System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种混合型新能源场站发电机组优化配置方法及装置制造方法及图纸_技高网
当前位置: 首页 > 专利查询>武汉大学专利>正文

一种混合型新能源场站发电机组优化配置方法及装置制造方法及图纸

技术编号:45004524 阅读:4 留言:0更新日期:2025-04-15 17:19
本发明专利技术提供一种混合型新能源场站发电机组优化配置方法及装置,涉及新能源场站技术领域,该方法包括:建立混合型新能源场站发电机组的优化配置模型,优化配置模型以发电机组和储能装置的配置作为优化变量,以提高小干扰稳定裕度和减少GFM发电机组的配置数量为目标;将GAT与基于PPO的DRL框架相融合,得到基于GAT‑PPO的DRL模型;采用优化配置模型对基于GAT‑PPO的DRL模型进行离线训练,通过训练完成后的基于GAT‑PPO的DRL模型依据外部电网强度和混合型新能源场站拓扑信息在线输出优化配置策略。本发明专利技术能够适应HRPS外部电网强度和内部拓扑变化,生成的优化配置策略不仅能够提高混合型新能源场站的小干扰稳定性,还可以配置更少的GFM发电机组以获得更好的经济效益。

【技术实现步骤摘要】

本专利技术涉及新能源场站,具体涉及一种混合型新能源场站发电机组优化配置方法及装置


技术介绍

1、“双碳”战略目标的提出促进了我国新能源发电的发展。然而,新能源电源大规模集中接入电网引发的稳定问题已日益凸显。主要表现为跟网(grid-following,gfl)控制发电机组接入到弱电网时会引发模态复杂的宽频带振荡问题。相比之下,构网(grid-forming,gfm)控制发电机组具备电网主动支撑能力,且在弱电网下具有更强的稳定性。然而,在强电网下,gfm发电机组可能增加低频段振荡风险,影响小干扰稳定性。同时场站中配置过多的gfm发电机组会导致更高的运行成本。因此,如何对gfm发电机组在混合型新能源场站(hybrid renewable power station,hrps)中的容量配比和位置分布进行优化配置是现阶段的研究热点。


技术实现思路

1、本专利技术的目的在于提供一种混合型新能源场站发电机组优化配置方法及装置,用于解决现有技术如何对gfm发电机组在hrps中的容量配比和位置分布进行优化配置等问题,能够适应hrps内部拓扑变化,在线生成优化配置策略,不仅能够提高hrps小干扰稳定性,还可以配置更少的gfm发电机组以获得更好的经济效益。

2、为了实现上述目的,第一方面,本专利技术提供一种混合型新能源场站发电机组优化配置方法,包括:

3、步骤1、建立混合型新能源场站发电机组的优化配置模型,优化配置模型以发电机组和储能装置的配置作为优化变量,以提高小干扰稳定裕度和减少gfm发电机组的配置数量为目标;

4、步骤2、将gat与基于ppo的drl框架相融合,得到基于gat-ppo的drl模型;

5、步骤3、采用优化配置模型对基于gat-ppo的drl模型进行离线训练,通过训练完成后的基于gat-ppo的drl模型依据外部电网强度和混合型新能源场站拓扑信息在线输出优化配置策略。

6、根据本专利技术提供的一种混合型新能源场站发电机组优化配置方法,优化配置策略包括混合型新能源场站中gfm发电机组、gfl发电机组的容量配比和位置分布,以及储能装置的控制类型。

7、根据本专利技术提供的一种混合型新能源场站发电机组优化配置方法,步骤2具体包括:

8、根据当前混合型新能源场站的拓扑数据和状态数据得到状态量;

9、根据状态量生成内部配置动作,并作用于混合型新能源场站,根据混合型新能源场站状态的变化评估内部配置动作;

10、根据状态量与预设的约束条件的关系,确定奖励函数。

11、根据本专利技术提供的一种混合型新能源场站发电机组优化配置方法,状态量的表达式为:

12、w1(x)=min{ξl1,ξl2,...,ξlk}-0.05

13、

14、

15、st=[stopo,sh]

16、式中,st为状态量;stopo、sh分别为当前混合型新能源场站的拓扑数据、状态数据;w1、w2和w3分别为低频段小干扰稳定指标、次/超同步频段小干扰稳定指标和运行成本指标;ξlk表示第k个低频段闭环极点对应阻尼比;ξsn和分别表示第n个次/超同步频段闭环极点对应阻尼比和临界阻尼比;ngfm为gfm发电机组的数量;x为优化变量,表示混合型新能源场站内部发电机组和储能装置的配置向量。

17、根据本专利技术提供的一种混合型新能源场站发电机组优化配置方法,奖励函数的表达式为:

18、

19、式中,r为奖励值。

20、根据本专利技术提供的一种混合型新能源场站发电机组优化配置方法,基于gat-ppo的drl模型包括gat、策略网络和价值网络;gat用于根据当前混合型新能源场站的状态量得到节点特征集,策略网络用于生成gfm发电机组、gfl发电机组和储能装置的配置策略,价值网络用于评估gfm发电机组、gfl发电机组和储能装置的配置策略的优劣。

21、根据本专利技术提供的一种混合型新能源场站发电机组优化配置方法,步骤3具体包括:通过gat对混合型新能源场站的节点特征进行表征,更新策略网络和价值网络,将训练完成后的基于gat-ppo的drl模型进行在线应用。

22、根据本专利技术提供的一种混合型新能源场站发电机组优化配置方法,更新策略网络,包括:将由gat表征的节点特征集输入到策略网络中,得到新策略和旧策略的分布;根据新策略和旧策略的分布,分别计算在新策略和旧策略下选择每个动作的概率;将新策略下的概率除以旧策略下的概率,得到概率比值;利用优势函数和概率比值计算基于gat-ppo的drl模型的目标函数值;将目标函数值对应的负值作为策略网络的损失函数;利用损失函数通过反向传播更新策略网络的参数,直至得到满足剪切要求的新策略。

23、根据本专利技术提供的一种混合型新能源场站发电机组优化配置方法,更新价值网络,包括:将由gat表征的节点特征集输入到价值网络中,通过前向传播机制计算当前状态下的价值函数,计算损失函数对价值网络进行梯度更新。

24、第二方面,本专利技术提供了一种混合型新能源场站发电机组优化配置装置,包括:

25、建立单元,用于建立混合型新能源场站发电机组的优化配置模型,优化配置模型以发电机组和储能装置的配置作为优化变量,以提高小干扰稳定裕度和减少gfm发电机组的配置数量为目标;

26、融合单元,用于将gat与基于ppo的drl框架相融合,得到基于gat-ppo的drl模型;

27、训练输出单元,用于采用优化配置模型对基于gat-ppo的drl模型进行离线训练,通过训练完成后的基于gat-ppo的drl模型依据外部电网强度和混合型新能源场站拓扑信息在线输出优化配置策略。

28、本专利技术的技术方案至少具备以下技术效果:

29、本专利技术提供的一种混合型新能源场站发电机组优化配置方法及装置,该方法包括:建立混合型新能源场站发电机组的优化配置模型,优化配置模型以发电机组和储能装置的配置作为优化变量,以提高小干扰稳定裕度和减少gfm发电机组的配置数量为目标;将gat与基于ppo的drl框架相融合,得到基于gat-ppo的drl模型;采用优化配置模型对基于gat-ppo的drl模型进行离线训练,通过训练完成后的基于gat-ppo的drl模型依据外部电网强度和混合型新能源场站拓扑信息在线输出优化配置策略。本专利技术能够适应hrps外部电网强度和内部拓扑变化,生成的优化配置策略不仅能够提高混合型新能源场站的小干扰稳定性,还可以配置更少的gfm发电机组以获得更好的经济效益。

本文档来自技高网...

【技术保护点】

1.一种混合型新能源场站发电机组优化配置方法,其特征在于,包括:

2.根据权利要求1所述的混合型新能源场站发电机组优化配置方法,其特征在于,所述优化配置策略包括混合型新能源场站中GFM发电机组、GFL发电机组的容量配比和位置分布,以及所述储能装置的控制类型。

3.根据权利要求2所述的混合型新能源场站发电机组优化配置方法,其特征在于,所述步骤2具体包括:

4.根据权利要求3所述的混合型新能源场站发电机组优化配置方法,其特征在于,所述状态量的表达式为:

5.根据权利要求4所述的混合型新能源场站发电机组优化配置方法,其特征在于,所述奖励函数的表达式为:

6.根据权利要求3所述的混合型新能源场站发电机组优化配置方法,其特征在于,所述基于GAT-PPO的DRL模型包括GAT、策略网络和价值网络;所述GAT用于根据当前混合型新能源场站的状态量得到节点特征集,所述策略网络用于生成GFM发电机组、GFL发电机组和储能装置的配置策略,所述价值网络用于评估所述GFM发电机组、GFL发电机组和储能装置的配置策略的优劣。

7.根据权利要求6所述的混合型新能源场站发电机组优化配置方法,其特征在于,所述步骤3具体包括:通过GAT对混合型新能源场站的节点特征进行表征,更新策略网络和价值网络,将训练完成后的基于GAT-PPO的DRL模型进行在线应用。

8.根据权利要求7所述的混合型新能源场站发电机组优化配置方法,其特征在于,所述更新策略网络,包括:将由GAT表征的节点特征集输入到策略网络中,得到新策略和旧策略的分布;根据新策略和旧策略的分布,分别计算在新策略和旧策略下选择每个动作的概率;将新策略下的概率除以旧策略下的概率,得到概率比值;利用优势函数和概率比值计算所述基于GAT-PPO的DRL模型的目标函数值;将目标函数值对应的负值作为策略网络的损失函数;利用损失函数通过反向传播更新策略网络的参数,直至得到满足剪切要求的新策略。

9.根据权利要求7所述的混合型新能源场站发电机组优化配置方法,其特征在于,所述更新价值网络,包括:将由GAT表征的节点特征集输入到价值网络中,通过前向传播机制计算当前状态下的价值函数,计算损失函数对价值网络进行梯度更新。

10.一种混合型新能源场站发电机组优化配置装置,其特征在于,包括:

...

【技术特征摘要】

1.一种混合型新能源场站发电机组优化配置方法,其特征在于,包括:

2.根据权利要求1所述的混合型新能源场站发电机组优化配置方法,其特征在于,所述优化配置策略包括混合型新能源场站中gfm发电机组、gfl发电机组的容量配比和位置分布,以及所述储能装置的控制类型。

3.根据权利要求2所述的混合型新能源场站发电机组优化配置方法,其特征在于,所述步骤2具体包括:

4.根据权利要求3所述的混合型新能源场站发电机组优化配置方法,其特征在于,所述状态量的表达式为:

5.根据权利要求4所述的混合型新能源场站发电机组优化配置方法,其特征在于,所述奖励函数的表达式为:

6.根据权利要求3所述的混合型新能源场站发电机组优化配置方法,其特征在于,所述基于gat-ppo的drl模型包括gat、策略网络和价值网络;所述gat用于根据当前混合型新能源场站的状态量得到节点特征集,所述策略网络用于生成gfm发电机组、gfl发电机组和储能装置的配置策略,所述价值网络用于评估所述gfm发电机组、gfl发电机组和储能装置的配置策略的优劣。

7.根据权利要求6所述的混...

【专利技术属性】
技术研发人员:林涛叶畅李君柳丹林政阳江克证李晨敖禹琦熊亮雳李嘉诚肖梦涵许洵
申请(专利权)人:武汉大学
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