一种独立微电网优化调度方法及终端技术

本发明专利技术公开了一种独立微电网优化调度方法及终端，先通过神经网络拟合微电网在负荷扰动下的运行特征数据和频率偏差的非线性函数映射关系，再根据非线性函数映射关系构建频率约束预测模型；最后将频率约束预测模型嵌入至微电网的日前优化调度模型中。本发明专利技术解决了高度电力电子化的微电网含有大量非线性环节而导致频率稳定约束很难解析表达的问题，依靠构建的频率约束预测模型对日前优化调度模型进行升级，使其在微电网优化调度过程中能够结合频率稳定合理安排发电计划以及进行能量管理，能够满足微电网的频率稳定需求，提升微电网的抗扰动能力，使其经济、稳定地运行。稳定地运行。稳定地运行。

【技术实现步骤摘要】
一种独立微电网优化调度方法及终端


[0001]本专利技术涉及微电网优化调度
，特别涉及一种独立微电网优化调度方法及终端。

技术介绍

[0002]新能源高占比的独立微电网由于缺乏足够的同步惯量和阻尼支撑，使得风、光等发电出力扰动情况下系统频率稳定控制要求更高。结合频率稳定合理的安排发电计划以及进行能量管理对于微电网系统经济、稳定运行具有实际工程意义。
[0003]然而，虽然当前针对优化调度中的小干扰稳定问题有较多的公开技术，但现有公开的技术无法考虑独立微电网运行中影响更大的频率稳定问题，无法有效反映微电网在负荷扰动下的频率稳定需求。并且，高度电力电子化的微电网含有大量非线性环节，导致频率稳定约束难以解析表达，导致了独立微电网运行时的抗扰动能力下降，无法经济、稳定运行。

技术实现思路

[0004]本专利技术所要解决的技术问题是：提供一种独立微电网优化调度方法及终端，能够满足微电网的频率稳定需求，提升微电网的抗扰动能力，使其经济、稳定地运行。
[0005]为了解决上述技术问题，本专利技术采用的技术方案为：
[0006]一种独立微电网优化调度方法，包括步骤：
[0007]S1、通过神经网络拟合微电网在负荷扰动下的运行特征数据和频率偏差的非线性函数映射关系；
[0008]S2、根据所述非线性函数映射关系构建频率约束预测模型；
[0009]S3、将所述频率约束预测模型嵌入至微电网的日前优化调度模型中。
[0010]为了解决上述技术问题，本专利技术采用的另一种技术方案为：
[0011]一种独立微电网优化调度终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0012]S1、通过神经网络拟合微电网在负荷扰动下的运行特征数据和频率偏差的非线性函数映射关系；
[0013]S2、根据所述非线性函数映射关系构建频率约束预测模型；
[0014]S3、将所述频率约束预测模型嵌入至微电网的日前优化调度模型中。
[0015]本专利技术的有益效果在于：提供一种独立微电网优化调度方法及终端，依据神经网络拟合出微电网在负荷扰动下的运行特征数据和频率偏差的非线性函数映射关系，解决了高度电力电子化的微电网含有大量非线性环节而导致频率稳定约束很难解析表达的问题，依靠构建的频率约束预测模型对日前优化调度模型进行升级，使其在微电网优化调度过程中能够结合频率稳定合理安排发电计划以及进行能量管理，能够满足微电网的频率稳定需求，提升微电网的抗扰动能力，使其经济、稳定地运行。
附图说明
[0016]图1为本专利技术实施例的一种独立微电网优化调度方法的步骤示意图；
[0017]图2为本专利技术实施例的一种独立微电网优化调度方法的流程示意图；
[0018]图3为本专利技术实施例涉及的一种独立微电网优化调度方法的独立微电网的模型示意图；
[0019]图4为本专利技术实施例涉及的一种独立微电网优化调度方法的日前优化调度模型进行测试的损失函数图；
[0020]图5为本专利技术实施例涉及的一种独立微电网优化调度方法的日前优化调度模型进行测试的测试集部分结果图；
[0021]图6为本专利技术实施例涉及的一种独立微电网优化调度方法的日前优化调度模型进行测试的有无频率约束的最大频率偏差比对图；
[0022]图7为本专利技术实施例涉及的一种独立微电网优化调度终端的结构示意图。
[0023]标号说明：
[0024]1、一种独立微电网优化调度终端；2、处理器；3、存储器。
具体实施方式
[0025]为详细说明本专利技术的
技术实现思路
、所实现目的及效果，以下结合实施方式并配合附图予以说明。
[0026]请参照图1至图6，一种独立微电网优化调度方法，包括步骤：
[0027]S1、通过神经网络拟合微电网在负荷扰动下的运行特征数据和频率偏差的非线性函数映射关系；
[0028]S2、根据所述非线性函数映射关系构建频率约束预测模型；
[0029]S3、将所述频率约束预测模型嵌入至微电网的日前优化调度模型中。
[0030]从上述描述可知，本专利技术的有益效果在于：依据神经网络拟合出微电网在负荷扰动下的运行特征数据和频率偏差的非线性函数映射关系，解决了高度电力电子化的微电网含有大量非线性环节而导致频率稳定约束很难解析表达的问题，依靠构建的频率约束预测模型对日前优化调度模型进行升级，使其在微电网优化调度过程中能够结合频率稳定合理安排发电计划以及进行能量管理，能够满足微电网的频率稳定需求，提升微电网的抗扰动能力，使其经济、稳定地运行。
[0031]进一步地，所述步骤S1具体包括：
[0032]S11、对独立微电网进行工况设定并进行时域仿真，从而获取运行特征数据和对应的频率偏差；
[0033]S12、将所述运行特征数据作为输入特征量，对应的所述频率偏差作为输出特征量，根据所述输入特征量和所述输出特征量拟合出所述非线性函数映射关系。
[0034]从上述描述可知，在确立非线性函数映射关系时，通过况设定和时域仿真的方式获取到大量的数据基础，从而使得最终拟合出的非线性函数映射关系更加准确可靠，以确保最终形成的频率约束预测模型具有频率稳定效果。
[0035]进一步地，所述步骤S11之后以及所述步骤S12之前还包括：
[0036]对所述运行特征数据和对应的所述频率偏差进行归一化处理。
[0037]从上述描述可知，在进行神经网络模型训练和构建时，通过归一化处理可防止数据间由于绝对值的差别太大而出现“大数吃小数”现象，避免有的数据由于偏差过大影响权重，从而提高最后构建的神经网络模型的训练速度和精度。
[0038]进一步地，所述步骤S2之后以及所述步骤S3之前还包括：
[0039]将所述步骤S11中的所述运行特征数据和对应的所述频率偏差分为样本数据和测试数据；
[0040]使用所述样本数据用于执行所述步骤S12；
[0041]使用所述测试数据对所述频率约束预测模型进行准确性评估测试；
[0042]若所述准确性评估测试结果为不合格，则调整所述频率约束预测模型的参数。
[0043]从上述描述可知，在数据采集阶段保留一部分数据作为测试数据，以便于在模型构建完成后对其进行准确性评估，从而验证模型的准确性和适用性，也便于在评估不合格后对模型做出参数调整。
[0044]进一步地，所述步骤S3之前还包括：
[0045]以正常运行工况下发电机总运行成本最小化为目标函数，建立所述日前优化调度模型。
[0046]从上述描述可知，正常运行工况下发电机总运行成本最小化为目标，从而同时保证微电网运行的经济性和频率稳定性。
[0047]请参照图7，一种独立微电网优化调度终端1，包括存储器3、处理器2及存储在存储器3上并可在处理器2上运行的计算机程序，所述处理器2执行所述计算机程序时实现以下步骤：
...

【技术保护点】

【技术特征摘要】
1.一种独立微电网优化调度方法，其特征在于，包括步骤：S1、通过神经网络拟合微电网在负荷扰动下的运行特征数据和频率偏差的非线性函数映射关系；S2、根据所述非线性函数映射关系构建频率约束预测模型；S3、将所述频率约束预测模型嵌入至微电网的日前优化调度模型中。2.根据权利要求1所述的一种独立微电网优化调度方法，其特征在于，所述步骤S1具体包括：S11、对独立微电网进行工况设定并进行时域仿真，从而获取运行特征数据和对应的频率偏差；S12、将所述运行特征数据作为输入特征量，对应的所述频率偏差作为输出特征量，根据所述输入特征量和所述输出特征量拟合出所述非线性函数映射关系。3.根据权利要求2所述的一种独立微电网优化调度方法，其特征在于，所述步骤S11之后以及所述步骤S12之前还包括：对所述运行特征数据和对应的所述频率偏差进行归一化处理。4.根据权利要求2所述的一种独立微电网优化调度方法，其特征在于，将所述步骤S11中的所述运行特征数据和对应的所述频率偏差分为样本数据和测试数据；使用所述样本数据用于执行所述步骤S12；所述步骤S2之后以及所述步骤S3之前还包括：使用所述测试数据对所述频率约束预测模型进行准确性评估测试；若所述准确性评估测试结果为不合格，则调整所述频率约束预测模型的参数。5.根据权利要求1所述的一种独立微电网优化调度方法，其特征在于，所述步骤S3之前还包括：以正常运行工况下发电机总运行成本最小化为目标函数，建立所述日前优化调度模型。6.一种独立微电网优化调度终端，包括存储器、处理器及存储在存储器...

【专利技术属性】
技术研发人员：林毅，倪识远，巨云涛，王淋，
申请(专利权)人：国网福建省电力有限公司，
类型：发明
国别省市：