CN113629728B - 一种基于执行依赖启发式动态规划的风电机组变下垂控制方法 - Google Patents
一种基于执行依赖启发式动态规划的风电机组变下垂控制方法 Download PDFInfo
- Publication number
- CN113629728B CN113629728B CN202110787678.9A CN202110787678A CN113629728B CN 113629728 B CN113629728 B CN 113629728B CN 202110787678 A CN202110787678 A CN 202110787678A CN 113629728 B CN113629728 B CN 113629728B
- Authority
- CN
- China
- Prior art keywords
- fan
- droop
- coefficient
- sagging
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000007665 sagging Methods 0.000 claims abstract description 65
- 238000012937 correction Methods 0.000 claims abstract description 39
- 230000008859 change Effects 0.000 claims abstract description 20
- 230000001419 dependent effect Effects 0.000 claims abstract description 10
- 230000006870 function Effects 0.000 claims description 28
- 238000011156 evaluation Methods 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 10
- 238000011478 gradient descent method Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 6
- 238000004088 simulation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
- H02J3/241—The oscillation concerning frequency
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B10/00—Integration of renewable energy sources in buildings
- Y02B10/30—Wind power
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Eletrric Generators (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种基于执行依赖启发式动态规划的风电机组变下垂控制方法。针对湍流风速导致风轮转速和气动功率不断变化,影响风电机组对电网频率的支撑能力,导致固定的下垂系数难以适应变化的工况的问题。该方法首先建立了风电机组下垂控制模型;然后建立根据风机转速的变化的下垂系数动态调整模型;进一步建立基于ADHDP方法的下垂系数修正模型;最后结合以上模型合成智能变下垂控制模型,输出电磁功率参考值。该控制方法能够有效应对湍流风速变化的随机性和风机频率支撑过程的非线性,动态修正下垂系数,使风电机组在维持自身稳定运行的前提下充分利用风轮动能为电网提供功率支撑。
Description
技术领域
本发明属于风电参与电网调频领域,特别是一种基于执行依赖启发式动态规划的风电机组变下垂控制方法。
背景技术
作为一种重要的可再生能源利用技术,风力发电正朝着规模化、高质量、高占比的目标不断发展,其并网消纳问题也受到越来越多的重视。
大规模风电并网给电网调频带来了挑战。一方面,风电机组(以下简称风机)通过变流器并网,导致电力系统的等效惯量会随着风电占比的增大而减;另一方面,继续依赖同步机组承担调频任务势必带来电网调频能力不足的问题。为此,近年来,国内外学者从风储联合调频、预留有功备用和提供频率支撑等方面对风机参与电网调频开展了大量研究。
考虑到风机具有较大的转动惯量和转速变化范围,可以依靠风轮动能的存储和释放提供用于支撑电网频率的有功功率。进一步地,为了效仿同步机组的频率响应特性,在风机原有控制器上附加频率偏差环节,实现按有功功率-频率下垂特性曲线增发风机出力,也即通常所称的下垂控制。
早期调频控制研究中下垂系数多采用固定数值,且通常凭经验设定。然而,面对复杂多变的运行工况,固定不变的下垂系数难以保证风机始终具备良好的调频效果。实质上,下垂系数的大小不仅反映风机参与系统调频的深度,而且更是协调电网支撑与风机稳定的关键所在。也就是说,风机既要在较高风速下为电网提供尽可能充分的功率支撑,同时也要在较低风速下避免因下垂系数过大影响自身的稳定运行。
相较于固定下垂系数,变系数的方式能使风机更好地兼顾调频效果和自身稳定性,并且有助于降低风机载荷。为此,高风速风机占比、风机转速和减载备用功率等被用于整定下垂系数,并进一步通过高、低风速对应不同的整定方式,使风机在不同风速条件下均能够发挥调频能力。然而,当前研究虽已关注风速幅值对下垂系数设定的影响,但面对更加复杂变化的湍流风速,系数整定仍有待改进。究其原因在于:随机变化的湍流风速会改变输入的气动功率和储存风轮动能,时刻左右着风机的电网频率支撑能力,但是该过程却因风机功率调节特性和电网频率响应特性的强非线性而难以被准确量化。
发明内容
本发明的目的在于针对上述现有技术存在的问题,提供一种基于执行依赖启发式动态规划的风电机组变下垂控制方法,根据受风速幅值影响的风机转速动态调整下垂系数,再进一步利用ADHDP对该系数加以修正,以克服系统模型的非线性,从而充分发挥风机在湍流风速下的调频能力并改善实际调频效果。
实现本发明目的的技术解决方案为:一种基于执行依赖启发式动态规划的风电机组变下垂控制器,所述方法包括以下步骤:
步骤1:构建风电机组传统下垂控制模型,确定风机下垂控制的电磁功率参考值Pref;
步骤2:构建根据风机转速的变化的下垂系数动态调整模型Kω;
步骤3:构建基于ADHDP方法的下垂系数修正模型;
步骤4:结合以上模型合成智能变下垂控制模型,输出电磁功率参考值PADHDP_ref。
本发明与现有技术相比,其显著优点为:
1)本发明充分考虑了湍流风速导致风轮转速和气动功率不断变化,影响着风电机组对电网频率的支撑能力,此时固定的下垂系数已难以适应变化的工况的问题,设计了一种基于执行依赖启发式动态规划的风电机组变下垂控制器,能够有效应对湍流风速变化的随机性;
2)本发明充分考虑了风电机组参与调频的电网频率响应特性呈现出强非线性,下垂系数的难以整定的问题,设计了一种基于执行依赖启发式动态规划的风电机组变下垂控制器,能够有效应对风机频率支撑过程的非线性。
下面结合附图和实施例对本发明作进一步详细描述。
附图说明
图1为本发明基于执行依赖启发式动态规划的风电机组变下垂控制方法流程图。
图2为本发明基于执行依赖启发式动态规划的风电机组变下垂控制模型结构图。
图3为其中实施例中所使用的考虑风电调频的电网频率响应模型图。
图4为本发明有效性验证的仿真结果图,其中,实线、虚线以及点划线分别表示本发明控制方法、固定下垂控制方法以及风机不参与调频下的仿真效果。
具体实施方式
一种基于执行依赖启发式动态规划的风电机组变下垂控制方法,包括以下步骤:
步骤1:构建风电机组传统下垂控制模型,确定风机下垂控制的电磁功率参考值Pref,具体为:
风机下垂控制根据电网频率偏差的大小调整其实际输出功率,以此模拟常规发电机组调速器的有功-频率下垂特性,从而参与电网调频,风机下垂控制的电磁功率参考值Pref为:
Pref=PMPPT+Pdrop
Pdrop=-KdropΔf
其中,,PMPPT为风机最大功率点跟踪(Maximum power point tracking,MPPT)控制下的功率指令,和λopt分别为风能利用系数CP的最大值及其对应的最佳叶尖速比; Kdrop为下垂系数,一般情况下Kdrop>0,Δf为频率偏差,ρ表示空气密度,R表示风轮半径,ω表示风机转速。
步骤2:构建根据风机转速的变化的下垂系数动态调整模型Kω,具体为:
利用风机的实时转速间接反映风速的高低,并将其用于下垂系数整定:
其中,Kω为根据转速得到的下垂系数参考值;η和κ为可调系数,根据风机转动惯量和电网频率响应特性调整;ω表示风机转速、ωmin表示风机允许的转速下限。
步骤3:构建基于ADHDP方法的下垂系数修正模型,具体为:
取风机转速ω和频率偏差Δf为风机调频系统作为状态变量,用以描述当前风机的运行状态和电网的频率变化,选取下垂系数修正量Kcomp为控制变量,从而使智能体能够根据当前风机的运行状态和电网的频率变化对风机的功率输出施加影响。
所述下垂系数修正模型包括:
(a)代价函数Uc
其中,μ为转速惩罚因子,Δf为频率偏差;Kcomp为下垂系数修正量;
基于该代价函数的ADHDP模型求出最小代价下对应的下垂系数修正量Kcomp;
(b)评价网络
评价网络的输入层由目标系统的状态变量[ω,Δf]和执行网络输出的控制信号u组成,输出层为J,为代价函数Uc的近似值;
评价网络中的预测误差为:
ec(k)=γ·J(k)-[J(k-1)-Uc(k)]
其中,k表示时间序列;γ为折扣因子;
评价网络中需要最小化的目标函数为:
通过最小化该函数,并基于梯度下降法的规则更新评价网络权值,不断训练达到最优;
(c)执行网络
执行网络的输入层由目标系统的状态变量[Kdrop,ω,Δf]组成,输出层为控制信号 Kcomp;
执行网络中的预测误差为:
ea(k)=J(k)-Uc(k)
执行网络中需要最小化的目标函数为:
通过最小化该函数,并基于梯度下降法的规则更新执行网络权值,不断训练达到最优。
步骤4:结合以上模型合成智能变下垂控制模型,输出电磁功率参考值PADHDP_ref,具体为:
步骤4-1:基于步骤2中的下垂系数动态调整模型和实时转速得到初始下垂系数参考值Kω;
步骤4-2:基于步骤3构建的ADHDP方法的下垂系数修正模型,根据转速惩罚因子和频率偏差得到下垂系数修正量Kcomp;
步骤4-3:将步骤4-1获得的初始下垂系数参考值Kω和步骤4-2获得的下垂系数修正量Kcomp相加得到Kdrop;
步骤4-4:根据下垂控制模型得到Pdrop并与PMPPT相加得到参考功率指令PADHDP_ref并下达至变流器,使发电机电磁功率Pe响应该参考值,参考功率指令PADHDP_ref表达式为:
其中,和λopt分别为风能利用系数CP的最大值及其对应的最佳叶尖速比;Kdrop为下垂系数,Kdrop>0,Δf为频率偏差,ρ表示空气密度,R表示风轮半径,ω表示风机转速。
一种基于执行依赖启发式动态规划的风电机组变下垂控制系统,包括以下模块:
传统下垂控制模块:用于构建风电机组传统下垂控制模型,得到风机下垂控制的电磁功率参考值Pref;
下垂系数动态调整模块:用于构建根据风机转速的变化的下垂系数动态调整模型Kω;
下垂系数修正模块:用于构建基于ADHDP方法的下垂系数修正模型;
智能变下垂控制模块:用于构建智能变下垂控制模型,输出电磁功率参考值PADHDP_ref。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
步骤1:构建风电机组传统下垂控制模型,确定风机下垂控制的电磁功率参考值Pref;
步骤2:构建根据风机转速的变化的下垂系数动态调整模型Kω;
步骤3:构建基于ADHDP方法的下垂系数修正模型;
步骤4:结合以上模型合成智能变下垂控制模型,输出电磁功率参考值PADHDP_ref。
一种计算机可存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
步骤1:构建风电机组传统下垂控制模型,确定风机下垂控制的电磁功率参考值Pref;
步骤2:构建根据风机转速的变化的下垂系数动态调整模型Kω;
步骤3:构建基于ADHDP方法的下垂系数修正模型;
步骤4:结合以上模型合成智能变下垂控制模型,输出电磁功率参考值PADHDP_ref。
实施例
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
结合图1和图2,一种基于执行依赖启发式动态规划的风电机组变下垂控制方法,包括以下步骤:
步骤1:构建风电机组传统下垂控制模型,确定风机下垂控制的电磁功率参考值Pref,具体为:
风机下垂控制根据电网频率偏差的大小调整其实际输出功率,以此模拟常规发电机组调速器的有功-频率下垂特性,从而参与电网调频,风机下垂控制的电磁功率参考值Pref为:
Pref=PMPPT+Pdrop
Pdrop=-KdropΔf
其中,和λopt分别为风能利用系数CP的最大值及其对应的最佳叶尖速比;Kdrop为下垂系数,Kdrop>0,Δf为频率偏差,ρ表示空气密度,R表示风轮半径,ω表示风机转速。
步骤2:构建根据风机转速的变化的下垂系数动态调整模型Kω,具体为:
利用风机的实时转速间接反映风速的高低,并将其用于下垂系数整定:
其中,Kω为根据转速得到的下垂系数参考值;η和κ为可调系数,根据风机转动惯量和电网频率响应特性调整;ω表示风机转速、ωmin表示风机允许的转速下限。
步骤3:构建基于ADHDP方法的下垂系数修正模型,具体为:
取风机转速ω和频率偏差Δf为风机调频系统作为状态变量,用以描述当前风机的运行状态和电网的频率变化,选取下垂系数修正量Kcomp为控制变量,从而使智能体能够根据当前风机的运行状态和电网的频率变化对风机的功率输出施加影响。
所述下垂系数修正模型包括:
(a)代价函数Uc
其中,μ为转速惩罚因子,Δf为频率偏差;Kcomp为下垂系数修正量;
基于该代价函数的ADHDP模型求出最小代价下对应的下垂系数修正量Kcomp;
(b)评价网络
评价网络的输入层由目标系统的状态变量[ω,Δf]和执行网络输出的控制信号u组成,输出层为J,为代价函数Uc的近似值;
评价网络中的预测误差为:
ec(k)=γ·J(k)-[J(k-1)-Uc(k)]
其中,k表示时间序列;γ为折扣因子;
评价网络中需要最小化的目标函数为:
通过最小化该函数,并基于梯度下降法的规则更新评价网络权值,不断训练达到最优;
(c)执行网络
执行网络的输入层由目标系统的状态变量[Kdrop,ω,Δf]组成,输出层为控制信号 Kcomp;
执行网络中的预测误差为:
ea(k)=J(k)-Uc(k)
执行网络中需要最小化的目标函数为:
通过最小化该函数,并基于梯度下降法的规则更新执行网络权值,不断训练达到最优。
步骤4:结合以上模型合成智能变下垂控制模型,输出电磁功率参考值PADHDP_ref,具体为:
步骤4-1:基于步骤2中的下垂系数动态调整模型和实时转速得到初始下垂系数参考值Kω;
步骤4-2:基于步骤3构建的ADHDP方法的下垂系数修正模型,根据转速惩罚因子和频率偏差得到下垂系数修正量Kcomp;
步骤4-3:将步骤4-1获得的初始下垂系数参考值Kω和步骤4-2获得的下垂系数修正量Kcomp相加得到Kdrop;
步骤4-4:根据下垂控制模型得到Pdrop并与PMPPT相加得到参考功率指令PADHDP_ref并下达至变流器,使发电机电磁功率Pe响应该参考值,参考功率指令PADHDP_ref表式为:
其中,和λopt分别为风能利用系数CP的最大值及其对应的最佳叶尖速比;Kdrop为下垂系数,Kdrop>0,Δf为频率偏差,ρ表示空气密度,R表示风轮半径,ω表示风机转速。
基于MATLAB/SIMULINK构建的风电并网模型,其中风机部分的主要参数如表1 所示,电网部分采用如图3所示的低阶频率响应(Low Order Frequency Response,LFR) 模型,具体参数如表2所示。对比风机在同一湍流风、不同调频控制器下,一次调频期间系统频率的最大偏差,如表3所示;系统频率变化和风电机组转速变化对比如图4所示,其中固定下垂控制中的下垂系数选取10m/s恒风速下遍历最优的参数。
表1风机主要参数
表2 LFR模型主要参数
表3不同控制策略下最大频率偏差(Hz)比较
通过本实施例仿真结果能说明:采用本发明的风电机组变下垂控制器能有效克服湍流风速波动和模型的不确定性给风机下垂系数整定带来的困难,降低系统频率偏差,提升了湍流风速下风机的一次调频效果。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (5)
1.一种基于执行依赖启发式动态规划的风电机组变下垂控制方法,其特征在于,包括以下步骤:
步骤1:构建风电机组传统下垂控制模型,确定风机下垂控制的电磁功率参考值Pref;
步骤2:构建根据风机转速的变化的下垂系数动态调整模型Kω:
利用风机的实时转速间接反映风速的高低,并将其用于下垂系数整定:
其中,Kω为根据转速得到的下垂系数参考值;η和κ为可调系数,根据风机转动惯量和电网频率响应特性调整;ω表示风机转速、ωmin表示风机允许的转速下限;
步骤3:构建基于ADHDP方法的下垂系数修正模型:
选取风机转速ω和频率偏差Δf为风机调频系统作为状态变量,用以描述当前风机的运行状态和电网的频率变化,选取下垂系数修正量Kcomp为控制变量,从而使智能体能够根据当前风机的运行状态和电网的频率变化对风机的功率输出施加影响;
所述下垂系数修正模型包括:
(a)代价函数Uc
其中,μ为转速惩罚因子,Δf为频率偏差;Kcomp为下垂系数修正量;
基于该代价函数的ADHDP模型求出最小代价下对应的下垂系数修正量Kcomp;
(b)评价网络
评价网络的输入层由目标系统的状态变量[ω,Δf]和执行网络输出的控制信号u组成,输出层为J,为代价函数Uc的近似值;
评价网络中的预测误差为:
ec(k)=γ·J(k)-[J(k-1)-Uc(k)]
其中,k表示时间序列;γ为折扣因子;
评价网络中需要最小化的目标函数为:
通过最小化该函数,并基于梯度下降法的规则更新评价网络权值,不断训练达到最优;
(c)执行网络
执行网络的输入层由目标系统的状态变量[Kdrop,ω,Δf]组成,输出层为控制信号Kcomp;
执行网络中的预测误差为:
ea(k)=J(k)-Uc(k)
执行网络中需要最小化的目标函数为:
通过最小化该函数,并基于梯度下降法的规则更新执行网络权值,不断训练达到最优;
步骤4:结合以上模型合成智能变下垂控制模型,输出电磁功率参考值PADHDP_ref:
步骤4-1:基于步骤2中的下垂系数动态调整模型和实时转速得到初始下垂系数参考值Kω;
步骤4-2:基于步骤3构建的ADHDP方法的下垂系数修正模型,根据转速惩罚因子和频率偏差得到下垂系数修正量Kcomp;
步骤4-3:将步骤4-1获得的初始下垂系数参考值Kω和步骤4-2获得的下垂系数修正量Kcomp相加得到Kdrop;
步骤4-4:根据下垂控制模型得到Pdrop并与PMPPT相加得到参考功率指令PADHDP_ref并下达至变流器,使发电机电磁功率Pe响应该参考值,参考功率指令PADHDP_ref表式为:
其中,和λopt分别为风能利用系数CP的最大值及其对应的最佳叶尖速比;Kdrop为下垂系数,Kdrop>0,Δf为频率偏差,ρ表示空气密度,R表示风轮半径,ω表示风机转速。
2.根据权利要求1所述的基于执行依赖启发式动态规划的风电机组变下垂控制方法,其特征在于,所述步骤1中的确定风机下垂控制的电磁功率参考值Pref,具体为:
风机下垂控制根据电网频率偏差的大小调整其实际输出功率,以此模拟常规发电机组调速器的有功-频率下垂特性,从而参与电网调频,风机下垂控制的电磁功率参考值Pref为:
Pref=PMPPT+Pdrop
Pdrop=-KdropΔf
其中,和λopt分别为风能利用系数CP的最大值及其对应的最佳叶尖速比;Kdrop为下垂系数,Kdrop>0,Δf为频率偏差,ρ表示空气密度,R表示风轮半径,ω表示风机转速。
3.一种基于执行依赖启发式动态规划的风电机组变下垂控制系统,其特征在于,包括以下模块:
传统下垂控制模块:用于构建风电机组传统下垂控制模型,得到风机下垂控制的电磁功率参考值Pref;
下垂系数动态调整模块:用于构建根据风机转速的变化的下垂系数动态调整模型Kω:
利用风机的实时转速间接反映风速的高低,并将其用于下垂系数整定:
其中,Kω为根据转速得到的下垂系数参考值;η和κ为可调系数,根据风机转动惯量和电网频率响应特性调整;ω表示风机转速、ωmin表示风机允许的转速下限;
下垂系数修正模块:用于构建基于ADHDP方法的下垂系数修正模型:
选取风机转速ω和频率偏差Δf为风机调频系统作为状态变量,用以描述当前风机的运行状态和电网的频率变化,选取下垂系数修正量Kcomp为控制变量,从而使智能体能够根据当前风机的运行状态和电网的频率变化对风机的功率输出施加影响;
所述下垂系数修正模型包括:
(a)代价函数Uc
其中,μ为转速惩罚因子,Δf为频率偏差;Kcomp为下垂系数修正量;
基于该代价函数的ADHDP模型求出最小代价下对应的下垂系数修正量Kcomp;
(b)评价网络
评价网络的输入层由目标系统的状态变量[ω,Δf]和执行网络输出的控制信号u组成,输出层为J,为代价函数Uc的近似值;
评价网络中的预测误差为:
ec(k)=γ·J(k)-[J(k-1)-Uc(k)]
其中,k表示时间序列;γ为折扣因子;
评价网络中需要最小化的目标函数为:
通过最小化该函数,并基于梯度下降法的规则更新评价网络权值,不断训练达到最优;
(c)执行网络
执行网络的输入层由目标系统的状态变量[Kdrop,ω,Δf]组成,输出层为控制信号Kcomp;
执行网络中的预测误差为:
ea(k)=J(k)-Uc(k)
执行网络中需要最小化的目标函数为:
通过最小化该函数,并基于梯度下降法的规则更新执行网络权值,不断训练达到最优;
智能变下垂控制模块:用于构建智能变下垂控制模型,输出电磁功率参考值PADHDP_ref:
基于下垂系数动态调整模型和实时转速得到初始下垂系数参考值Kω;
基于构建的ADHDP方法的下垂系数修正模型,根据转速惩罚因子和频率偏差得到下垂系数修正量Kcomp;
将获得的初始下垂系数参考值Kω和下垂系数修正量Kcomp相加得到Kdrop;
根据下垂控制模型得到Pdrop并与PMPPT相加得到参考功率指令PADHDP_ref并下达至变流器,使发电机电磁功率Pe响应该参考值,参考功率指令PADHDP_ref表式为:
其中,和λopt分别为风能利用系数CP的最大值及其对应的最佳叶尖速比;Kdrop为下垂系数,Kdrop>0,Δf为频率偏差,ρ表示空气密度,R表示风轮半径,ω表示风机转速。
4.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-2中任一项所述方法的步骤。
5.一种计算机可存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-2中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110787678.9A CN113629728B (zh) | 2021-07-13 | 2021-07-13 | 一种基于执行依赖启发式动态规划的风电机组变下垂控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110787678.9A CN113629728B (zh) | 2021-07-13 | 2021-07-13 | 一种基于执行依赖启发式动态规划的风电机组变下垂控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113629728A CN113629728A (zh) | 2021-11-09 |
CN113629728B true CN113629728B (zh) | 2024-06-07 |
Family
ID=78379632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110787678.9A Active CN113629728B (zh) | 2021-07-13 | 2021-07-13 | 一种基于执行依赖启发式动态规划的风电机组变下垂控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113629728B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117332602B (zh) * | 2023-10-18 | 2024-04-19 | 华北电力大学 | 一种风力发电机一次调频模拟方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103967702A (zh) * | 2014-04-25 | 2014-08-06 | 河海大学 | 一种双馈风力发电机全风速频率响应控制方法 |
CN104343629A (zh) * | 2014-09-25 | 2015-02-11 | 河海大学 | 一种双馈风电机组频率响应的控制方法 |
CN106998070A (zh) * | 2017-04-19 | 2017-08-01 | 河海大学 | 一种双馈风电机组频率下垂系数修正方法及其控制系统 |
CN107508275A (zh) * | 2017-08-04 | 2017-12-22 | 华中科技大学 | 一种基于自适应动态规划的直流微电网控制方法及系统 |
CN108459506A (zh) * | 2018-03-20 | 2018-08-28 | 清华大学 | 一种风机虚拟惯量控制器的参数整定方法 |
CN111064228A (zh) * | 2020-01-16 | 2020-04-24 | 江苏方天电力技术有限公司 | 考虑风速和负荷变化场景的风电机组下垂控制方法、系统及计算机设备 |
CN112271760A (zh) * | 2020-11-04 | 2021-01-26 | 国网黑龙江省电力有限公司电力科学研究院 | 适用于直驱风电场交流并网的调频控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9932850B2 (en) * | 2015-02-03 | 2018-04-03 | General Electric Company | Correction system and method for gas turbine proportional droop governor |
-
2021
- 2021-07-13 CN CN202110787678.9A patent/CN113629728B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103967702A (zh) * | 2014-04-25 | 2014-08-06 | 河海大学 | 一种双馈风力发电机全风速频率响应控制方法 |
CN104343629A (zh) * | 2014-09-25 | 2015-02-11 | 河海大学 | 一种双馈风电机组频率响应的控制方法 |
CN106998070A (zh) * | 2017-04-19 | 2017-08-01 | 河海大学 | 一种双馈风电机组频率下垂系数修正方法及其控制系统 |
CN107508275A (zh) * | 2017-08-04 | 2017-12-22 | 华中科技大学 | 一种基于自适应动态规划的直流微电网控制方法及系统 |
CN108459506A (zh) * | 2018-03-20 | 2018-08-28 | 清华大学 | 一种风机虚拟惯量控制器的参数整定方法 |
CN111064228A (zh) * | 2020-01-16 | 2020-04-24 | 江苏方天电力技术有限公司 | 考虑风速和负荷变化场景的风电机组下垂控制方法、系统及计算机设备 |
CN112271760A (zh) * | 2020-11-04 | 2021-01-26 | 国网黑龙江省电力有限公司电力科学研究院 | 适用于直驱风电场交流并网的调频控制方法 |
Non-Patent Citations (4)
Title |
---|
Dual Heuristic Dynamic Programing Control of Grid-Connected Synchronverters;Sepehr Saadatmand 等;2019 NAPS;20200217;全文 * |
Rejectable deep differential dynamic programming for real-time integrated generation dispatch and control of micro-grids;Linfei Yin 等;Energy;20210304;全文 * |
考虑风速和负荷变化场景的风电机组下垂控制设计;张天海 等;南京理工大学学报;20201031;第44卷(第5期);全文 * |
计及转速限值的双馈风机变下垂系数控制策略;王同森 等;电力系统保护与控制;20210501;第49卷(第9期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113629728A (zh) | 2021-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111864813A (zh) | 基于虚拟权重系数的风/火电联合频率控制方法 | |
CN109936152B (zh) | 高渗透率风电并网后的电网调频控制方法、风力发电机 | |
CN115842359B (zh) | 考虑动态调频性能的风光储场站一次调频备用整定方法 | |
CN106953363A (zh) | 一种风电场限功率运行状态下电网旋转备用优化配置方法 | |
CN116667389B (zh) | 一种新型电力系统惯量提升的风储联合预测校正控制方法 | |
CN110071526A (zh) | 一种pmsg风机参与电网频率调节的自适应下垂控制方法 | |
CN109787274B (zh) | 一种虚拟同步控制方法及转子侧变频器控制器 | |
CN105262145A (zh) | 一种新能源混合系统控制参数的优选方法 | |
CN113629728B (zh) | 一种基于执行依赖启发式动态规划的风电机组变下垂控制方法 | |
CN115549211A (zh) | 一种新能源场站高置信度多时间尺度有功优化调控方法 | |
CN112994043A (zh) | 自同步双馈风电机组惯量与一次调频的控制方法及系统 | |
CN116154877A (zh) | 一种优化新能源场站集群调频参数的方法 | |
CN111478310A (zh) | 一种基于变下垂系数的直流配网虚拟惯性控制方法 | |
CN112018813B (zh) | 一种虚拟同步发电机频率控制方法 | |
Li et al. | μ-Synthesis robust coordinated control of variable speed wind power generators and electric vehicles to regulate frequency | |
CN117117901A (zh) | 一种海上风电柔直系统的频率控制方法 | |
US20240072541A1 (en) | Frequency adaptive control method for inverter based on model predictive virtual synchronous generator | |
CN116316884A (zh) | 一种适用于高比例新能源电网多源协同的调频控制方法 | |
CN113595153B (zh) | 一种新能源集群的输出功率优化方法及装置 | |
CN116345486A (zh) | 基于模型预测控制的风场内一次调频协调控制方法及装置 | |
CN115102228A (zh) | 一种含飞轮储能的风电场多目标协调频率优化方法和装置 | |
Sheng et al. | Optimal wind power generation system by honey badger algorithm with differential evolution strategies | |
CN115021336A (zh) | 一种面向高比例新能源电力系统惯量不足场景的优化方法 | |
CN111525600B (zh) | 一种风电场参与系统调频的一次调频调差系数计算方法 | |
CN114142490B (zh) | 考虑水锤效应的风水协同调频控制方法、控制器及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |