本發明涉及電壓暫降評估，尤其涉及基于低電壓穿越控制參數辨識的電壓暫降評估方法。

背景技術：

1、隨著逆變型分布式電源并網容量的不斷增大，當發生故障時分布式電源的大規模脫網將導致電壓暫降問題進一步惡化。在電網發生故障時，分布式電源的輸出電流特性同它的低電壓穿越策略有關，但分布式電源控制策略參數由于設備特性不一致、商業機密等因素的影響不會直接公布，且目前尚無直接獲取低電壓穿越控制參數的方法。隨著光伏接入電網技術規定和光伏電站電能質量檢測標準等技術規范的提出，分布式電源并網點電能質量在線監測數據已能夠獲取，考慮到不同控制參數下分布式電源的電壓電流參數軌跡變化存在差異，如何通過在線監測數據辨識低電壓穿越策略的關鍵控制參數，對于電壓暫降評估具有重要的意義。

2、分布式電源在低電壓穿越時需要充分考慮分布式電源在故障狀態下的輸出特性，而故障出力特性與其采用的控制策略有關，不同生產廠家采取的控制策略不同且廠家由于商業機密的原因通常不會公布低電壓穿越控制參數，因此低電壓穿越控制參數難以獲得，導致精確的分布式電源等值模型無從建立，難以對電壓暫降情況做出精確地評估。則現有方法面臨以下挑戰：目前尚無通過在線監測數據直接獲取低電壓穿越控制參數的方法，以及當發生不對稱故障時，多個逆變型分布式電源接入下輸出的總短路電流無法準確的計算。

技術實現思路

1、為了解決逆變型分布式電源在低電壓穿越時控制參數難以獲得，導致無法對電壓暫降情況作出精確評估的問題，本發明提出基于低電壓穿越控制參數辨識的電壓暫降評估方法，解決上述問題。

2、本技術公開了基于低電壓穿越控制參數辨識的電壓暫降評估方法，包括以下步驟：

3、s1、基于不對稱故障下負序電流，建立逆變型分布式電源輸出電流數學模型，并確定待辨識的關鍵控制參數；

4、s2、獲取在線監測數據，并將監測數據中的電壓和電流轉化為dq坐標系下的正負序分量；

5、s3、基于回歸樹算法以及最小二乘法對關鍵控制參數進行辨識；

6、s4、根據關鍵控制參數的辨識結果，建立逆變型分布式電源在低電壓穿越過程中的故障等值模型；

7、s5、根據故障等值模型計算得到故障后逆變型分布式電源各節點的電壓，進而得到逆變型分布式電源的輸出短路電流；

8、s6、基于蒙特卡洛法和逆變型分布式電源的輸出短路電流進行故障電壓暫降評估。

9、優選的，所述逆變型分布式電源輸出電流數學模型包括無功補償電流數學模型、有功輸出電流數學模型和負序控制電流數學模型。

10、優選的，所述無功補償電流數學模型表達式如下：

11、

12、其中，為無功補償電流正序分量，upcc為并網點電壓，in為額定電流，k1、k2為無功補償電流控制參數，α為無功補償電流分段點，k1、k2大小滿足在分段點處連續；

13、所述有功輸出電流數學模型表達式如下：

14、

15、其中，為有功輸出電流正序分量，kmax為逆變器限流控制參數；

16、所述負序控制電流數學模型表達式如下：

17、

18、其中，為d軸上的負序控制電流，為q軸上的負序控制電流，kn為負序控制參數，為并網點電壓的d軸負序分量，為并網點電壓的q軸負序分量，為并網點電壓的d軸正序分量。

19、優選的，所述待辨識的關鍵控制參數包括無功補償電流控制參數k1和k2、無功補償電流分段點α、逆變器限流控制參數kmax、負序控制參數kn。

20、優選的，所述s2包括以下步驟：

21、利用旋轉因子對三相電壓和三相電流進行對稱分量變換，分離三相電壓電流的正負序：

22、

23、其中，為a相電壓或電流的正序分量，為a相電壓或電流的負序分量，pa為a相電壓或電流、pb為b相電壓或電流，pc為c相電壓或電流；

24、將三相電壓電流的正負序分量經過正序分量park變換和負序分量park變換，轉化為dq坐標系下的電壓電流正負序分量；

25、正序分量park變換如下所示：

26、

27、負序分量park變換如下所示：

28、

29、其中，p+d為d軸的電壓或電流正序分量，p+q為q軸的電壓或電流正序分量，p+b為b相電壓或電流的正序分量，p+c為c相電壓或電流的負序分量，p-d為d軸的電壓或電流負序分量，p-q為q軸的電壓或電流負序分量，p-b為b相電壓或電流的負序分量，p-c為c相電壓或電流的負序分量，θ為abc坐標系相對于dq坐標系的旋轉角度。

30、優選的，所述無功補償電流分段點α通過回歸樹算法進行辨識，包括以下步驟：

31、假設一組輸入數據為(x，y)＝{(x1,y1)，(x2，y2)，(x3，y3)，…，(xn,yn)}，對初始所有數據點，計算平方誤差其中表示y的均值

32、對于每個可能分段點s處，將數據劃分為左子集xl、yl與右子集xr、yr，分別計算每個子集的均值和平方誤差，分段點s整體加權平方誤差為：

33、

34、其中，msel為左子集平方誤差，mser為右子集平方誤差；

35、在所有可能的分段點中，選擇使加權平方誤差最小的分段點s*＝min?mse(s)為作為最優分段點，則最優分段點s*即為無功補償電流分段點α。

36、優選的，所述無功補償電流控制參數k1和k2、逆變器限流控制參數kmax、負序控制參數kn通過最小二乘法擬合進行辨識，包括以下步驟：

37、在分段點s*處，保證前后兩端的擬合函數在分段點s*的函數值相同，即：

38、

39、其中，a1、b1為分段點前線性擬合函數的參數，b2為分段點后線性擬合函數的參數；

40、在前后每一段內，設i為起始點，j為終止點，為每一段[i，j]內的平均值，采用最小二乘法進行線性擬合，擬合方程為：y＝ax+b，其中，斜率a和截距b通過最小化以下誤差平方和得到：

41、

42、其中，xk為輸入數據的自變量，yk為輸入數據的因變量。

43、找到使e(a，b)最小的a值和b值為：

44、

45、其中，無功補償電流控制參數擬合滿足：k1＝-a1，k2＝b2，負序控制參數kn＝a；

46、將有功輸出電流數學模型變形為：

47、

48、當判斷逆變器進入限流狀態，假設有n組限流狀態下的數據則能夠得到n個kmaxi值，對所有kmaxi取均值：

49、

50、所有kmaxi的均值即為逆變器限流控制參數kmax。

51、優選的，所述s4包括以下步驟：

52、通過關鍵控制參數得到辨識結果，得到逆變器輸出短路電流idg與并網點upcc的關系idg＝f(upcc)，由此建立逆變型分布式電源在低電壓穿越過程中的故障等值模型。

53、優選的，所述s5包括以下步驟：

54、s51、對于正常分量網絡，將逆變型分布式電源看作pq節點，其電流取為正常運行時的輸出電流，此時節點電壓方程為：

55、

56、其中，u0為各節點電壓的正常分量構成的列向量，i0為各節點注入電流的正常分量構成的列向量，為節點i的電壓正常分量，為節點i的注入電流，i＝1，2，...，f，...，n，z為電網節點阻抗矩陣，f為故障節點，n為網絡節點總數；

57、s52、對于故障分量網絡，將同步機電源及逆變型分布式電源置零，故障點增加一個反向電流源，節點電壓方程為：

58、

59、其中，δu為各節點電壓的故障分量構成的列向量，if為各節點注入電流的故障分量構成的列向量，為節點i的電壓故障分量，為故障點注入電流；

60、故障點注入電流為：

61、

62、其中，zff為節點f的自阻抗，zf為故障電阻；

63、s53、將各節點的正常電壓分量和故障電壓分量疊加，得到故障后各節點的電壓；

64、基于不對稱故障下負序電流，建立第i臺分布式電源的輸出短路電流計算公式為：

65、

66、n臺分布式電源輸出短路電流為：

67、

68、s54、重復s51～s53，直到前后兩次計算中逆變型分布式電源并網點電壓滿足以下收斂條件：

69、

70、其中，為第k次迭代后分布式電源并網點的電壓，ε為收斂精度；

71、s55、由各節點電壓計算配電網中各支路故障電流。

72、優選的，所述s6包括以下步驟：

73、s61、獲取電網中各元件參數，并設置蒙特卡洛仿真次數；

74、s62、按照蒙特卡洛仿真次數，進而生成多次隨機故障；

75、s63、并行地利用s5中輸出短路電流計算方法計算生成的每次故障下的短路電流；

76、s64、根據每次故障下的短路電流，獲取不同故障下所關心母線的電壓暫降幅值；

77、s65、基于多次故障下所關心母線的電壓暫降幅值，通過以下公式計算所關心母線的電壓暫降期望幅值：

78、

79、其中，n為蒙特卡洛仿真次數，vm為第m次故障計算的所關心母線的電壓暫降幅值。

80、本發明的有益效果：

81、(1)本發明結合回歸樹算法、最小二乘法以及數學模型推導，提出了逆變型分布式電源在低電壓穿越過程中控制參數辨識的方法，控制參數的獲取對短路電流的計算、電壓暫降的評估、繼電保護電流的整定提供了更可靠的依據。

82、(2)本發明利用分布式電源低電壓穿越的關鍵控制參數的辨識結果，建立了多臺逆變型分布式電源接入的短路電流計算模型，修正了逆變型分布式電源短路電流的計算公式，提升了電壓暫降評估的準確性。