CN117439050A - 一种电网恢复的反馈控制方法 - Google Patents
一种电网恢复的反馈控制方法 Download PDFInfo
- Publication number
- CN117439050A CN117439050A CN202311276698.5A CN202311276698A CN117439050A CN 117439050 A CN117439050 A CN 117439050A CN 202311276698 A CN202311276698 A CN 202311276698A CN 117439050 A CN117439050 A CN 117439050A
- Authority
- CN
- China
- Prior art keywords
- inverter
- power
- grid
- control
- control method
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 80
- 238000011084 recovery Methods 0.000 title claims abstract description 58
- 230000009471 action Effects 0.000 claims abstract description 37
- 238000011156 evaluation Methods 0.000 claims abstract description 30
- 230000002787 reinforcement Effects 0.000 claims abstract description 18
- 238000011217 control strategy Methods 0.000 claims abstract description 13
- 230000006870 function Effects 0.000 claims description 28
- 238000005457 optimization Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请提供了一种电网恢复的反馈控制方法。应用于电力控制技术领域，所述方法包括利用电网逆变器建立逆变器模型；根据所述逆变器模型建立二级控制方法；根据所述二级控制方法控制所述逆变器模型的输出信号的输出；对所述输出信号进行信号评估；根据信号评估结果制定贪婪和强化学习控制策略，并生成控制动作控制电网恢复。以此方式，可以实现对电力状态的监测，实现对电网的反馈控制和电网恢复，提高问题反馈和电网恢复的效率。
Description
技术领域
本公开涉及电力控制领域，尤其涉及一种电网恢复的反馈控制方法。
背景技术
电力系统是国家的重要支柱产业，在经济发展中起着至关重要的作用；电子科技的进步和智能设备的发展使人们越来越离不开电能，因此电力系统的稳定运行不仅关系到人民的日常生活，而且还对国家安全和整个社会的发展有重要的影响。虽然目前对供电可靠性及电能质量的重视程度越来越高，但由于电力结构同时也越发庞大繁杂，电网的稳定性仍日益趋向于极限。一旦电力系统出现重大故障，就会对社会造成无法挽回的损失，虽然目前各国都对电力系统的稳定运行付出巨大的努力，但随着现代电力系统日趋大型化和复杂化，客观上难以完全避免电力事故的发生，偶然因素导致的事故更是数不胜数。
电网是一直具备很强实时性的分配网络，一旦有事故发生就要求必须能够迅速分析出事故产生的原因、事故发生的位置，并在隔离产生故障设备的基础上进行事故排除，以恢复电网稳定运行。目前有越来越多的电力设备加入到电力网络中，电网的运行调度方式也越来越复杂，单纯依靠调度员的经验已经不能有效进行事故后电网的恢复运行，所以迫切需要一种电网恢复策略，从而为调度员提供事故故障诊断、事故区域排查、电网恢复等全方位的支持。
发明内容
本公开提供了一种电网恢复的反馈控制方法。
根据本公开的第一方面，提供了一种电网恢复的反馈控制方法。该方法包括：
利用电网逆变器建立逆变器模型；
根据所述逆变器模型建立二级控制方法；
根据所述二级控制方法控制所述逆变器模型的输出信号的输出；
对所述输出信号进行信号评估；
根据信号评估结果制定贪婪和强化学习控制策略，并生成控制动作控制电网恢复。
进一步地，所述利用电网逆变器建立逆变器模型，包括：
获取所述逆变器的测量有功功率；
根据所述测量有功功率与有功功率设定值的差异控制逆变器的输出频率和相位角；
使用差异测量输出功率和功率设定点，结合主控制的PT1元件进行低通滤波得到逆变器模型。
进一步地，所述根据所述逆变器模型建立二级控制方法，包括：
利用PT1元件处理所述逆变器的测量有功功率的时间延迟，以调整所述有功功率设定点；
确定初级控制和次级控制中PT1元件的时间常数；
对所述时间常数进行调整，以确保初级控制具有足够的时间做出反应，并生成与未经时间延迟的功率设定点相对应的输出电压角度。
进一步地，所述根据所述二级控制方法控制所述逆变器模型的输出信号的输出，包括：
为二级控制引入逻辑单元；
根据所述逻辑单元设置的预设范围控制所述逆变器模型的输出信号的输出。
进一步地，所述根据所述逻辑单元设置的预设范围控制所述逆变器模型的输出信号的输出，包括：
根据智能电表状态机的变量和所述预设范围的关系判断是否将有功功率设定点设置为零；
当所述变量小于最小电平，且所述逆变器的有功输出功率为负，则通过逻辑单元将有功功率设定点设置为零；
当所述变量大于最大电平，且所述逆变器的有功输出功率为正，则通过逻辑单元将有功功率设定点设置为零；
在有功功率设定点被设置为零后，通过逆变器的电网频率偏差向电网元件发送对应的信号。
进一步地，所述对所述输出信号进行信号评估，包括：
获取所述逆变器发送至电网元件的电网元件信号；
为所述电网元件信号设置恢复性能指标，并为每个性能指标设置权重；
利用贝叶斯优化方法计算恢复性能度量的加权和，以得到当前电网状态。
进一步地，所述根据信号评估结果制定贪婪和强化学习控制策略，并生成控制动作以控制电网恢复，包括：
利用贪婪算法根据所述当前电网状态选择恢复动作；
根据所述恢复动作预测下一状态；
利用贝叶斯优化方法建立高斯过程模型，并计算各个数据点附近的置信区间；
利用采集函数根据所述置信区间确定下一评估数据点；
根据当前状态、恢复动作、下一状态进行深度强化学习，并由动作值函数生成控制动作以控制电网恢复。
根据本公开的第二方面，提供了一种电网恢复的反馈控制装置。该装置包括：
第一建立模块，用于利用电网逆变器建立逆变器模型；
第二建立模块，用于根据所述逆变器模型建立二级控制方法；
控制模块，用于根据所述二级控制方法控制所述逆变器模型的输出信号的输出；
评估模块，用于对所述输出信号进行信号评估；
生成模块，用于根据信号评估结果制定贪婪和强化学习控制策略，并生成控制动作以控制电网恢复。
根据本公开的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现电网恢复的反馈控制方法。
根据本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现电网恢复的反馈控制方法。
本公开通过利用电网逆变器建立逆变器模型，对电网的逆变器进行假设和重新建模，可以更好地理解逆变器模型的本质和核心，建模的准确性对于控制方法的准确度也会有极大的提升，而且可以提高效率；根据逆变器模型建立二级控制方法，根据二级控制方法控制所述逆变器模型的输出信号的输出，实现对电力状态的监测，以逆变器的电网频率偏差向电网元件发出及时的信号，以保护存储系统。对所述输出信号进行信号评估，根据信号评估结果制定贪婪和强化学习控制策略，并生成控制动作以控制电网恢复。经过贪婪算法和强化学习算法最终实现对电网的反馈控制和电网恢复，提高问题反馈和电网恢复的效率。
应当理解，发明内容部分中所描述的内容并非旨在限定本公开实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。附图用于更好地理解本方案，不构成对本公开的限定。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
图1示出了根据本公开实施例的电网恢复的反馈控制方法的流程图；
图2示出了根据本公开实施例的电网恢复的反馈控制装置的框图；
图3示出了能够实施本公开实施例的示例性电子设备的方框图。
实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
图1示出了根据本公开实施例的电网恢复的反馈控制方法100的流程图，该方法100包括：
S101，利用电网逆变器建立逆变器模型。
在一些实施例中，利用电网逆变器建立逆变器模型包括：获取所述逆变器的测量有功功率；根据所述测量有功功率与有功功率设定值的差异控制逆变器的输出频率和相位角；使用差异测量输出功率和功率设定点，结合主控制的PT1元件进行低通滤波得到逆变器模型。
在本实施例中，假设逆变器具有不受限制的可用功率，在控制回路中使用一种基于标准降频的技术来调节逆变器的电压输出频率，如果测量有功功率pmeans与有功功率设定值p 0 ，则逆变器的测量有功功率pmeans为所有三相的有功功率之和，计算测量有功功率与有功功率设定值的差异p0-pmeans，如公式f=f0+kp (p0-pmeans)，通过下垂控制方法改变输出频率，电压相位角f0发生变化，导致电网内相位角差f发生变化，这些差异导致系统中的功率流发生变化，这种分散技术允许按照增益因子的比例分担负载kp在每个逆变中实现控制；为了消除振荡并获得更平稳的反应，将差异p0-pmeans测量的测量有功功率pmeans与有功功率设定值p0使用主控制的PT1元件进行低通滤波，主控制的时间常数设置为100毫秒，这样可以平滑输出信号，减少噪声和不稳定性；增益因子在测量有功功率之间出现功率差的情况下提供频率变化和指定功率，并且增益因子被设置为每千瓦0.1赫兹，最终产生的是电网的逆变器模型；通过对电网的逆变器进行假设和重新建模，可以更好地理解逆变器模型的本质和核心，建模的准确性对于控制方法的准确度也会有极大的提升，而且可以提高效率。
S102，根据所述逆变器模型建立二级控制方法。
在一些实施例中，根据所述逆变器模型建立二级控制方法，包括：利用PT1元件处理所述逆变器的测量有功功率的时间延迟，以调整所述有功功率设定点；确定初级控制和次级控制中PT1元件的时间常数；对所述时间常数进行调整，以确保初级控制具有足够的时间做出反应，并生成与未经时间延迟的功率设定点相对应的输出电压角度。
在本实施例中，初级控制中，要调整有功功率设定点p0，尤其是次级控制器的输出，需要根据PT1元件从逆变器的时间延迟的测量有功功率中计算出来，PT1元件由下面的微分方程描述，其中因子P设置为1，时间常数T设置为1秒，具体的公式为:
通过确定初级控制和次级控制中的PT1元件的时间常数，确保初级控制有足够的时间做出反应并产生对应于尚未时间延迟的功率设定点的输出电压角，直到次级控制开始改变设定点并由此影响初级控制动作，通过这种方式，可以确保逆变器在控制过程中对功率设定点的调整具有适当的时间响应。调整适当的时间常数可以平衡控制的灵敏度和稳定性，以提供准确的功率控制。
S103，根据所述二级控制方法控制所述逆变器模型的输出信号的输出。
在一些实施例中，根据所述二级控制方法控制所述逆变器模型的输出信号的输出，包括：为二级控制引入逻辑单元；根据所述逻辑单元设置的预设范围控制所述逆变器模型的输出信号的输出。
在本实施例中，次级控制中，次级控制的逻辑单元将功率设定点设置为零，在这种情况下，二级控制的PT1元件调节设定点的功能被停用。然而，这两个限制对二级控制的输出信号具有相同的影响，因为这个过程会将有功功率设定点设置为零。为了实现这一点，引入用于二级控制的逻辑单元，具体的公式为：
其中，上面的公式表示逻辑单元，规定了四种情况下二级控制输出信号的限制。
在一些实施例中，根据所述逻辑单元设置的预设范围控制所述逆变器模型的输出信号的输出，包括：根据智能电表状态机的变量和所述预设范围的关系判断是否将有功功率设定点设置为零；当所述变量小于最小电平，且所述逆变器的有功输出功率为负，则通过逻辑单元将有功功率设定点设置为零；当所述变量大于最大电平，且所述逆变器的有功输出功率为正，则通过逻辑单元将有功功率设定点设置为零；在有功功率设定点被设置为零后，通过逆变器的电网频率偏差向电网元件发送对应的信号。
在本实施例中，智能电表状态机引入了一个变量F(t)，用于描述存储系统的SoC（State of Charge）。SoC表示电池的电荷状态，即储能系统中可用能量的百分比，SoC的推导在这里用于决定是否需要将设定点限制为零。具体而言，当SoC低于最小电平且逆变器的有功输出功率为负时，就会导致电池过度放电，当SoC高于最大电平且逆变器的有功输出功率为正时，就会导致电池过度充电。在这种情况下，为了避免电池过度放电或过度充电，需要将设定点限制为零，即停用二级控制的PT1元件的调节功能。同时，在出现其中一种状态时，通过逆变器的电网频率偏差向电网元件发出电网频率偏差相关的信号，逆变器可以与电网元件进行有效的通信，确保存储系统在适当的时机进行充放电控制，保护电池和存储系统的工作状态，并与电网保持协调。这样可以保证储能系统的长寿命和稳定性，同时对电网的操作也更具可靠性。
S104，对所述输出信号进行信号评估。
在一些实施例中，对所述输出信号进行信号评估，包括：获取所述逆变器发送至电网元件的电网元件信号；为所述电网元件信号设置恢复性能指标，并为每个性能指标设置权重；利用贝叶斯优化方法计算恢复性能度量的加权和，以得到当前电网状态。
在本实施例中，恢复性能指标是预先设定的一组恢复力性能指标，是网格状态的低维表示，即用较少数量的度量或参数来表示整个网格系统状态，目的是设计或部署状态反馈控制器，通过测量系统的状态，并将这些状态信息反馈给控制器，控制器可以根据设定的控制策略来实时调整系统的操作，以使系统保持稳定的运行状态，满足预定的性能要求，提高系统的响应速度、鲁棒性和能源效率；状态反馈控制器的一个优点是基于电网的当前状态做出决策，这可以考虑可再生资源的可变性，并且本发明建立的反馈控制器比GRA控制器快大约一百倍；并且本控制器同时考虑了更多的不确定性，如断路器故障，以及使用电磁瞬态程序模拟恢复过程。
具体的公式为r=[r1,r2,r3,r4,r5,r6,r7,r8]T，其中，r1到r8是不同时刻的电网元件的传递信号；r1是特定时间点关闭的分支的比例信号，该度量适合于通过恢复控制器来激励断路器的闭合，如果断路器全部打开或全部闭合，r1=0或r1=1；r2是通电母线的比例信号，该度量激励控制器通过选择适当的动作序列来将总线电压保持在紧急水平内；r3是已通电的电力系统总需求的比例信号，该度量用于激励控制器激励需求，这是电网恢复过程中的最终目标；r4是与相应支路额定值相关的可用输电容量的比例信号，r4=1表示变速器系统被卸载，r4=0表示传输系统已经拥塞，此时可以激励控制器重新调度发电以缓解拥堵；r5是发电强度信号；r6是电网中存储的能量信号，它用于激励控制器在可行的情况下保持相对较高的存储能量储备；r7是发电机负载不均匀信号，该指标有助于刺激恢复控制器不使特定发电资产过载；r8是负载恢复的公平性信号，该指标有助于刺激恢复控制器在多条总线之间保持通电需求百分比的平衡。
恢复性能度量的加权和用的公式可以表示为
其中，αi是每个信号ri所对应的权重，这个公式是通过贝叶斯优化方法离线计算的，以最大化消耗的能量。国家电网可以根据得到的当前电网状态选择恢复行动，并通过恢复期间的进度来确定动作。可以用于后续根据评估的结果由贪婪和强化学习控制策略控制电网恢复。
S105，根据信号评估结果制定贪婪和强化学习控制策略，并生成控制动作控制电网恢复。
在一些实施例中，根据信号评估结果制定贪婪和强化学习控制策略，并生成控制动作以控制电网恢复，包括：利用贪婪算法根据所述当前电网状态选择恢复动作；根据所述恢复动作预测下一状态；利用贝叶斯优化方法建立高斯过程模型，并计算各个数据点附近的置信区间；利用采集函数根据所述置信区间确定下一评估数据点；根据当前状态、恢复动作、下一状态进行深度强化学习，并由动作值函数生成控制动作以控制电网恢复。
在本实施例中，根据当前电网状态，贪婪算法会根据当前状态选择能够使目标函数最大化的恢复动作。这意味着根据观测到的状态自主选择控制动作来实现电力系统的恢复并估计下一个状态。通过(xk,yk)表示电力系统的当前状态，通过贪婪算法采取实际控制来实现u∈U，从而估计电力系统的下一个状态(xk+1,yk+1)，其中控制目标是选择贪婪的行为uu*∈U使得(xk,yk)到预测(xk+1,yk+1)最终实现(xk+1,yk+1)取得最大值。为了实现对控制目标的求解，采用贝叶斯优化方法，它通过考虑决策变量和目标函数之间的相互作用，构造高斯分布和置信区间，以最大化目标函数，通过已有的观测数据点，利用高斯过程模型对目标函数进行建模，高斯过程模型假设目标函数服从高斯分布，并通过计算观测数据点之间的相似性来推断未知区域的函数取值。通过建立高斯过程模型，可以获得目标函数在整个定义域上的分布信息。置信区间提供了对目标函数在该区域上的不确定性估计。一般来说，置信区间是通过计算均值和标准差来确定，均值表示函数的预测值，标准差表示预测的不确定性。
利用采集函数根据置信区间确定下一评估数据点，采集函数都是根据目标函数和当前已观测数据点的信息进行计算的。它们的目标都是通过选择合适的数据点来最大化目标函数的性能。采集函数基于置信区间的分布信息，计算每个数据点的期望改善程度或潜在改进概率。通过最大化采集函数确定下一个要评估的点，以提高下一次迭代中的优化性能，这样可以找到使目标函数最大化的下一个数据点。
在贪婪算法获得的(xk+1,yk+1)取得最大值之后，采用深度强化学习来考虑从当前状态出发的整个未来恢复过程的结果。控制动作由动作值函数产生，具体可以用公式表示为:
其中，它是由深度神经网络定义的，τ其中表示一组权重和偏差或简单的参数，ω表示恢复性能度量的加权和，折扣系数β∈(0,1)将影响电网恢复的早期或延迟行动。这个函数考虑了恢复性能度量的加权和，并且折扣系数影响着电网恢复的早期或延迟行动。通过贪婪算法和强化学习算法，可以实现对电网的反馈控制和恢复过程的管理。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本公开所必须的。
以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。
图2示出了根据本公开实施例的电网恢复的反馈控制装置200的方框图，该装置200包括：
第一建立模块201，用于利用电网逆变器建立逆变器模型；
第二建立模块202，用于根据所述逆变器模型建立二级控制方法；
控制模块203，用于根据所述二级控制方法控制所述逆变器模型的输出信号的输出；
评估模块204，用于对所述输出信号进行信号评估；
生成模块205，用于根据信号评估结果制定贪婪和强化学习控制策略，并生成控制动作以控制电网恢复。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本公开的技术方案中，所涉及的用户个人信息的获取、存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开实施例，本公开还提供了一种电子设备和一种可读存储介质。
图3示出了可以用来实施本公开实施例的电子设备300的示意性框图。电子设备旨在表示各种形式的数字计算机，例如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机和其它适合的计算机。电子设备还可以表示各种形式的移动装置，例如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或要求的本公开的实现。
电子设备300包括计算单元301，其可以根据存储在ROM302中的计算机程序或者从存储单元308加载到RAM303中的计算机程序，来执行各种适当的动作和处理。在RAM303中，还可存储电子设备300操作所需的各种程序和数据。计算单元301、ROM302以及RAM303通过总线304彼此相连。I/O接口305也连接至总线304。
电子设备300中的多个部件连接至I/O接口305，包括：输入单元306，例如键盘、鼠标等；输出单元307，例如各种类型的显示器、扬声器等；存储单元308，例如磁盘、光盘等；以及通信单元309，例如网卡、调制解调器、无线通信收发机等。通信单元309允许电子设备300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元301的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。计算单元301执行上文所描述的各个方法和处理，例如电网恢复的反馈控制方法。例如，在一些实施例中，电网恢复的反馈控制方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元308。在一些实施例中，计算机程序的部分或者全部可以经由ROM302和/或通信单元309而被载入和/或安装到电子设备300上。当计算机程序加载到RAM303并由计算单元301执行时，可以执行上文描述的电网恢复的反馈控制方法的一个或多个步骤。备选地，在其他实施例中，计算单元301可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行电网恢复的反馈控制方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上系统（SOC）、负载可编程逻辑设备（CPLD）、计算机硬件、固件、软件和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用的程序。可读存储介质可以是机器可读信号介质或机器可读储存介质。可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者触觉输入）来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上述各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行，也可以顺序地执行，也可以不同次序执行，只要能够实现本公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (10)
1.一种电网恢复的反馈控制方法，包括：
利用电网逆变器建立逆变器模型；
根据所述逆变器模型建立二级控制方法；
根据所述二级控制方法控制所述逆变器模型的输出信号的输出；
对所述输出信号进行信号评估；
根据信号评估结果制定贪婪和强化学习控制策略，并生成控制动作控制电网恢复。
2.根据权利要求1所述的电网恢复的反馈控制方法，其特征在于，所述利用电网逆变器建立逆变器模型，包括：
获取所述逆变器的测量有功功率；
根据所述测量有功功率与有功功率设定值的差异控制逆变器的输出频率和相位角；
使用差异测量输出功率和功率设定点，结合主控制的PT1元件进行低通滤波得到逆变器模型。
3.根据权利要求1所述的电网恢复的反馈控制方法，其特征在于，所述根据所述逆变器模型建立二级控制方法，包括：
利用PT1元件处理所述逆变器的测量有功功率的时间延迟，以调整所述有功功率设定点；
确定初级控制和次级控制中PT1元件的时间常数；
对所述时间常数进行调整，以确保初级控制具有足够的时间做出反应，并生成与未经时间延迟的功率设定点相对应的输出电压角度。
4.根据权利要求1所述的电网恢复的反馈控制方法，其特征在于，所述根据所述二级控制方法控制所述逆变器模型的输出信号的输出，包括：
为二级控制引入逻辑单元；
根据所述逻辑单元设置的预设范围控制所述逆变器模型的输出信号的输出。
5.根据权利要求4所述的电网恢复的反馈控制方法，其特征在于，所述根据所述逻辑单元设置的预设范围控制所述逆变器模型的输出信号的输出，包括：
根据智能电表状态机的变量和所述预设范围的关系判断是否将有功功率设定点设置为零；
当所述变量小于最小电平，且所述逆变器的有功输出功率为负，则通过逻辑单元将有功功率设定点设置为零；
当所述变量大于最大电平，且所述逆变器的有功输出功率为正，则通过逻辑单元将有功功率设定点设置为零；
在有功功率设定点被设置为零后，通过逆变器的电网频率偏差向电网元件发送对应的信号。
6.根据权利要求1所述的电网恢复的反馈控制方法，其特征在于，所述对所述输出信号进行信号评估，包括：
获取所述逆变器发送至电网元件的电网元件信号；
为所述电网元件信号设置恢复性能指标，并为每个性能指标设置权重；
利用贝叶斯优化方法计算恢复性能度量的加权和，以得到当前电网状态。
7.根据权利要求1所述的电网恢复的反馈控制方法，其特征在于，所述根据信号评估结果制定贪婪和强化学习控制策略，并生成控制动作以控制电网恢复，包括：
利用贪婪算法根据所述当前电网状态选择恢复动作；
根据所述恢复动作预测下一状态；
利用贝叶斯优化方法建立高斯过程模型，并计算各个数据点附近的置信区间；
利用采集函数根据所述置信区间确定下一评估数据点；
根据当前状态、恢复动作、下一状态进行深度强化学习，并由动作值函数生成控制动作以控制电网恢复。
8.一种电网恢复的反馈控制装置，其特征在于，包括：
第一建立模块，用于利用电网逆变器建立逆变器模型；
第二建立模块，用于根据所述逆变器模型建立二级控制方法；
控制模块，用于根据所述二级控制方法控制所述逆变器模型的输出信号的输出；
评估模块，用于对所述输出信号进行信号评估；
生成模块，用于根据信号评估结果制定贪婪和强化学习控制策略，并生成控制动作以控制电网恢复。
9.一种电子设备，包括：
至少一个处理器；
与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一权利要求所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一权利要求所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311276698.5A CN117439050A (zh) | 2023-10-05 | 2023-10-05 | 一种电网恢复的反馈控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311276698.5A CN117439050A (zh) | 2023-10-05 | 2023-10-05 | 一种电网恢复的反馈控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117439050A true CN117439050A (zh) | 2024-01-23 |
Family
ID=89545362
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311276698.5A Withdrawn CN117439050A (zh) | 2023-10-05 | 2023-10-05 | 一种电网恢复的反馈控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117439050A (zh) |
-
2023
- 2023-10-05 CN CN202311276698.5A patent/CN117439050A/zh not_active Withdrawn
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10205317B2 (en) | Management of grid-scale energy storage systems for multiple services | |
| CN110460075B (zh) | 一种用于平抑电网峰谷差的混合储能出力控制方法及系统 | |
| US20130253719A1 (en) | Energy management apparatus, energy management method and medium | |
| CN106505590B (zh) | 新能源电力系统小干扰稳定状态紧急控制方法 | |
| CN110994589B (zh) | 电力电子接入电力系统调频能力在线评价方法及系统 | |
| Michaelson et al. | A predictive energy management strategy with pre-emptive load shedding for an islanded PV-battery microgrid | |
| CN117154736A (zh) | 一种混合储能系统参与火电机组深度调峰优化方法及系统 | |
| CN115940148A (zh) | 最小惯量需求评估方法、装置、电子设备及存储介质 | |
| JP2024510195A (ja) | 充電式電池セルまたは電池を充電するための充電信号を制御するための方法および装置 | |
| CN115597872B (zh) | 抽水蓄能机组甩负荷测试方法、装置、设备及介质 | |
| CN112510685A (zh) | 一种城市电网风险规避预测控制方法及装置 | |
| Crozier et al. | Data-driven probabilistic constraint elimination for accelerated optimal power flow | |
| CN115580615B (zh) | 一种分布式储能调度方法、系统及存储介质 | |
| CN117439050A (zh) | 一种电网恢复的反馈控制方法 | |
| CN115912373A (zh) | 一种光伏系统的并网点电压调节方法、装置、设备及介质 | |
| CN115967086A (zh) | 一种有源配电网调配方法、装置、设备及存储介质 | |
| KR20220157842A (ko) | 태양광 발전 출력 평활화 방법 및 장치 | |
| US20160092776A1 (en) | Optimizing sizing of grid-scale batteries for frequency regulation services | |
| US20160093002A1 (en) | Optimal Battery Pricing and Energy Management for Localized Energy Resources | |
| CN118100233B (zh) | 微网群储能容量配置方法、装置、电子设备和存储介质 | |
| CN115986779B (zh) | 一种基于响应的频率稳定判别和控制方法及系统 | |
| CN118017577B (zh) | 一种基于构网型变流器的储能系统控制方法及系统 | |
| CN117039831A (zh) | 孤岛直流微电网soc平衡控制方法、设备及存储介质 | |
| CN116646991A (zh) | 电力系统的发电调度方法、装置、设备及存储介质 | |
| Jianxin et al. | Intelligent Generation Method of New Power System Security and Stability Control Strategy Based on Q-Learning |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20240123 |
|
| WW01 | Invention patent application withdrawn after publication |