基于TCN和误差函数的光伏电站有功功率优化分配方法组成比例

本发明专利技术涉及基于TCN和误差函数的光伏电站有功功率优化分配方法，方法包括以下步骤：对光伏电站历史数据提取输入特征；基于输入特征构建为特征集，输入TCN网络进行监督学习，学习目标为逆变器的稳态响应误差，得到特征集与稳态响应误差的函数映射关系，并构建逆变器的误差函数；基于每台逆变器的误差函数，构建光伏电站的有功功率优化分配模型；基于逆变器误差函数的实验结果，对逆变器进行排序分层，根据调度指令调节量的大小，选择参与功率调节逆变器的层级；根据优化分配模型以及逆变器的层级选择结果，计算得到每台逆变器的最优目标功率值，进行有功优化分配。与现有技术相比，本发明专利技术调度响应的精度高、分配模型的求解速度快。分配模型的求解速度快。分配模型的求解速度快。

【技术实现步骤摘要】
基于TCN和误差函数的光伏电站有功功率优化分配方法


[0001]本专利技术涉及光伏电站功率优化分配
，尤其是涉及一种基于TCN和误差函数的光伏电站有功功率优化分配方法。

技术介绍

[0002]如今，随着我国对于光伏、风力等可再生能源的大力推广，新能源场站的并网发电容量不断提高，部分区域的新能源占比已经达到30％，降低了该区域内常规调频资源如水力、火力调频电厂的旋转备用发电容量占比，电源的结构性矛盾不断突出。由于可再生能源出力较强的间歇性和波动性，电网峰谷差增大，对于制定合理的发电计划带来困难。并且，短时间内对于可再生能源出力大小的预测精度难以获得较大提升。因此，需要优化新能源场站参与调度响应时，场站内的功率分配方案，以减少由于调度响应误差而造成的经济损失。
[0003]目前，关于集中式光伏电站有功功率优化分配方案的文献较少，分配方案也较为直接。现有技术方案包括：采用平均分配和额定容量等比例分配，是目前光伏电站主要采用的分配方案，但存在响应精度不够高的问题。以减少逆变器的开关机次数为优化目标，采用自由分配策略，延长了逆变器的使用寿命本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于TCN和误差函数的光伏电站有功功率优化分配方法，其特征在于，所述方法包括以下步骤：对光伏电站历史数据提取输入特征；基于输入特征构建为特征集，输入TCN网络进行监督学习，学习目标为逆变器的稳态响应误差，得到特征集与稳态响应误差的函数映射关系，并依据映射关系构建逆变器的误差函数；基于每台逆变器的误差函数，构建光伏电站的有功功率优化分配模型；基于逆变器误差函数的实验结果，对逆变器进行排序分层，根据调度指令调节量的大小，选择参与功率调节逆变器的层级；根据优化分配模型求解结果以及逆变器的层级选择结果，计算得到每台逆变器的最优目标功率值，进行有功优化分配。2.根据权利要求1所述的一种基于TCN和误差函数的光伏电站有功功率优化分配方法，其特征在于，提取光伏电站历史数据的序列特征步骤包括：对光伏电站的历史数据中特征与逆变器稳态响应误差的进行相关性分析；选择与响应误差相关性较强的特征作为输入特征。3.根据权利要求1所述的一种基于TCN和误差函数的光伏电站有功功率优化分配方法，其特征在于，所述逆变器误差函数的构建具体步骤包括：将每台逆变器对调度指令的历史执行情况和输入特征构成特征集，通过TCN网络挖掘特征集和稳态响应误差的函数映射关系，构建基于TCN的逆变器误差函数表达如下：式中：i为逆变器的编号；为逆变器i的稳态响应误差；f
i
(x)为TCN网络发掘的逆变器i的特征集和稳态响应误差之间的函数映射关系；和分别为逆变器i当前时刻的目标功率值和功率出力值；提取的输入特征包括T、S、H和W分别表示该时刻全站的环境温度、光照强度、环境湿度和天气情况。4.根据权利要求1所述的一种基于TCN和误差函数的光伏电站有功功率优化分配方法，其特征在于，所述TCN网络采用扩张因果卷积和残差模块构建，输入层经过多个残差模块计算输出值；所述残差模块包括TCN卷积层、WeightNorm层、激活函数ReLU和Dropout层，并且将输入层的直接映射作为残差链接；引入1乘1的卷积模块，以保证输出输入的维度相同；将残差模块不断堆叠构建得到深层TCN网络。5.根据权利要求1所述的一种基于TCN和误差函数的光伏电站有功功率优化分配方法，其特征在于，所述优化分配模型的目标函数，建立如下：式中，为逆变器i的稳态响应误差，N为全站的...

【专利技术属性】
技术研发人员：李振坤，张天翼，田飞，杜海舟，贺正良，苏向敬，田书欣，符杨，
申请(专利权)人：甘肃华电福新能源有限公司民乐分公司，
类型：发明
国别省市：