基于人工智能的风电并网频率响应控制方法及系统技术方案

本申请提供一种基于人工智能的风电并网频率响应控制方法及系统，该方法包括如下步骤：采集风电并网系统的频率响应数据；对频率响应数据进行异常识别，获取风电并网系统的异常频率响应数据；根据异常频率响应数据，计算系统频率响应的评价分值；判断频率响应的评价分值是否低于预设限值，若是，则执行第二频率反馈调控方法；否则，执行第一频率反馈调控方法。本申请有效缓解了系统的调频压力，对系统的频率波动平抑效果良好，保证了系统输出至电网的功率的稳定性，从而保证电网供电的稳定性。

【技术实现步骤摘要】
基于人工智能的风电并网频率响应控制方法及系统
本申请涉及风电并网
，尤其涉及一种基于人工智能的风电并网频率响应控制方法及系统。
技术介绍
并网运行的风力发电接入电力系统运行，为了保证电力系统的有功功率平衡，频率的稳定性的维持尤为重要。大规模的风电场风电机组的数目众多，并且由于风电场空间分布使得大规模风电机在同一时刻的运行状态存在一定的差异，增加了对风电并网系统频率稳定性研究的难度。风电场并网后，风电系统的频率特性将会影响并网系统的频率变化情况。当并网系统功荷平衡被打破时，并网系统频率将以一定的速度上升或下降，频率变化的速度受到系统惯性的影响，系统惯性越弱，频率变化越快，并网系统的平均惯性常数由所接入系统中的同步发动机共同决定，系统频率波动后，同步发动机的转速会快速响应频率变化。若风电场出力不稳定，需要根据风电场出力(输送的有功功率)是否充足，进行风电频率响应分析，系统据此做出灵活的控制或者调整措施。由于风能具有随机性、间歇性和不稳定性的特点，因此，当风电装机容量占电网容量的比例较大时会对电网的稳定性和安全性带来冲击。由于风力发电的波动性和间歇性给电网的电能质量带来了严重的影响，如电压波动、电压偏差、闪变和谐波。
技术实现思路
本申请的目的在于提供一种基于人工智能的风电并网频率响应控制方法及系统，有效缓解了系统的调频压力，对系统的频率波动平抑效果良好，保证了系统输出至电网的功率的稳定性，从而保证电网供电的稳定性。为达到上述目的，本申请提供一种基于人工智能的风电并网频率响应控制方法，该方法包括如下步骤：采集风电并网系统的频率响应数据；对频率响应数据进行异常识别，获取风电并网系统的异常频率响应数据；根据异常频率响应数据，计算系统频率响应的评价分值；判断频率响应的评价分值是否低于预设限值，若是，则执行第二频率反馈调控方法；否则，执行第一频率反馈调控方法。如上的，其中，第一频率反馈调控方法包括如下步骤：实时采集风电机组的环境数据和风电并网系统的响应数据；根据响应数据，计算风电机组的目标转速和调差系数；根据计算的风电机组的目标转速和调差系数，增大风电机组的转子转速，并减小风电机组的调差系数，对风电并网系统进行调频。如上的，其中，风电机组的目标转速计算公式为：其中，Wmu表示风电机组的目标转速；Pmu表示风电机组实际输出的有功功率的与目标有功功率的差值；vye表示最佳风机轮转速；k表示风电机组的传动系数；表示风电机组的发电效率；l表示风能最大利用系数；r表示风电机组的风轮半径。如上的，其中，风电机组的调差系数计算公式为：其中，δ表示风电机组调差系数，Δpfa表示风电机组的有功功率偏差值；Δfxi表示系统的频率偏差值；λ表示系统频率变化率；vfeng表示环境风速；ln()表示函数。如上的，其中，第二频率反馈调控方法包括如下子步骤：获取风电机组输出端口的状态数据；根据获取的风电机组输出端口的状态数据，计算风电机组的有功功率增加值；判断风电机组的有功功率增加值是否大于风电并网系统的有功功率减小值，若是，则风电机组将剩余能量的预设比例进行存储；否则，向风电机组补偿能量。如上的，其中，向风电机组补偿能量的方法包括如下步骤：根据风电机组的有功功率增加值和风电并网系统的有功功率减小值，计算有功功率补偿差值；根据有功功率补偿差值，计算储能系统的功率调节系数；根据风电并网系统的频率变化数据和储能系统的功率调节系数，计算储能系统需要提供给风电机组的调频输出功率值；根据计算的调频输出功率值，储能系统向风电机组注入能量。如上的，其中，对频率偏移进行评估包括如下步骤：计算频率响应评价指标的具体值；根据计算的评价指标的具体值，计算频率响应的评价分值。如上的，其中，频率响应评价指标包括如下指标：频率波动的严重指数、最低点频率响应值、稳态频率响应值、频率初始下降率、频率的平均变化率和频率偏移最大量。如上的，其中，根据预先训练的频率响应异常识别模型对频率响应数据进行异常识别，获取风电并网系统的异常频率响应数据。本申请还提供一种基于人工智能的风电并网频率响应控制系统，该系统包括：数据采集模块，用于采集风电并网系统的频率响应数据；频率异常识别模块，用于对频率响应数据进行异常识别，获取风电并网系统的异常频率响应数据；评价模块，用于根据异常频率响应数据，计算系统频率响应的评价分值；频率调控模块，用于判断频率响应的评价分值是否低于预设限值，若是，则执行第二频率反馈调控方法；否则，执行第一频率反馈调控方法。本申请实现的有益效果如下：(1)本申请利用储能系统和风电机组共同调节频率波动，有效缓解了系统的调频压力，对系统的频率波动平抑效果良好，保证了系统输出至电网的功率的稳定性，从而保证电网供电的稳定性，用电设备的稳定运行。(2)本申请将风电机组自身转子转动产生的能量的剩余部分存储至储能系统，有效的节约了能量，提高系统的经济效益。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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申请中记载的一些实施例，对于本领域技术人员来讲，还可以根据这些附图获得其他的附图。图1为本申请实施例的一种基于人工智能的风电并网频率响应控制方法的流程图。图2为本申请实施例的预先训练频率响应异常识别模型的方法流程图。图3为本申请实施例的对频率偏移进行评估的方法流程图。图4为本申请实施例的计算频率响应各项评价指标的具体值的方法流程图。图5为本申请实施例的第一频率反馈调控方法的流程图。图6为本申请实施例的第二频率反馈调控方法的流程图。图7为本申请实施例的向风电机组补偿能量的方法流程图。图8为本申请实施例的一种基于人工智能的风电并网频率响应控制系统的结构示意图。附图标记：10-数据采集模块；20-频率异常识别模块；30-评价模块；40-频率调控模块；100-频率响应控制系统。具体实施方式下面结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。实施例一如图1所示，本申请提供了一种基于人工智能的风电并网频率响应控制方法，该方法包括如下步骤：步骤S1，采集风电并网系统的频率响应数据。步骤S2，根据预先训练的频率响应异常识别模型对频率响应数据进行异常识别，获取风电并网系统的异常频率响应数据。根据本专利技术的一个具体实施例，识别出频率响应数据中存在频率异常后，发出频率异常报警信号。如图2所示，预先训练频率响应异常识别模型包括如下子步骤：步骤T1，建立基础卷积神经网络模型。其中，基础卷积神经网络模型包括输出层、卷积层和本文档来自技高网...

【技术保护点】
1.一种基于人工智能的风电并网频率响应控制方法，其特征在于，该方法包括如下步骤：/n采集风电并网系统的频率响应数据；/n对频率响应数据进行异常识别，获取风电并网系统的异常频率响应数据；/n根据异常频率响应数据，计算系统频率响应的评价分值；/n判断频率响应的评价分值是否低于预设限值，若是，则执行第二频率反馈调控方法；否则，执行第一频率反馈调控方法。/n

【技术特征摘要】
1.一种基于人工智能的风电并网频率响应控制方法，其特征在于，该方法包括如下步骤：
采集风电并网系统的频率响应数据；
对频率响应数据进行异常识别，获取风电并网系统的异常频率响应数据；
根据异常频率响应数据，计算系统频率响应的评价分值；
判断频率响应的评价分值是否低于预设限值，若是，则执行第二频率反馈调控方法；否则，执行第一频率反馈调控方法。


2.根据权利要求1所述的基于人工智能的风电并网频率响应控制方法，其特征在于，第一频率反馈调控方法包括如下步骤：
实时采集风电机组的环境数据和风电并网系统的响应数据；
根据响应数据，计算风电机组的目标转速和调差系数；
根据计算的风电机组的目标转速和调差系数，增大风电机组的转子转速，并减小风电机组的调差系数，对风电并网系统进行调频。


3.根据权利要求2所述的基于人工智能的风电并网频率响应控制方法，其特征在于，风电机组的目标转速计算公式为：



其中，Wmu表示风电机组的目标转速；Pmu表示风电机组实际输出的有功功率的与目标有功功率的差值；vye表示最佳风机轮转速；k表示风电机组的传动系数；表示风电机组的发电效率；l表示风能最大利用系数；r表示风电机组的风轮半径。


4.根据权利要求2所述的基于人工智能的风电并网频率响应控制方法，其特征在于，风电机组的调差系数计算公式为：



其中，δ表示风电机组调差系数，Δpfa表示风电机组的有功功率偏差值；Δfxi表示系统的频率偏差值；λ表示系统频率变化率；vfeng表示环境风速；ln()表示函数。


5.根据权利要求1所述的基于人工智能的风电并网频率响应控制方法，其特征在于，第二频率反馈调控方法包括如下子步骤：
获取风电机组输出端口的状态数据；
根据获取的风电机组输出端口的状态数据，计算风电机组的有功功率增加值；
判断...

【专利技术属性】
技术研发人员：田云峰，何红光，周晓青，刘海旭，杨凯，臧鹏，王德伟，王铮，张改利，贾洪岩，郝峰，刘景超，岳杰，付江龙，
申请(专利权)人：国网新源张家口风光储示范电站有限公司，河北建筑工程学院，
类型：发明
国别省市：河北;13