[发明专利]基于混沌时间序列和神经网络的微电网电压安全评估方法

说明书

本发明提出了基于混沌时间序列和神经网络的微电网电压安全评估方法，包括以下步骤：步骤1，输入电压数据时间序列；步骤2，进行安全评估；步骤3，对电压数据的混沌性进行判断；步骤4，进行相空间重构；步骤5，RBF神经网络的训练；步骤6，提供判断微电网电压安全可控依据；步骤7，结束；将微电网的公共连接点（PCC）的电压作为评估微电网是否安全的依据，采用电压安全评估指数（VSAI）算法，将采集到的微电网PCC的电压序列移动平均值与采集点的电压作比较，从而得到偏差值，再带入所定义的VSAI算法中，确定微电网的电压是否处于安全状态，最后根据混沌时间序列和RBF神经网络算法的融合，预测出短时电压变化曲线，为微电网的安全可控提供依据。

技术领域

本发明涉及一种电压安全评估方法，具体的说是一种微电网电压安全评估方法，属于电力系统自动化技术领域。

背景技术

随着常规化石能源的不断消耗以及引起的碳排放、环境污染等问题日趋严重，寻求清洁高效的可再生能源以替代可耗竭的化石能源已受到人们普遍关注。利用风电、光伏等可再生资源替代化石能源，对于降低碳排放，改善能源结构将起到重要的作用，但由于可再生资源具有明显的间歇性及波动性，使得包含可再生能源的微电网调控难度不断增加，而近几年，以降低碳排放、节约常规能源和减少环境污染为目的电动汽车接入微电网进行自由充电，都会使电源侧和负荷侧呈现出一定的非可控性，从而给微电网的安全和调控带来了新的挑战。

传统的微电网的电压预测和安全评估的研究大都基于物理或者统计的方法，其中统计方法主要基于单一的预测模型，有一定的主观性，预测误差较大，因此针对包含波动性和间歇性的分布式电源以及随机性负荷的微电网电压进行安全评估的问题，急需一种更好的方法来解决。

发明内容

本发明所要解决的技术问题是，预测模型单一，有一定的主观性，预测误差较大，使得微电网的安全评估精度差，不可靠，为克服现有技术的不足而提供基于混沌时间序列和神经网络的微电网电压安全评估方法。

本发明提供基于混沌时间序列和神经网络的微电网电压安全评估方法，包括以下步骤：

步骤1，输入电压数据时间序列；

步骤2，进行安全评估；

步骤3，对电压数据的混沌性进行判断；

步骤4，进行相空间重构；

步骤5，RBF神经网络的训练；

步骤6，提供判断微电网电压安全可控依据；

步骤7，结束。

进一步的，所述关键字层次结构分为测试用例集合、测试用例层、测试步骤层，关键字的定义与测试用例集合的结构密不可分，一套测试用例集合包含了一系列测试用例，而一个测试用例是由各个测试步骤组合构成的。

进一步的，所述步骤2中，采用VSAI的动态电压稳定性标准进行安全评估，根据负载总线电压的均方根值的时间序列数据进行计算，将采集到的离散电压序列{v,i 1,2,n}，由电压安全评估指数按照以下步骤配置：

步骤2.1，求取重构后电压数据的移动平均值：

步骤2.2，计算测量点的电压v_i与电压的移动平局值之间的偏差c_i：

步骤2.3，在第i个瞬间将百分比多样性曲线下的面积除以N的值如下：

步骤2.4，第i个瞬间的VSAI定义为：

VSAI_i＝u_th-u_i (4)