基于双向变流器的协调控制方法、控制器及系统技术方案

本发明专利技术实施例提供的基于双向变流器的协调控制方法、控制器及系统，提供了一种确定双向变流器的全局协调控制重要性以实现协调控制处理的思路，通过获得目标双向变流器的变流工作任务状态描述，再依据双向变流器协调控制判别网络对获得到的变流工作任务状态描述进行处理，使得该双向变流器协调控制判别网络能够从获得到的变流工作任务状态描述中高质量地挖掘变流工作任务状态描述之间的联系，从而得到目标双向变流器的协调控制权重数据，以准确实现双向变流器的全局协调控制重要性确定，从而保障协调控制处理的质量和可靠性。从而保障协调控制处理的质量和可靠性。从而保障协调控制处理的质量和可靠性。

【技术实现步骤摘要】
基于双向变流器的协调控制方法、控制器及系统


[0001]本专利技术涉及电力系统
，具体而言，涉及一种基于双向变流器的协调控制方法、控制器及系统。

技术介绍

[0002]传统电力系统中，能源的输送通常是单向的，从发电站到终端用户。然而，随着可再生能源的快速发展和分布式能源的普及，双向能量流成为现实需求。这就需要一种灵活的能量转换和控制技术，使得能量可以双向流动，并且在不同模式下进行协调控制。

技术实现思路

[0003]为了改善上述问题，本专利技术提供了一种基于双向变流器的协调控制方法、控制器及系统。
[0004]第一方面，提供一种基于双向变流器的协调控制方法，应用于协调控制器，所述方法包括：获得目标双向变流器的变流工作任务状态描述，所述变流工作任务状态描述包含所述目标双向变流器的主电路任务状态表征向量和电能调节任务状态表征向量，所述电能调节任务状态表征向量反映所述目标双向变流器与目标储能系统运行项目存在联系的变流工作状态；依据双向变流器协调控制判别网络对所述变流工作任务状态描述进行判别，得到所述目标双向变流器的协调控制权重数据，所述双向变流器协调控制判别网络由依据若干种状态描述确定策略选择出的工作任务状态描述信息调试所得，用于依据传入的工作任务状态描述输出协调控制权重数据，所述协调控制权重数据用于反映所述目标双向变流器分属不同全局协调控制重要性的判别指数，所述工作任务状态描述信息与所述目标储能系统运行项目存在联系；依据所述目标双向变流器的协调控制权重数据，确定所述目标双向变流器的全局协调控制重要性；利用所述目标双向变流器的全局协调控制重要性，至少对所述目标双向变流器进行协调控制处理。
[0005]在一些可能的实施例中，所述获得目标双向变流器的变流工作任务状态描述，包括：获得所述目标双向变流器的所述主电路任务状态表征向量；从所述目标双向变流器的运行记录中，提取与所述目标储能系统运行项目相关的工况记录信息；对所述工况记录信息进行知识向量挖掘，得到所述电能调节任务状态表征向量；对所述主电路任务状态表征向量和所述电能调节任务状态表征向量进行组合，得到所述变流工作任务状态描述。
[0006]在一些可能的实施例中，所述方法还包括：获得多个双向变流器示例的运行记录示例，所述运行记录示例包含所述多个双向变流器示例的主电路任务状态要素和工况记录信息；对所述运行记录示例进行知识向量挖掘，得到第一变流工作任务状态描述示例；依据所述若干种状态描述确定策略对所述第一变流工作任务状态描述示例进行采样，得到第二变流工作任务状态描述示例，所述第二变流工作任务状态描述示例的向量尺寸小于所述第一变流工作任务状态描述示例的向量尺寸；依据所述第二变流工作任务状态描述示例，调试所得所述双向变流器协调控制判别网络。
[0007]在一些可能的实施例中，所述对所述运行记录示例进行知识向量挖掘，得到第一变流工作任务状态描述示例，包括：利用第一特征挖掘规则，对所述运行记录示例中的量化信息进行知识向量挖掘，得到所述第一变流工作任务状态描述示例中的量化线性状态表征，所述第一特征挖掘规则包括分箱、分割、归一化、卷积、加权以及特征混淆中的最少一种；利用第二特征挖掘规则，对所述运行记录示例中的非量化信息进行知识向量挖掘，得到所述第一变流工作任务状态描述示例中的浮点线性状态表征，所述第二特征挖掘规则包括哈希处理、下采样、空洞卷积、特征嵌入、衍生知识向量挖掘以及特征混淆中的最少一种。
[0008]在一些可能的实施例中，所述依据所述若干种状态描述确定策略对所述第一变流工作任务状态描述示例进行采样，得到第二变流工作任务状态描述示例，包括：对所述第一变流工作任务状态描述示例进行基于牵涉程度的采样，得到所述第一变流工作任务状态描述示例的牵涉程度信息，所述牵涉程度信息用于反映任务状态描述之间的关联性；对所述第一变流工作任务状态描述示例进行基于描述增强的采样，得到所述第一变流工作任务状态描述示例的描述增强信息，所述描述增强信息用于反映任务状态描述的增强结果；对所述第一变流工作任务状态描述示例进行基于权重的采样，得到所述第一变流工作任务状态描述示例的量化贡献数据，所述量化贡献数据用于反映任务状态描述的决策权重；依据所述牵涉程度信息、所述描述增强信息以及所述量化贡献数据，从所述第一变流工作任务状态描述示例中清洗掉不符合采样要求的局部状态描述，得到所述第二变流工作任务状态描述示例。
[0009]在一些可能的实施例中，所述对所述第一变流工作任务状态描述示例进行基于牵涉程度的采样，得到所述第一变流工作任务状态描述示例的牵涉程度信息，包括：确定所述第一变流工作任务状态描述示例中每个变流工作任务状态变量的影响因子，所述影响因子与对应变流工作任务状态变量的关联性具有设定量化关系；确定所述每个变流工作任务状态变量的离散度量值，所述离散度量值与对应变流工作任务状态变量的关联性具有设定量化关系；确定所述每个变流工作任务状态变量与目标变流工作任务状态变量之间的关联
性度量，所述关联性度量与对应变流工作任务状态变量的关联性具有设定量化关系，所述目标变流工作任务状态变量与所述目标储能系统运行项目对应。
[0010]在一些可能的实施例中，所述对所述第一变流工作任务状态描述示例进行基于描述增强的采样，得到所述第一变流工作任务状态描述示例的描述增强信息，包括：依据设定采样策略对所述第一变流工作任务状态描述示例中的变流工作任务状态变量进行采样，得到所述第一变流工作任务状态描述示例的描述增强信息。
[0011]在一些可能的实施例中，所述对所述第一变流工作任务状态描述示例进行基于权重的采样，得到所述第一变流工作任务状态描述示例的量化贡献数据，包括：依据第一AI算法对所述第一变流工作任务状态描述示例中的变流工作任务状态变量进行过拟合抑制，得到所述第一变流工作任务状态描述示例的第一量化贡献数据，所述第一AI算法具有过拟合抑制系数；依据第二AI算法对所述第一变流工作任务状态描述示例中的变流工作任务状态变量进行分团，得到所述第一变流工作任务状态描述示例的第二量化贡献数据，所述第二AI算法为随机森林；依据第三AI算法对所述第一变流工作任务状态描述示例中的变流工作任务状态变量进行顺序整理，得到所述第一变流工作任务状态描述示例的第三量化贡献数据，所述第三AI算法为XGBoost；对所述第一变流工作任务状态描述示例中的变流工作任务状态变量进行变量调整处理，依据第四AI算法对完成变量调整的变流工作任务状态变量进行判别，得到所述第一变流工作任务状态描述示例的第四量化贡献数据，所述第四AI算法为待调试的双向变流器协调控制判别网络；将所述第一量化贡献数据、所述第二量化贡献数据、所述第三量化贡献数据以及所述第四量化贡献数据，确定为所述第一变流工作任务状态描述示例的量化贡献数据。
[0012]第二方面，提供一种基于双向变流器的协调控制系统，包括互相通信的协调控制器和双向变流器；所述协调控制器用于：获得目标双向变流器的变流工作任务状态描述，所述变流工作任务状态描述包含所述目标双向变流器的主电路任务状态表本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双向变流器的协调控制方法，其特征在于，应用于协调控制器，所述方法包括：获得目标双向变流器的变流工作任务状态描述，所述变流工作任务状态描述包含所述目标双向变流器的主电路任务状态表征向量和电能调节任务状态表征向量，所述电能调节任务状态表征向量反映所述目标双向变流器与目标储能系统运行项目存在联系的变流工作状态；依据双向变流器协调控制判别网络对所述变流工作任务状态描述进行判别，得到所述目标双向变流器的协调控制权重数据，所述双向变流器协调控制判别网络由依据若干种状态描述确定策略选择出的工作任务状态描述信息调试所得，用于依据传入的工作任务状态描述输出协调控制权重数据，所述协调控制权重数据用于反映所述目标双向变流器分属不同全局协调控制重要性的判别指数，所述工作任务状态描述信息与所述目标储能系统运行项目存在联系；依据所述目标双向变流器的协调控制权重数据，确定所述目标双向变流器的全局协调控制重要性；利用所述目标双向变流器的全局协调控制重要性，至少对所述目标双向变流器进行协调控制处理。2.如权利要求1所述的方法，其特征在于，所述获得目标双向变流器的变流工作任务状态描述，包括：获得所述目标双向变流器的所述主电路任务状态表征向量；从所述目标双向变流器的运行记录中，提取与所述目标储能系统运行项目相关的工况记录信息；对所述工况记录信息进行知识向量挖掘，得到所述电能调节任务状态表征向量；对所述主电路任务状态表征向量和所述电能调节任务状态表征向量进行组合，得到所述变流工作任务状态描述。3.如权利要求1所述的方法，其特征在于，所述方法还包括：获得多个双向变流器示例的运行记录示例，所述运行记录示例包含所述多个双向变流器示例的主电路任务状态要素和工况记录信息；对所述运行记录示例进行知识向量挖掘，得到第一变流工作任务状态描述示例；依据所述若干种状态描述确定策略对所述第一变流工作任务状态描述示例进行采样，得到第二变流工作任务状态描述示例，所述第二变流工作任务状态描述示例的向量尺寸小于所述第一变流工作任务状态描述示例的向量尺寸；依据所述第二变流工作任务状态描述示例，调试所得所述双向变流器协调控制判别网络。4.如权利要求3所述的方法，其特征在于，所述对所述运行记录示例进行知识向量挖掘，得到第一变流工作任务状态描述示例，包括：利用第一特征挖掘规则，对所述运行记录示例中的量化信息进行知识向量挖掘，得到所述第一变流工作任务状态描述示例中的量化线性状态表征，所述第一特征挖掘规则包括分箱、分割、归一化、卷积、加权以及特征混淆中的最少一种；利用第二特征挖掘规则，对所述运行记录示例中的非量化信息进行知识向量挖掘，得
到所述第一变流工作任务状态描述示例中的浮点线性状态表征，所述第二特征挖掘规则包括哈希处理、下采样、空洞卷积、特征嵌入、衍生知识向量挖掘以及特征混淆中的最少一种。5.如权利要求3所述的方法，其特征在于，所述依据所述若干种状态描述确定策略对所述第一变流工作任务状态描述示例进行采样，得到第二变流工作任务状态描述示例，包括：对所述第一变流工作任务状态描述示例进行基于牵涉程度的采样，得到所述第一变流工作任务状态描述示例的牵涉程度信息，所述牵涉程度信息用于反映任务状态描述之间的关联性；对所述第一变流工作任务状态描述示例进行基于描述增强的采样，得到所述第一变流工作任务状态描述示例的描述增强信息，所述描述增强信息用于反映任务状态描述的增强结果；对所述第一变流工作任务状态描述示例进行基于权重的采样，得到所述第一变流工作任务状态描述示例的量化贡献数据，所述量化贡献数据用于反映任务状态描述的决策权重；依据所述牵涉程度信息、所述描述增强信息以及所述量化贡献数据，从所述第一变流工作任务状态描述示例中清洗掉不符合采样要求的局部状态描述，得到所述第二变流工作任务状态描述示例；其中，所述对所述第一变流工作任务状态描述示例进行基于牵涉程度的采样，得到所述第一变流工作任务状态描述示例的牵涉程度信息，包括：确定所述第一变流工作任务状态描述示例中每个变流工作任务状态变量的影响因子，所述影响因子与对应变流工作任务状态变量的关联性具有设定量化关系；确定所述每个变流工作任务状态变量的离散度量值，所述离散度量值与对应变流工作任务状态变量的关联性具有设定量化关系；确定所述每个变流工作任务状态变量与目标变流工作任务状态变量之间的关联性度量，所述关联性度量与对应变流工作任务状态变量的关联性具有设定量化关系，所述目标变流工作任务状态变量与所述目标储能系统运行项目对应；其中，所述对所述第一变流工作任务状态描述示例进行基于描述增强的采样，得到所述第一变流工作任务状态描述示例的描述增强信息，包括：依据设定采样策略对所述第一变流工作任务状态描述示例中的变流工作任务状态变量进行采样，得到所述第一变流工作任务状态描述示例的描述增强信息；其中，所述对所述第一变流工作任务状态描述示例进行基于权重的采样，得到所述第一变流工作任务状态描述示例的量化贡献数据，包括：依据第一AI算法对所述第一变流工作任务状态描述示例中的变流工作任务状态变量进行过拟合抑制，得到所述第一变流工作任务状态描述示例的第一量化贡献数据，所述第一AI算法具有过拟合抑制系数；依据第二AI算法对所述第一变流工作任务状态描述示例中的变流工作任务状态变量进行分团，得到所述第一变流工作任务状态描述示例的第二量化贡献数据，所述第二AI算法为随机森林；依据第三AI算法对所述第一变流工作任务状态描述示例中的变流工作任务状态变量进行顺序整理，得到所述第一变流工作任务状态描述示例的第三量化贡献数据，所述第三AI算法为XGBoost；对所述第一变流工作任务状态描述示例中的变流工作任务状态变量进行变量调整处理，依据第四AI算法对完成变量调整的变流工作任务状态变量进行判别，得到所述第一变流工作任务状态描述示例的第四量化贡献数据，所述第四AI算法为待调试的双向
变流器协调控制判别网络；将所述第一量化贡献数据、所述第二量化贡献数据、所述第三量化贡献数据以及所述第四量化贡献数据，确定为所述第一变流工作任务状态描述示例的量化贡献数据。6.一种基于双向变流器的协调控制系统，其特征在于，包括互相通信的协调控制器和双向变流器；所述协调控制器用于：获得目标双向变流器的变流工作任务状态描述，所述变流工作任务状态描述包含...

【专利技术属性】
技术研发人员：王堉，张佳婧，揭念兵，
申请(专利权)人：深圳市远信储能技术有限公司，
类型：发明
国别省市：