法。通過(guò)應(yīng)用希爾伯特-黃變換算法對(duì)電能質(zhì)量擾動(dòng)進(jìn)行檢測(cè),利用Matlab平臺(tái),運(yùn)用HHT方法對(duì)五種單一擾動(dòng)電能質(zhì)量仿真模型和兩種復(fù)合擾動(dòng)電能質(zhì)量仿真模型進(jìn)行分析,從仿真結(jié)果可知應(yīng)用HHT方法對(duì)電能質(zhì)量的擾動(dòng)檢測(cè)具有可行性和準(zhǔn)確性。在對(duì)傳統(tǒng)檢測(cè)及分類方法的分析研究基礎(chǔ)上,提出一種基于HHT和PSO-BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的電能質(zhì)量擾動(dòng)檢測(cè)與分類識(shí)別方法。應(yīng)用Matlab平臺(tái),基于HHT和PSO-BP神經(jīng)網(wǎng)路方法對(duì)七種擾動(dòng)信號(hào)進(jìn)行數(shù)值仿真分析,根據(jù)仿真結(jié)果可知,本文提出的方法對(duì)電能質(zhì)量擾動(dòng)信號(hào)的特征提取和分類具有快速性、精確性。基于HHT和PSO-BP神經(jīng)網(wǎng)絡(luò)的分類識(shí)別方法對(duì)單擾動(dòng)信號(hào)分類是非常理想,分類測(cè)試結(jié)果都均在90%以上,一部分信號(hào)可以達(dá)到100%。對(duì)于多擾動(dòng)的分類效果雖沒(méi)有單擾動(dòng)理想,但從測(cè)試結(jié)果中可知準(zhǔn)確率仍然很高。在含有各種信噪比的信號(hào)中,同樣可以很準(zhǔn)確的識(shí)別信號(hào)中電能質(zhì)量擾動(dòng)類型,從而驗(yàn)證了本文提出的方法具有速度快、模式簡(jiǎn)單、檢測(cè)和分類準(zhǔn)確率高等優(yōu)點(diǎn)。
【學(xué)位授予單位】:沈陽(yáng)農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2017
【分類號(hào)】:TM711;TM615
,
本文編號(hào):2543779
【學(xué)位授予單位】:沈陽(yáng)農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2017
【分類號(hào)】:TM711;TM615
,
本文編號(hào):2543779
本文鏈接:http://sikaile.net/kejilunwen/dianlidianqilunwen/2543779.html
最近更新
教材專著