【技术实现步骤摘要】
本专利技术配电网。
技术介绍
1、配电台区正向着信息化、智能化、智慧化的方向迅速发展。高保真数据建模是其中的重要技术方向，它是指在信息化平台内建立、模拟一个物理实体、流程或者系统，通过在信息空间建立物理实体的映射模型进行分析的手段。针对电力系统高保真数据建模运用的核心和难点在于构建在线的高精度映射模型。数据建模方法基于大量的输入、输出数据，借助适当的算法，对系统的内部结构和过程进行估计，建立起输出与输入之间的映射。物理-信息映射技术将在新型电力系统发展的过程中发挥重要作用，可以利用虚实数据融合与双向流通，将真实电力系统映射为由数据和算法驱动的虚拟数字系统，从而促进电网全面感知和智能应用。
2、配电台区结构主要包括分布式新能源发电、分布式储能设备、分布式充电桩、可控负荷等由多种电力电子设备组成的控制单元。各种设备通过网络连接，形成的电力系统。对于这样的系统，单纯采用机理或数据建模方法进行研究都有较大的局限性。系统复杂程度过大且运行后的设备普遍存在性能退化导致采用单纯的机理建模方法的建模精度受限，且依赖于机理仿真的商品化软件系统；而单纯的数据建模方法获取多工况试验数据的成本高、周期长，且存在外延工况应用时可能存在模型失效问题。因此，采用机理与数据方法相结合的建模方式成为研究复杂配电台区的重要途径。
技术实现思路
1、本专利技术的目的是提出一种运用离线机理仿真拓展配电台区系统的有限工况试验样本数据，进而构建配电台区系统在线物理-信息映射模型的有源配电网dq解耦模型样本拓展信息
2、本专利技术步骤是：
3、s1、基于dq0解耦模型的多元设备机理映射模型构建：
4、dq0变换将正弦信号映射为常数，因此产生相对简单的动态模型，dq0变换及其逆函数定义如下：
5、
6、式中，角θ是参考角或参考相位；
7、s11、基于dq0坐标系下系统整体状态建模
8、系统整体状态由电压输入和电流输出的线性状态空间模型表示：
9、
10、式中，ξ是状态向量；
11、输入和输出向量为：
12、
13、式中，vd,n,vq,n,v0,n为母线n的dq0电压，id,n,iq,n,i0,n为从第n单元注入母线n的dq0电流；s12、基于dq0坐标系下的负荷建模
14、基于dq0坐标系下对称配置的三相电阻为：
15、
16、基于dq0坐标系下对称配置的三相电感为：
17、
18、基于dq0坐标系下对称配置的三相电容为：
19、
20、其中：
21、
22、式中，角θ是参考角或参考相位；
23、s13、基于dq0坐标系下的线性电路建模动态方程为：
24、
25、s14、基于dq0坐标系下的分布式储能建模基本动态模型为：
26、
27、式中，e(t)为存储能量；p(t)为流入装置的总功率；ηc(e,p)为充电效率；ηd(e,p)为放电效率；
28、从装置中提取的能量与装置中储存的能量之比，即往返效率ηr，如果ηc和ηd是常数，则：
29、
30、储能系统的电流分解为d轴和q轴分量，以及零序分量：
31、ies＝ies,d+ies,q+ies,0 (13)
32、储能系统的soc平衡由式(14)表示：
33、
34、式中，soc(t)是t时刻的储能系统荷电状态，pes,c(t)和pes,d(t)分别是t时刻储能装置的充电、放电功率，c储能系统的容量；
35、s15、基于dq0坐标系下的分布式光伏建模
36、在dq0坐标系下采用最大功率点跟踪控制策略：
37、pmppt＝s·λpv (15)
38、式中，pmppt为光伏阵列在mppt模式下功率；s为光照强度；λpv为光照强度系数；
39、光伏电池电流
40、
41、式中，upv为mppt模式下光伏阵列电压；
42、在dq0坐标系下，逆变器的控制策略为：
43、
44、式中，kii为积分控制器的增益；kip为比例控制器的增益；l为逆变器的等效电感；s2、基于数据的dq解耦映射模型的辨识修正
45、通过采用有限的运行数据，将其中的配电台区状态输入参数导入模型，使用机理仿真系统对其进行模拟运行，将运行计算的输出特性参数与运行数据中特性参数进行对比，并对模型进行辨识修正；
46、s3、基于映射模型小样本空间的拓展
47、代表电网在特定条件下运行状态的样本均值期望和方差如下所示：
48、设x是一个随机变量，代表电网的一个状态变量，x1,x2,...,xn是x的n个独立同分布的样本，样本均值定义为：
49、
50、当样本数量n足够大时，样本均值将趋近于x的真实期望值e(x)：
51、
52、太阳能光伏板的输出ppv表示为：
53、
54、式中，μpv是光伏板输出的平均值，是光伏板输出的方差；
55、在蒙特卡洛模拟中进行随机抽样，其表示为：
56、xi～f-1(ui) (21)
57、式中，xi是第i个样本值，f-1是状态变量的累积分布函数的逆函数，ui是在[0,1]区间内均匀分布的随机数；
58、电网运行情况的期望值e[y]：
59、
60、式中，n是样本数量，yi是第i次模拟得到的电网运行情况；
61、样本空间拓展前后机组模型的样本空间如下所示：
62、ω＝{θ1,θ2…θi} (23)
63、ω'＝{θ1,θ2…θn} (24)
64、式中，θ为某工况下的机理模型仿真得到的数据样本；ω和ω'则表示拓展前后机理模型的样本空间；下标为工况的标号，其中i远小于n；
65、s4、物理-信息数据映射模型的构建
66、神经网络的结构层与层之间通过权值相乘和偏置量连接起来，相邻两层的节点通过全连接方式连接，即上一层的每个节点都会通过权值w和偏置与下一层每个节点连接，其关系表示为：
67、y＝f(ω,x) (25)
68、式中，y为输出矩阵；x为输入矩阵；ω为权重矩阵；f为非线性激活函数；
69、配电台区系统在使用bp神经网络算法构建数据模型时，其输入和输出矩阵表示为：
70、b＝(ppv,qcharge,qdischarge,...) (26)
71、y＝(sstorage,qgrid,ptotal,…) (27)
72、式中，pp本文档来自技高网...
【技术保护点】
1.一种有源配电网dq解耦模型样本拓展信息映射构建方法，其特征在于：其步骤是：
【技术特征摘要】
1.一种有源配电网dq解耦模型样本拓展信...
【专利技术属性】
技术研发人员：徐越飞，陈世喆，孟浩杰，徐寅飞，许琴，请求不公布姓名，请求不公布姓名，
申请(专利权)人：杭州电力设备制造有限公司，
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。