逆变式DG并网孤岛检测研究

摘要

本文以逆变式DG并网系统为载体研究一种新的孤岛检测方法。论文首先对并网系统的各部分组成结构进行详细分析和设计，在暂态仿真软件PSCAD/EMTDC环境下搭建并网模型。仿真并网系统正常、孤岛、短路等11种运行状态，采集各状态下并网点的三相电流信号，并在Matlab中实现特征提取。最后结合AINMC分类算法进行孤岛状态判别。本文研究的是一种被动式孤岛检测方法，对电网电能质量无影响，检测准确率高，检测盲区小，具有一定的实际应用参考价值。
　　 论文主要包括以下几个部分:
　　 1、介绍DG系统并网方式及标准，分析DG并网对配电网的影响，阐述孤岛检测的意义及国内外研究现状。
　　 2、研究孤岛检测的机理、检测标准及盲区等基本问题，分析国内外现有孤岛检测方法的原理、优缺点及应用场合。其中，实际应用较多的被动式检测方法不影响电网电能质量，但检测盲区较大。针对此问题，本文探索一种新的被动式检测方法。
　　 3、设计并网系统仿真模型，包括逆变器拓扑结构分析、LCL滤波器设计以及逆变器控制模型研究。首先，通过逆变器拓扑结构分析确定本系统并网逆变器为三相电压型逆变结构;然后，设计LCL并网滤波器参数，并仿真验证滤波器具有良好性能;最后，研究并网逆变器控制模型。本系统采用双环控制，设计电压环和电流环PI调节器，仿真分析逆变器并网控制方法和参数设计的效果。
　　 4、第4、5章介绍新的被动式孤岛检测方法。第4章利用小波包奇异熵(WPSE)提取并网系统PCC点电流信号特征值，作为孤岛检测的特征量。特征量分析实验表明，各运行状态特征量分离度较大，能有效地分离出孤岛信号。
　　 5、最后一章将所提取的特征量输入到人工免疫网络分类器中实现孤岛检测。此过程采用改进的AINMC算法对特征量进行分类器训练，然后利用KNN算法实现孤岛判别。在Matlab中编程实现整个分类过程。程序运行结果表明，待分类参量（未知运行状态下的特征量数据）输入后，输出类别基本符合预期结果，分类效果较好。说明本文所研究的孤岛检测方法效果明显。

目录

声明

摘要

第1章 绪论

1．1 分布式发电系统概述

1．1．1 分布式发电并网方式及标准

1．1．2 分布式发电并网对配电网的影响

1．2 孤岛检测的研究背景及意义

1．3 孤岛检测的国内外研究现状

1．4 论文结构及主要内容

第2章 孤岛检测基本问题研究

2．1 孤岛检测机理

2．2 孤岛检测标准

2．3 孤岛检测盲区分析

2．4 常用的孤岛检测方法

2．4．1 基于通信的远程孤岛检测方法

2．4．2 被动式孤岛检测方法

2．4．3 主动式孤岛检测方法

2．5 本章小结

第3章 逆变式DG并网系统模型设计

3．1 并网逆变器拓扑结构

3．2 LCL并网滤波器分析与设计

3．2．1 并网滤波器简介

3．2．2 LCL滤波器数学模型

3．2．3 LCL滤波器参数设计

3．2．4 LCL滤波器对逆变器的影响

3．3 并网逆变器控制模型

3．3．1 PQ控制模型

3．3．2 锁相环模型

3．3．3 并网逆变控制器的设计

3．3．4 并网逆变器仿真

3．4 本章小结

第4章 孤岛检测信号的特征提取

4．1 小波变换基础理论

4．1．1 小波变换原理

4．1．2 小波包变换原理

4．2 小波包奇异熵

4．2．1 小波熵理论

4．2．2 小波包奇异熵

4．3 孤岛检测信号特征提取

4．4 实验分析

4．5 本章小结

第5章 基于改进AINMC算法孤岛检测

5．1 免疫系统

5．1．1 生物免疫系统

5．1．2 人工免疫系统

5．2 人工免疫网络记忆分类器

5．2．1 AINMC模型

5．2．1 KNN算法

5．2．2 改进的AINMC算法分析

5．3 孤岛检测方案

5．4 仿真验证

5．4 本章小结

总结与展望

致谢

参考文献

攻读硕士学位期间发表的论文

附录1