【技术实现步骤摘要】
本专利技术涉及风力发电，尤其涉及一种风电场发电控制方法及装置。
技术介绍
1、近年来，风力发电作为一种清洁能源得到了迅猛的发展，在现有技术中，风电场控制采用的是单代理系统(single agent system)，即由一个智能体完成整个风电场或整个子风电场的偏航控制，即使有多个子风电场，但子风电场的智能体之间不存在交互，实质上是多个单代理系统，由于只有一个智能体，单代理系统的行为和决策相对简单直观，易于理解和掌握。但其缺点在于不够灵活，当环境变化，如风机出现故障或有特殊的调度需求时，智能体的控制策略需要进行较大的调整，此时风电场发电控制的适应性和鲁棒性受到限制。
技术实现思路
1、为了解决上述技术问题，本专利技术公开了一种风电场发电控制方法及装置，用于提高风电场发电控制的适应性和鲁棒性。
2、为了实现上述目的，第一方面，本专利技术公开了一种风电场发电控制方法，应用于多风机发电场，所述多风机发电场中每一个风机的控制器为独立的智能体，智能体间部署通信连接，所述方法包括：
3、构建目标风电场中各风机分别对应的风机间尾流影响矩阵；
4、根据所述风机间尾流影响矩阵确定所述各风机分别对应的深度；
5、根据所述深度确定所述各风机分别对应的偏航决策顺序；
6、以所述目标风电场的功率最大化为最优目标，根据所述偏航决策顺序依次对所述各风机分别对应的第一偏航角进行优化，获得所述各风机优化后分别对应的第二偏航角；
7、根据所述各风机对
8、本专利技术公开的一种风电场发电控制方法，适用于多风机发电场，且所述多风机发电场中各个风机的控制器被视为独立的智能体，智能体间部署通信连接，以此形成多代理系统式的分布，结合所述多代理分布式、去中心化的特点，能够更好地适应环境变化和故障发生的情况，提高风电场风电控制的鲁棒性，进一步的，为了提高决策效率，并避免多余信息对决策过程产生干扰，通过获取目标风电场中各风机分别对应的风机间尾流影响关系矩阵，并根据所述风机间尾流影响关系矩阵确定各所述风机的深度，以此来确定各风机对应的智能体之间是否需要进行信息交互，对于两台没有尾流影响关系的风机，其智能体之间可以不进行信息交互，从而提高决策效率，并避免多余信息对决策过程产生干扰，接着基于各所述风机的深度确定各所述风机的偏航决策顺序，通过所述风机深度的计算过滤掉不存在影响的风机并根据所述深度确定各风机之间的影响关系，再根据所述影响关系确定决策顺序，既降低多代理之间的耦合性，又优化了决策顺序，提高了决策效率，然后以所述目标风电场的功率最大化为优化目标，根据所述偏航决策顺序依次对各所述风机的偏航角进行优化，获得各所述风机的优化结果即优化后的偏航角，再根据所述优化后的偏航角控制风机发电，解决了现有技术中存在的风电场单代理控制系统的控制适应性和鲁棒性较差的问题，提高了风电场发电控制的适应性和鲁棒性。
9、作为优选例子，在所述构建目标风电场中各风机分别对应的风机间尾流影响矩阵，包括：
10、根据预设的风速计算公式计算所述目标风电场中每一个风机分别受其他风机尾流影响后对应的若干个风速变化值；
11、根据所述若干个风速变化值，构建所述目标风电场各风机分别对应的风机间尾流影响矩阵。
12、本专利技术通过计算所述风速变化值来表征各风机之间的影响程度，以使通过计算所述影响程度适应环境变化和故障发生的情况，进而确定各风机后期对应的决策顺序，提高风电场风电控制的鲁棒性。
13、作为优选例子，在所述根据所述风机间尾流影响矩阵确定所述各风机分别对应的深度，包括：
14、根据所述风机间尾流影响矩阵生成各风机分别对应的有向图，并通过预设的提取策略提取所述有向图中的目标节点；其中，所述有向图中各节点与各风机一一对应；
15、以所述目标节点为初始点进行深度优化搜索，通过所述深度优化搜索更新所述有向图中除所述目标节点外其余节点的深度。
16、本专利技术生成所述矩阵对应的有向图，其中，所述有向图中每一个节点分别对应一个风机，通过对所述有向图进行深度优化搜索，可以获得每一个风机对应的深度，即每一个风机与其对应的相邻风机的影响程度，以使根据所述影响程度确定偏航决策顺序，提高了决策的效率。
17、作为优选例子，在所述通过预设的提取策略提取所述有向图中的目标节点，包括：
18、通过初始化所述有向图中的所有节点，控制所述所有节点中每一个节点的深度均为初始深度值；
19、遍历所述有向图中的所有节点，提取入度为0的所有节点，获得所述有向图中的目标节点。
20、本专利技术通过提取所述入度为0的所有节点，以使找到位于最上游的若干个风机，再根据所述最上游的若干个风机依次向下遍历，提高各节点即各风机对应的深度的计算效率及精准度。
21、作为优选例子，在所述以所述目标节点为初始点进行深度优化搜索，通过所述深度优化搜索更新所述有向图中除所述目标节点外其余节点的深度，包括：
22、获取所述有向图中每一条由所述目标结点指向任一其余结点的有向边，更新所述有向边中的其余结点的深度为第一深度与第二深度两者中的较大值；其中，所述第一深度为所述其余结点的深度，所述第二深度为所述目标结点的深度加1后得到的深度。
23、本专利技术通过比较所述目标节点与所述其余节点的深度的值的大小，由此确定在所述目标节点即目标风机对应的有向边及影响关系链中，所述目标节点即目标风机对所述其余节点的影响程度，以使后续根据所述影响程度及时的调整风机发电的决策顺序，适应当前环境或其它因素的变化，提高风电场发电控制的鲁棒性及适应性。
24、作为优选例子，在所述根据所述偏航决策顺序依次对所述各风机分别对应的第一偏航角进行优化，包括：
25、获取所述目标风电场中所有风机的风电场信息，将所述风电场信息输入预设的决策模型，获得所述目标风电场对应的风电场偏航策略，进而根据所述风电场偏航策略确定各风机分别对应的第一偏航角；
26、以所述目标风电场的功率最大化为最优目标，通过预设的贪心算法对所述各风机分别对应的第一偏航角分别进行优化，并以所述各风机的当前优化结果作为反馈量对偏航角优化过程进行迭代，直至所述当前优化结果达到预设阈值时结束迭代。
27、本专利技术考虑到当下游风机的偏航角改变时，上游风机的最优偏航角也会发生偏移，在根据风机的深度来确定决策的顺序时，可尽可能的减小偏移量，以使提高优化的效果，同时在优化过程中设计迭代机制，即多次按照上述流程调节偏航角，以考虑下游风机的偏航角对上游风机的最优偏航角的影响，提高最终的优化效果。
28、第二方面，本专利技术公开了一种风电场发电控制装置，应用于多风机发电场，所述多风机发电场中每一个风机的控制器为独立的智能体，智能体间部署通信连接，所述装置包括矩阵构建模块、深度搜索模块、偏航决策模块、偏航优化模块及优化控制模块；本文档来自技高网...
【技术保护点】
1.一种风电场发电控制方法，其特征在于，应用于多风机发电场，所述多风机发电场中每一个风机的控制器为独立的智能体，智能体间部署通信连接，所述方法包括：
2.如权利要求1所述的一种风电场发电控制方法，其特征在于，所述构建目标风电场中各风机分别对应的风机间尾流影响矩阵，包括：
3.如权利要求1所述的一种风电场发电控制方法，其特征在于，所述根据所述风机间尾流影响矩阵确定所述各风机分别对应的深度，包括：
4.如权利要求3所述的一种风电场发电控制方法，其特征在于，所述通过预设的提取策略提取所述有向图中的目标节点，包括：
5.如权利要求3所述的一种风电场发电控制方法，其特征在于，所述以所述目标节点为初始点进行深度优化搜索，通过所述深度优化搜索更新所述有向图中除所述目标节点外其余节点的深度，包括：
6.如权利要求1所述的一种风电场发电控制方法，其特征在于，所述根据所述偏航决策顺序依次对所述各风机分别对应的第一偏航角进行优化，包括：
7.一种风电场发电控制装置，其特征在于，应用于多风机发电场，所述多风机发电场中每一个风机的控制
8.如权利要求7所述的一种风电场发电控制装置，其特征在于，所述矩阵构建模块包括风速计算单元及构建单元；
9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线；
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一项所述的一种风电场发电控制方法。
...【技术特征摘要】
1.一种风电场发电控制方法，其特征在于，应用于多风机发电场，所述多风机发电场中每一个风机的控制器为独立的智能体，智能体间部署通信连接，所述方法包括：
2.如权利要求1所述的一种风电场发电控制方法，其特征在于，所述构建目标风电场中各风机分别对应的风机间尾流影响矩阵，包括：
3.如权利要求1所述的一种风电场发电控制方法，其特征在于，所述根据所述风机间尾流影响矩阵确定所述各风机分别对应的深度，包括：
4.如权利要求3所述的一种风电场发电控制方法，其特征在于，所述通过预设的提取策略提取所述有向图中的目标节点，包括：
5.如权利要求3所述的一种风电场发电控制方法，其特征在于，所述以所述目标节点为初始点进行深度优化搜索，通过所述深度优化搜索更新所述有向图中除所述目标节点外其余节点的深度，包括：
<...【专利技术属性】
技术研发人员：谢平平，朱誉，陈玥，陆秋瑜，肖谭南，陈颖，丁俐夫，
申请(专利权)人：广东电网有限责任公司，
类型：发明
国别省市：
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。