基于小波包能量熵和BP神经网络的孤岛检测法

非计划性孤岛会对电网造成严重的冲击以及人身伤害,实现孤岛检测必须准确快速。针对目前的基于信号处理的孤岛检测技术,提出了小波包能量熵和BP神经网络的孤岛检测法。通过小波包变换分解重构公共点电压与逆变器输出电流,得到重构序列,对其进行熵运算,得到更稳定,且更具有代表性的特征向量,可以更有效地区分孤岛发生前后的能量分布。通过BP神经网络对孤岛进行判断,实现了孤岛检测。通过MATLAB/Simulink仿真,表明了此方法的有效性,并且响应速度非常快,未引入扰动,故不会产生电能质量的问题,其稳定性高,检测盲区小。     

基于无功电流扰动的孤岛与扰动辨识的研究

为了防止孤岛检测时电网扰动的干扰并提高孤岛与电网扰动辨识的准确率,提出了一种能够减小检测盲区且不带入有功功率扰动的孤岛与电网扰动辨识新方法。该方法是在检测到公共耦合点电压波动后,通过注入周期性无功电流扰动,迫使公共耦合点电压频率出现相应波动。利用小波分析分解公共耦合点电压频率信号得到的高频分量作为特征分量,用神经网络进行孤岛与扰动的辨识。通过理论分析与仿真实验证明该方法能准确辨识孤岛与电网扰动。     

基于小波分析与SVM的孤岛与扰动辨识研究

孤岛检测时极易因电网扰动的干扰而不能准确将孤岛效应检测出来,因此文章提出了一种无有功功率扰动的孤岛与扰动辨识方法。该方法是在检测到公共耦合点电压波动后,通过注入周期性无功电流扰动,利用小波分析提取流过本地负载的无功功率的特征分量后,用SVM进行孤岛与扰动的辨识。通过仿真实验证明该方法能准确辨识孤岛与电网扰动。     

一种无功功率扰动的孤岛检测新方法

在分布式电源接入配电网规模逐渐增大的环境下，为减少正常并网时无功功率扰动向电网带来的电能质量影响，提高扰动情况下孤岛检测的精度。提出一种小波包模糊熵和无功功率扰动相结合的孤岛检测算法。该方法利用小波包变换和模糊熵对公共耦合点（point of common coupling，PCC）电压信号中孤岛状态的高频分量特征信息进行提取和放大，实现对疑似孤岛状态的标定；注入无功功率扰动使孤岛发生后的频率快速偏移直至越限。利用PSCAD和Matlab进行仿真和数据分析，对所提算法的准确性和抗干扰性进行仿真验证。结果表明：所提方法不仅能在多光伏接入配电网系统中准确检测出孤岛现象，还能有效地防止非孤岛扰动情况下发生误判。     

基于周期交替电流扰动的孤岛检测方法

对于分布式电源并网系统,当电网断电时可以使用主动频率偏移法检测孤岛效应。但是,若在非检测区内电流扰动角与负载角相匹配,则主动频率偏移法将出现无法识别孤岛效应的问题。针对上述问题,文中提出了一种新颖的基于周期交替电流扰动的孤岛检测方法。在保证扰动电流与公共耦合点电压同步前提下,前一个周期扰动电流频率向上偏移,当前周期扰动电流频率向下偏移。根据公共耦合点电压频率是否周期高低交替变化来识别孤岛现象。经过仿真和实验验证,该方法不但可以准确识别孤岛效应,而且解决了主动频率偏移法存在的非检测区问题。     

一种新颖的周期电流扰动孤岛检测方法

当分布式发电系统的输出功率与负载消耗功率匹配,且负载谐振频率等于电网频率时,即使孤岛发生,此时公共耦合点(PCC)的电压和频率仍保持不变,将一直处于非检测区内。深入研究了一种新的电流扰动法,并对其进行改进,提出一种新颖的周期电流扰动检测方法。新算法在部分周期电流波形中注入扰动,改变了部分电流的幅值。引入的扰动会导致PCC电压在正负半周期的幅值呈现高低变化,通过连续观察正负半周期电压幅值是否周期性呈现高低交替变化来识别孤岛现象。经过理论分析和Simulink仿真验证,该方法可以准确地识别非检测区的孤岛效应,同时对电能质量影响小。     

WT-ANFIS在孤岛检测中的应用研究

针对传统被动式孤岛检测法存在检测时间长、盲区大,而主动式孤岛检测法影响电能质量的缺点,提出一种新的基于模糊神经网络与小波变换的孤岛检测方法。该方法首先采集逆变器输出的电流信号和公共耦合点处的电压信号,再将该电流信号和电压信号分别进行小波变换,然后通过对各尺度上的细节信号进行算法处理来获取适合于孤岛检测的特征向量,最后该特征向量通过模糊神经网络进行模式识别来判断系统是否发生孤岛现象。仿真与实验结果表明,该方法在并网逆变器功率与本地负载功率匹配及失配的多种条件下均能有效识别,具有检测速度快,盲区小,对电能质量无影响等优点,并且适合于单相、三相光伏并网系统。     

多分辨率奇异谱熵和支持向量机在孤岛与扰动识别中的应用

孤岛检测易受到电网扰动干扰,而错误地将电网扰动情况误判为孤岛情况,导致光伏发电(photovoltaic,PV)系统退出运行,因此孤岛检测需要具备区分孤岛和电网干扰的能力。提出多分辨率奇异谱熵和支持向量机结合进行孤岛与扰动识别的新方法。多分辨率奇异谱熵是小波变换后的一种信号处理方法,将多分辨分析与熵融合,其信息量以熵的形式体现出来,更能够展现孤岛和电网扰动内在的不同特征。仿真结果表明,所提方法具有分类准确率高、对同类样本具有稳定性的优点,是孤岛与扰动识别的有效方法。     

光伏发电系统并网点谐波电压波动特征孤岛检测法

光伏发电系统并网点处的谐波电压由系统扰动、本地负荷和光伏发电系统共同确定,基于波动量法提出一种以并网点谐波电压波动量为特征的光伏发电系统孤岛检测方法。测量公共联结点谐波电压,用小波变换法提取测量电压中包含的高次谐波分量,以高次谐波电压波动量变化规律作为孤岛识别和检测指标,无需外加扰动,可消除检测盲区。基于IEEE.Std 1547标准,对理想光伏发电并网系统进行的仿真证明,利用并网点测量电压中包含的谐波电压波动量进行孤岛检测,当测量点处的电压和频率在正常范围内时,不仅可快速、准确地检测孤岛,还能准确识别电网故障引起的电压暂降、投切负荷等干扰,避免伪孤岛引起的检测错误。     

基于离散小波变换的分布式发电孤岛检测方法

在被动式孤岛检测技术的基础上,提出一种新的基于离散小波变换的孤岛检测方法。根据公共连接点(PCC)逆变器侧和主网侧电能质量不相等的原理,通过对PCC处电压进行小波变换提取出孤岛发生的特征谐波高频信号,理论上通过微观变量的提取和识别可彻底消除非检测区。在MATLAB/Simulink环境下,搭建3套分布式发电系统,仿真结果验证了所提方法的正确性,并表明在电网电压波动以及各类型负荷运行、投切等扰动下,检测装置不会误动作,能够迅速检测到孤岛的发生。