基于数据驱动线性MPC的风电场调频能力评估方法、控制方法及装置制造方法及图纸

技术编号:42894417 阅读:37 留言:0更新日期:2024-09-30 15:12
本发明专利技术公开一种基于数据驱动线性MPC的风电场调频能力评估方法、控制方法及装置,该评估方法步骤包括:离线获取风机历史运行数据集,对线性预测控制模型进行训练,线性预测控制模型为基于Koopman算子理论将风电场调频动态非线性模型进行升维变换过程转化得到;获取风机的实时运行数据,并使用获取的实时运行数据对线性MPC优化模型进行求解,得到风电场的下垂系数,线性MPC优化模型为基于训练后的线性预测控制模型以风电场的下垂系数最大为目标,以及设置安全转速约束条件构建形成;根据得到的风电场所有风机的下垂系数评估风电场调频能力。本发明专利技术具有实现方法简单、评估效率以及精度高、可扩展性强等优点。

【技术实现步骤摘要】

本专利技术涉及风电场调频,尤其涉及一种基于数据驱动线性mpc(modelpredictive control,模型预测控制)的风电场调频能力评估方法、控制方法及装置。


技术介绍

1、在风力发电过程中,风机是通过电力电子转换器与电网连接,导致转子速度和系统频率的解耦,难以对系统频率变化产生快速有效的响应。电力系统在许多领域都呈现出低惯性的特点,为了保证系统频率稳定,要求风机参与一次调频过程。可变速风机能够捕获流动空气中的动能,并且有很宽的速度调节范围,因此最广泛采用的方法是在电力电子变流器上增加一个额外的控制模块,通过调节风机的输出功率,应用风机桨叶中储存的动能来模拟传统发电机的下垂特性并提供频率支撑。

2、在一次调频过程中,为了保证风机的安全运行,转子速度必须保持在安全范围内,因此,在参与一次调频之前,风电场首先需要评估不同风速场景下的最大下垂系数,即风电场调频能力。现有技术中通常是基于传统物理模型分析方式实现风电场一次调频过程中的调频能力,会存在以下问题:

3、1、传统物理模型严重依赖参数的准确性和模型的完整性,如果参数不准确,下本文档来自技高网...

【技术保护点】

1.一种基于数据驱动线性MPC的风电场调频能力评估方法,其特征在于,步骤包括:

2.根据权利要求1所述的基于数据驱动线性MPC的风电场调频能力评估方法,其特征在于,所述风电场调频动态非线性模型为将风电场调频动态过程表示为当前时刻各台风机的转速、系统的频率以及控制变量经过非线性函数的变换确定出下一时刻各台风机的转速和电力系统的频率,所述控制变量包括风机的下垂系数和风机风速。

3.根据权利要求1所述的基于数据驱动线性MPC的风电场调频能力评估方法,其特征在于,所述线性预测控制模型的表达式为:

4.根据权利要求3所述的基于数据驱动线性MPC的风电场调频能力评...

【技术特征摘要】

1.一种基于数据驱动线性mpc的风电场调频能力评估方法,其特征在于,步骤包括:

2.根据权利要求1所述的基于数据驱动线性mpc的风电场调频能力评估方法,其特征在于,所述风电场调频动态非线性模型为将风电场调频动态过程表示为当前时刻各台风机的转速、系统的频率以及控制变量经过非线性函数的变换确定出下一时刻各台风机的转速和电力系统的频率,所述控制变量包括风机的下垂系数和风机风速。

3.根据权利要求1所述的基于数据驱动线性mpc的风电场调频能力评估方法,其特征在于,所述线性预测控制模型的表达式为:

4.根据权利要求3所述的基于数据驱动线性mpc的风电场调频能力评估方法,其特征在于,所述使用风机历史运行数据集对线性预测控制模型进行训练的过程中,采用最小二乘方法求解线性预测控制模型中的系数矩阵a、b。

5.根据权利要求4所述的基于数据驱动线性mpc的风电场调频能力评估方法,其特征在于,所述采用最小二乘方法求解线性预测控制模型中的系数矩阵a、b中得到的系数矩阵为:

6.根据权利要求1~5中任意一项所述的基于数据驱动线性mpc的风电场调频能力评估方法,其特征在于,所述线性mpc优化模型表示为:

7.根据权利要求6所述的基于数据驱动线性mpc的风电场调频能力评估方法,其特征在于,还包括...

【专利技术属性】
技术研发人员:庞家猛李克成万宇宾张颖
申请(专利权)人:中车株洲电力机车研究所有限公司
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