制氢系统调度指令在线评估与自适应闭环控制方法及系统与流程
本发明属于新能源制氢与能量管理,特别是涉及到一种制氢系统调度指令在线评估与自适应闭环控制方法及系统。
背景技术:
1、随着风力发电、光伏发电等新能源装机容量的快速增长,利用波动性可再生能源进行电解水制氢已成为促进新能源消纳和构建绿色能源体系的关键技术途径。风光制氢系统通常包含风力发电机组、光伏阵列、碱性电解槽(alk)和/或质子交换膜电解槽(pem)等设备,通过优化调度可以实现新能源发电功率与制氢负荷之间的动态匹配。
2、现有技术中的优化调度方法,通常将风光功率预测数据作为输入,以最小化弃电、延缓设备衰减等为目标,在满足设备运行约束的条件下求解各电解槽的功率分配指令。然而,这类方法存在以下缺陷:
3、(1)调度指令与实际执行之间存在系统性偏差。电解槽的实际功率响应受温度、气泡覆盖率、膜含水量等内部状态影响。碱性电解槽的动态响应跨越多个时间尺度——电气参数(电流、功率)的响应时间在秒级,而热力学参数(温度)的响应时间在分钟级甚至小时级。这种多时间尺度的响应特性意味着,即使调度指令在电气层面可瞬时下达,电解槽的热力学状态却无法同步跟进,必然产生可观测的执行偏差。而且,碱性电解槽的功率调节存在明确的方向不对称性:从高温、大功率点向低温、小功率点调节时可实现快速响应(毫秒至秒级);反之,从低温、小功率点向高温、大功率点调节则需要更长的响应时间(数十秒至分钟级)。这种方向不对称性意味着,即使调度指令的幅值相同,上升过程和下降过程中的实际执行轨迹也会不同,偏差是常态而非例外。
4、(2)缺乏调度执行效果的在线评估机制。现有方法将调度指令下发后即认为“执行完成”,缺乏对执行效果的在线验证与评估。虽然有研究利用预测功率与实际功率的偏差来修正调度指令,但其核心在于调度前的指令修正,而非调度后的执行效果评估与反馈校正,本质上仍属于开环或半开环调度范畴。
5、(3)偏差累积导致调度计划失效。在分钟级至小时级的连续调度中,单次调度的微小偏差会逐次累积,导致后续调度计划与实际系统状态严重偏离,最终造成弃电增加或设备过载。
6、(4)偏差来源无法追溯与分类。当出现功率跟踪偏差时,现有方法无法判断偏差究竟来源于风光功率预测误差、设备响应能力不足还是控制执行链路延迟,因此无法针对性地进行补偿。
7、此外,尽管模型预测控制在电力系统调度领域已得到广泛应用,但将其直接套用于制氢系统调度时存在以下局限:其一,mpc等滚动优化方法在每次优化时反馈的是系统当前的状态量(如当前功率、温度),而非上一轮指令的执行偏差,其本质是“状态跟踪”而非“指令执行效果评估”,两者反馈的信息维度完全不同;其二,通用反馈控制方法(如pid)将功率上升和下降视为对称过程,但碱性电解槽的实际响应特性存在明确的方向不对称性——升温升功率过程与降温降功率过程的时间常数差异可达数倍,通用方法无法处理这一非线性特性;其三,现有方法将各种原因导致的功率跟踪偏差视为一个统一的误差信号进行处理,无法区分偏差来源于设备物理限制、预测误差还是通信延迟,因此也就无法进行针对性校正。上述三方面局限在本领域中尚未被系统性地认识与解决。
8、因此现有技术当中亟需要一种新型的技术方案来解决这一问题。
技术实现思路
1、本发明所要解决的技术问题是:提供一种制氢系统调度指令在线评估与自适应闭环控制方法及系统,用于解决现有调度方法中指令执行偏差无法被感知和校正的技术问题。
2、本发明所采取的技术方案是提供一种制氢系统调度指令在线评估与自适应闭环控制方法,应用于包含风力发电机组、光伏阵列、碱性电解槽和/或质子交换膜电解槽的并网或离网型风光制氢系统,包括以下步骤:
3、步骤s1,获取风光发电功率预测数据,基于所述风光发电功率预测数据求解各电解槽的初始功率分配指令并通过通信网络下发执行;
4、步骤s2,实时采集各电解槽在执行所述初始功率分配指令过程中的实际功率数据以及电解槽当前温度,计算多维度执行偏差指标,所述多维度执行偏差指标至少包括幅值偏差、延时偏差、爬坡偏差以及能量偏差;
5、步骤s3,基于所述多维度执行偏差指标构建偏差特征向量,通过预设的分类诊断规则判断偏差的来源类别;所述分类诊断规则用于将所述偏差的来源区分界定为设备动态响应能力不足、风光功率预测误差、控制执行链路延迟和系统性稳态偏差;
6、步骤s4,根据步骤s3所判定的具体偏差来源类别,选择差异化的、与之唯一匹配的校正策略生成校正量;当多个偏差来源共存时,按照设备安全性优先级和执行时序优先级进行串行化与并行化混合处理;
7、步骤s5,将所述校正量反馈至下一调度周期的优化模型中,更新调度模型的约束条件和/或目标函数,生成校正后的功率分配指令;
8、步骤s6,重复步骤s1至s5,形成“调度-执行-评估-校正-再调度”的自适应闭环。
9、步骤s2中,所述幅值偏差表示为:
10、;
11、其中,为t时刻的指令功率,为t时刻的实际功率;
12、所述延时偏差通过计算指令功率序列与实际功率序列的互相关函数峰值位置进行辨识:
13、;
14、其中,为互相关分析的时间窗口长度,为延迟时间变量;
15、所述爬坡偏差表示为:
16、;
17、其中,为指令功率变化率,为实际功率变化率;当> 0时表示实际爬坡率高于指令要求,即过响应,当< 0时表示实际爬坡率低于指令要求,即欠响应;用值的正负,区分功率上升过程与下降过程中的响应差异;通过值的正负与指令功率变化方向联合判别,当指令处于上升段 > 0且 < 0时,诊断为升温段爬坡能力不足;当指令处于下降段 < 0且 > 0时,诊断为降功率段过冲;
18、所述能量偏差表示为:
19、;
20、其中,为一个调度周期的时长。
21、步骤s3中,所述偏差特征向量为:
22、;
23、其中,为电解槽当前温度与额定工作温度之差,作为辅助判别维度;
24、所述预设的分类诊断规则为:
25、当持续为正且大于第一预设阈值时,诊断偏差来源为设备动态响应能力不足,其中,当为负且当前调度指令处于上升段时,诊断为升温段爬坡能力不足;当为正且当前调度指令处于下降段时,诊断为降温段响应过快;上述两种情形均属于设备动态响应能力不足的子类;
26、当的波动幅度大于第二预设阈值且大于第三预设阈值时,诊断偏差来源为风光功率预测误差;
27、当大于第四预设阈值且小于第五预设阈值时,诊断偏差来源为控制执行链路延迟;
28、当随调度周期数递增时,诊断偏差来源为系统性稳态偏差;
29、当 < 0且 > 0时,诊断为升温段爬坡能力不足,属于设备动态响应能力不足的子类;当 > 0且 < 0时,诊断为降功率段过冲,亦属于设备动态响应能力不足的子类。
30、所述第一预设阈值的取值为电解槽在额定工况下响应时间的1.5倍,其确定依据为:通过对电解槽施加阶跃功率指令,记录实际功率达到指令值90%所需的时间,取该时间的1.5倍作为第一阈值;所述第二预设阈值的取值为额定功率的8%~15%,其确定依据为风光功率预测误差的典型标准差,取3倍,使阈值覆盖99.7%以上的正常预测波动范围;所述第三预设阈值的取值为额定爬坡率的15%~25%,其确定依据为电解槽正常功率调节时爬坡率波动的标准差的2倍;所述第四预设阈值的取值为系统通信链路最大延迟时间与变流器响应时间之和的1.2倍;所述第五预设阈值的取值为额定功率的3%~5%,用于区分“有偏差”与“无偏差”状态;各阈值在初始设定后,基于校正效果评估指标进行自适应在线更新,无需人工干预。
31、步骤s4中,所述校正策略包括用于应对设备动态响应能力不足的设备能力上限校正、用于应对风光功率预测误差的预测误差补偿校正、用于应对控制执行链路延迟的指令下发时间提前量校正、以及用于应对系统性稳态偏差的目标函数积分校正;所述设备能力上限校正针对碱性电解槽的功率上升过程和下降过程分别设置不同的校正强度,以匹配碱性电解槽升温升功率慢、降温降功率快的方向不对称响应特性;
32、所述设备能力上限校正为:
33、当,即升温升功率段:
34、;
35、当,即降温降功率段:
36、;
37、其中,为第t个调度周期电解槽的有效功率上限,为经校正后下一调度周期即第t+1个调度周期电解槽的有效功率上限,和为分别针对升温段和降温段设置的学习率,0 < < < 1,为近期幅值偏差的滑动平均值,为爬坡偏差负值部分的滑动平均值,仅统计<0的样本,为权重系数且0.5≤≤0.8;
38、所述预测误差补偿校正为:在下一调度周期的功率平衡约束中引入预测误差补偿项:
39、;
40、其中,为第t个调度周期碱性电解槽分配的功率,为第t个调度周期质子交换膜电解槽分配的功率,为第t个调度周期弃电功率;
41、基于上一调度周期的能量偏差计算:
42、;
43、其中,为补偿系数,;
44、所述指令下发时间提前量校正为:
45、;
46、其中,为原指令下发时间,为校正后的指令下发时间;
47、所述目标函数积分校正为:在调度优化的目标函数中引入偏差积分项:
48、;
49、其中,、、、、w5为权重系数,为设备寿命衰减代价函数。
50、当多个偏差来源共存时,各校正策略的输出量按下式合成:
51、;
52、其中,为设备能力上限校正量,为预测误差补偿量,为积分校正量;和分别为允许的最小和最大校正量,和的取值依据为电解槽额定功率的±10%,该范围确保校正量不超出设备安全调节裕度,各校正量叠加后经限幅处理,确保不超出安全边界;指令提前量校正与功率校正量并行实施,互不干扰。
53、还包括步骤s7,每次校正后,在线评估校正效果:
54、;
55、其中,为校正前的幅值偏差,为校正后的幅值偏差;当大于第六预设阈值时,保持当前校正参数;当小于等于第六预设阈值时,自动调整校正参数;所述第六预设阈值的取值为0.1~0.2,表示校正效果需使偏差减小至少10%~20%视为有效。
56、校正量的逐步退出条件为:
57、连续n个调度周期的幅值偏差小于第五预设阈值,且校正效果评估指标呈收敛趋势时,逐步减小校正量直至退出;n的取值范围为3~10。
58、本发明所采取的另一种技术方案是提供一种制氢系统调度指令在线评估与自适应闭环控制系统,包括:
59、数据采集模块,用于实时采集各电解槽的实际功率数据以及风光发电功率预测数据;
60、偏差评估模块,用于计算多维度执行偏差指标并构建偏差特征向量;
61、分类诊断模块,用于基于所述偏差特征向量判断偏差的来源类别;
62、校正模块,用于根据偏差来源类别采用差异化的校正策略生成校正量,并更新调度模型的约束条件和/或目标函数;
63、优化求解模块,用于基于更新后的调度模型求解各电解槽的功率分配指令;
64、执行模块,用于将所述功率分配指令下发至各电解槽执行。
65、当多个偏差特征同时满足诊断条件时,按照设备安全性优先级和执行时序优先级进行串行化处理:分类诊断模块输出带优先级的诊断结果列表,排序规则为设备动态响应能力不足、含升温段爬坡能力不足和降功率段过冲为第一优先级,控制执行链路延迟为第二优先级,系统性稳态偏差为第三优先级,风光功率预测误差为第四优先级;校正模块接收该列表后,仅选择优先级最高的诊断结果执行对应的校正策略,其余诊断结果暂存但不执行;当最高优先级诊断消除后,即连续3个调度周期不满足诊断条件,依次释放下一优先级诊断的屏蔽状态,屏蔽规则与各诊断规则的触发条件相互独立。
66、通过上述设计方案,本发明可以带来如下有益效果:
67、(1)在感知与诊断层面,通过多维度偏差指标(幅值、延时、爬坡、能量)和基于特征向量的分类诊断规则,首次将调度指令的“执行效果”而非仅仅是“系统状态”纳入调度反馈回路,能够区分偏差究竟源于设备能力不足、预测误差、链路延迟还是系统性漂移,解决了现有方法“有偏差但不知因何而起”的盲区问题。其中,爬坡偏差保留符号信息,可有效区分碱性电解槽升温升功率段与降温降功率段的方向不对称响应特性,克服了传统方法将上升和下降视为对称过程的固有缺陷。
68、(2)在校正与演化层面,针对不同偏差来源匹配差异化的校正策略(设备上限校正、预测补偿、指令提前、积分校正),其中设备能力上限校正针对升温段和降温段分别设置不同的学习率(),并在升温段同时考虑幅值偏差和爬坡偏差的加权驱动,实现了对碱性电解槽方向不对称特性的精确匹配;同时通过校正效果在线评估与参数自适应调整,使调度模型具备从历史执行中持续学习的能力,抑制偏差的逐次累积,从而提升长期连续调度的准确性和鲁棒性。
69、(3)通过将电解槽温度偏差作为可选辅助维度引入偏差特征向量和目标函数,进一步增强了诊断的鲁棒性。需要说明的是,该温度信息为可选增强信号,即使无温度数据,核心诊断与校正逻辑仍可独立正常工作。本发明的核心技术贡献在于有符号爬坡偏差及方向差异化校正策略对碱性电解槽方向不对称性的精确匹配,温度维度的引入属于增强性设计,非必要特征。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com