【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于并網(wǎng)逆變器控制領(lǐng)域，具體屬于f型三電平并網(wǎng)逆變器參數(shù)優(yōu)化領(lǐng)域，尤其涉及一種基于鯨魚算法的pr控制器參數(shù)優(yōu)化方法及相關(guān)設(shè)備。
技術(shù)介紹
1、隨著分布式發(fā)電技術(shù)的興起與成熟，分布式光伏并網(wǎng)容量不斷提高，配電網(wǎng)呈現(xiàn)出與傳統(tǒng)不同的特征，由“無源網(wǎng)”逐步發(fā)展為“有源網(wǎng)”，系統(tǒng)潮流方向發(fā)生改變；同時(shí)，由分布式光伏接入引發(fā)的電壓越限、波動、諧波等進(jìn)一步突出。逆變器作為分布式光伏系統(tǒng)的核心裝置，其非線性特征導(dǎo)致了諧波畸變問題。在太陽光變化劇烈的情況下，并網(wǎng)側(cè)諧波含量較高，影響配電網(wǎng)的安全運(yùn)行，造成供電質(zhì)量的惡化。光伏逆變器控制參數(shù)會導(dǎo)致不同的諧波特性，在光伏系統(tǒng)穩(wěn)定運(yùn)行范圍內(nèi)，通過合理選擇控制參數(shù)可以抵抗電網(wǎng)背景諧波，降低諧波畸變率。
2、f型三電平并網(wǎng)逆變器憑借效益高和損耗低的特性，在新能源變換器市場展現(xiàn)出廣闊的應(yīng)用前景，有望成為推動綠色能源高效利用與經(jīng)濟(jì)部署的關(guān)鍵技術(shù)選擇。然而，采用pr控制的f型三電平并網(wǎng)逆變器，pr控制器的實(shí)現(xiàn)和優(yōu)化需要較多的計(jì)算資源，特別是在進(jìn)行仿真和參數(shù)優(yōu)化時(shí)，可能需要較高的計(jì)算能力和時(shí)間。pr控制器需要調(diào)整多個(gè)參數(shù)（如比例增益、諧振增益、諧振頻率和截止頻率），這些參數(shù)的選擇和優(yōu)化較為復(fù)雜，需要根據(jù)具體的應(yīng)用場景進(jìn)行精細(xì)調(diào)整。
3、由此可見，現(xiàn)有pr控制措施，在針對f型三電平并網(wǎng)逆變器控制時(shí)，存在計(jì)算資源消耗大且參數(shù)調(diào)整復(fù)雜的現(xiàn)象，導(dǎo)致系統(tǒng)響應(yīng)慢且穩(wěn)態(tài)誤差大，對系統(tǒng)性能造成極大影響。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)目的在于提供一種基于
2、為了達(dá)到上述目的，本專利技術(shù)采用技術(shù)方案如下：
3、一種基于鯨魚算法的pr控制器參數(shù)優(yōu)化方法，包括：
4、建立以pr控制器作為控制架構(gòu)的f型三電平并網(wǎng)的逆變器模型，同時(shí)獲取逆變器模型的αβ坐標(biāo)系下的參考電流和αβ坐標(biāo)系下的實(shí)際電流；
5、基于αβ坐標(biāo)系下的參考電流和αβ坐標(biāo)系下的實(shí)際電流經(jīng)比較產(chǎn)生的絕對誤差以及系統(tǒng)運(yùn)行時(shí)間，構(gòu)建性能指標(biāo)函數(shù)；
6、采用鯨魚算法對性能指標(biāo)函數(shù)進(jìn)行迭代求解直至達(dá)到最大迭代次數(shù)，輸出當(dāng)前最優(yōu)解作為pr控制器的優(yōu)化參數(shù)。
7、進(jìn)一步地，所述逆變器模型的αβ坐標(biāo)系下的參考電流的獲取步驟如下：
8、采用dsogi-fll采集電網(wǎng)電壓的相位信息，根據(jù)電網(wǎng)電壓的相位信息設(shè)置逆變器模型在dq坐標(biāo)系下的參考電流，計(jì)算得到αβ坐標(biāo)系下的參考電流；
9、所述逆變器模型的αβ坐標(biāo)系下的實(shí)際電流的獲取步驟如下：
10、從電網(wǎng)采集三相電流，將三相電流通過clark變換得到αβ坐標(biāo)系下的實(shí)際電流。
11、進(jìn)一步地，將αβ坐標(biāo)系下的參考電流與αβ坐標(biāo)系下的實(shí)際電流比較過程如下：
12、將αβ坐標(biāo)系下的實(shí)際電流與αβ坐標(biāo)系下的參考電流進(jìn)行比較，將得到的誤差信號輸入pr控制器中；
13、pr控制器根據(jù)誤差信號生成電網(wǎng)的參考電壓，基于電網(wǎng)的參考電壓調(diào)整逆變器的輸出，使αβ坐標(biāo)系下的實(shí)際電流跟蹤αβ坐標(biāo)系下的參考電流。
14、進(jìn)一步地，所述構(gòu)建性能指標(biāo)函數(shù)的具體步驟如下：
15、將絕對誤差和系統(tǒng)運(yùn)行時(shí)間乘積的積分作為性能指標(biāo)以構(gòu)建得到性能指標(biāo)函數(shù)，其中，性能指標(biāo)函數(shù)表示為：
16、
17、式中，為積分時(shí)間上限；為pr控制器的輸入值；t為系統(tǒng)運(yùn)行時(shí)間。
18、進(jìn)一步地，采用鯨魚算法對性能指標(biāo)函數(shù)進(jìn)行迭代求解的步驟如下：
19、初始化鯨魚數(shù)目以及最大迭代次數(shù)；
20、基于鯨魚數(shù)目和最大迭代次數(shù)開始鯨魚算法求解性能指標(biāo)函數(shù)的主循環(huán)，直至達(dá)到最大迭代次數(shù)；其中，主循環(huán)包括包圍捕食階段、螺旋更新位置階段和搜尋獵物階段。
21、進(jìn)一步地，包圍捕食階段、螺旋更新位置階段和搜尋獵物階段的具體步驟包括：
22、包圍捕食階段的數(shù)學(xué)模型為如下：
23、
24、
25、式中，為當(dāng)前最優(yōu)解，為個(gè)體目前位置，為迭代次數(shù)；表示個(gè)體到目前最佳方案之間的長度值；若迭代過程中表現(xiàn)出更好的位置信息，便更新位置；和分別為系數(shù)向量：
26、螺旋更新位置階段的數(shù)學(xué)模型如下：
27、
28、
29、式中，為目標(biāo)與個(gè)體在此次迭代過程中的距離；為定義對數(shù)螺線形狀的常數(shù)，；
30、當(dāng)時(shí)，鯨魚處于局部搜索階段；引入隨機(jī)因子，隨機(jī)選擇一種方式更新，其中；搜尋獵物階段的數(shù)學(xué)模型如下：
31、
32、
33、式中，為從當(dāng)前種群中選擇的隨機(jī)位置信息，代表搜索個(gè)體距離的移動步長；
34、鯨魚更新位置公式表達(dá)如下：
35、。
36、一種基于鯨魚算法的pr控制器參數(shù)優(yōu)化系統(tǒng)，用于實(shí)現(xiàn)上述基于鯨魚算法的pr控制器參數(shù)優(yōu)化方法的步驟，包括：
37、模型建立模塊，用于建立以pr控制器作為控制架構(gòu)的f型三電平并網(wǎng)的逆變器模型，同時(shí)獲取逆變器模型的αβ坐標(biāo)系下的參考電流和αβ坐標(biāo)系下的實(shí)際電流；
38、性能指標(biāo)函數(shù)構(gòu)建模塊，用于基于αβ坐標(biāo)系下的參考電流和αβ坐標(biāo)系下的實(shí)際電流比較產(chǎn)生的絕對誤差以及系統(tǒng)運(yùn)行時(shí)間，構(gòu)建性能指標(biāo)函數(shù)；
39、參數(shù)優(yōu)化模塊，用于采用鯨魚算法對性能指標(biāo)函數(shù)進(jìn)行迭代求解直至達(dá)到最大迭代次數(shù)，輸出當(dāng)前最優(yōu)解作為pr控制器的優(yōu)化參數(shù)。
40、一種設(shè)備，包括：
41、存儲器，用于存儲計(jì)算機(jī)程序；
42、處理器，用于執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述基于鯨魚算法的pr控制器參數(shù)優(yōu)化方法的步驟。
43、一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)用于實(shí)現(xiàn)上述基于鯨魚算法的pr控制器參數(shù)優(yōu)化方法的步驟。
44、一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述基于鯨魚算法的pr控制器參數(shù)優(yōu)化方法的步驟。
45、相比于現(xiàn)有技術(shù)，本專利技術(shù)具有有益效果如下：
46、本專利技術(shù)提供一種基于鯨魚算法的pr控制器參數(shù)優(yōu)化方法，本方法首先通過建立的以pr控制器作為控制架構(gòu)的f型三電平并網(wǎng)的逆變器模型獲取αβ坐標(biāo)系下的參考電流和實(shí)際電流，然后以二者比較產(chǎn)生的絕對誤差以及系統(tǒng)運(yùn)行時(shí)間作為優(yōu)化目標(biāo)構(gòu)建性能指標(biāo)函數(shù)；這樣能夠?qū)⒎€(wěn)態(tài)誤差與控制時(shí)間整合，可以保證系統(tǒng)快速響應(yīng)、減小超調(diào)及緩解波動；最終結(jié)合鯨魚算法實(shí)現(xiàn)pr控制器的優(yōu)化參數(shù)的求解；本方法具有強(qiáng)大的全局搜索能力和較快的收斂速度，有效解決了pr控制器參數(shù)調(diào)整復(fù)雜、耗時(shí)長的問題，能夠迅速找到最優(yōu)參數(shù)組合，顯著降低了計(jì)算資源消耗，提升了優(yōu)化效率。本方法不僅增強(qiáng)了f型三電平并網(wǎng)逆變器的性能穩(wěn)定性與響應(yīng)速度，還本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于鯨魚算法的PR控制器參數(shù)優(yōu)化方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于鯨魚算法的PR控制器參數(shù)優(yōu)化方法，其特征在于，所述逆變器模型的αβ坐標(biāo)系下的參考電流的獲取步驟如下：
3.根據(jù)權(quán)利要求1所述的基于鯨魚算法的PR控制器參數(shù)優(yōu)化方法，其特征在于，將αβ坐標(biāo)系下的參考電流與αβ坐標(biāo)系下的實(shí)際電流比較過程如下：
4.根據(jù)權(quán)利要求1所述的基于鯨魚算法的PR控制器參數(shù)優(yōu)化方法，其特征在于，所述構(gòu)建性能指標(biāo)函數(shù)的具體步驟如下：
5.根據(jù)權(quán)利要求1所述的基于鯨魚算法的PR控制器參數(shù)優(yōu)化方法，其特征在于，采用鯨魚算法對性能指標(biāo)函數(shù)進(jìn)行迭代求解的步驟如下：
6.根據(jù)權(quán)利要求5所述的基于鯨魚算法的PR控制器參數(shù)優(yōu)化方法，其特征在于，包圍捕食階段、螺旋更新位置階段和搜尋獵物階段的具體步驟包括：
7.一種基于鯨魚算法的PR控制器參數(shù)優(yōu)化系統(tǒng)，用于實(shí)現(xiàn)權(quán)利要求1-6任一項(xiàng)所述基于鯨魚算法的PR控制器參數(shù)優(yōu)化方法的步驟，其特征在于，包括：
8.一種設(shè)備，其特征在于，包括：
9.一種計(jì)算機(jī)
10.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，其特征在于，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-6任一項(xiàng)所述于鯨魚算法的PR控制器參數(shù)優(yōu)化方法的步驟。
...【技術(shù)特征摘要】
1.一種基于鯨魚算法的pr控制器參數(shù)優(yōu)化方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于鯨魚算法的pr控制器參數(shù)優(yōu)化方法，其特征在于，所述逆變器模型的αβ坐標(biāo)系下的參考電流的獲取步驟如下：
3.根據(jù)權(quán)利要求1所述的基于鯨魚算法的pr控制器參數(shù)優(yōu)化方法，其特征在于，將αβ坐標(biāo)系下的參考電流與αβ坐標(biāo)系下的實(shí)際電流比較過程如下：
4.根據(jù)權(quán)利要求1所述的基于鯨魚算法的pr控制器參數(shù)優(yōu)化方法，其特征在于，所述構(gòu)建性能指標(biāo)函數(shù)的具體步驟如下：
5.根據(jù)權(quán)利要求1所述的基于鯨魚算法的pr控制器參數(shù)優(yōu)化方法，其特征在于，采用鯨魚算法對性能指標(biāo)函數(shù)進(jìn)行迭代求解的步驟如下：
6.根據(jù)權(quán)利要求5所述的基于鯨魚...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：蔣琪，寇磊，莊園，劉珅，蔣勃，武婷婷，郝偉，林玥，靳媛，李軍，李國潤，高家輝，王浚睿，王剛，高傳彬，張永恒，陳一凡，彭芳，
申請(專利權(quán))人：西安電力高等專科學(xué)校，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。