当前位置: 首页 > 专利查询>河海大学专利>正文

一种基于机器学习辅助的电力系统频率约束机组组合求解方法技术方案

技术编号:40470372 阅读:22 留言:0更新日期:2024-02-26 19:08
本发明专利技术提出了一种基于机器学习辅助的电力系统频率约束机组组合求解方法,基于频率约束机组组合的详细模型,考虑数据驱动与物理驱动结合的优化调度。考虑系统频率最低点和新能源机组出力的不确定性,提出了考虑日前备用以及频率约束的机组组合模型。采用物理驱动的方法对模型进行求解得到大量样本数据,通过对典型日负荷曲线样本数据进行分析,提出火电机组出力模式分类的方法。采用数据驱动的方法对样本数据进行学习,并将其与物理驱动方法相结合提出使用机器学习高效求解频率约束机组组合模型的方法。本发明专利技术能够通过数据‑物理驱动结合的方法大大提高频率约束机组组合模型的求解效率。

【技术实现步骤摘要】

本专利技术属于综合能源系统经济调度,尤其提出一种基于机器学习辅助的电力系统频率约束机组组合高效方法。


技术介绍

1、电力系统中可再生能源的大规模整合不可避免地降低了同步发电机的比例,导致系统的总惯性降低,频率调节能力下降。因此,电力系统可能经历其频率调节能力不足以确保安全和稳定运行的紧急情况。

2、通过求解包含频率约束的机组组合模型,可以广泛解决电力系统中确保频率稳定性的问题。此外,机组组合模型必须每天求解多次,以确保电网的安全运行以及发电资源的有效规划、调度和运行,为市场参与者带来尽可能好的经济结果。因此,除了模型本身的开发之外,开发解决这些机组组合模型的有效方法至关重要。

3、基于上述说明,本专利技术所提出的使用机器学习实现高效率求解频率约束机组组合模型的方法主要考虑以下两个方面:一是考虑日前备用和频率约束的机组组合模型,实现对新能源系统的优化调度;二是在物理驱动求解模型的基础上,通过将数据驱动跟物理驱动相结合实现对模型的高效率求解。


技术实现思路

1、专利技术目的:本专利技术所要本文档来自技高网...

【技术保护点】

1.一种基于机器学习辅助的电力系统频率约束机组组合求解方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述的一种基于机器学习辅助的电力系统频率约束机组组合求解方法,其特征在于,步骤2中,最小目标函数为:

3.根据权利要求2所述的一种基于机器学习辅助的电力系统频率约束机组组合求解方法,其特征在于,步骤2中,频率约束机组组合模型的相关运行约束,具体如下:

4.根据权利要求1所述的一种基于机器学习辅助的电力系统频率约束机组组合求解方法,其特征在于,步骤3中,机组出力模式分类方法为:

5.根据权利要求1所述的一种基于机器学习辅助的电力系统...

【技术特征摘要】

1.一种基于机器学习辅助的电力系统频率约束机组组合求解方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述的一种基于机器学习辅助的电力系统频率约束机组组合求解方法,其特征在于,步骤2中,最小目标函数为:

3.根据权利要求2所述的一种基于机器学习辅助的电力系统频率约束机组组合求解方法,其特征在于,步骤2中...

【专利技术属性】
技术研发人员:孙国强王齐辉陈胜卫志农臧海祥朱瑛韩海腾黄蔓云周亦洲
申请(专利权)人:河海大学
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