风电场一次调频模型辨识方法、装置、电子设备和存储介质制造方法及图纸

本公开提出一种风电场一次调频模型辨识方法、装置、电子设备和存储介质，属于电力系统运行控制技术领域。其中，所述方法包括：获取风电场一次调频后的离散时间序列数据，包括：风电场的出力增量序列、电力系统的频率偏差序列和频率变化率序列；将出力增量作为状态向量，频率偏差和频率偏差变化率作为输入向量，构建风电场一次调频离散时间域的状态方程；建立状态向量与输入向量的非线性函数集合，通过拟合离散时间序列数据，将状态方程转化为函数集合内函数的线性组合，以得到所述风电场一次调频的模型辨识结果。本公开采用非线性动态系统的稀疏辨识技术对风电场站的一次调频过程进行模型辨识，辨识结果兼顾简洁性与准确性。辨识结果兼顾简洁性与准确性。辨识结果兼顾简洁性与准确性。

【技术实现步骤摘要】
风电场一次调频模型辨识方法、装置、电子设备和存储介质


[0001]本公开属于电力系统的运行控制
，具体涉及一种风电场一次调频模型辨识方法、装置、电子设备和存储介质。

技术介绍

[0002]随着大规模新能源机组并网，电力系统的惯量逐渐降低，系统的频率安全问题日益突出。为保障电力系统的频率安全，我国已出台相关政策要求新能源场站具备一次调频能力。另外，在电力系统调度方面，需要描述系统在某一运行状态下遇到突发工况后的频率动态过程，从而进行考虑频率安全约束的调度决策，这就需要得到所有参与一次调频过程的机组、场站的调频动态模型。对于风电场，由于各个机组参与一次调频控制方式的复杂性，以及各机组调频控制参数的难获取性，无法直接采用物理建模的方式对其调频模型进行辨识。

技术实现思路

[0003]本公开的目的是为填补已有技术的空白之处，提出一种风电场一次调频模型辨识方法、装置、电子设备和存储介质。本公开不需要事先得知动态系统的模型及参数，适用于采用不同调频控制策略的风电场的一次调频过程模型辨识，兼顾简洁性与准确性。
[0004]本公开第一方面实施例提出一种风电场一次调频模型辨识方法，包括：
[0005]获取风电场一次调频后的离散时间序列数据，所述离散时间序列数据包括：所述风电场的出力增量序列、电力系统的频率偏差序列和所述电力系统的频率变化率序列；
[0006]将所述出力增量作为状态向量，所述频率偏差和所述频率偏差变化率作为输入向量，构建所述风电场一次调频离散时间域的状态方程；
[0007]建立所述状态向量与所述输入向量的非线性函数集合，通过拟合所述离散时间序列数据，将所述状态方程转化为所述函数集合内函数的线性组合，以得到所述风电场一次调频的模型辨识结果。
[0008]在本公开的一个具体实施例中，所述频率变化率的计算表达式为：
[0009][0010]式中，Δf
k
表示k时刻电力系统的频率偏差，t代表时间，T
sam
表示采样时间间隔。
[0011]在本公开的一个具体实施例中，所述风电场一次调频离散时间域的状态方程表达式为：
[0012]x
k+1
＝F(x
k
,u
k
)#
[0013]式中，x表示状态向量，u表示输入向量，下标k表示k时刻，F表示k+1时刻状态向量关于k时刻状态向量和输入向量的非线性函数；
[0014]其中，
[0015]x＝ΔP#
[0016][0017]式中，ΔP表示风电场的出力增量，Δf表示频率偏差，dΔf/dt表示频率变化率。
[0018]在本公开的一个具体实施例中，所述非线性函数集合包括：常数项函数，以及所述状态向量和所述输入向量分别对应的一次项函数、二次项函数和正弦项函数，表达式如下：
[0019]Θ(x,u)＝[1 x
T u
T (x
T
)
2 (u
T
)
2 sin(x
T
) sin(u
T
)]。
[0020]在本公开的一个具体实施例中，所述通过拟合所述离散时间序列数据，将所述状态方程转化为所述函数集合内函数的线性组合，包括：
[0021]通过建立系数向量，将所述状态方程转化为所述函数集合内函数的线性组合，表达式如下：
[0022][0023]式中，为状态向量x
k+1
的第i行分量；θ
m
(x
k
,u
k
)表示k时刻的函数集合Θ(x
k
,u
k
的第m列；表示对应于状态向量第i行分量的系数向量，其中为所述系数向量的第m行；M为函数集合内函数项的总数；
[0024]通过稀疏辨识方法对所述离散时间序列数据进行辨识，得到所述系数向量。
[0025]在本公开的一个具体实施例中，所述通过稀疏辨识方法对所述离散时间序列数据进行辨识，得到所述系数向量，包括：
[0026]利用所述离散时间序列，分别构造状态向量与输入向量的数据矩阵如下：
[0027]X＝[x
1 x2ꢀ…ꢀ
x
k
ꢀ…ꢀ
x
n
‑1]T
#
[0028]U＝[i
1 u2ꢀ…ꢀ
u
k
ꢀ…ꢀ
u
n
‑1]T
#
[0029][0030]其中，X、为状态向量的数据矩阵，U为输入向量的数据矩阵；矩阵X包含从1到n
‑
1时刻的状态向量，包含从2到n时刻的状态向量，n为所述离散时间序列的时刻总数；
[0031]根据所述数据矩阵，则所述状态向量与所述输入向量的非线性函数集合转化为如下形式：
[0032]Θ(X,U)＝[1 X U X
2 U
2 sin(X) sin(U)]#
[0033]则所述离散时间域的状态方程表示为：
[0034][0035]Ξ＝[ξ
1 ξ2ꢀ…ꢀ
ξ
i
ꢀ…
]#
[0036]式中，Ξ为各系数向量组成的系数矩阵；
[0037]采用L1正则化稀疏回归的方法对所述系数矩阵进行求解，得到：
[0038][0039]式中，为矩阵的第i列；λ为正则化参数，ξ
i
′
表示待求系数向量。
[0040]在本公开的一个具体实施例中，所述方法还包括：
[0041]利用辨识得到的所述系数向量，得到所述风电场一次调频动态系统的最终状态方程为：
[0042][0043]对所述最终状态方程进行离散时间到连续时间的域变换，得到所述风电场的等效调速器传递函数：
[0044][0045]本公开第二方面实施例提出一种风电场一次调频模型辨识装置，包括：
[0046]离散时间序列获取模块，用于获取风电场一次调频后的离散时间序列数据，所述离散时间序列数据包括：所述风电场的出力增量序列、电力系统的频率偏差序列和所述电力系统的频率变化率序列；
[0047]辨识模块，用于将所述出力增量作为状态向量，所述频率偏差和所述频率偏差变化率作为输入向量，构建所述风电场一次调频离散时间域的状态方程；建立所述状态向量与所述输入向量的非线性函数集合，通过拟合所述离散时间序列数据，将所述状态方程转化为所述函数集合内函数的线性组合，以得到所述风电场一次调频的模型辨识结果。
[0048]本公开第三方面实施例提出一种电子设备，包括：
[0049]至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；
[0050]其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述一种风电场一次调频模型辨识方法。
[0051]本公开第四方面实施例提出一种计算机本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电场一次调频模型辨识方法，其特征在于，包括：获取风电场一次调频后的离散时间序列数据，所述离散时间序列数据包括：所述风电场的出力增量序列、电力系统的频率偏差序列和所述电力系统的频率变化率序列；将所述出力增量作为状态向量，所述频率偏差和所述频率偏差变化率作为输入向量，构建所述风电场一次调频离散时间域的状态方程；建立所述状态向量与所述输入向量的非线性函数集合，通过拟合所述离散时间序列数据，将所述状态方程转化为所述函数集合内函数的线性组合，以得到所述风电场一次调频的模型辨识结果。2.根据权利要求1所述的方法，其特征在于，所述频率变化率的计算表达式为：式中，Δf
k
表示k时刻电力系统的频率偏差，t代表时间，T
sam
表示采样时间间隔。3.根据权利要求1所述的方法，其特征在于，所述风电场一次调频离散时间域的状态方程表达式为：x
k+1
＝F(x
k
,u
k
)#式中，x表示状态向量，u表示输入向量，下标k表示k时刻，F表示k+1时刻状态向量关于k时刻状态向量和输入向量的非线性函数；其中，x＝ΔP#式中，ΔP表示风电场的出力增量，Δf表示频率偏差，dΔf/dt表示频率变化率。4.根据权利要求3所述的方法，其特征在于，所述非线性函数集合包括：常数项函数，以及所述状态向量和所述输入向量分别对应的一次项函数、二次项函数和正弦项函数，表达式如下：Θ(x,u)＝[1x
T
u
T
(x
T
)2(u
T
)2sin(x
T
)sin(u
T
)]。5.根据权利要求4所述的方法，其特征在于，所述通过拟合所述离散时间序列数据，将所述状态方程转化为所述函数集合内函数的线性组合，包括：通过建立系数向量，将所述状态方程转化为所述函数集合内函数的线性组合，表达式如下：式中，为状态向量x
k+1
的第i行分量；θ
m
(x
k
,u
k
)表示k时刻的函数集合Θ(x
k
,u
k
)的第m列；表示对应于状态向量第i行分量的系数向量，其中为所述系数向量的第m行；M为函数集合内函数项的总数；通过稀疏辨识方法对所述离散时间序列数据进行辨识，得到所述系数向量。6.根据权利要求5所述的方法，其特征在于，所述通过稀疏辨识方法对所述离散时间序
列数据进行辨识，得到所述系...

【专利技术属性】
技术研发人员：李宝聚，吴文传，孙勇，王彬，沈宇康，傅吉悦，郭雷，刘畅，曹政，李德鑫，王尧，
申请(专利权)人：清华大学国网吉林省电力有限公司电力科学研究院国家电网有限公司，
类型：发明
国别省市：