System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种迭代学习的海上风力发电场控制方法、装置及介质制造方法及图纸_技高网

一种迭代学习的海上风力发电场控制方法、装置及介质制造方法及图纸

技术编号:40233888 阅读:5 留言:0更新日期:2024-02-02 22:34
本发明专利技术公开了一种迭代学习的海上风力发电场控制方法、装置及介质,所述方法包括:根据第一和第二预设式,分别更新海上风力发电场中第一机组集的状态量和输入量,得到第二机组集;根据约束条件对第二机组集的输出功率进行赋值,得到第三机组集;若第三机组集中各机组的输出功率一致,则完成控制;若第三机组集中各机组的输出功率不一致,则重新根据第一预设式、第二预设式和约束条件对第三机组集进行更新和赋值。本发明专利技术提出一种迭代学习的海上风力发电场控制方法、装置及介质,通过使用预设式子对海上风力发电场中各机组的电压进行更新、对各机组的输出功率进行赋值,能够解决无法有效控制海上风力发电场中的各风力发电机组的输出功率一致的问题。

【技术实现步骤摘要】

本专利技术涉及海上风力发电,特别是涉及一种迭代学习的海上风力发电场控制方法、装置及介质


技术介绍

1、风能是一种可靠的可再生能源,相较于陆地,海洋上的风速更为稳定和丰富,使得海上风电场能够实现全天候且全年无休的电力生产,该新能源发电技术能够降低对一次能源的消耗,助力实现“碳中和”、“碳达峰”目标;海上风力发电场通常由几十台甚至上百台海上风力发电机组构成,风力发电机组的发电受到其附近的风力强度影响。目前主要是采用独立控制以及集中控制的方式,对海上风力发电场中的各风力发电机组的输出功率进行管理。

2、若对每台风力发电机组进行独立控制,则该海上风力发电场的输出功率难以掌握;若采用集中控制的方法,则对控制中心处理数据量大,对控制中心处理器的性能要求高,且对通信性能要求高,因此无法做到对海上风力发电场中的各风力发电机组进行有效管理,使得各风力发电机组的输出功率一致。


技术实现思路

1、本专利技术提供一种迭代学习的海上风力发电场控制方法、装置及介质,以解决无法有效控制海上风力发电场中的各风力发电机组的输出功率一致的问题。

2、为了解决上述问题,本专利技术提供了一种迭代学习的海上风力发电场控制方法,包括:

3、根据第一预设式和第二预设式,分别对海上风力发电场中第一机组集的状态量和输入量进行更新,得到第二机组集;其中,所述第一预设式和所述第二预设式是根据所述第一机组集中跟随者和领导者之间的误差、不同跟随者之间的误差和预设的邻接矩阵,分别通过消除风力发电机组电压状态量不一致的方式和消除风力发电机组电压输入量不一致的方式建立的;

4、根据预设的约束条件,对所述第二机组集的输出功率进行赋值,得到第三机组集;

5、若所述第三机组集中各机组的输出功率一致,则完成控制;

6、若所述第三机组集中各机组的输出功率不一致,则重新根据所述第一预设式、所述第二预设式和所述约束条件对所述第三机组集进行更新和赋值。

7、本专利技术通过直接使用预设的第一预设式和第二预设式,分别对海上风力发电场中第一机组集的状态量和输入量进行更新,然后通过约束条件对输出功率进行赋值,最后通过对输出功率进行判断,即可完成循环控制,该控制方式便捷有效。其中,由于第一预设式和第二预设式是根据不同机组之间的误差建立的,因此根据第一预设式和第二预设式对第一机组集的状态量和输入量进行更新,能够考虑到这些差异,起到很好的矫正和补偿效果。并且,通过约束条件对机组的输出功率进行赋值的方式,可以使第三机组集中的所有机组的输出功率维持在同一个稳定的范围之内。此外,通过对各机组的输出功率进行一致性判断的方式,使得在不断的循环迭代更新和赋值中,让各机组的输出功率达到一致。

8、相比于现有技术,本方案使用预设的式子和约束条件对海上风力发电场中各机组的电压进行更新、对各机组的输出功率进行赋值,并通过循环迭代操作使得各机组的输出功率达到一致,该控制方式直观有效,操作简便,并且对控制中心处理器的处理能力和各机组之间的通信性能没有要求限制,可以对各风力发电机组进行有效管理,所以能够解决无法有效控制海上风力发电场中的各风力发电机组的输出功率一致的问题。

9、作为优选方案,所述第一预设式和所述第二预设式是根据所述第一机组集中跟随者和领导者之间的误差、不同跟随者之间的误差和预设的邻接矩阵,分别通过消除风力发电机组电压状态量不一致的方式和消除风力发电机组电压输入量不一致的方式建立的,具体为:

10、确定所述第一机组集中的第一机组为所述领导者,其余机组组成跟随者集;

11、根据所述领导者和所述跟随者集中第一跟随者的输出功率计算得到第一误差;

12、根据所述第一跟随者和所述跟随者集中第二跟随者的输出功率计算得到第二误差;

13、根据所述第一误差、所述第二误差和所述邻接矩阵,分别通过消除风力发电机组电压状态量不一致的方式和消除风力发电机组电压输入量不一致的方式建立所述第一预设式和所述第二预设式;

14、其中,所述第一跟随者和所述领导者是相互通信的关系,所述第一跟随者和所述第二跟随者是相互通信的关系。

15、本优选方案是通过第一误差、第二误差和邻接矩阵建立第一预设式和第二预设式;其中,因为第一误差和第二误差分别是跟随者和领导者之间的输出功率误差、不同跟随者之间的输出功率误差,所以能够反应出海上风力发电场中不同机组之间的输出功率差异,因此根据这些参数和式子建立的第一预设式和第二预设式,能够考虑到这些差异,起到很好的矫正和补偿效果。

16、作为优选方案,根据所述第一误差、所述第二误差和所述邻接矩阵,通过消除风力发电机组电压输入量不一致的方式建立所述第二预设式,具体为:

17、根据所述第一误差、所述第二误差和所述邻接矩阵,以及预设的迭代学习增益矩阵,建立所述第一跟随者的输入表达式;

18、根据所述第一误差、所述第二误差和所述邻接矩阵,以及预设的初始状态校正增益矩阵,通过考虑初始状态电压不一致需要进行输入补偿的方式,建立所述第一跟随者的补偿表达式;

19、由所述输入表达式和所述补偿表达式计算得到所述第二预设式。

20、本优选方案中,直接根据第一误差、第二误差和邻接矩阵和迭代学习增益矩阵建立输入表达式,能够反应出第一跟随者的实际输入电压;由于补偿表达式是在第一误差、第二误差和邻接矩阵和初始状态校正增益矩阵的基础上,通过考虑初始状态电压不一致需要进行输入补偿的方式建立的,因此补偿表达式能够根据不同机组之间的电压差异计算得到第一跟随者需要进行补偿的电压数值;

21、最后通过输入表达式和补偿表达式计算得到的第二预设式,就是在原有第一跟随者本身电压的基础上叠加上了需要进行补偿的电压,因此第二预设式能对第一机组集中的机组电压输入量起到很好的校正效果。

22、作为优选方案,所述输出功率具体为:

23、所述输出功率是根据预设的机组数学模型,通过代入领导者或者跟随者的相关参数计算得到的;

24、其中,所述机组数学模型,是根据永磁同步电机定子电压和永磁同步电机定子电流在两相旋转坐标系下的d轴分量和q轴分量,以及永磁同步电机定子绕组d轴等效电感和q轴等效电感建立的。

25、作为优选方案,根据预设的约束条件,对所述第二机组集的输出功率进行赋值,得到第三机组集,具体为:

26、根据所述约束条件对所述第二机组集中第二机组的输出功率进行判断;

27、若所述第一机组的输出功率小于所述第二机组能够输出的额定输出功率最小值,根据所述约束条件将所述第二机组的输出功率赋值为所述额定输出功率最小值;

28、若所述第二机组的输出功率大于所述第二机组能够输出的额定输出功率最大值,根据所述约束条件将所述第二机组的输出功率赋值为所述额定输出功率最大值;

29、遍历所述第二机组集中的所有机组,得到所述第三机组集。

30、本优选方案通过对机组本文档来自技高网...

【技术保护点】

1.一种迭代学习的海上风力发电场控制方法,其特征在于,包括:

2.如权利要求1所述的一种迭代学习的海上风力发电场控制方法,其特征在于,所述第一预设式和所述第二预设式是根据所述第一机组集中跟随者和领导者之间的误差、不同跟随者之间的误差和预设的邻接矩阵,分别通过消除风力发电机组电压状态量不一致的方式和消除风力发电机组电压输入量不一致的方式建立的,具体为:

3.如权利要求2所述的一种迭代学习的海上风力发电场控制方法,其特征在于,根据所述第一误差、所述第二误差和所述邻接矩阵,通过消除风力发电机组电压输入量不一致的方式建立所述第二预设式,具体为:

4.如权利要求2所述的一种迭代学习的海上风力发电场控制方法,其特征在于,所述输出功率具体为:

5.如权利要求1所述的一种迭代学习的海上风力发电场控制方法,其特征在于,根据预设的约束条件,对所述第二机组集的输出功率进行赋值,得到第三机组集,具体为:

6.如权利要求1所述的一种迭代学习的海上风力发电场控制方法,其特征在于,所述预设的邻接矩阵具体为:

7.如权利要求2所述的一种迭代学习的海上风力发电场控制方法,其特征在于,所述第一预设式具体为:

8.一种迭代学习的海上风力发电场控制装置,其特征在于,包括更新模块、赋值模块、第一控制模块和第二控制模块;

9.如权利要求8所述的一种迭代学习的海上风力发电场控制装置,其特征在于,所述更新模块包括确定单元、第一计算单元、第二计算单元和第三计算单元;

10.如权利要求9所述的一种迭代学习的海上风力发电场控制装置,其特征在于,所述第三计算单元包括第一子单元、第二子单元和第三子单元;

11.如权利要求9所述的一种迭代学习的海上风力发电场控制装置,其特征在于,所述输出功率具体为:

12.如权利要求8所述的一种迭代学习的海上风力发电场控制装置,其特征在于,所述赋值模块包括判断单元、第一赋值单元、第二赋值单元和组集获取单元;

13.如权利要求8所述的一种迭代学习的海上风力发电场控制装置,其特征在于,所述预设的邻接矩阵具体为:

14.如权利要求9所述的一种迭代学习的海上风力发电场控制装置,其特征在于,所述第一预设式具体为:

15.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被计算机调用并执行,实现如上述权利要求1至7任意一种迭代学习的海上风力发电场控制方法。

...

【技术特征摘要】

1.一种迭代学习的海上风力发电场控制方法,其特征在于,包括:

2.如权利要求1所述的一种迭代学习的海上风力发电场控制方法,其特征在于,所述第一预设式和所述第二预设式是根据所述第一机组集中跟随者和领导者之间的误差、不同跟随者之间的误差和预设的邻接矩阵,分别通过消除风力发电机组电压状态量不一致的方式和消除风力发电机组电压输入量不一致的方式建立的,具体为:

3.如权利要求2所述的一种迭代学习的海上风力发电场控制方法,其特征在于,根据所述第一误差、所述第二误差和所述邻接矩阵,通过消除风力发电机组电压输入量不一致的方式建立所述第二预设式,具体为:

4.如权利要求2所述的一种迭代学习的海上风力发电场控制方法,其特征在于,所述输出功率具体为:

5.如权利要求1所述的一种迭代学习的海上风力发电场控制方法,其特征在于,根据预设的约束条件,对所述第二机组集的输出功率进行赋值,得到第三机组集,具体为:

6.如权利要求1所述的一种迭代学习的海上风力发电场控制方法,其特征在于,所述预设的邻接矩阵具体为:

7.如权利要求2所述的一种迭代学习的海上风力发电场控制方法,其特征在于,所述第一预设式具体为:

...

【专利技术属性】
技术研发人员:李力林旭刘洋杨银国陈玥谢平平陆秋瑜朱誉
申请(专利权)人:广东电网有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1