[发明专利]一种光伏并网点电网阻抗辨识误差波动系数预测方法

权利要求书

1.一种光伏并网点电网阻抗辨识误差波动系数预测方法，其特征在于：所述方法包括：

(1)根据实时监测获得的参数，建立光伏并网点电网阻抗辨识误差波动系数演化系统时间序列；

(2)根据所述演化系统的时间序列对光伏并网点测量数据进行动态聚类划分；

(3)根据所述遗传神经网络优化处理结果计算光伏并网点电网阻抗辨识误差波动系数神经网络预测模型。

2.根据权利要求1所述的一种光伏并网点电网阻抗辨识误差波动系数预测方法，其特征是：所述实时监测获得的参数为配电网及配电网内光伏系统运行参数及气象环境参数。

3.根据权利要求1所述的一种光伏并网点电网阻抗辨识误差波动系数预测方法，其特征是：所述步骤(1)中演化时间序列是在固定时间间隔下建立的演化时间序列。

4.根据权利要求3所述的一种光伏并网点电网阻抗辨识误差波动系数预测方法，其特征是：所述演化时间序列包括并网点电压，并网点电压变化率，并网点等效阻抗，接入点电压电流相位差。

5.根据权利要求4所述的一种光伏并网点电网阻抗辨识误差波动系数预测方法，其特征是：所述演化时间序列在一系列时刻tk₁,tk₂,...,tk_n为

$\left\{\begin{array}{c}{\mathrm{upcc}}_1,{\mathrm{upcc}}_2,\mathrm{...},{\mathrm{upcc}}_n\\ {\mathrm{udpcc}}_1,{\mathrm{udpcc}}_2,\mathrm{...},{\mathrm{udpcc}}_n\\ {\mathrm{zpcc}}_1,{\mathrm{zpcc}}_2,\mathrm{...},{\mathrm{zpccd}}_n\\ {\mathrm{\θpcc}}_1,{\mathrm{\θpcc}}_2,\mathrm{...},{\mathrm{\θpcc}}_n\end{array}\right.$

其中，n为自然数，n＝1,2,...，upcc为并网点电压，udpcc为并网点电压变化率，zpcc为并网点等效阻抗，θpcc为接入点电压电流相位差。

6.根据权利要求1所述的一种光伏并网点电网阻抗辨识误差波动系数预测方法，其特征是：所述步骤(2)包括以下步骤：

(A)根据所述步骤(1)中演化系统的时间序列对数据进行归一化处理；

(B)根据所述步骤(A)中的归一化数据建立模糊相关矩阵R_ir。

7.根据权利要求6所述的一种光伏并网点电网阻抗辨识误差波动系数预测方法，其特征是：所述步骤(A)中的归一化处理过程包括：

测量数据为dx_i，i＝1,2,...,k_4n，n为步骤(1)中所述n，依据进行归一化处理，其中，dx_max为输入量的上界，dx_min为输入量的下界。