技术领域
[0001] 本发明属于电力电子技术领域，具体涉及一种基于北方苍鹰算法的光伏并网三相逆变器控制方法。
相关背景技术
[0002] 新能源发电需求飞速增加，逆变器市场需求急速增长，智能领域的发展推动逆变器朝着更高效率的方向优化。对于逆变器来说，控制环节的控制参数紧密影响着输出波形，波形的好坏展示着输出的电能质量的好坏。其输出电流为更好地跟随电网相位、满足并网需求，需严格遵循注入电网电流THD要求。群体智能算法对于逆变控制环节的应用表现出良好作用，但并不是所有群体智能算法均适合于所研究的光伏系统。北方苍鹰算法具有强大的全局搜索能力和局部搜索能力，对于多目标决策问题具有良好的表现。由此，使用合适的算法应用于逆变器控制环节来保证并网电流谐波含量较小，得到高质量输出电能是本领域技术人员关心的问题。
具体实施方式
[0058] 下面结合说明书附图对本发明提供的技术方法做进一步地说明。
[0059] 如图1所示，一种基于北方苍鹰算法的光伏并网三相逆变器控制方法，包括如下步骤：
[0060] S1：初始化苍鹰种群和位置，随机生成N个苍鹰种群的初始位置 设置问题求解维数D和最大迭代次数M，其中 为第i只苍鹰所在的初始位置；
[0061] S2：设计北方苍鹰算法的最佳位置和适应度值的计算方法，利用北方苍鹰算法的两个阶段对苍鹰位置和状态进行更新；
[0062] S21:由初始位置P0确定最佳种群位置 和最佳适应度值fmin；
[0063] S22：第一阶段随机选择一只苍鹰进行搜寻，第二阶段更新种群位置和适应度值，利用第一阶段得到一组新的苍鹰位置如式(1)，将新的苍鹰位置与上一组产生的苍鹰位置如式(2)进行对比，用适应度值较好的苍鹰位置替换适应度较差的苍鹰位置，得到一组较优的苍鹰位置如式(3)，记录为当前最优解为如式(4)；
[0064]
[0065]
[0066]
[0067]
[0068] 式中， 为第一阶段第i只苍鹰产生的新位置，
[0069] 为上一组第i只苍鹰的位置， 为第i只苍鹰较优的位置， 为第i只苍鹰当前最优位置。
[0070] S23:判断是否满足终止条件，若算法迭代次数达到最大迭代次数M，则算法结束，输出当前最优解，否则转到步骤S22继续进行迭代。
[0071] S3：建立光伏并网三相逆变器控制结构模型，所述模型中逆变器控制结构选择功率‑电流双闭环控制结构，该部分均采用基于PI控制的双闭环控制结构；
[0072] S4：根据S2求得的最优解，将其传递给光伏并网三相逆变器整定模型。
[0073] 在本实施例中，S1中的初始种群，具体来说每个种群成员都是一个向量，这些向量共同构成了算法的种群矩阵，算法开始时，种群成员在搜索空间中随机初始化。使用式(5)来确定所提出的北方苍鹰算法中的群体矩阵，使用式(6)来存储基于每个群体成员来评估问题的适应度函数值。保证算法开始时，种群成员在搜索空间中随机初始化。
[0074]
[0075] 式中，X为北方苍鹰种群的位置，Xi为第i个苍鹰的位置即问题的解，xi,j为第i个解指定的第j个变量的值；
[0076]
[0077] 式中，F为获得的适应度值的向量，Fi为第i个解对应的适应度值。
[0078] 本实例中，S2所包含的两个阶段如下：
[0079] 步骤S22中所指的第一阶段为猎物识别阶段，包括猎物选择和攻击，随机选择一个猎物，然后迅速攻击它，由于在搜索空间中随机选择猎物，该阶段增加了全局搜索能力，以识别最佳区域，该阶段的数学表达式如式(7)‑(9)所示：
[0080] Pi＝Xk,(i＝1,2,...,N,k＝1,2,...i‑1,i,i+1,...,N) (7)[0081]
[0082]
[0083] 式中，Pi为第i只北方苍鹰的猎物位置，FPi为其适应度函数值，k为区间(1,N)中随机自然数， 为第一阶段产生的新解， 为第一阶段的适应度函数值，r为区间(0,1)中的随机数，I为1或2的随机数，r和I用于搜索和更新产生随机苍鹰行为；
[0084] 第二阶段为追逐阶段，北方苍鹰攻击猎物后，猎物试图逃跑，北方苍鹰在该阶段继续追逐猎物，北方苍鹰凭借高速度，能在任何情况下追逐猎物，并最终狩猎，对这种行为的模拟增加了算法对搜索空间的局部搜索的开发能力，该阶段的数学表达式如式(10)‑(12)所示：
[0085]
[0086]
[0087]
[0088] 式中，t为当前迭代次数，R为苍鹰狩猎时靠近攻击位置的半径， 为第二阶段产生的新解， 为第二阶段的适应度函数值。
[0089] 如图2到图3所示，本实例中S3中，逆变器控制结构选择功率‑电流双闭环控制结构，该部分均采用基于PI控制的双闭环控制结构。
[0090] PI控制由比例调节和积分调节两部分组合而成，比例调节主要是根据偏差的大小成比例的调节输出，积分调节主要根据偏差进行积分累计来调节输出，直至消除稳态误差。由于PI控制只能对直流信号无差跟踪，所以需将三相abc静止坐标系下的交流量进行Park变换到两相dq同步旋转坐标系下，此时两相dq静止坐标系下控制量为直流。式(13)为PI控制器的输出关系表达式：
[0091] u(t)＝Kpe(t)+Ki∫e(t)dt (13)
[0092] 式中，u(t)为PI控制器的输出量，KP和Ki为PI控制器的比例调节参数和积分调节参数，偏差信号e(t)为PI控制器的输入量；
[0093] 式(14)为PI控制器的传递函数表达式：
[0094]
[0095] 在本实例中，S3中采用均匀加权法，将数据量化，解决多目标决策。当逆变器采用PI控制时，两相dq静止坐标系下控制量为直流，选取双闭环中功率环和电流环对应电流的ITAE，加权之后作为参考整定的指标。
[0096] 式(15)为总谐波畸变率表达式：
[0097]
[0098] 式中，VHn为n次谐波，VHo1为基波有效值，总谐波畸变率THD越小交流量谐波含量越低，总谐波失真越小。
[0099] 式(16)为ITAE的表达式：
[0100]
[0101] 式中，t为系统时间，|e(t)|为误差绝对值；
[0102] 针对PI控制器参数整定，为保证负载电压的THD较小，并且并网电流能够快速跟踪电网电流信号。本文选取双闭环中功率环和电流环对应电流的ITAE，加权之后作为参考整定的指标。
[0103] 式(17)为目标函数公式：
[0104]
[0105] 式中，A、B为权重系数，均为常数，并满足A+B＝1,e1(t)、e2(t)分别为功率外环和电流内环输入PI控制器的误差。
[0106] 如图2‑图3所示，在本实例中光伏并网三相逆变器的光伏阵列短路电流为1200A，开路电压640V，PV阵列发电功率500kW，直流母线侧电容0.047F，电容初始电压500V，电网相电压380V，频率50Hz。目标函数权重分配为A为0.5，B为0.5。算法参数的设置：苍鹰种群数量为20，最大迭代次数为20。基于PID控制的三相逆变器，功率外环控制参数为Kp1、Ki1，其中Kp1参数上下限设置为[40，60]，Ki1参数上下限设置为[2500，2800]，电流内环控制参数为Kp2、Ki2，其中Kp2参数上下限设置为[1，10]，Ki2参数上下限设置为[10，150]。整定程序运行10次。
[0107] 具体地，通过本发明引进一种基于北方苍鹰算法对光伏并网三相逆变器控制环节进行控制参数整定，图4表明只需较少的种群数量和较小的迭代次数即可得到符合要求的结果，算法能够在较短的时间内进行寻优。图5‑6表明算法在参数给定的上下限内得到了最佳结果，使三相逆变器实现了较好的控制效果。图7‑9表明并网电流能够很好地跟随电网电压且快速达到稳定状态，稳定效果好，且能够保证并网电流满足总谐波畸变率低于5％的并网要求，保证了电能的高质量输出。图10‑11表明并网有功功率接近光伏阵列输出功率500kW，系统从开机到稳定经过短暂的暂态后能够快速调整，使得功率因数接近为1，并网效果良好。这对光伏并网三相逆变器控制参数整定问题具有重大意义。
[0108] 以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
[0109] 对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
