光伏并网发电系统仿真模型的参数辨识

付兵彬，贾春蓉，杨昌海，张中丹

（甘肃省电力公司电力经济技术研究院，兰州 730050）

光伏并网发电系统仿真模型的参数辨识

付兵彬，贾春蓉，杨昌海，张中丹

（甘肃省电力公司电力经济技术研究院，兰州 730050）

为保证光伏发电系统输出结果的准确性，开展了光伏发电参数的辨识研究。针对光伏发电系统，从光伏阵列及并网逆变器两个方面进行分析，找出影响光伏模型输出的关键参数，应用递推最小二乘法制定了光伏并网发电系统参数辨识方法，并利用光伏实测数据进行了光伏电池及光伏逆变器的参数辨识，最终得到一组较为准确的光伏发电系统参数。最后将解析计算、系统辨识下的仿真输出与光伏实测输出进行了对比，验证了光伏发电系统参数方法及结果的可行性，为进一步研究配电网分布式光伏接入配电网问题奠定基础。

光伏发电系统；仿真建模；参数辨识；最小二乘法

据预测太阳能光伏发电在21世纪会占据世界能源消费的重要席位，并将成为世界能源供应的主体。随着电力政策的放宽，光伏发电接入配电网成为必然趋势。为研究光伏大规模接入对配电网的影响，国内外科研机构均将电力系统数字仿真作为研究的重要手段[1]。

光伏发电数字仿真技术的关键是保证光伏发电模型的输出特性符合系统实测特性，为此需要较为精确合理的光伏发电系统参数。在光伏发电系统控制参数设置方面，常用的方法有理论解析法和系统辨识法，理论解析法能最大限度再现光伏发电系统内部过程，因此被研究人员广泛应用。但由于光伏系统的复杂性，理论解析法在求解控制参数时遇到非线性微积分方程，且部分不可测变量会影响参数计算结果，致使求得的参数不能直接用于光伏控制，往往需要多次人工调整；系统辨识法是利用模型实测的输入和输出来求解未知参数，因此模型最终输出与系统实测的拟合度较高，其在航空航天、经济系统和电机控制等领域已得到成功应用。但在光伏并网发电领域，目前仅针对光伏阵列本身开展了辨识研究工作，对光伏并网发电系统的整体尚无研究成果[2，3]。

本文对光伏阵列和并网逆变器进行了系统性地参数辨识。首先分析光伏发电系统模型，得到影响光伏并网发电系统模型输出的关键参数；然后利用递推最小二乘法确定了光伏并网发电系统参数辨识方法，并利用光伏实测数据与光伏并网发电系统模型进行多次辨识，得到一组确切的控制参数；最后将系统辨识与理论解析参数下的光伏运行特性进行对比，验证了光伏发电控制参数辨识的可行性，增强了光伏发电系统仿真的可信度。

1 光伏发电系统结构

光伏发电系统是由光伏阵列将光能转化为直流电能，并通过逆变器将直流电能变换成交流电能，实现并网发电。典型的光伏发电结构如图1所示。

图1 单级式光伏并网发电系统结构Fig.1 System structure of single-stage PV grid

图1中光伏发电并网主要包括两个部分：光伏电池和光伏逆变器。光伏电池的理想等效电路如图2所示，由光生电流源和一个二极管并联得到。

图2 光伏电池理想电路模型Fig.2 Idealcircuitmodelof PV cells

其伏安关系为

式中：V为光伏电池输出电压；I为光伏电池输出电流；Iph为光生电流源电流；Is为二极管饱和电流；q为电子电量常量，值为1.602×10-19C；k为玻耳兹曼常数，为1.381×10-23J/K。对于该等值电路，当其开路时输出V对应的开路电压为Voc，ref；其短路时输出电流I对应的短路电流为Isc，ref。

为了最大限度的利用太阳能，光伏电池中需要使用最大功率点跟踪MPPT（maximum power point tracking）控制，每隔一定的时间增加或减小光伏方阵输出电压，并观测光伏方阵输出功率的变化，以此决定下一步的调整方向，此时等值电路的输出电压V和输出电流I对应的最大功率点电压为Vmp，ref和最大功率点电流为Imp，ref。综上，对于光伏发电系统需要对Voc，ref、Isc，ref和Vmp，ref、Imp，ref这4个参数进行辨识和控制[4～6]。

光伏系统的逆变器采用电压功率外环控制和电流内环控制。其中电压功率外环是将光伏阵列经过MPPT控制后的直流电压和逆变器输出的无功功率分别与参考信号进行比较，并对误差进行PI控制，从而得到内环控制器的参考信号Idref与Iqref。电流内环控制器采取“dq旋转坐标系下的内环控制”，即利用正交派克变换，将三相电压电流变换到以频率ω旋转的dq0坐标系下，此时的三相对称平衡分量将成为直流量。派克坐标变换公式为

在逆变器控制系统中关键参数有外环PI参数有功比例系数KP、有功积分系数kiP、无功比例系数KQ、无功积分系数kiQ和内环PI参数直轴比例系数Kd、直轴时间常数Td、交轴比例系数Kq、交轴时间常数Tq[7，8]。

2 光伏并网仿真模型的参数辨识

参数辨识是根据系统的输入输出信息，在某种准则下，估计出模型的未知参数，基本原理如图3所示。h（k）和z（k）是系统输入输出变量，θ为未知的模型参数。

图3 参数辨识原理Fig.3 Schematic diagram of parameter identification

常用的参数辨识方法是最小二乘法，即利用系统的输入输出数据以最小方差为目标对参数估计值进行不断修正，以取得更为准确的参数估计值。对于从t1到tn时刻输入和输出的观测值xi、y以及辨识参数θi，构建m个线性方程组为

针对该系统的误差ε=y-Xθ，则对应的方差J为

此时，存在一组参数θˆ满足

为降低最小二乘法在矩阵维数较大情况下计算复杂或无法求解的情况，需要加以改进和完善。其基本思想是：新的估计值=旧的估计值+修正项，即估计值是利用本次的观测数据对预测值进行修正得到的，随着新的观测数据逐次引入，逐步地进行参数估计，直到估计值达到满意的精度为止[9～11]。

根据相关规定，配电网光伏单点接入容量不大于6MW，本文研究选取1MW光伏发电系统，并利用数字仿真软件DigSILENT进行参数辨识前后的对比。其中光伏逆变器和出口变压器容量取1MW，逆变器交流侧电压取0.328 kV，逆变器控制采用UdcQ控制，控制功率因数为0.995，并通过升压变压器以10 kV接入配电网。

图4 光伏参数辨识流程Fig.4 Flow chartof PV parameter identification

光伏发电控制参数辨识的流程如图4所示。针对光伏发电系统的关键控制参数Voc，ref、Isc，ref、Vmp，ref、Imp，ref，以及逆变器外环控制参数KP、TiP、KQ、TiQ和内环控制参数Kd、Td、Kq、Tq，其目标函数是实测数据和仿真结果的差值平方和，即

式中：V1i和I1i分别各次实测和仿真中光伏电池的电压和电流，θi为需要光伏阵列需要辨识的参数（Voc，ref，Isc，ref，Vmp，ref，Imp，ref）T，V2i和I2i分别为各次实测和仿真输出的逆变器输出电压和电流，ωi为光伏逆变器需要辨识的外环控制参数和内环控制参数（KP，TiP，KQ，TiQ，Kd，Td，Kq，Tq）T。

3 光伏系统辨识结果及验证

首先通过解析方法对光伏系统全部控制参数进行计算，然后设定光伏发电系统中逆变器控制参数保持不变，从而对光伏电池控制参数进行辨识，其解析参数与辨识后系统参数如表1所示。

表1 光伏阵列参数辨识结果Tab.1 Parameter identification of PV array

针对已有光伏电池模型，分别设定其控制参数为解析法所得参数和辨识法所得参数，并设定光照变化在1 000～600W/m2范围内突变，记录此时光伏输出电压和输出电流波形，同时与光伏实测数据进行对比，仿真结果如图5和图6所示。可以看出，当光伏系统发生光照扰动时，光伏并网点电压、电流均会有所波动，然后恢复稳定状态，其中应用系统辨识后参数的光伏发电模型输出与实测情况在稳态运行和波动趋势上的拟合度均高于解析法仿真结果。

图5 不同参数下光伏阵列电压输出结果Fig.5 Resultsof PV voltagew ith differentparameters

图6 不同参数下光伏阵列电流输出结果Fig.6 Resultsof PV currentw ith differentparameters

应用辨识后的光伏阵列控制参数，对并网逆变器两环控制参数进行参数辨识，其解析参数与辨识后系统参数如表2所示。

表2 光伏逆变器参数辨识结果Tab.2 Resultof parameters identification of PV inverter

分别设定控制参数为解析法所得参数和辨识法所得参数，并设定逆变器直流侧电压在0.5 s时发生扰动参考值变为0.95，记录光伏发电系统的功率输出波形，同时与光伏实测数据进行对比，仿真结果如图7所示。可以看出，采用参数辨识后光伏逆变器的功率特性较采用解析法的功率特性能够更快地恢复稳定状态，与实测系统变化趋势更为接近，能更好地反映光伏发电系统的实际情况。

图7 不同参数下光伏逆变器的输出功率波形Fig.7 Outputpower waveform sof PV inverter w ith differentparameters

4 结论

（1）分析光伏发电系统的结构及原理得到了影响光伏系统模型输出的阵列与逆变器的关键参数。

（2）应用递推最小二乘法研究分布式光伏的参数辨识方法，并得到了光伏发电模型控制参数。

（3）光伏系统在解析参数、辨识参数运行仿真数据与实测数据的对比，验证了本文辨识方法及仿真结果的准确性。

值得指出的是，参数辨识前的初值设定与辨识结果成功与否有一定制约因素，有待后续进一步完善。但本次研究成果仍有助于掌握光伏发电系统的运行特性，为后续光伏接入配电网的影响研究提供必要的技术支撑。

[1]王飞，余世杰，苏建徽，等（Wang Fei，Yu Shijie，Su Jianhui，etal）．太阳能光伏并网发电系统的研究（Research on photovoltaic grid-connected power system）[J]．电工技术学报（Transactions of China Electrotechical Society），2005，20（5）：72-74，91．

[2]朱豫才．过程控制的多变量系统辨识[M]．长沙：国防科技大学出版社，2005．

[3]周建良，王冰，张一鸣，等（Zhou Jianliang，Wang Bing，Zhang Yiming，etal）．基于实测数据的光伏阵列参数辨识与输出功率预测（Parameter identification and output power prediction of photovoltaic array based on themeasured data）[J]．可再生能源（Renewable Energy Resources），2012，30（7）：1-4．

[4]刘邦银，段善旭，刘飞，等（Liu Bangyin，Duan Shanxu，Liu Fei，etal）．基于改进扰动观察法的光伏阵列最大功率点跟踪（Photovoltaic array maximum power point tracking based on improved perturbation and observation method）[J]．电工技术学报（Transactionsof China Electrotechical Society），2009，24（6）：91-94．

[5]崔岩，蔡炳煌，李大勇，等（Cui Yan，Cai Binghuang，Li Dayong，etal）．太阳能光伏系统MPPT控制控制算法的对比研究（Comparative studieson theMPPT controlalgorithms of solar energy photovoltaic system）[J]．太阳能学报（Acta Energiae SolarisSinica），2006，27（6）：535-539．

[6]王凌，李培强，李欣然，等（Wang Ling，Li Peiqiang，Li Xinran，etal）．微电源建模及其在微电网仿真中的应用（Modeling ofmicro-powers and its application inmicrogrid simulation）[J]．电力系统及其自动化学报（Proceedingsof the CSU-EPSA），2010，22（3）：32-38．

[7]刘邦银，段善旭，康勇（Liu Bangyin，Duan Shanxu，Kang Yong）．高能效直流模块式光伏发电系统性能评估（Performance evaluation of high efficiency DC-modulebased photovoltaic power systems）[J]．太阳能学报（Acta Energiae Solaris Sinica），2008，29（9）：1107-1111．

[8]李广凯，李庚银，梁海峰，等（LiGuangkai，LiGengyin，Liang Haifeng，etal）.基于电压源换流器的光伏并网系统暂态特性研究（Research on dynamic characteristicsof VSC based photovotaic grid connected system）[J]．太阳能学报（Acta Energiae Solaris Sinica），2007，28（7）：715-720．

[9]汪海宁，苏建徽，丁明，等（Wang Haining，Su Jianhui，Ding Ming，etal）．光伏并网功率调节系统（Photovoltaic grid connected power conditioner system）[J]．中国电机工程学报（Proceedingsof the CSEE），2007，27（2）：75-79．

[10]张仰飞，袁越，郝思鹏，等（Zhang Yangfei，Yuan Yue，Hao Sipeng，etal）.数字PI控制器的参数辨识及实验验证（Parameter identification ofdigitalPIcontrollerand experimentvalidation）[J].电力自动化设备（Electric Power Automation Equipment），2010，30（11）：40-43．

[11]薛凌云（Xue Lingyun）．一种基于过程辨识的PID参数自整定方法（A self-tuningmethod of PID parameter based on process identification）[J]．机电工程（Mechanical &Electrical EngineeringMagazine），2003，20（3）：34-37．

Parameter Identification of Distributed Photovoltaic Power Generation System

FU Bing-bin，JIA Chun-rong，YANGChang-hai，ZHANG Zhong-dan
（Gansu Electric PowerResearch Instituteof Economicsand Technology，Lanzhou 730050，China）

In order toguarantee the outputaccuracy of the photovoltaic powergeneration system，this paper conductsa research on photovoltaic parameters identification.In photovoltaic powergeneration system，two aspectsofphotovoltaic（PV）array and the grid inverterareanalyzed.The key parametersaffecting PVmodeloutputare found.The parameter identificationmethod for PV grid power system ismade by using recursive leastsquaresmethod.Then，the parameters of photovoltaic PV cellsand PV inverter are identified by using themeasurement data.Finally，a setofmore accurate parameters of photovoltaic power generation system can be obtained.By comparing the simulation outputof the parse calculation and system identification with themeasured outputof PV，the feasibility of parametermethods and results for photovoltaic power generation system is verified，which can lay the foundation for further research on the access problemsofdistribution network distributed photovoltaic.

photovoltaic power generation system；modeling and simulation；parameter identification；least square method

TM744

A

1003-8930（2013）05-0116-05

付兵彬（1972—），男，硕士，高级工程师，从事电网建设管理工作。Email：fubb@g s.s g cc.co m.cn

2013-03-16；

2013-06-07

贾春蓉（1973—），女，硕士，高级工程师，从事电网规划工作。Email：jcr730200@163.co m

杨昌海（1982—），男，本科，助理工程师，从事电网规划工作。Email：ych0608@126.co m