基于改进粒子群算法的光伏逆变器控制参数辨识
罗建1
孙越2
江丽娟1
1.重庆大学 输配电装备及系统安全与新技术国家重点实验室,重庆 4000442.国网安徽省电力有限公司 培训中心,安徽 合肥 230022
摘要：精准的光伏并网逆变器模型是研究大规模光伏接入下电力系统故障特性的重要工具.目的 为了解决现有光伏逆变器仿真模型与实际工作中的光伏逆变器特性相差较大的问题,方法 提出采用参数辨识的方法构建逆变器的辨识模型.以重庆云阳某1 MW光伏电站为实际参照模型,首先根据实际工作情况将逆变器的工作区间划分为3个阶段,利用数学扰动法分别对3个阶段中的待辨识参数划分灵敏度高低等级,并由此提出不同阶段不同灵敏度参数分步辨识策略;其次,分阶段采集实际光伏电站工作数据,对该数据进行分析处理,获得各待辨识参数的初始取值范围,设计同步辨识参数实验作为参照;最后提出改进的混沌遗传粒子群优化算法(chaos genetic algorithm of particle swarm optimization,CGAPSO)作为辨识算法,分步分工作阶段辨识相关参数,通过对比参数的同步辨识结果,验证所提方法的优越性,并将辨识结果代入仿真模型.结果 结果表明,低灵敏度参数的同步辨识结果误差远超过可接受范围,而CGAPSO分步辨识出的相关参数误差皆在1.1%以下,精度远高于同步辨识结果.结论 基于改进粒子群算法构建的辨识模型输出数据与实际逆变器工作数据契合度高,可准确反映逆变器实际工作特性.
关键词：光伏并网逆变器逆变器控制策略参数辨识数学扰动法改进粒子群优化算法
分类号：TM732(输配电工程、电力网及电力系统)
资助基金：国家自然科学基金(52077017)国网重庆市电力公司重点科技项目(2021)
论文发表日期：2025-02-27
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 124-133 )
英文信息