一种新能源并网变流器的参数确定方法及装置

1.本技术涉及新能源场站并网保护技术领域，特别涉及一种新能源并网变流器的参数确定方法及装置。


背景技术：

2.随着逆变型分布式电源(inverter interfaced distributed generation，iidg)高比例渗透入配电系统，配电网的故障特性将发生本质变化。但由于厂家控制参数的“黑箱化”，从而影响仿真模型的构建的精准性，进而影响评估的故障特性的真实性，使得仿真波形与现场录波存在较大的差异。新能源并网变流器作为新能源接入电力系统的接口，是决定新能源并网运行特性的关键部分，变流器控制参数的准确性无论在其运行特性分析还是故障保护中都尤为重要。
3.现有的参数确定方法所构建的新能源变流器等效模型只能得到变流器稳定工作状态的模型，无法准确反应新能源电源的故障暂态特性，无法适用于电磁暂态的分析，也使得确定出的变流器参数准确度低。


技术实现要素：

4.为了解决现有技术的问题，本技术实施例提供了一种新能源并网变流器的参数确定方法及装置。所述技术方案如下：
5.一方面，提供了一种新能源并网变流器的参数确定方法，应用于新能源并网系统，所述新能源并网系统包括依次连接的新能源电源、变流器、变压器和公共电网系统；所述方法包括：
6.基于预设dq轴电流的指令值、变流器与公共连接点之间的等效储能值、锁相环输出角频率、比例积分控制器参数构建关于dq轴电流和时间的初始二维微分方程；初始二维微分方程中的dq轴电流分量相互耦合；变流器包括比例积分控制器；
7.对初始二维微分方程中的参数进行重构，得到互为共轭的两个变量对应的目标二维微分方程；两个变量是基于对dq轴电流进行复数构建得到的；
8.基于两个变量与dq轴电流之间的线性关系，对目标二维微分方程进行解析处理，得到参数确定模型；参数确定模型表征dq轴电流与锁相环输出角频率、比例积分控制器参数的映射关系；
9.利用粒子群算法对参数确定模型的比例积分控制器参数进行寻优处理，得到目标比例积分控制器参数。
10.于一个示例性的实施方式中，基于两个变量与dq轴电流之间的线性关系，对目标二维微分方程进行解析处理，得到参数确定模型，包括：
11.对目标二维微分方程进行求解，得到两个变量中任意一个变量对应的解析方程；
12.对解析方程中的指数项进行复数重构，得到复数重构后的目标解析方程；
13.基于两个变量与dq轴电流之间的线性关系，对目标解析方程进行解析，得到dq轴
电流的时域解析方程；
14.将dq轴电流的时域解析方程确定为参数确定模型。
15.于一个示例性的实施方式中，参数确定模型为如下方程：
[0016][0017]
其中，id(t)表示时间t的d轴电流；iq(t)表示时间t的q轴电流；和分别为故障后d轴电流和q轴电流的指令值；a1＝sqrt((c
1r
)2+(c
1i
)2)；
[0018]
a2＝sqrt((c
2r
)2+(c
2i
)2)；n1＝arctan(c
1i
/c
1r
)；n2＝arctan(c
2i
/c
2r
)；c
1r
，c
1i
和c
2r
，c
2i
表示将故障发生时刻dq轴电流不突变对应的其他参数变量代入参数确定模型得到的参数；m1、m2、α和β均是基于预设dq轴电流的指令值、等效储能值、锁相环输出角频率和比例积分控制器参数确定的参数变量。
[0019]
于一个示例性的实施方式中，利用粒子群算法对参数确定模型的比例积分控制器参数进行寻优处理，得到目标比例积分控制器参数，包括：
[0020]
在变压器与公共电网系统之间存在故障的情况下，确定故障暂态过程对应的目标暂态电性能数据集；目标暂态电性能数据集表征多个采样时间对应的锁相环输出角频率和dq轴电流测量值情况；变压器位于变流器与公共电网系统之间；
[0021]
基于参数确定模型和目标暂态电性能数据集确定目标暂态电性能数据集中每个采样时间对应的dq轴电流计算值；
[0022]
基于目标暂态电性能数据集中各采样时间的dq轴电流测量值和对应的dq轴电流计算值确定出拟合相似度值；拟合相似度值表征各采样时间的dq轴电流测量值与对应的dq轴电流计算值之间的相似程度；
[0023]
利用粒子群算法不断迭代更新参数确定模型中的比例积分控制器参数，直至达到预设迭代次数，并将预设迭代次数中拟合相似度值的收敛值确定为目标拟合相似度值；
[0024]
将目标拟合相似度值对应的比例积分控制器参数确定为目标比例积分控制器参数。
[0025]
于一个示例性的实施方式中，在第k次迭代过程中，若第k次迭代对应的拟合相似度值大于或者等于平均拟合相似度值；则将粒子群算法中的权重系数确定为第一预设权重系数；平均拟合相似度值是基于k次迭代中各迭代次对应的拟合相似度值和k确定的；若第k次迭代对应的拟合相似度值小于平均拟合相似度值；则将粒子群算法中的权重系数确定为第二预设权重系数；k为自然数；
[0026]
第二预设权重系数是基于如下公式确定的：
[0027][0028]
其中，ω
min
表示第三预设权重系数；ω
max
表示第一预设权重系数；zk表示第k次迭代对应的拟合相似度值；z
min
表示k次迭代中的最小拟合相似度值；z
avg
表示平均拟合相似度值；第一预设权重系数大于第三预设权重系数。
[0029]
于一个示例性的实施方式中，确定采样时间对应的锁相环输出角频率的方法包
括：
[0030]
获取采样时间对应的故障前后公共连接点的电压参数、比例积分控制器参数和工频角频率；
[0031]
基于采样时间对应的故障前后公共连接点的电压参数、比例积分控制器参数和工频角频率确定采样时间对应的锁相环输出相角变化值；
[0032]
基于锁相环输出相角变化值、工频角频率和故障后公共连接点的电压相角确定采样时间对应的锁相环输出角频率。
[0033]
于一个示例性的实施方式中，拟合相似度值是基于如下公式计算得到的：
[0034][0035]
其中，n表示粒子数量；n为大于或者等于1的自然数；id_mea(k)和i
q_
mea(k)分别为第k个d轴电流和q轴电流的测量值，id_cal(k)和i
q_
cal(k)分别为第k个d轴电流和q轴电流的计算值。
[0036]
于一个示例性的实施方式中，在第n次迭代后，第k个粒子的更新位置可以基于如下公式计算得到：
[0037][0038]
第k个粒子的更新速度可以基于如下公式计算得到：
[0039][0040]
其中，分别表示第n次迭代后的第k个粒子的更新位置，第n-1次迭代后的第k个粒子的更新位置；分别表示第n次迭代后的第k个粒子的更新速度，第n-1次迭代后的第k个粒子的更新速度；ω表示权重系数；c1表示个体学习因子；c2表示集体学习因子；r1和r2为区间[0,1]内的随机数以增加搜索的随机性；为第k个粒子搜索到的最优位置，为群体搜索的最优位置。
[0041]
于一个示例性的实施方式中，初始二维微分方程表示如下：
[0042][0043]
其中，δω＝ω
0-ω
pll
，表示工频角频率与实际电气耦合项的角频率的误差值；id和iq分别表示d轴电流和q轴电流；i
d*
和i
q*
分别表示d轴电流的指令值和q轴电流的指令值；l表示变流器与公共连接点之间的等效电感，r表示变流器与公共连接点之间的等效电阻；k
ip
、k
ii
分别为电流内环比例积分控制器参数中的比例系数和积分系数。
[0044]
于一个示例性的实施方式中，互为共轭的两个变量可以分别表示为x1和x2；
[0045]
其中，x1＝id+jiq，x2＝i
d-jiq；id和iq分别表示d轴电流和q轴电流。
[0046]
于一个示例性的实施方式中，目标二维微分方程可以表示如下：
[0047][0048]
其中，m＝(k
ip
+r)/l,n＝δω,l＝k
ii
/l,p＝k
ii
/l
×id*
，q＝k
ii
/l
×iq*
，在构建完成后的参数确定模型中均为常数。
[0049]
另一方面，提供了一种新能源并网变流器的参数确定装置，装置包括：
[0050]
构建模块，用于基于预设dq轴电流的指令值、变流器与公共连接点之间的等效储能值、锁相环输出角频率、比例积分控制器参数构建关于dq轴电流和时间的初始二维微分方程；初始二维微分方程中的dq轴电流分量相互耦合；变流器包括比例积分控制器；
[0051]
重构模块，用于对初始二维微分方程中的参数进行重构，得到互为共轭的两个变量对应的目标二维微分方程；两个变量是基于对dq轴电流进行复数构建得到的；
[0052]
解析模块，用于基于两个变量与dq轴电流之间的线性关系，对目标二维微分方程进行解析处理，得到参数确定模型；参数确定模型表征dq轴电流与锁相环输出角频率、比例积分控制器参数的映射关系；
[0053]
处理模块，用于利用粒子群算法对参数确定模型的比例积分控制器参数进行寻优处理，得到目标比例积分控制器参数。
[0054]
另一方面，提供了一种电子设备，包括处理器和存储器，所述存储器中存储有至少一条指令或者至少一段程序，所述至少一条指令或者所述至少一段程序由所述处理器加载并执行以实现上述任一方面的新能源并网变流器的参数确定方法。
[0055]
另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令或者至少一段程序，所述至少一条指令或者所述至少一段程序由处理器加载并执行以实现如上述任一方面的新能源并网变流器的参数确定方法。
[0056]
另一方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该电子设备执行上述任一方面的新能源并网变流器的参数确定方法。
[0057]
本技术通过充分考虑了锁相环动态特性对参数辨识的影响，建立了精确的参数确定模型，从而提高了对系能源并网变流器的参数辨识的准确性，具体构建过程如下：基于预设dq轴电流的指令值、变流器与公共连接点之间的等效储能值、锁相环输出角频率、比例积分控制器参数构建关于dq轴电流和时间的初始二维微分方程；初始二维微分方程中的dq轴电流分量相互耦合；变流器包括比例积分控制器；对初始二维微分方程中的参数进行重构，得到互为共轭的两个变量对应的目标二维微分方程；两个变量是基于对dq轴电流进行复数构建得到的；基于两个变量与dq轴电流之间的线性关系，对目标二维微分方程进行解析处理，得到参数确定模型；参数确定模型表征dq轴电流与锁相环输出角频率、比例积分控制器参数的映射关系；然后再利用粒子群算法对参数确定模型的比例积分控制器参数进行寻优处理，得到目标比例积分控制器参数，从而实现对比例积分控制器的参数的准确辨识，将其代入参数确定模型，从而得到目标参数确定模型，基于该准确的目标参数确定模型对新能源接入的电网故障特征和继电保护的研究具有重要意义。
附图说明
[0058]
为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0059]
图1是本技术实施例提供的一种新能源并网系统的结构示意图；
[0060]
图2是本技术实施例提供的一种新能源并网变流器的参数确定方法的流程示意图；
[0061]
图3是本技术实施例提供的另一种新能源并网变流器的参数确定方法的流程示意图；
[0062]
图4是本技术实施例提供的一种锁相环的传递函数框图；
[0063]
图5是本技术实施例提供的一种pcc点的电压相位变化图；
[0064]
图6是本技术实施例提供的一种比例积分控制器参数关于d轴电流的轨迹灵敏度的曲线图；
[0065]
图7是本技术实施例提供的一种比例积分控制器参数关于q轴电流的轨迹灵敏度的曲线图；
[0066]
图8是本技术实施例提供的一种锁相环输出的时频图；
[0067]
图9是本技术实施例提供的一种基于传统和本技术的参数确定模型得到的电流-时间曲线图；
[0068]
图10是本技术实施例提供的一种新能源并网变流器的参数确定装置的结构框图。
具体实施方式
[0069]
下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
[0070]
需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0071]
可以理解的是，在本技术的具体实施方式中，涉及到用户信息等相关的数据，当本技术以上实施例运用到具体产品或技术中时，需要获得用户许可或者同意，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
[0072]
实质上，锁相环在新能源并网系统中发挥着至关重要的作用，故障后锁相环的动态过程会对故障电流的暂态特性产生较大的影响，然而，现有的参数辨识方法未涉及锁相环的动态特性，忽略了锁相环动态响应引入的非线性误差，无法建立准确反应变流器故障
暂态特性的参数确定模型，从而使得所构建的新能源变流器等效模型只能得到变流器稳定工作状态的模型，无法准确反应新能源电源的故障暂态特性，无法适用于电磁暂态的分析，也使得确定出的变流器参数准确度低；为此，本技术通过充分考虑了锁相环动态特性对参数辨识的影响，建立了精确的参数确定模型，从而提高了对系能源并网变流器的参数辨识的准确性。
[0073]
下面先对本技术说明书和附图涉及的各符号和名词进行说明。
[0074]
pcc表示公共连接点。
[0075]
pwm表示脉冲调制器。
[0076]
pi表示比例积分控制器。
[0077]
t
3s/2r
表示派克(park)变换，是一种用于分析同步电动机运行最常用的坐标变换方法，派克变换可以将定子的a,b,c三相电流投影到随着转子旋转的直轴(d轴)，交轴(q轴)与垂直于dq平面的零轴(0轴)上去，从而实现了对定子电感矩阵的对角化，对同步电动机的运行分析起到了简化作用，也就是会说，派克变换用于将abc坐标系的三相电流变换到dq坐标系。
[0078]
表示加法器，是产生数的和的装置，其目的是为了实现加法。
[0079]
表示变压器，该变压器能够实现对电压的升压和降压处理，请参阅图1，变压器可以将母线c处的380v电压升为35kv。
[0080]
srf-pll，是synchronous reference frame phaselocked loop的简称，中文表示三相同步锁相环。
[0081]
请参阅图1，其所示为本技术实施例提供的一种新能源并网系统的结构示意图。如图1所示的新能源并网系统具体可以是变流器接口的可再生能源(inverter-interfaced renewable energy sources，iires)送出系统及其控制结构图，短路故障发生在图1中a、b两母线之间，该新能源并网系统包括依次连接的新能源电源、变流器、变压器和公共电网系统，公共连接点位于变流器和变压器之间，本技术的在构建参数确定模型时，通过充分考虑了锁相环动态特性对参数辨识的影响，从而可以构建精确的参数确定模型，然后再利用粒子群算法对参数确定模型的比例积分控制器参数进行寻优处理，得到目标比例积分控制器参数，从而实现对比例积分控制器的参数的准确辨识，将其代入参数确定模型，从而得到目标参数确定模型。
[0082]
请参阅图2，其所示为本技术实施例提供的一种新能源并网变流器的参数确定方法的流程示意图，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图2所示，所述方法可以包括：
[0083]
s201：基于预设dq轴电流的指令值、变流器与公共连接点之间的等效储能值、锁相环输出角频率、比例积分控制器参数构建关于dq轴电流和时间的初始二维微分方程；初始二维微分方程中的dq轴电流分量相互耦合；变流器包括比例积分控制器。
[0084]
在本实施例中，所述方法的执行主体可以是与该新能源并网系统通信连接的终端或者服务器，该终端可以实现构建参数确定模型，以及辨识新能源并网变流器的参数(如比
例积分控制器参数)，进而构建出精准的参数确定模型。可选的，该终端可以是平板、笔记本和电脑等电子终端。
[0085]
构建关于dq轴电流和时间的初始二维微分方程的原理如下：
[0086]
由于故障发生后，一般会断开直流电压外环，所以可忽略电压外环的影响(请参阅图1，控制结构图中仅保留了电流内环)。电流内环跟踪dq轴电流的指令值，变流器进入低电压穿越阶段，依据我国现行国标，具体可以表示为如下公式：
[0087][0088]
其中，i
d*
和i
q*
分别表示d轴电流的指令值和q轴电流的指令值；in为额定电流；k为无功支撑系数，可以设定为1.5；bin表示故障期间变流器最大允许电流值，具体可以设为1.1倍的额定电流；u表示电网电压的标幺值。
[0089]
dq坐标系下变流器端口电压方程可以表示如下：
[0090][0091]
其中，ud和uq分别表示变流器端口d轴电压和变流器端口q轴电压；l表示变流器与pcc点之间的等效电感，r表示变流器与pcc点之间的等效电阻。
[0092]
逆变电源控制系统中根据工频稳态电气关系设计的电流内环控制响应方程可以表示如下：
[0093][0094]
其中，k
ip
、k
ii
分别为电流内环比例积分控制器参数中的比例系数和积分系数；ω0表示工频角频率，具体可以设置为100π；id和iq分别表示d轴电流和q轴电流。将公式(2)和(3)联立，从而可以消去上两式(2)和(3)中的变流器端口电压u，并对联立后的微分方程进行微分处理可得二阶微分方程：
[0095][0096]
其中，δω＝ω
0-ω
pll
，表示工频角频率与实际电气耦合项的角频率(即锁相环输出角频率)的误差值。
[0097]
s203：对初始二维微分方程中的参数进行重构，得到互为共轭的两个变量对应的目标二维微分方程；两个变量是基于对dq轴电流进行复数构建得到的。
[0098]
由于故障暂态期间锁相环动态过程的存在，式(4)所示的dq轴电流分量相互耦合，
难以建立参数确定模型，也即是暂态电流辨识模型。针对这一问题，可以将上述公式(4)的公式
①
和公式
②
进行复数重构处理，
①
+j
②
，
①‑j②
，并引入新变量x1＝id+jiq与x2＝i
d-jiq，从而可以得到如下公式(5)，即互为共轭的两个变量x1和x2对应的目标二维微分方程。
[0099][0100]
其中，m＝(k
ip
+r)/l,n＝δω,l＝k
ii
/l,p＝k
ii
/l
×id*
，q＝k
ii
/l
×iq*
，在构建完成后的参数确定模型中均为常数。
[0101]
s205：基于两个变量与dq轴电流之间的线性关系，对目标二维微分方程进行解析处理，得到参数确定模型；参数确定模型表征dq轴电流与锁相环输出角频率、比例积分控制器参数的映射关系。
[0102]
于一个示例性的实施方式中，请参阅图3，步骤s205的具体实施方式可以包括：
[0103]
s2051：对目标二维微分方程进行求解，得到两个变量中任意一个变量对应的解析方程。
[0104]
倘若δω＝常数，此时公式(5)为二维常系数微分方程，根据求解微分方程的通用解法，可得x1和x2的时域表达式。由于变量x1和x2互为共轭，只需对x1和x2任意一项进行求解即可得到电流id和iq解析表达式。根据二维常系数微分方程的解法，可得x1的解析表达式可以表示如下：
[0105][0106]
其中，c1，c2为待定的复系数。
[0107]
s2053：对解析方程中的指数项进行复数重构，得到复数重构后的目标解析方程。
[0108]
本实施例中，由于上述公式(6)中的c1，c2为待定的复系数，可代入变流器初始电流值及其导数值求得；c1，c2可以变形为指数项，所以公式(6)中的指数项分别为c1，公式(6)右侧的指数项可由指数exp[(α+jm1)t],exp[(β+jm2t)t]表示。
[0109]
s2055：基于两个变量与dq轴电流之间的线性关系，对目标解析方程进行解析，得到dq轴电流的时域解析方程。
[0110]
s2057：将dq轴电流的时域解析方程确定为参数确定模型。
[0111]
结合[x
1 x2]
t
和[i
d iq]
t
之间的线性关系，可求得id(t)和iq(t)的时域解析表达式，也即是参数确定模型，具体表示为如下方程：
[0112][0113]
其中，id(t)表示时间t的d轴电流；iq(t)表示时间t的q轴电流；和分别为故障后d轴电流和q轴电流的指令值；a1＝sqrt((c
1r
)2+(c
1i
)2)；
[0114]
a2＝sqrt((c
2r
)2+(c
2i
)2)；n1＝arctan(c
1i
/c
1r
)；n2＝arctan(c
2i
/c
2r
)；c
1r
，c
1i
和c
2r
，c
2i
表示将故障发生时刻dq轴电流不突变对应的其他参数变量代入参数确定模型得到的参
数；m1、m2、α和β均是基于预设dq轴电流的指令值、等效储能值、锁相环输出角频率和比例积分控制器参数确定的参数变量，这四个参数变量的具体求解过程参见上述描述。
[0115]
在本实施例中，预设dq轴电流的指令值具体包括故障后d轴电流和q轴电流的指令值d轴电流的指令值i
d*
和q轴电流的指令值i
q*
；变流器与公共连接点之间的等效储能值具体可以包括变流器与pcc点之间的等效电感l和变流器与pcc点之间的等效电阻r。
[0116]
为了进一步提高构建的参数确定模型的精准度，可以采用微分近似思想来在实际应用过程中计算故障暂态过程中的多个采样时间对应的暂态电流(即可以称为dq轴电流)。考虑到锁相环输出角频率ω
pll
在不断变化，从而使得δω在不断变化。因此，微分方程式(5)为变系数微分方程，难以求解，通常变流器故障暂态过程通常为几十毫秒内，从而可以将故障暂态过程的时间段[t1,tn]按照采样频率f划分为(t
n-t1)f段，即[t1,t2],[t2,t3]，
…
，[t
n-1
,tn]，其中t1为故障发生时刻。采用微分近似思想，认为锁相环输出的角频率在该时间间隔内保持不变，例如近似认为ω
pll
(t
n-1
)为区间[t
n-1
,tn]的角频率，将其代入式中计算t
n-1
时刻的暂态电流，从而可以更加准确地从时间尺度上反应锁相环输出的角频率与工频角频率存在非线性动态误差时的暂态电流变化规律。
[0117]
s207：利用粒子群算法对参数确定模型的比例积分控制器参数进行寻优处理，得到目标比例积分控制器参数。
[0118]
于一个示例性的实施方式中，步骤s207的具体实施方式可以包括：在变压器与公共电网系统之间存在故障的情况下，确定故障暂态过程对应的目标暂态电性能数据集；目标暂态电性能数据集表征多个采样时间对应的锁相环输出角频率和dq轴电流测量值情况；基于参数确定模型和目标暂态电性能数据集确定目标暂态电性能数据集中每个采样时间对应的dq轴电流计算值；基于目标暂态电性能数据集中各采样时间的dq轴电流测量值和对应的dq轴电流计算值确定出拟合相似度值；拟合相似度值表征各采样时间的dq轴电流测量值与对应的dq轴电流计算值之间的相似程度；利用粒子群算法不断迭代更新参数确定模型中的比例积分控制器参数，直至达到预设迭代次数，并将预设迭代次数中拟合相似度值的收敛值确定为目标拟合相似度值；将目标拟合相似度值对应的比例积分控制器参数确定为目标比例积分控制器参数。
[0119]
在本实施例中，目标暂态电性能数据集具体可以包括锁相环输出角频率数据集和dq轴电流测量值集；延续上述示例，将故障暂态过程的时间段[t1,tn]按照采样频率f划分为(t
n-t1)f段，即[t1，t2]，[t2，t3]，
…
，[t
n-1
，tn]，其中t1为故障发生时刻，锁相环输出角频率数据集表示为{ω
pll
(t1)，
……
，ωpll(t
n-1
)}，其中，ω
pll
(t1)表示区间[t1,t2]的角频率；ω
pll
(tn-1)为区间[tn-1，tn]的角频率；dq轴电流测量值集表示为{idq(1)，
……
，idq(n-1)}，其中，idq(1)表示区间[t1,t2]的dq轴电流，i
dq
(n-1)表示区间[t
n-1
，tn]的dq轴电流。
[0120]
在粒子群算法的具体寻优过程中，可以先对粒子群进行初始化，假设第k个粒子的位置参数为xk＝(x
k1
,x
k2
)，其中x
k1
＝k
ip
，x
k2
＝k
ii
；第k个粒子的速度为vk＝(v
k1
,v
k2
)。给每个粒子赋予随机的初始位置和速度，延续上述例子，k∈n-1，即每个粒子对应一个采样时间。
[0121]
针对每个采样时间，通过将随机给出的粒子的位置参数和上述锁相环输出角频率ω
pll
代入上述公式(7)中，从而可以得到d轴电流计算值i
d_cal
和q轴电流计算值i
q_cal
；在每
一代进化中，计算各粒子的拟合相似度值z，z越小代表计算值和测量值的拟合度越高，说明此时得到的k
ii
和k
ip
更加接近真值，具体的，z可以基于如下公式表示；
[0122][0123]
其中，n表示粒子数量，n具体可以等于上述[t
n-1
，tn]中的n-1；n为大于或者等于1的自然数；i
d_mea
(k)和i
q_mea
(k)分别为第k个d轴电流和q轴电流的测量值，i
d_cal
(k)和i
q_cal
(k)分别为第k个d轴电流和q轴电流的计算值。
[0124]
接下来，根据拟合相似度值z对待辨识参数k
ip
,k
ii
进行迭代寻优，具体可以根据如下公式(9)和(10)来更新粒子的位置和速度。
[0125][0126][0127]
其中，分别表示第n次迭代后的第k个粒子的更新位置，第n-1次迭代后的第k个粒子的更新位置；分别表示第n次迭代后的第k个粒子的更新速度，第n-1次迭代后的第k个粒子的更新速度；ω表示权重系数；c1表示个体学习因子，c2表示集体学习因子，在本实施例中可以取经验值c1＝c2＝0.6；r1和r2为区间[0,1]内的随机数以增加搜索的随机性；为第k个粒子搜索到的最优位置(个体最优位置)，为群体搜索的最优位置(群体最优位置)，个体最优位置具体可以是指单个粒子在历次位置更新中的最优位置，即历次位置更新中z的最小值所对应的位置参数；同理，群体最优位置可以是指所有粒子在历次位置更新中的最优位置，即所有粒子的历次位置更新中z的最小值所对应的粒子的位置参数。
[0128]
为了避免粒子群算法陷入局部最优，于一个示例性的实施方式中，在第k次迭代过程中，若第k次迭代对应的拟合相似度值大于或者等于平均拟合相似度值；则将粒子群算法中的权重系数确定为第一预设权重系数；平均拟合相似度值是基于k次迭代中各迭代次对应的拟合相似度值和k确定的；若第k次迭代对应的拟合相似度值小于平均拟合相似度值；则将粒子群算法中的权重系数确定为第二预设权重系数；k为自然数；
[0129]
第二预设权重系数是基于如下公式确定的：
[0130][0131]
其中，ω
min
表示第三预设权重系数；ω
max
表示第一预设权重系数；zk表示第k次迭代对应的拟合相似度值；z
min
表示k次迭代中的最小拟合相似度值；z
avg
表示平均拟合相似度值；第一预设权重系数大于第三预设权重系数。可选的，平均拟合相似度值z
avg
的计算方法可以是采用算术平均数计算方法，即将k次迭代中各迭代次对应的拟合相似度值的和值除以迭代次数k得到，当然也可以采用加权平均的方法来计算。在此不做限制。
[0132]
通常，权重系数的值越大，全局寻优能力越强，局部寻优能力越弱；权重系数的值越小，全局寻优能力越弱，局部寻优能力越强。而本技术这种动态的权重系数能获得比固定值更精准的寻优结果。
[0133]
通过上述粒子群算法可以对k
ii
和k
ip
进行寻优，直至达到预设迭代次数，具体可以
将各次迭代的z绘制成图表示，将z的收敛值(通常为最小值)作为目标拟合相似度值，进而将z的收敛值所对应的k
ii
和k
ip
作为目标比例积分控制器参数。
[0134]
在本技术实施例中，可以采用直接测量方法，从而可以直接将获取到采样时间对应的锁相环输出角频率，但有时并不能直接测量得到，所以于另一个示例性的实施方式中，可确定采样时间对应的锁相环输出角频率可以通过如下方法步骤得到：获取采样时间对应的故障前后公共连接点的电压参数、比例积分控制器参数和工频角频率；基于采样时间对应的故障前后公共连接点的电压参数、比例积分控制器参数和工频角频率确定采样时间对应的锁相环输出相角变化值；基于锁相环输出相角变化值、工频角频率和故障后公共连接点的电压相角确定采样时间对应的锁相环输出角频率。
[0135]
具体的，本技术计算锁相环输出角频率的原理如下：
[0136]
请参阅图4，其所示为锁相环的传递函数框图；锁相环输入pcc点电压e
abc
，经park变换将三相交流电压转换为直流量(dq轴分量)，锁相环通过pi动态调整park变换的锁相环输出相角θ
pll
使得eq＝0来实现对电压相位的跟踪，其传递函数为：
[0137][0138]
其中，s为拉式算子。
[0139]
如图5所示为pcc点的电压相位变化图，其中θ0为故障后pcc点的输出相角，e为故障前电压向量，e
pcc
为故障后电压向量。由于锁相环输出的相位信息存在动态变化过程，原dq轴随着锁相环pi的动态调整发生旋转，当调整稳定保持为d1q1。假设锁相环输出相角接近于故障后电压的真实相位，即θ
0-θ
pll
≈0可得：
[0140]eq
＝e
pcc
sin(θ
0-θ
pll
)≈e
pcc
(θ
0-θ
pll
)
ꢀꢀꢀꢀꢀꢀ
(12)
[0141]
联立式(11)和式(12)可得复频域下锁相环输出相角的表达式，具体可以表示为如下公式：
[0142][0143]
发生故障后，通过引入相角跌落的延迟项模拟系统真实相角的变化。假设系统的真实相位由a指数式下降为b，即θ0(t)＝b+(b-a)exp(-at)，其中a为电压相位变化的延迟因子。对θ0(t)进行拉普拉斯变换代入式(13)中，再对其进行拉普拉斯反变换可得锁相环输出相角为θ
pll
(t)＝ω0t+b+δθ
pll
(t)，具体可以表示为如下公式：
[0144]
[0145][0146]
其中，a为故障发生前pcc点的电压相角，b为故障发生后pcc点的电压相角，c＝b-a。
[0147]
在本实施例中，故障前后公共连接点的电压参数具体可以包括上述中的a、b、e，e
pcc
和a。
[0148]
锁相环输出角频率ω
pll
(t)可由相角θ
pll
(t)对时间t求导所得。由式(14)可知，故障发生后，锁相环的动态响应受故障前后pcc点的相位变化以及锁相环控制参数的影响。
[0149]
请参阅表1，其所示分别为传统参数确定模型的参数确定结果，表2为本技术参数确定模型的参数确定结果。已知k
ip
和k
ii
的实际值分别为0.3和6，分别利用传统参数确定模型和本技术参数确定模型对k
ip
进行确定，得到的辨识误差分别为14.23％和4.83％，分别利用传统参数确定模型和本技术参数确定模型对k
ii
进行确定，得到其的辨识误差分别为62.17％和3.67％，通过对比可知，采用本技术所提方法使得比例系数k
ip
的辨识误差由14.23％降低为4.83％，积分系数k
ii
的辨识误差由62.17％降低为3.67％，提高了参数辨识的精度。
[0150]
表1
[0151][0152][0153]
表2
[0154]
参数真值辨识结果辨识误差k
ip
0.30.28554.83％k
ii
66.22033.67％
[0155]
请参阅图6和图7，其所示分别为比例积分控制器参数关于dq轴电流的轨迹灵敏度的曲线图。故障发生瞬间，比例系数k
ip
反应强烈，积分系数k
ii
反应较小，可知dq轴电流均对比例系数k
ip
的敏感程度高，故比例系数k
ip
的辨识精度明显优于积分系数k
ii
，本文所提辨识方法提高了低灵敏度系数k
ii
的辨识精度。
[0156]
图8所示为锁相环输出的时频图，由图8可知，故障发生后，锁相环输出的相角和角频率存在暂态过渡过程。
[0157]
将表1所得辨识结果代入传统参数确定模型，表2所得辨识结果代入本技术所提参数确定模型，可以获得d轴电流计算值与仿真值的对比图(如图9)。从图9可以看出，传统参
数确定模型的辨识结果的拟合电流与仿真结果存在较大误差。这是由于传统参数确定方法的参数确定模型忽略了锁相环的非线性误差，无法描述锁相环动态过程引起的欠阻尼振荡。本技术所提参数确定模型的参数辨识结果的拟合电流与仿真结果吻合程度较高，进一步说明了本技术所提参数确定方法的有效性。
[0158]
表3
[0159][0160]
表3所示为本技术所提供的参数确定方法在不同强度噪声下的辨识误差，从表3可以看出，本技术所提方法在不同强度噪声下均有较好的辨识精度，比例系数k
ip
的辨识误差小于6％，积分系数k
ii
的辨识误差小于4％。由此可见，所提方法具有较高的耐受噪声能力。
[0161]
但需要说明的是，上述建立参数辨识模型仅为本发明较佳的实施方案，不能将其理解为对本发明保护范围的限制，在未脱离本发明构思前提下，对本发明所做的任何微小变化与修饰均属于本发明的保护范围。
[0162]
与上述几种实施例提供的新能源并网变流器的参数确定方法相对应，本技术实施例还提供一种新能源并网变流器的参数确定装置，由于本技术实施例提供的新能源并网变流器的参数确定装置与上述几种实施例提供的新能源并网变流器的参数确定方法相对应，因此前述新能源并网变流器的参数确定方法的实施方式也适用于本实施例提供的新能源并网变流器的参数确定装置，在本实施例中不再详细描述。
[0163]
请参阅图10，其所示为本技术实施例提供的一种新能源并网变流器的参数确定装置的结构示意图，该装置具有实现上述方法实施例中新能源并网变流器的参数确定方法的功能，所述功能可以由硬件实现，也可以由硬件执行相应的软件实现。如图10所示，该新能源并网变流器的参数确定装置1000包括：
[0164]
构建模块1001，用于基于预设dq轴电流的指令值、变流器与公共连接点之间的等效储能值、锁相环输出角频率、比例积分控制器参数构建关于dq轴电流和时间的初始二维微分方程；初始二维微分方程中的dq轴电流分量相互耦合；变流器包括比例积分控制器；
[0165]
重构模块1003，用于对初始二维微分方程中的参数进行重构，得到互为共轭的两个变量对应的目标二维微分方程；两个变量是基于对dq轴电流进行复数构建得到的；
[0166]
解析模块1005，用于基于两个变量与dq轴电流之间的线性关系，对目标二维微分方程进行解析处理，得到参数确定模型；参数确定模型表征dq轴电流与锁相环输出角频率、比例积分控制器参数的映射关系；
[0167]
处理模块1007，用于利用粒子群算法对参数确定模型的比例积分控制器参数进行寻优处理，得到目标比例积分控制器参数。
[0168]
于一个示例性的实施方式中，该解析模块1005，用于对目标二维微分方程进行求解，得到两个变量中任意一个变量对应的解析方程；
[0169]
对解析方程中的指数项进行复数重构，得到复数重构后的目标解析方程；
[0170]
基于两个变量与dq轴电流之间的线性关系，对目标解析方程进行解析，得到dq轴电流的时域解析方程；
[0171]
将dq轴电流的时域解析方程确定为参数确定模型。
[0172]
于一个示例性的实施方式中，参数确定模型为如下方程：
[0173][0174]
其中，id(t)表示时间t的d轴电流；iq(t)表示时间t的q轴电流；和分别为故障后d轴电流和q轴电流的指令值；a1＝sqrt((c
1r
)2+(c
1i
)2)；
[0175]
a2＝sqrt((c
2r
)2+(c
2i
)2)；n1＝arctan(c
1i
/c
1r
)；n2＝arctan(c
2i
/c
2r
)；c
1r
，c
1i
和c
2r
，c
2i
表示将故障发生时刻dq轴电流不突变对应的其他参数变量代入参数确定模型得到的参数；m1、m2、α和β均是基于预设dq轴电流的指令值、等效储能值、锁相环输出角频率和比例积分控制器参数确定的参数变量。
[0176]
于一个示例性的实施方式中，处理模块1007，用于在变压器与公共电网系统之间存在故障的情况下，确定故障暂态过程对应的目标暂态电性能数据集；目标暂态电性能数据集表征多个采样时间对应的锁相环输出角频率和dq轴电流测量值情况；
[0177]
基于参数确定模型和目标暂态电性能数据集确定目标暂态电性能数据集中每个采样时间对应的dq轴电流计算值；
[0178]
基于目标暂态电性能数据集中各采样时间的dq轴电流测量值和对应的dq轴电流计算值确定出拟合相似度值；拟合相似度值表征各采样时间的dq轴电流测量值与对应的dq轴电流计算值之间的相似程度；
[0179]
利用粒子群算法不断迭代更新参数确定模型中的比例积分控制器参数，直至达到预设迭代次数，并将预设迭代次数中拟合相似度值的收敛值确定为目标拟合相似度值；
[0180]
将目标拟合相似度值对应的比例积分控制器参数确定为目标比例积分控制器参数。
[0181]
于一个示例性的实施方式中，在第k次迭代过程中，若第k次迭代对应的拟合相似度值大于或者等于平均拟合相似度值；则将粒子群算法中的权重系数确定为第一预设权重系数；平均拟合相似度值是基于k次迭代中各迭代次对应的拟合相似度值和k确定的；若第k次迭代对应的拟合相似度值小于平均拟合相似度值；则将粒子群算法中的权重系数确定为第二预设权重系数；k为自然数；
[0182]
第二预设权重系数是基于如下公式确定的：
[0183][0184]
其中，ω
min
表示第三预设权重系数；ω
max
表示第一预设权重系数；zk表示第k次迭代对应的拟合相似度值；z
min
表示k次迭代中的最小拟合相似度值；z
avg
表示平均拟合相似度值；第一预设权重系数大于第三预设权重系数。
[0185]
于一个示例性的实施方式中，处理模块1007，用于获取采样时间对应的故障前后公共连接点的电压参数、比例积分控制器参数和工频角频率；
[0186]
基于采样时间对应的故障前后公共连接点的电压参数、比例积分控制器参数和工频角频率确定采样时间对应的锁相环输出相角变化值；
[0187]
基于锁相环输出相角变化值、工频角频率和故障后公共连接点的电压相角确定采样时间对应的锁相环输出角频率。
[0188]
于一个示例性的实施方式中，拟合相似度值是基于如下公式计算得到的：
[0189][0190]
其中，n表示粒子数量；n为大于或者等于1的自然数；i
d_mea
(k)和i
q_mea
(k)分别为第k个d轴电流和q轴电流的测量值，i
d_cal
(k)和i
q_cal
(k)分别为第k个d轴电流和q轴电流的计算值。
[0191]
于一个示例性的实施方式中，在第n次迭代后，第k个粒子的更新位置可以基于如下公式计算得到：
[0192][0193]
第k个粒子的更新速度可以基于如下公式计算得到：
[0194][0195]
其中，分别表示第n次迭代后的第k个粒子的更新位置，第n-1次迭代后的第k个粒子的更新位置；分别表示第n次迭代后的第k个粒子的更新速度，第n-1次迭代后的第k个粒子的更新速度；ω表示权重系数；c1表示个体学习因子；c2表示集体学习因子；r1和r2为区间[0,1]内的随机数以增加搜索的随机性；为第k个粒子搜索到的最优位置，为群体搜索的最优位置。
[0196]
于一个示例性的实施方式中，初始二维微分方程表示如下：
[0197][0198]
其中，δω＝ω
0-ω
pll
，表示工频角频率与实际电气耦合项的角频率的误差值；id和iq分别表示d轴电流和q轴电流；i
d*
和i
q*
分别表示d轴电流的指令值和q轴电流的指令值；l表示变流器与公共连接点之间的等效电感，r表示变流器与公共连接点之间的等效电阻；k
ip
、k
ii
分别为电流内环比例积分控制器参数中的比例系数和积分系数。
[0199]
于一个示例性的实施方式中，互为共轭的两个变量可以分别表示为x1和x2；
[0200]
其中，x1＝id+jiq，x2＝i
d-jiq；id和iq分别表示d轴电流和q轴电流。
[0201]
于一个示例性的实施方式中，目标二维微分方程可以表示如下：
[0202][0203]
其中，m＝(k
ip
+r)/l,n＝δω,l＝k
ii
/l,p＝k
ii
/l
×id*
，q＝k
ii
/l
×iq*
，在构建完成后的参数确定模型中均为常数。
[0204]
需要说明的是，上述实施例提供的装置，在实现其功能时，仅以上述各功能模块的
划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
[0205]
本技术实施例提供了一种电子设备，该电子设备包括处理器和存储器，该存储器中存储有至少一条指令或者至少一段程序，该至少一条指令或者该至少一段程序由该处理器加载并执行以实现如上述方法实施例所提供的任意一种新能源并网变流器的参数确定方法。
[0206]
存储器可用于存储软件程序以及模块，处理器通过运行存储在存储器的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、功能所需的应用程序等；存储数据区可存储根据所述设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器还可以包括存储器控制器，以提供处理器对存储器的访问。
[0207]
本技术的实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质可设置于电子设备之中以保存用于实现一种新能源并网变流器的参数确定方法相关的至少一条指令或者至少一段程序，该至少一条指令或者该至少一段程序由该处理器加载并执行以实现上述方法实施例提供的任意一种新能源并网变流器的参数确定方法。
[0208]
本技术的实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该电子设备执行上述方法实施例提供的任意一种新能源并网变流器的参数确定方法。
[0209]
可选地，在本实施例中，上述存储介质可以包括但不限于：u盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0210]
需要说明的是：上述本技术实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0211]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0212]
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0213]
以上所述仅为本技术的较佳实施例，并不用以限制本技术，凡在本技术的精神和
原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。

技术特征：
1.一种新能源并网变流器的参数确定方法，其特征在于，包括：基于预设dq轴电流的指令值、变流器与公共连接点之间的等效储能值、锁相环输出角频率、比例积分控制器参数构建关于dq轴电流和时间的初始二维微分方程；所述初始二维微分方程中的dq轴电流分量相互耦合；所述变流器包括比例积分控制器；对所述初始二维微分方程中的参数进行重构，得到互为共轭的两个变量对应的目标二维微分方程；两个所述变量是基于对dq轴电流进行复数构建得到的；基于两个所述变量与所述dq轴电流之间的线性关系，对所述目标二维微分方程进行解析处理，得到参数确定模型；所述参数确定模型表征所述dq轴电流与所述锁相环输出角频率、所述比例积分控制器参数的映射关系；利用粒子群算法对所述参数确定模型的比例积分控制器参数进行寻优处理，得到目标比例积分控制器参数。2.根据权利要求1所述的参数确定方法，其特征在于，所述基于两个所述变量与所述dq轴电流之间的线性关系，对所述目标二维微分方程进行解析处理，得到参数确定模型，包括：对所述目标二维微分方程进行求解，得到两个所述变量中任意一个变量对应的解析方程；对所述解析方程中的指数项进行复数重构，得到复数重构后的目标解析方程；基于两个所述变量与所述dq轴电流之间的线性关系，对所述目标解析方程进行解析，得到所述dq轴电流的时域解析方程；将所述dq轴电流的时域解析方程确定为所述参数确定模型。3.根据权利要求1所述的参数确定方法，其特征在于，所述参数确定模型为如下方程：其中，i
d
(t)表示时间t的d轴电流；i
q
(t)表示时间t的q轴电流；和分别为故障后d轴电流和q轴电流的指令值；a1＝sqrt((c
1r
)2+(c
1i
)2)；a2＝sqrt((c
2r
)2+(c
2i
)2)；n1＝arctan(c
1i
/c
1r
)；n2＝arctan(c
2i
/c
2r
)；c
1r
，c
1i
和c
2r
，c
2i
表示将故障发生时刻dq轴电流不突变对应的其他参数变量代入所述参数确定模型得到的参数；m1、m2、α和β均是基于所述预设dq轴电流的指令值、所述等效储能值、所述锁相环输出角频率和所述比例积分控制器参数确定的参数变量。4.根据权利要求1所述的参数确定方法，其特征在于，所述利用粒子群算法对所述参数确定模型的比例积分控制器参数进行寻优处理，得到目标比例积分控制器参数，包括：在所述变压器与所述公共电网系统之间存在故障的情况下，确定故障暂态过程对应的目标暂态电性能数据集；所述目标暂态电性能数据集表征多个采样时间对应的锁相环输出角频率和dq轴电流测量值情况；所述变压器位于所述变流器与所述公共电网系统之间；基于所述参数确定模型和所述目标暂态电性能数据集确定所述目标暂态电性能数据集中每个采样时间对应的dq轴电流计算值；基于所述目标暂态电性能数据集中各采样时间的dq轴电流测量值和对应的dq轴电流
计算值确定出拟合相似度值；所述拟合相似度值表征所述各采样时间的dq轴电流测量值与对应的dq轴电流计算值之间的相似程度；利用粒子群算法不断迭代更新所述参数确定模型中的比例积分控制器参数，直至达到预设迭代次数，并将所述预设迭代次数中拟合相似度值的收敛值确定为目标拟合相似度值；将所述目标拟合相似度值对应的比例积分控制器参数确定为目标比例积分控制器参数。5.根据权利要求4所述的参数确定方法，其特征在于，在第k次迭代过程中，若所述第k次迭代对应的拟合相似度值大于或者等于平均拟合相似度值；则将所述粒子群算法中的权重系数确定为第一预设权重系数；所述平均拟合相似度值是基于k次迭代中各迭代次对应的拟合相似度值和k确定的；若所述第k次迭代对应的拟合相似度值小于平均拟合相似度值；则将所述粒子群算法中的权重系数确定为第二预设权重系数；k为自然数；所述第二预设权重系数是基于如下公式确定的：其中，ω
min
表示第三预设权重系数；ω
max
表示第一预设权重系数；z
k
表示第k次迭代对应的拟合相似度值；z
min
表示k次迭代中的最小拟合相似度值；z
avg
表示平均拟合相似度值；所述第一预设权重系数大于所述第三预设权重系数。6.根据权利要求4所述的参数确定方法，其特征在于，所述拟合相似度值是基于如下公式计算得到的：其中，n表示粒子数量；n为大于或者等于1的自然数；i
d_mea
(k)和i
q_mea
(k)分别为第k个d轴电流和q轴电流的测量值，i
d_cal
(k)和i
q_cal
(k)分别为第k个d轴电流和q轴电流的计算值。7.根据权利要求4所述的参数确定方法，其特征在于，在第n次迭代后，第k个粒子的更新位置可以基于如下公式计算得到：第k个粒子的更新速度可以基于如下公式计算得到：其中，分别表示第n次迭代后的第k个粒子的更新位置，第n-1次迭代后的第k个粒子的更新位置；分别表示第n次迭代后的第k个粒子的更新速度，第n-1次迭代后的第k个粒子的更新速度；ω表示权重系数；c1表示个体学习因子；c2表示集体学习因子；r1和r2为区间[0,1]内的随机数以增加搜索的随机性；为第k个粒子搜索到的最优位置，为群体搜索的最优位置。8.根据权利要求4所述的参数确定方法，其特征在于，确定所述采样时间对应的锁相环输出角频率的方法包括：
获取所述采样时间对应的故障前后公共连接点的电压参数、比例积分控制器参数和工频角频率；基于所述采样时间对应的故障前后公共连接点的电压参数、比例积分控制器参数和工频角频率确定所述采样时间对应的锁相环输出相角变化值；基于所述锁相环输出相角变化值、所述工频角频率和故障后所述公共连接点的电压相角确定所述采样时间对应的锁相环输出角频率。9.根据权利要求1所述的参数确定方法，其特征在于，所述初始二维微分方程表示如下：其中，δω＝ω
0-ω
pll
，表示工频角频率与实际电气耦合项的角频率的误差值；i
d
和i
q
分别表示d轴电流和q轴电流；i
d*
和i
q*
分别表示d轴电流的指令值和q轴电流的指令值；l表示变流器与公共连接点之间的等效电感，r表示变流器与公共连接点之间的等效电阻；k
ip
、k
ii
分别为电流内环比例积分控制器参数中的比例系数和积分系数。10.根据权利要求9所述的参数确定方法，其特征在于，所述互为共轭的两个变量可以分别表示为x1和x2；其中，x1＝i
d
+ji
q
，x2＝i
d-ji
q
；i
d
和i
q
分别表示d轴电流和q轴电流。11.根据权利要求10所述的参数确定方法，其特征在于，所述目标二维微分方程可以表示如下：其中，m＝(k
ip
+r)/l,n＝δω,l＝k
ii
/l,p＝k
ii
/l
×
i
d*
，q＝k
ii
/l
×
i
q*
，在构建完成后的参数确定模型中均为常数。12.一种新能源并网变流器的参数确定装置，其特征在于，所述装置包括：构建模块，用于基于预设dq轴电流的指令值、变流器与公共连接点之间的等效储能值、锁相环输出角频率、比例积分控制器参数构建关于dq轴电流和时间的初始二维微分方程；所述初始二维微分方程中的dq轴电流分量相互耦合；所述变流器包括比例积分控制器；重构模块，用于对所述初始二维微分方程中的参数进行重构，得到互为共轭的两个变量对应的目标二维微分方程；两个所述变量是基于对dq轴电流进行复数构建得到的；解析模块，用于基于两个所述变量与所述dq轴电流之间的线性关系，对所述目标二维微分方程进行解析处理，得到参数确定模型；所述参数确定模型表征所述dq轴电流与所述锁相环输出角频率、所述比例积分控制器参数的映射关系；处理模块，用于利用粒子群算法对所述参数确定模型的比例积分控制器参数进行寻优处理，得到目标比例积分控制器参数。13.一种电子设备，其特征在于，包括处理器和存储器，所述存储器中存储有至少一条
指令或者至少一段程序，所述至少一条指令或者所述至少一段程序由所述处理器加载并执行以实现如权利要求1～12中任一项所述的新能源并网变流器的参数确定方法。14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条指令或者至少一段程序，所述至少一条指令或者所述至少一段程序由处理器加载并执行以实现如权利要求1～12任一项所述的新能源并网变流器的参数确定方法。

技术总结
本申请涉及新能源场站并网保护技术领域，特别涉及一种新能源并网变流器的参数确定方法及装置，本申请通过充分考虑了锁相环动态特性对参数辨识的影响，建立了精确的参数确定模型，再利用粒子群算法对参数确定模型的比例积分控制器参数进行寻优处理，得到目标比例积分控制器参数，从而实现对比例积分控制器的参数的准确辨识。的准确辨识。的准确辨识。


技术研发人员：黄海清 包磊 金鹏飞 谢永国 施旸 左海波 史明明 蒋欣颖 贾科
受保护的技术使用者：国网江苏省电力有限公司 华北电力大学
技术研发日：2023.06.29
技术公布日：2023/9/20