李昊 嚴(yán)新迪 戴耀威

摘? ?要：光伏發(fā)電在我國(guó)的發(fā)電總量比例雖然很小，但呈現(xiàn)逐年上升的趨勢(shì)，目前多地建立起了光伏發(fā)電站，將產(chǎn)生的電能并入到交流電網(wǎng)中。但一般的 PI調(diào)節(jié)控制并不能解決光伏并網(wǎng)逆變系統(tǒng)穩(wěn)定性差的問(wèn)題，而且在環(huán)境極為惡劣的情況下，光伏發(fā)電系統(tǒng)還會(huì)發(fā)生多種故障。為了能夠提高光伏發(fā)電系統(tǒng)的穩(wěn)定性能，本文在傳統(tǒng)光伏發(fā)電系統(tǒng)的基礎(chǔ)上采用神經(jīng)網(wǎng)絡(luò)進(jìn)一步優(yōu)化需要對(duì)光伏發(fā)電輸出功率進(jìn)行預(yù)測(cè)。光伏發(fā)電并網(wǎng)逆變器因其內(nèi)部存在電感、電容等非線性器件，所以控制難度較大。并通過(guò)測(cè)取光伏發(fā)電的輸出電壓、電流與逆變器輸出電壓進(jìn)行分析，從而檢測(cè)出光伏發(fā)電系統(tǒng)中的故障。

關(guān)鍵詞：光伏發(fā)電系統(tǒng)? BP神經(jīng)網(wǎng)絡(luò)? 穩(wěn)定性? 逆變器

中圖分類號(hào)：TM91? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)：1674-098X（2019）06（a）-0002-02

由于不可再生資源的日益減少以及全球環(huán)境的惡化導(dǎo)致世界各國(guó)對(duì)太陽(yáng)能發(fā)電的開(kāi)發(fā)格外重視。但目前就我國(guó)對(duì)光伏發(fā)電而言，發(fā)電所占的比例并不高，且呈現(xiàn)逐年升高的趨勢(shì)，但發(fā)電系統(tǒng)的穩(wěn)定性差和并網(wǎng)電流諧波高依然是兩個(gè)非常嚴(yán)重的問(wèn)題。

此外，我國(guó)的絕大多數(shù)光伏發(fā)電站建立在新疆、西藏和青海等西北的平原、沙漠等人煙稀少、面積廣闊的地方，傳統(tǒng)的人工檢測(cè)效率低且檢測(cè)中存在人身安全的隱患，已經(jīng)遠(yuǎn)遠(yuǎn)不能夠滿足我國(guó)的光伏發(fā)電系統(tǒng)對(duì)診斷故障的要求。而神經(jīng)網(wǎng)絡(luò)方法在實(shí)時(shí)故障診斷方面以其較高的故障診斷效率和較低的運(yùn)行成本，受到了企業(yè)的喜愛(ài)。

1? 光伏發(fā)電系統(tǒng)的基本工作原理及影響因素

1.1 光伏發(fā)電系統(tǒng)的基本工作原理

光伏發(fā)電系統(tǒng)的基本工作原理如下：當(dāng)太陽(yáng)能電池板光伏陣列將吸收的光能通過(guò)光伏效應(yīng)轉(zhuǎn)化為直流電后通過(guò)控制器的控制選擇，利用逆變器將直流電轉(zhuǎn)變成交流電，將所產(chǎn)生的電能并列到交流電網(wǎng)中或直接供給負(fù)載使用。在整個(gè)系統(tǒng)中，控制器起到系統(tǒng)的控制與管理作用，并且在一些帶有儲(chǔ)能電池的并網(wǎng)光伏發(fā)電系統(tǒng)中對(duì)蓄電池起到充、放電保護(hù)的作用，用以延長(zhǎng)蓄電池的使用年限。

1.2 光伏發(fā)電系統(tǒng)的影響因素

本文參考各種資料對(duì)地方年均溫度、光照強(qiáng)度、相對(duì)濕度、云團(tuán)密度等影響光伏發(fā)電的相關(guān)參考量逐時(shí)發(fā)電量進(jìn)行分析。主要針對(duì)溫度和光輻照對(duì)光伏發(fā)電系統(tǒng)輸出功率的影響進(jìn)行分析，輻照度的變化影響微型光伏電站周圍的溫度。因此，選擇在一個(gè)溫度差小的房間里進(jìn)行實(shí)驗(yàn)，以減少周圍環(huán)境溫度引起的干擾。結(jié)合相關(guān)參考值得出：光輻照和溫度對(duì)光伏發(fā)電系統(tǒng)的發(fā)電量的影響較大;光輻照和時(shí)長(zhǎng)越長(zhǎng)，溫度越高，則發(fā)電量越多;同時(shí)云團(tuán)密度也會(huì)造成光照強(qiáng)度減弱，間接影響系統(tǒng)的發(fā)電量[1]。而濕度等其它因素對(duì)系統(tǒng)的影響比較小。

2? 光伏發(fā)電系統(tǒng)的逆變器模型

在光伏發(fā)電系統(tǒng)中，逆變器的作用是實(shí)現(xiàn)直流電與交流電的轉(zhuǎn)換，然后通過(guò)升壓變壓器將電壓、頻率、相位按照一定的規(guī)律進(jìn)行整理，達(dá)到用戶對(duì)電網(wǎng)的需要標(biāo)準(zhǔn)，同時(shí)提高了系統(tǒng)發(fā)電效率以及保護(hù)系統(tǒng)的功能。

因?yàn)槭请娏餍湍孀冸娐?，故其輸出電流波形接近于矩形波，且諧波幅值遠(yuǎn)小于基波。因基波頻率接近負(fù)載電路諧振頻率，故諧波在負(fù)載電路上產(chǎn)生的壓降很小，因此負(fù)載電壓的波形接近正弦波[2]。同時(shí)為解決電容、電感非線性元件導(dǎo)致的系統(tǒng)穩(wěn)定性差的問(wèn)題，本文在典型Ι型環(huán)節(jié)上提出了雙閉環(huán)PI控制系統(tǒng)，增強(qiáng)了系統(tǒng)的抗擾性和穩(wěn)態(tài)精度。在保持穩(wěn)定的范圍內(nèi)對(duì)系統(tǒng)的各參數(shù)進(jìn)行調(diào)整，使電流諧波最低。

3? 光伏發(fā)電系統(tǒng)BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)分析

3.1 BP神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介

BP神經(jīng)網(wǎng)絡(luò)即Back Propagation，它首次提出于1986年。BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練就是將測(cè)試集用來(lái)訓(xùn)練，驗(yàn)證集代入每次訓(xùn)練后的輸出，求其誤差和，當(dāng)訓(xùn)練誤差的方差趨于 0 而驗(yàn)證誤差的方差在不斷增大時(shí)，算法即可以終止。當(dāng)給定的數(shù)據(jù)首先進(jìn)入輸入層，接著在隱含層進(jìn)行數(shù)據(jù)整定分析，輸出預(yù)測(cè)的誤差，然后在決在BP神經(jīng)網(wǎng)絡(luò)中，隱藏層的神經(jīng)元與神經(jīng)元之間擁有數(shù)據(jù)有選擇方向傳遞，根據(jù)這種結(jié)構(gòu)使神經(jīng)網(wǎng)絡(luò)能夠體現(xiàn)動(dòng)態(tài)時(shí)序。不同于前饋神經(jīng)網(wǎng)絡(luò)的多層反饋，BP神經(jīng)網(wǎng)絡(luò)通過(guò)自身的記憶可以處理任意的序列，從而使得數(shù)據(jù)預(yù)測(cè)、文段整理更便捷。

3.2 BP神經(jīng)網(wǎng)絡(luò)的故障診斷

BP神經(jīng)網(wǎng)絡(luò)光伏發(fā)電系統(tǒng)故障診斷方法是神經(jīng)網(wǎng)絡(luò)優(yōu)化訓(xùn)練策略，首先篩選初始值，從多個(gè)神經(jīng)網(wǎng)絡(luò)初始值中選取性能較好的模型，采用BP優(yōu)化算法進(jìn)行平滑調(diào)和，使整個(gè)算法向好的方向發(fā)展;在一定程度上避免了初始值對(duì)神經(jīng)網(wǎng)絡(luò)性能的影響[3]。

對(duì)于故障診斷，本文主要針對(duì)系統(tǒng)短路故障和斷路故障進(jìn)行分析。通過(guò)采集初始數(shù)據(jù)對(duì)系統(tǒng)中所出現(xiàn)的故障進(jìn)行分析，通過(guò)BP神經(jīng)網(wǎng)絡(luò)的模擬平臺(tái)記錄每一個(gè)故障的各變量的參數(shù)，并歸納到數(shù)據(jù)庫(kù)，供下一次使用。

將采集的初始數(shù)據(jù)進(jìn)行分類整理，組成輸入輸出樣本數(shù)據(jù)集。對(duì)樣本數(shù)據(jù)集進(jìn)行預(yù)處理，檢查樣本數(shù)據(jù)是否缺失，刪除錯(cuò)誤數(shù)據(jù)并歸一化。樣本數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)集與驗(yàn)證數(shù)據(jù)集，并重新存入數(shù)據(jù)庫(kù)。

4? 總結(jié)

本文針對(duì)現(xiàn)階段普通控制器控制的光伏發(fā)電系統(tǒng)進(jìn)行改善，同時(shí)運(yùn)用BP算法，對(duì)影響光伏發(fā)電的典型天氣情況進(jìn)行了系統(tǒng)分析預(yù)測(cè)，形成了一套針對(duì)運(yùn)行線路短路和斷路的可靠故障診斷方法，減少了傳統(tǒng)診斷建模復(fù)雜，運(yùn)行緩慢的狀況，其綜合性能要遠(yuǎn)遠(yuǎn)好于其它網(wǎng)絡(luò)模型。

參考文獻(xiàn)

[1] 遲晨.光伏發(fā)電系統(tǒng)的RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)研究[J].數(shù)據(jù)庫(kù)技術(shù)，2019.

[2] 王兆安，劉進(jìn)軍.電力電子技術(shù)[M].北京：機(jī)械工業(yè)出版社， 2009

[3] 俞瑋捷，劉光宇.基于BP神經(jīng)網(wǎng)絡(luò)的光伏系統(tǒng)故障診斷方法[J].杭州電子科技大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2018， v.38;No.174（4）：56-61+93.

[4] 鄭雪生，李春文，湯洪海，等.三相電壓型逆變器的魯棒跟蹤雙環(huán)控制器[J].清華大學(xué)學(xué)報(bào)：自然科學(xué)版， 2008（1）：145-148.