一种含光热发电的配电网分布式功率协调控制方法及装置制造方法及图纸

本发明专利技术公开了一种含光热发电的配电网分布式功率协调控制方法及装置，该方法根据配电网中光、热发电单元的历史数据，利用LSTM网络对其发电功率进行实时预测，获取光、热发电单元的功率预测值；基于获取的功率预测值，利用深度神经网络对预测值进行误差校正，提高光、热发电单元的功率预测精度；基于模糊C均值聚类算法以及校正后的功率预测值对光、热发电单元进行功率调节潜力分类；设计基于在线滚动式优化的含光热发电的配电网有功功率分配函数，对光、热发电单元的有功功率进行分布式最优分配，实现精准调节有功功率。本发明专利技术解决了现有的含光热发电的配电网功率调节过程中存在的调节精度差，调节速度慢等难题。调节速度慢等难题。调节速度慢等难题。

【技术实现步骤摘要】
一种含光热发电的配电网分布式功率协调控制方法及装置


[0001]本专利技术属于配电网功率协调控制
，具体涉及一种含光热发电的配电网分布式功率协调控制方法及装置。

技术介绍

[0002]2020年，我国明确提出“碳达峰、碳中和”的国家能源战略目标，而支撑能源领域的低碳发展势必会向电网中接入大量的清洁可再生能源，其随机性、异构性和波动性会给电力系统的安稳运行带来巨大的挑战。而当前配电网的有功功率调节主要还是以响应自动发电控制(Automatic Generation Control，AGC)指令，单次下发调节信号为主，其调节精度差，响应速度慢，没有考虑新能源的波动性对调节精度的影响，难以完成精细化调节的要求，给电力系统的精细化控制带来不利影响，如何精准地对配电网中的发电单元进行控制，为电力系统提供稳定的电力支持，是“双碳”目标下电力系统发展过程中不可避免的研究难题。

技术实现思路

[0003]本专利技术的目的在于提供一种含光热发电的配电网分布式功率协调控制方法及装置，以解决现有的含光热发电的配电网功率调节过程中存在的调节精度差，调节速度慢等问题。
[0004]为解决上述技术问题，本专利技术采用的技术方案如下：
[0005]本专利技术提供一种含光热发电的配电网分布式功率协调控制方法，包括：
[0006]根据含光热发电的配电网中发电单元的历史数据，对发电单元的发电功率进行实时预测，获取发电单元的功率预测值；所述发电单元包括光发电单元和热发电单元；
[0007]对所获取的发电单元的功率预测值进行校正，得到发电单元的有功功率反馈校正值；
[0008]对所得到的发电单元的有功功率反馈校正值进行聚类；
[0009]根据聚类结果确定参与AGC的发电单元；
[0010]对参与AGC的发电单元的有功功率进行分布式最优协调分配。
[0011]进一步的，所述根据含光热发电的配电网中发电单元的历史数据，对发电单元的发电功率进行实时预测，包括：
[0012]获取所述发电单元至少7天的历史有功功率数据和对应的历史天气数据，并对所获取的历史有功功率数据进行归一化处理；
[0013]基于LSTM网络对每个发电单元建立功率预测模型，并采用所述发电单元的归一化后的历史有功功率数据对所述发电单元的功率预测模型进行训练，得到训练好的对应发电单元的功率预测模型；
[0014]将当前时刻的发电单元的有功功率输入对应的训练好的功率预测模型，得到该发电单元下一时刻的功率预测值。
[0015]进一步的，所述对所获取的发电单元的功率预测值进行校正，得到发电单元的有功功率反馈校正值，包括：
[0016]构建基于深度神经网络的误差补偿模型，得到修正后的有功功率误差值；
[0017]将当前时刻的发电单元的有功功率预测值与所得到的发电单元修正后的有功功率误差值进行叠加，得到发电单元的有功功率反馈校正值。
[0018]进一步的，所述构建基于深度神经网络的误差补偿模型，包括：
[0019]采用所述发电单元的历史天气数据和有功功率预测误差值为输入训练深度神经网络，得到误差补偿模型；所述有功功率预测误差值为历史有功功率数据与有功功率预测值之差。
[0020]进一步的，所述对所得到的发电单元的有功功率反馈校正值进行聚类，包括：
[0021]初始化隶属度矩阵，矩阵元素满足约束条件：
[0022][0023]其中，μ
pj
表示第p个聚类中第j个样本的隶属度，c为聚类的总数量；样本指发电单元的有功功率反馈校正值；
[0024]计算聚类中心：
[0025][0026]其中，m∈[1,+∞]为加权系数，x
j
表示第j个样本；
[0027]依据目标函数进行迭代计算：
[0028][0029]其中，d
pj
＝||v
p
‑
x
j
||为第j个样本到第p类聚类中心的距离；
[0030]若相邻两次目标函数的改变量小于预设的迭代停止阈值ε，则迭代结束，按如下规则进行分类，否则更新隶属度矩阵，继续迭代；
[0031]分类规则为：若μ
pj
≤max μ
1j
,...,μ
cj
，则判定该样本j属于第p类。
[0032]进一步的，所述隶属度矩阵更新如下：
[0033][0034]进一步的，所述根据聚类结果确定参与AGC的发电单元，包括：
[0035]如果第p类的聚类中心v
p
小于预设的最低调节能力阈值∏，则对应的发电单元不参与AGC的指令响应，反之，则参与AGC的指令响应。
[0036]进一步的，所述对参与AGC的发电单元的有功功率进行分布式最优协调分配，包括：
[0037]对参与AGC的发电单元，在每一个AGC的调度周期内，建立如下的有功功率调节目标函数，通过在线滚动式式优化调节有功功率输出：
[0038][0039]其中，N
p
为调度周期个数，a为实际参与AGC功率调节的发电单元总数目，Φ
i
(t+l|t)为第i个发电单元的成本函数；
[0040]有功功率调节目标函数需满足的约束条件为：
[0041]Φ
i
(t+l|t)＝λ
i
(t+l|t)P
i
(t+l|t)；
[0042][0043][0044]其中，P
i
(t+l|t)为t时刻预测的第i个发电单元的t+l时刻的有功功率值，为t时刻预测的第i个发电单元的t+l时刻的有功功率反馈校正值，ΔP
AGC
为由AGC下发给含光热配电网的总有功功率调节量，λ
i
(t+l|t)为t时刻预测的第i个发电单元的t+l时刻的功率分配权重；
[0045][0046]通过在每个时刻对所述有功功率调节目标函数不断优化求解，得到发电单元的最优有功功率输出值，并下发最优指令至发电单元。
[0047]本专利技术提供一种含光热发电的配电网分布式功率协调控制装置，包括：
[0048]预测模块，用于根据含光热发电的配电网中发电单元的历史数据，对发电单元的发电功率进行实时预测，获取发电单元的功率预测值；所述发电单元包括光发电单元和热发电单元；
[0049]校正模块，用于对所获取的发电单元的功率预测值进行校正，得到发电单元的有功功率反馈校正值；
[0050]聚类模块，用于对所得到的发电单元的有功功率反馈校正值进行聚类；
[0051]筛选模块，用于根据聚类结果确定参与AGC的发电单元；
[0052]分配模块，用于对参与AGC的发电单元的有功功率进行分布式最优协调分配。
[0053]进一步的，所述校正模块具体用于，
[0054]采用所述发电单元的历史天气数据和有功功率预测误差值为输入训练深本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种含光热发电的配电网分布式功率协调控制方法，其特征在于，包括：根据含光热发电的配电网中发电单元的历史数据，对发电单元的发电功率进行实时预测，获取发电单元的功率预测值；所述发电单元包括光发电单元和热发电单元；对所获取的发电单元的功率预测值进行校正，得到发电单元的有功功率反馈校正值；对所得到的发电单元的有功功率反馈校正值进行聚类；根据聚类结果确定参与AGC的发电单元；对参与AGC的发电单元的有功功率进行分布式最优协调分配。2.根据权利要求1所述的一种含光热发电的配电网分布式功率协调控制方法，其特征在于，所述根据含光热发电的配电网中发电单元的历史数据，对发电单元的发电功率进行实时预测，包括：获取所述发电单元至少7天的历史有功功率数据和对应的历史天气数据，并对所获取的历史有功功率数据进行归一化处理；基于LSTM网络对每个发电单元建立功率预测模型，并采用所述发电单元的归一化后的历史有功功率数据对所述发电单元的功率预测模型进行训练，得到训练好的对应发电单元的功率预测模型；将当前时刻的发电单元的有功功率输入对应的训练好的功率预测模型，得到该发电单元下一时刻的功率预测值。3.根据权利要求2所述的一种含光热发电的配电网分布式功率协调控制方法，其特征在于，所述对所获取的发电单元的功率预测值进行校正，得到发电单元的有功功率反馈校正值，包括：构建基于深度神经网络的误差补偿模型，得到修正后的有功功率误差值；将当前时刻的发电单元的有功功率预测值与所得到的发电单元修正后的有功功率误差值进行叠加，得到发电单元的有功功率反馈校正值。4.根据权利要求3所述的一种含光热发电的配电网分布式功率协调控制方法，其特征在于，所述构建基于深度神经网络的误差补偿模型，包括：采用所述发电单元的历史天气数据和有功功率预测误差值为输入训练深度神经网络，得到误差补偿模型；所述有功功率预测误差值为历史有功功率数据与有功功率预测值之差。5.根据权利要求1所述的一种含光热发电的配电网分布式功率协调控制方法，其特征在于，所述对所得到的发电单元的有功功率反馈校正值进行聚类，包括：初始化隶属度矩阵，矩阵元素满足约束条件：其中，μ
pj
表示第p个聚类中第j个样本的隶属度，c为聚类的总数量；样本指发电单元的有功功率反馈校正值；计算聚类中心：
其中，m∈[1,+∞]为加权系数，x
j
表示第j个样本；依据目标函数进行迭代计算：其中，d
pj
＝||v
p
‑
x
j
||为第j个样本到第p类聚类中心的距离；若相邻两次目标函数的改变量小于预设的迭代停止阈值ε，则迭代结束，按如下规则进行分类，否则更新隶属度矩阵，继续迭代；分类规则为：若μ
pj
≤maxμ
1j
,...,μ
cj
，则判定该样本j属于第p类。6.根据权利要求5所述的一种含光热发电的配电网分布式功率协调控制方法，其特征在于，所述隶属度矩阵更新如下：7.根据权利要求5所述的一种含光热发电的配电网分布式功率协调控制方法，其特征在于，所述根据聚类结果确定参与AGC的发电单元，包括：如果第p类的聚类中心v
p
小于预设的最低调节能力阈值Π，则对应的发电单元不参与AGC的指令响应，反之，则参与AGC的指令响应。8.根据权利要求7所述的一种含光热发电的配电网分布式功率协调控制方法，其特征在于，所述对参与AGC的发电单元的有功功率进行分布式最优协调分配，包括：对参与AGC的发电单元，在每一个AGC的调度周期内，建立如下的有功功率调节目标函数，通过在线滚动式式优化调节有功功率输出：其中，N
p
为调度周期个数，a为实际参与AGC功率调节的发电单元总数目，Φ
i
(t+l|t)为第i个发电单元的成本函数；有功功率调节目标函数需满足的约束条件为：Φ
i
(t+l|t)＝λ
i
(t+l|t)P
i
(t+l|t)；(t+l|t)；其中，P
i
(t+l|t)为t时刻预测的第i个发电单元的...

【专利技术属性】
技术研发人员：解兵，袁宇波，袁晓冬，朱鑫要，张宸宇，徐珂，葛雪峰，吕振华，赵静波，
申请(专利权)人：国网江苏省电力有限公司，
类型：发明
国别省市：