能源互联网系统的建模方法、控制器及存储介质技术方案

公开了一种用于能源互联网系统的建模方法、控制器及存储介质。用于能源互联网系统的建模方法包括：为能源互联网系统建立关于系统状态变量、系统控制变量和系统状态变量的变化率的微分方程组；设定系统状态变量的初值和预定时段；将预定时段进行第一维度的随机离散以得到第一组时间点，基于初值求解微分方程组在第一组时间点的系统状态变量的第一解集；将预定时段进行第二维度的随机离散以得到第二组时间点；基于第一解集确定微分方程组在第二组时间点的系统状态变量的第二解集；基于第二解集确定按照特征值的降序排列的特征基函数；选取特征基函数中的前M个作为本征正交基函数；利用本征正交基函数对微分方程组中的系统状态变量进行降维变换。态变量进行降维变换。态变量进行降维变换。

【技术实现步骤摘要】
能源互联网系统的建模方法、控制器及存储介质


[0001]本公开属于能源互联网领域，具体而言，涉及一种用于能源互联网系统的建模方法、控制器及存储介质。

技术介绍

[0002]能源互联网系统的数学模型是描述系统运行状态的关键。随着光伏、风力等新型能源形式的接入，能源互联网的系统规模不断向大型化发展，其系统模型也向高维度、非线性的复杂网络方向发展，其系统模型也向非线性、高维度、随机性等复杂网络方向发展。因此，按照常规方法建立的系统模型往往阶数很高，高维模型的运算负担重、求解时间过长，给能源互联网系统工程应用中的状态监测、实时控制和仿真分析带来巨大挑战。
[0003]模型降阶技术能够以合适的方式降低系统模型的阶数，同时可保证降阶的模型与原系统模型偏差在可控的范围内，可以一定程度上解决系统难以计算问题。目前广泛应用的Pade逼近法、Arnoldi降阶法、多点拟合模型降阶法等模型降阶方法，都需要对降阶前的原始系统进行采样，而能源互联网具有分布范围广、节点数多，每个节点需要考虑的要素也较为复杂，因此上述降阶技术在应用于能源互联网模型时，都不能解决对复杂的原始系统进行采样的代价过大，导致系统模型实用性降低的问题。
[0004]因此，现有的能源互联网建模方法，都未能有效解决使所建立的模型在可接受的时间内完成求解，同时与实际系统的误差可控的问题。

技术实现思路

[0005]提供了本公开以解决现有技术中存在的上述问题。
[0006]需要一种能够考虑能源互联网的高维性和复杂性，对其进行数学建模，并利用降阶技术，以较低的原始系统样本采样代价，实现系统模型的降阶，同时保证降阶后的系统模型与原始模型之间的误差在可控的范围内。本公开提供了一种将具有多个微网节点的能源互联网建模为高维微分方程组，结合压缩样本采样的方法和本征正交分解法，以较小的原始模型采样代价，提取系统模型的基函数，并对原始系统模型进行降阶变换。本公开中的能源互联网建模方法，可以在不改变降阶精度的前提下，进一步提高降阶效率，改善建模和降阶过程中运算量大和求解困难等问题，降阶后的系统模型具有运算速度快和系统精度可控的优势。
[0007]根据本公开的第一方案，提供一种用于能源互联网系统的建模方法，所述能源互联网系统包括多个微网作为节点，所述建模方法包括：为所述能源互联网系统建立关于系统状态变量、系统控制变量和系统状态变量的变化率的微分方程组，所述微分方程组的阶数N与所述节点的数量相关联；设定所述系统状态变量的初值和预定时段；将所述预定时段进行第一维度的随机离散以得到第一组时间点，并基于所述初值，求解所述微分方程组在所述第一组时间点的系统状态变量的第一解集；将所述预定时段进行第二维度的随机离散以得到第二组时间点，其中，所述第二维度大于所述第一维度；基于所述系统状态变量的第
一解集，确定所述微分方程组在所述第二组时间点的系统状态变量的第二解集；基于所述系统状态变量的第二解集，确定按照特征值的降序来排列的特征基函数；根据要将所述微分方程组降阶到的阶数M，选取所排列的特征基函数中的前M个作为本征正交基函数；利用所述本征正交基函数，对所述微分方程组中的系统状态变量进行降维变换。
[0008]根据本公开的第二方案，提供一种用于能源互联网系统的建模的控制器，所述能源互联网系统包括多个微网作为节点，所述控制器执行所述能源互联网系统的建模时时实现以下步骤：为所述能源互联网系统建立关于系统状态变量、系统控制变量和系统状态变量的变化率的微分方程组，所述微分方程组的阶数N与所述节点的数量相关联；设定所述系统状态变量的初值和预定时段；将所述预定时段进行第一维度的随机离散以得到第一组时间点，并基于所述初值，求解所述微分方程组在所述第一组时间点的系统状态变量的第一解集；将所述预定时段进行第二维度的随机离散以得到第二组时间点，其中，所述第二维度大于所述第一维度；基于所述系统状态变量的第一解集，确定所述微分方程组在所述第二组时间点的系统状态变量的第二解集；基于所述系统状态变量的第二解集，确定按照特征值的降序来排列的特征基函数；根据要将所述微分方程组降阶到的阶数M，选取所排列的特征基函数中的前M个作为本征正交基函数；利用所述本征正交基函数，对所述微分方程组中的系统状态变量进行降维变换。
[0009]根据本公开的第三方案，提供一种非暂时性的计算机存储介质，其上存储有计算机可执行指令，所述计算机可执行指令由用于能源互联网系统的建模的控制器执行时，实现上述的用于能源互联网系统的建模方法的步骤。
[0010]利用根据本公开各个实施例的能源互联网系统的建模方法、控制器及存储介质，能够对包含多个微网节点的能源互联网大规模、高维度、复杂系统进行建模，利用压缩样本采样法与本征正交分解法相结合的方法，以较小的原始模型样本采样代价，提取系统模型的基函数，并实现对原始系统模型的降阶变换，解决了现有的能源互联网系统高维模型求解困难、模型降阶采样代价高，降阶效率低的问题。降阶后的能源互联网系统模型运算速度快和系统精度可控的优势。
附图说明
[0011]在不一定按比例绘制的附图中，相同的附图标记可以在不同的视图中描述相似的部件。附图大体上通过举例而不是限制的方式示出各种实施例，并且与说明书以及权利要求书一起用于对所公开的实施例进行说明。在适当的时候，在所有附图中使用相同的附图标记指代同一或相似的部分。这样的实施例是例证性的，而并非旨在作为本控制器或方法的穷尽或排他实施例。
[0012]图1示出根据本公开实施例的能源互联网系统的结构的示意图；
[0013]图2示出根据本公开实施例的用于能源互联网系统的建模方法的流程图；以及
[0014]图3示出根据本公开实施例的用于能源互联网系统的建模的控制器的组成示意图。
具体实施方式
[0015]为使本领域技术人员更好的理解本公开的技术方案，下面结合附图和具体实施方
式对本公开作详细说明。下面结合附图和具体实施例对本公开的实施例作进一步详细描述，但不作为对本公开的限定。本文中所描述的各个步骤，如果彼此之间没有前后关系的必要性，则本文中作为示例对其进行描述的次序不应视为限制，本领域技术人员应知道可以对其进行顺序调整，只要不破坏其彼此之间的逻辑性导致整个流程无法实现即可。
[0016]此外，本领域普通技术人员应当理解，在此提供的附图都是为了说明的目的，并且附图不一定是按比例绘制的。
[0017]除非上下文明确要求，否则整个说明书和权利要求书中的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义；也就是说，是“包括但不限于”的含义。
[0018]在本公开的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本公开的描述中，除非另有说明，“多个”的含义是两个或两个以上。
[0019]图1示出根据本公开实施例的能源互联网系统的结构的示意图。作为示例，如图1所示的能源互联网系统包含多个节点100以及控制器207。在一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于能源互联网系统的建模方法，所述能源互联网系统包括多个微网作为节点，其特征在于，所述建模方法包括：为所述能源互联网系统建立关于系统状态变量、系统控制变量和系统状态变量的变化率的微分方程组，所述微分方程组的阶数N与所述节点的数量相关联；设定所述系统状态变量的初值和预定时段；将所述预定时段进行第一维度m的随机离散以得到第一组时间点，并基于所述初值，求解所述微分方程组在所述第一组时间点的系统状态变量的第一解集；将所述预定时段进行第二维度n的随机离散以得到第二组时间点，其中，所述第二维度大于所述第一维度；基于所述系统状态变量的第一解集，确定所述微分方程组在所述第二组时间点的系统状态变量的第二解集；基于所述系统状态变量的第二解集，确定按照特征值的降序来排列的特征基函数；根据要将所述微分方程组降阶到的阶数M，选取所排列的特征基函数中的前M个作为本征正交基函数；利用所述本征正交基函数，对所述微分方程组中的系统状态变量进行降维变换。2.根据权利要求1所述的建模方法，其特征在于，所述能源互联网系统的所述系统控制变量是恒定的或时变的，且所述系统控制变量包括所述各个微网的负载的参数、可再生能源发电设备的参数、传统发电设备的参数、储能设备的参数、与频率稳定性相关联的参数、与功率平衡相关联的参数中的至少一种或其组合。3.根据权利要求1或2所述的建模方法，其特征在于，所述系统状态变量包括所述各个微网的负载的功率变化量、可再生能源发电设备的发电功率变化量、传统发电设备的发电功率变化量、储能设备的能量存储变化量、与其他微网之间能量传输的变化量、母线频率变化量中的至少一种或其组合。4.根据权利要求1或2所述的建模方法，其特征在于，所述阶数M根据所述特征值的分布状况来确定，使得所述特征值分布越稀疏，则所述阶数M越小。5.根据权利要求1或2所述的建模方法，其特征在于，所述阶数M与所述能源互联网系统的系统精度要求相关联地设置，使得所述系统精度要求越高，则所述阶数M越大。6.根据权利要求1或2所述的建模方法，其特征在于，所述第二维度和所述第一维度的取值相关联地选取，以使得所述第一维度与所述第二维度的对数的指数呈倍数关系。7.根据权利要求1所述的建模方法，其特征在于，基于所述系统状态变量的第一解集，确定所述微分方程组在所述第二组时间点的系统状态变量的第二解集具体包括：根据对所述预定时段进行的所述第一维度的随机离散和所述第二维度的随机离散，确定将所述第一解集和所述第二解集相关联的信息矩阵；基于所述第一解集、所述信息矩阵和用于将所述第二解集进行稀疏表示的基函数，求解与所述基函数对应的稀疏系...

【专利技术属性】
技术研发人员：梁宏，曹军威，
申请(专利权)人：清华大学，
类型：发明
国别省市：