光伏系統(tǒng)ANN-LDWPSO諧波檢測算法的研究.pdf

1、諧波檢測技術是光伏系統(tǒng)安全穩(wěn)定運行的重要保障。本論文對光伏發(fā)電系統(tǒng)中諧波檢測算法進行深入研究，本文重點進行了以下工作：首先介紹了電能質量對用電的重要性及諧波對其的影響，詳細討論并比較了各類主流電網(wǎng)諧波檢測算法在光伏系統(tǒng)中的適用性，最終選取人工神經網(wǎng)絡諧波檢測算法。人工神經網(wǎng)絡諧波檢測算法需要對各次諧波分別進行檢測，光伏系統(tǒng)的復雜性與非連續(xù)性導致電路中含有的諧波頻次異常復雜，常見的Hopfield和BP神經網(wǎng)絡算法必定會含有較多的中間層，

2、龐大的計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、高靈敏且結構簡單便于維護的人工神經網(wǎng)絡。本文針對拓撲結構和特性等均不同的人工神經網(wǎng)絡，進行了大量的對比研究工作。最終確定出了滿足各項要求的線性Adaline網(wǎng)絡。然后，為了彌補單一神經網(wǎng)絡在諧波檢測時，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題，對粒子群算法的進行分析研究，將兩種算法進行融合，設計出了一種功能更為完

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

4、檢測算法在響應速度、收斂精度上都優(yōu)于單一Adaline神經網(wǎng)絡算法的結論，驗證算法的正確性與可行性。同時，對光伏系統(tǒng)的主要組成結構及各部分的工作原理、等效電路圖深入研究與分析，構造最佳數(shù)學模型，在此基礎上，用Matlab搭建出光伏系統(tǒng)的仿真圖，同時利用PWM控制器，對PCC點處的電壓諧波進行了治理與補償，仿真結果表明該方法的應用，提高了PCC點處的電壓質量，證明了ANN-LDWPSO諧波檢測算法為光伏控制系統(tǒng)諧波檢測的研究開辟了一個新的