【技术实现步骤摘要】
本公开涉及风力发电机控制，尤其涉及一种基于多目标耦合强化的风电功率优化控制方统及方法。
技术介绍
1、风力发电是一种将风能转化为电能的技术，其核心设备是风力发电机组。发电机组主要由风轮、传动系统、发电机、塔架和控制系统组成。风轮由多片叶片构成，通过空气动力学设计，叶片在风力作用下旋转，将风的动能转化为旋转的机械能。传动系统通常包括一个增速器，将叶片的低速旋转提升至适合发电机发电的高速。发电机通过电磁感应原理，将机械能转化为电能。控制系统则负责监控风速、风向和发电机的运行状态，确保风力发电机组在不同风况下高效、安全地运行。随着技术的进步，变桨距控制、双馈感应发电机和直驱永磁同步发电机等新技术不断被应用，使得风力发电的效率和可靠性显著提高，能够更好地适应不同的风能资源条件。
2、目前的风力发电机普遍采用单目标控制策略，通常是以最大化输出功率或最小化载荷为主要控制目标。在最大化输出功率的控制策略中，控制系统通过调整叶片的角度(变桨距控制)或发电机转速，使风力发电机在不同风速条件下都能输出最大功率。而在最小化载荷的控制策略中，重点是减少风力发电机组在运行过程中的机械应力，从而延长设备寿命。
3、单目标控制的主要缺点在于其局限性和单一性。当控制系统专注于一个目标时，往往会忽略其他重要因素。例如，在追求最大化功率输出时，可能会导致机组承受更大的机械载荷，增加设备磨损和故障风险；反之，在过度关注减少载荷的情况下，可能无法充分利用可用的风能资源，导致发电效率下降。
4、综上所述，如何对风机进行多目标控制，在设
技术实现思路
1、有鉴于此，本公开实施例提供了一种基于多目标耦合强化的风电功率优化控制系统及方法，实现对风机进行多目标控制。
2、第一方面，本公开实施例提供了一种基于多目标耦合强化的风电功率优化控制方法，采用如下技术方案：
3、一种基于多目标耦合强化的风电功率优化控制系统，包括：
4、风机状态生成模块，用于根据当前时刻的风速、风向、风机设定参数，并使用状态估计器来获得风机的当前预估状态；
5、风机预测模块，基于当前的预估状态和风速预测模型，预测预设时间的风速、风机响应和风机功率输出；
6、控制参数生成模块，在预测时域内，使用优化算法寻找最优的控制参数输入以最小化目标函数，同时满足所有的目标约束条件；
7、控制参数发送模块，将控制参数生成模块生成的控制参数发送至风机控制器，以使得风机控制器根据所述控制参数施加到风机上。
8、作为可选的实施方式，所述目标函数j具体表示为：
9、
10、其中，θ表示桨距角，tg表示电磁扭矩，w1、w2、w3表示权重系数，
11、pout(t)表示风机输出功率，cwear(t)表示风机磨损成本，cmaint(t)表示风机维护成本。
12、作为可选的实施方式，风机磨损成本cwear(t)通过以下公式确定：
13、
14、其中，creplace表示设备更换成本，l为预期寿命，d(t)表示在时间t的磨损度。
15、作为可选的实施方式，时间t的磨损度d(t)通过以下方法确定：
16、获取时间t的风机运行参数和气象参数；
17、将时间t的风机运行参数和气象参数输入磨损度预测模型，得到时间t的磨损度d(t)。
18、作为可选的实施方式，风机维护成本cmaint(t)通过以下方式确定：
19、
20、其中，pi表示在时间t内第i种故障发生的概率，ci表示修复第i种故障的成本，n表示所有可能的故障数量。
21、作为可选的实施方式，还包括：权重调节模块，使用强化学习算法调整权重值。
22、作为可选的实施方式，所述优化算法为梯度下降法，设定目标函数值变化量、梯度的范数、最大迭代次数以及参数更新变化量作为收敛条件。
23、第二方面，本公开实施例的还提供了一种基于多目标耦合强化的风电功率优化控制方法，基于上述的基于多目标耦合强化的风电功率优化控制系统，包括：
24、利用风机状态生成模块，根据当前时刻的风速、风向、风机设定参数，并使用状态估计器来获得风机的当前预估状态；
25、利用风机预测模块，基于当前的预估状态和风速预测模型，预测预设时间的风速、风机响应和风机功率输出；
26、利用控制参数生成模块，在预测时域内，使用优化算法寻找最优的控制参数输入以最小化目标函数，同时满足所有的目标约束条件；
27、利用控制参数发送模块，将控制参数生成模块生成的控制参数发送至风机控制器，以使得风机控制器根据所述控制参数施加到风机上。
28、作为可选的实施方式，还包括：利用权重调节模块使用强化学习算法调整权重值。
29、作为可选的实施方式，所述优化算法为梯度下降法，设定目标函数值变化量、梯度的范数、最大迭代次数以及参数更新变化量作为收敛条件。
30、综上所述，本公开提供的基于多目标耦合强化的风电功率优化控制系统的技术效果在于：
31、本公开实施例提供的基于多目标耦合强化的风电功率优化控制系统能够有效兼顾风电场的多重优化目标，通过实时预测与策略学习的结合，在最大化风电场功率输出的同时，尽量减少设备的磨损并降低运行维护成本，从而提高风电场的整体运行效益和可靠性。
32、另一方面，权重调节模块通过强化学习算法动态调整系统中的权重，能够实现多目标的自动优化。在实际应用中实现对复杂多目标系统的有效控制。通过应用本系统能够适应环境的变化，自动调整权重来满足不同的需求，提高整体系统的运行效率和效果。
33、上述说明仅是本公开技术方案的概述，为了能更清楚了解本公开的技术手段，而可依照说明书的内容予以实施，并且为让本公开的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
本文档来自技高网...【技术保护点】
1.一种基于多目标耦合强化的风电功率优化控制系统，其特征在于，包括：
2.根据权利要求1所述的基于多目标耦合强化的风电功率优化控制系统，其特征在于，所述目标函数J具体表示为：
3.根据权利要求2所述的基于多目标耦合强化的风电功率优化控制系统，其特征在于，风机磨损成本Cwear(t)通过以下公式确定：
4.根据权利要求3所述的基于多目标耦合强化的风电功率优化控制系统，其特征在于，时间t的磨损度D(t)通过以下方法确定：
5.根据权利要求4所述的基于多目标耦合强化的风电功率优化控制系统，其特征在于，风机维护成本Cmaint(t)通过以下方式确定：
6.根据权利要求5所述的基于多目标耦合强化的风电功率优化控制系统，其特征在于，还包括：权重调节模块，使用强化学习算法调整权重值。
7.根据权利要求6所述的基于多目标耦合强化的风电功率优化控制系统，其特征在于，所述优化算法为梯度下降法，设定目标函数值变化量、梯度的范数、最大迭代次数以及参数更新变化量作为收敛条件。
8.一种基于多目标耦合强化的风电功率优化控制方
9.根据权利要求8所述的基于多目标耦合强化的风电功率优化控制方法，其特征在于，还包括：利用权重调节模块使用强化学习算法调整权重值。
10.根据权利要求8所述的基于多目标耦合强化的风电功率优化控制方法，其特征在于，所述优化算法为梯度下降法，设定目标函数值变化量、梯度的范数、最大迭代次数以及参数更新变化量作为收敛条件。
...【技术特征摘要】
1.一种基于多目标耦合强化的风电功率优化控制系统，其特征在于，包括：
2.根据权利要求1所述的基于多目标耦合强化的风电功率优化控制系统，其特征在于，所述目标函数j具体表示为：
3.根据权利要求2所述的基于多目标耦合强化的风电功率优化控制系统，其特征在于，风机磨损成本cwear(t)通过以下公式确定：
4.根据权利要求3所述的基于多目标耦合强化的风电功率优化控制系统，其特征在于，时间t的磨损度d(t)通过以下方法确定：
5.根据权利要求4所述的基于多目标耦合强化的风电功率优化控制系统，其特征在于，风机维护成本cmaint(t)通过以下方式确定：
6.根据权利要求5所述的基于多目标耦合强化的风电功率优化控制系统，其特征在于，还包括：权重调节模块，使...
【专利技术属性】
技术研发人员：周子冠，王秦，刘柱，黄超，李绪明，
申请(专利权)人：北京国网电力技术股份有限公司，
类型：发明
国别省市：
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。