一种基于强化学习的直驱风电场等值建模方法及装置制造方法及图纸

技术编号:42205081 阅读:14 留言:0更新日期:2024-07-30 18:49
本发明专利技术公开一种基于强化学习的直驱风电场等值建模方法及装置,所述方法包括:根据实际直驱风电场构建原始直驱风电场模型;对所述原始直驱风电场模型进行预设故障设置,得到故障期间和故障恢复期间的电压参考曲线、有功功率参考曲线和无功功率参考曲线;对所述原始直驱风电场模型进行单机等值化,得到等值直驱风机并网模型;根据故障期间和故障恢复期间的电压参考曲线、有功功率参考曲线和无功功率参考曲线,采用DDQN算法分别对故障期间和故障恢复期间的等值直驱风机并网模型的参数组合进行迭代优化。采用本发明专利技术,实现分阶段对参数辨识,在保留辨识精度的前提下简化了辨识的复杂程度。

【技术实现步骤摘要】

本专利技术涉及电力系统分析领域,尤其涉及一种基于强化学习的直驱风电场等值建模方法及装置


技术介绍

1、在电力系统迎来绿色清洁能源的同时,也带来了新的问题与新的挑战。新能源具有随机性、间歇性与不确定性的特性,且新能源发电通过换流器与交流电网进行连接,随着新能源的渗透率不断增加,新能源发电的上述特点使得电力系统的电压稳定、频率稳定、短路电流等问题愈发突出,对于新能源接入的地区电网的暂态特性变化愈发得到广泛的关注。目前,对于电网的特性认识主要依赖于详细的对象建模与多尺度、多场景下的仿真。同时,对于新能源发电及换流器的详尽研究,还需要在电磁暂态仿真环境下进行仿真,这也是分析研究新能源发电与电网之间交互影响的重要手段。因此,为全面且精细化研究高比例新能源接入对复杂大电网的暂态稳定的影响,必须提升含新能源的复杂电网电磁暂态仿真模型的完整性和准确性。但是,在进行电磁暂态仿真时会受到仿真资源和计算效率的限制,因此对于新能源场站进行等值建模是必要的。

2、随着信息技术与计算机技术的不断发展,强化学习这一概念之间兴起并进行大量研究。合理运用电力系统的运行特性数据本文档来自技高网...

【技术保护点】

1.一种基于强化学习的直驱风电场等值建模方法,其特征在于,包括:

2.如权利要求1所述基于强化学习的直驱风电场等值建模方法,其特征在于,所述根据实际直驱风电场构建原始直驱风电场模型,具体包括:

3.如权利要求1所述基于强化学习的直驱风电场等值建模方法,其特征在于,所述根据实际直驱风电场构建原始直驱风电场模型之后,还包括:

4.如权利要求3所述基于强化学习的直驱风电场等值建模方法,其特征在于,所述对所述原始直驱风电场模型进行有效性验证,若所述原始直驱风电场模型不满足预设验证条件,具体包括:

5.如权利要求1所述基于强化学习的直驱风电场等值建模...

【技术特征摘要】

1.一种基于强化学习的直驱风电场等值建模方法,其特征在于,包括:

2.如权利要求1所述基于强化学习的直驱风电场等值建模方法,其特征在于,所述根据实际直驱风电场构建原始直驱风电场模型,具体包括:

3.如权利要求1所述基于强化学习的直驱风电场等值建模方法,其特征在于,所述根据实际直驱风电场构建原始直驱风电场模型之后,还包括:

4.如权利要求3所述基于强化学习的直驱风电场等值建模方法,其特征在于,所述对所述原始直驱风电场模型进行有效性验证,若所述原始直驱风电场模型不满足预设验证条件,具体包括:

5.如权利要求1所述基于强化学习的直驱风电场等值建模方法,其特征在于,所述对所述原始直驱风电场模型进行预设故障设置,得到故障期间和故障恢复期间的电压参考曲线、有功功率参考曲线和无功功率参考曲线,具体包括:

6.如权利要求1所述基于强化学习的直驱风电场等值建模方法,其特征在于,所述对所述原始直驱风电场模型进行单...

【专利技术属性】
技术研发人员:秦颖婕樊玮刘宇易杨苗璐陈德扬林建熙杨诚王馨尉
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