一种基于具身智能体闭环决策的光伏系统自治控制方法

摘要: 本发明属于光伏发电自治控制,具体涉及一种基于具身智能体闭环决策的光伏系统自治控制方法。背景技术:1、随着新型电力系统建设和分布式新能源应用规模持续扩大,光伏发电...
一种基于具身智能体闭环决策的光伏系统自治控制方法

本发明属于光伏发电自治控制,具体涉及一种基于具身智能体闭环决策的光伏系统自治控制方法。

背景技术:

1、随着新型电力系统建设和分布式新能源应用规模持续扩大,光伏发电已由传统集中式电源逐步扩展为分布式屋顶光伏、建筑光伏一体化光伏以及用户侧多点接入光伏等多种形态。光伏系统在提升清洁能源供给能力的同时,其接入位置分散、运行环境复杂以及出力波动明显等特征,也使配电网运行调节和源荷平衡面临更高要求。

2、在高比例光伏接入场景中,光伏出力受太阳辐照度、环境温度、云层遮挡、安装朝向和建筑阴影等自然因素影响,具有随机性、间歇性和波动性。本地负荷需求又受用户用能行为、温度驱动型负荷和建筑运行状态等因素影响,呈现动态变化特征。分布式光伏与本地负荷、储能装置、直流母线、并网逆变器以及配电网电压状态之间相互耦合,使光伏系统不再只是单一发电单元,而是嵌入复杂用能场景中的动态能源节点。

3、目前,针对光伏并网运行中可能出现的反向潮流、电压越限、功率波动以及清洁能源消纳不足等问题,已有方法主要包括逆变器下垂控制、有功功率削减、无功电压调节、分布式储能协调控制以及基于预测结果的规则控制方法。这类方法在局部场景下能够缓解运行风险,但控制逻辑通常依赖固定阈值、预设曲线、人工调度或离线整定参数。当光伏接入点增多、环境扰动增强且本地负荷快速变化时,固定规则难以充分识别当前发电能力、负荷需求、储能调节余量和并网交互状态,容易在保障局部安全的同时牺牲光伏利用率或储能调节裕度。

4、随着智能控制方法的发展,强化学习等算法被用于分布式能源和微电网能量管理,能够通过状态、动作和反馈之间的交互学习控制策略。但是,如果仅将智能算法作为孤立的决策模型,而缺少与光伏阵列、储能、直流母线、逆变器底层控制和并网接口的物理执行关系,所生成的控制动作可能难以充分反映设备约束、功率响应滞后以及电力电子执行过程,影响控制结果的可执行性和安全性。

5、因此,在光伏系统由被动发电单元向自治能源单元演进的过程中,仍需要一种能够把自然环境感知、源荷状态建模、智能决策、逆变器执行和反馈学习统一在同一闭环中的光伏系统自治控制方法,以提高光伏系统对环境扰动和负荷变化的适应能力,并提升本地消纳、出力平滑和运行安全水平。

技术实现思路

1、本发明为了解决以上问题,提出了一种基于具身智能体闭环决策的光伏系统自治控制方法。

2、本发明的技术方案是:一种基于具身智能体闭环决策的光伏系统自治控制方法包括以下步骤:

3、s1、构建光伏具身智能体的功能分层,并获取运行数据;

4、s2、基于运行数据,确定状态观测量,并建立环境扰动、控制输入和物理状态之间的动态耦合模型;

5、s3、基于状态观测量,生成连续控制动作和逆变器有功功率参考值;

6、s4、基于连续控制动作和逆变器有功功率参考值,生成驱动信号,形成交流侧实际有功输出功率;

7、s5、基于交流侧实际有功输出功率,进行策略更新,完成光伏具身智能体的闭环自治控制。

8、进一步地,s1包括以下子步骤:

9、s11、确定光伏具身智能体的物理对象;

10、s12、基于物理对象,构建光伏具身智能体的功能分层;

11、s13、利用光伏具身智能体的功能分层获取运行数据。

12、进一步地,物理对象包括可控逆变器下的光伏阵列、光伏侧直流变换器、直流母线、直流侧并联储能单元、储能双向直流变换器、并网逆变器、本地负荷和并网接口中的一种或若干种;

13、光伏具身智能体的功能分层包括状态感知子系统、功率决策子系统、控制执行子系统和光伏物理系统;

14、状态感知子系统用于采集太阳辐照度、环境温度、本地负荷功率、电网交换功率、光伏输出功率、直流母线电压、储能荷电状态和逆变器交流侧实际有功功率;

15、功率决策子系统用于根据状态感知子系统形成的状态观测量,生成连续控制动作;

16、控制执行子系统用于接收有功功率参考值,并完成逆变器功率控制、电流控制和脉宽调制;

17、光伏物理系统用于在控制作用下完成光伏发电、储能充放电、直流母线功率平衡和交流侧并网输出;

18、运行数据包括自然环境信息、电气运行信息和设备状态信息;

19、自然环境信息包括太阳辐照度和环境温度;

20、电气运行信息包括本地负荷功率、逆变器交流侧实际有功输出功率和电网交换功率;

21、设备状态信息包括直流母线电压和储能荷电状态。

22、进一步地,s2包括以下子步骤:

23、s21、根据太阳辐照度和环境温度,确定当前光伏最大可用功率;

24、s22、根据基础负荷和温度驱动型负荷确定本地负荷功率;

25、s23、根据当前光伏最大可用功率和本地负荷功率,构建状态观测量;

26、s24、将直流母线电压、储能荷电状态和逆变器实际有功输出功率作为系统状态量,将逆变器有功功率参考值作为控制输入,将太阳辐照度、环境温度和本地负荷功率作为外部扰动,将电网交换功率作为系统输出量,建立环境扰动、控制输入和物理状态之间的动态耦合模型。

27、进一步地,当前光伏最大可用功率为:

28、;

29、;

30、式中,为光伏阵列在参考测试条件下的额定功率;为当前控制时刻的太阳辐照度;为参考太阳辐照度;为光伏组件功率温度系数;为参考组件温度;为当前控制时刻的光伏组件工作温度;为取最大值;为当前控制时刻的环境温度;为额定工作温度测试条件下的参考辐照度;为光伏组件额定工作温度;为额定工作温度测试条件下的环境参考温度;

31、本地负荷功率为:

32、;

33、式中,为照明、办公设备、生产设备及其他常规用电设备形成的基础负荷功率;为由中央空调、热泵或其他温控设备形成的温度驱动型负荷功率;

34、状态观测量为:

35、;

36、式中,为当前光伏最大可用功率的归一化值;为本地负荷功率的归一化值;为并网逆变器交流侧实际有功输出功率的归一化值;为当前控制时刻的电网交换功率的归一化值;为上一控制时刻的连续控制动作;为当前时刻在一个完整控制序列中的归一化时间位置;为归一化本地负荷功率变化量;为归一化光伏最大可用功率变化量;t表示向量转置;

37、动态耦合模型为:

38、;

39、式中,为系统状态向量;为直流母线电压;为并网逆变器交流侧实际有功输出功率;为储能荷电状态;为系统控制输入;为太阳辐照度;为当前控制时刻的电网交换功率;为逆变器有功功率参考值;为外部扰动向量;为系统状态演化函数;为系统输出函数。

40、进一步地,s3包括以下子步骤:

41、s31、构建强化学习决策模型;

42、s32、将状态观测量输入功率决策子系统中强化学习决策模型对应的强化学习算法,得到连续控制动作;

43、s33、将连续控制动作输入至功率映射函数,得到逆变器有功功率参考值。

44、进一步地,强化学习决策模型为:

45、;

46、式中,为状态空间;为连续动作空间;为状态转移关系;为奖励函数;为折扣因子;

47、连续控制动作为:

48、;

49、式中,为参数为θ的actor策略网络;为探索噪声;为限幅函数;

50、逆变器有功功率参考值为:

51、;

52、式中,为当前光伏最大可用功率;为并网逆变器额定有功功率;为取最小值

53、进一步地,s4包括以下子步骤:

54、s41、将逆变器有功功率参考值输入至并网逆变器功率控制环节,确定电流参考值;

55、s42、根据电流参考值和实际电流之间的偏差,通过比例积分控制和交叉耦合补偿生成调制电压参考值:

56、s43、将调制电压参考值进行坐标反变换,得到三相电压参考值,并通过脉宽调制环节生成并网逆变器桥臂开关器件的驱动信号;

57、s44、基于驱动信号,通过并网逆变器将直流母线电压转换为交流侧电压和电流,形成交流侧实际有功输出功率。

58、进一步地,电流参考值包括d轴电流参考值和q轴电流参考值,分别为:

59、;

60、式中,为逆变器有功功率参考值;为电网电压在同步旋转坐标系下的d轴分量;为逆变器无功功率参考值;

61、调制电压参考值为:

62、;

63、式中,为逆变器输出电压的d轴参考值;为逆变器输出电压的q轴参考值;为电网电压在同步旋转坐标系下的q轴分量;为交流侧滤波器等效电阻;为交流侧滤波器等效电感;为d轴电流参考值与实际值之间的偏差;为q轴电流参考值与实际值之间的偏差;为电网角频率;为第一电流控制器参数;为第二电流控制器参数;为第三电流控制器参数;为第四电流控制器参数。

64、进一步地,s5包括以下子步骤:

65、s51、采集当前控制周期的逆变器交流侧实际有功输出功率、电网交换功率、直流母线电压、储能荷电状态、本地负荷功率、光伏最大可用功率和有功功率参考值中的一种或若干种执行结果;

66、s52:根据执行结果计算奖励信息,并构造当前状态观测量、连续控制动作、奖励信息和下一状态观测量组成的交互样本;

67、s53、根据交互样本,更新强化学习算法的策略参数;

68、s54、进入下一控制周期,重新执行s1-s5,完成光伏具身智能体的闭环自治控制;

69、交互样本为:

70、;

71、式中,为当前控制时刻的奖励值;为当前控制时刻的交互样本;为状态观测量;为下一控制时刻的状态观测量;为回合终止标志。

72、本发明的有益效果是:本发明提供的一种基于具身智能体闭环决策的光伏系统自治控制方法,将光伏系统的自然环境感知、源荷状态建模、连续动作智能决策、逆变器底层执行和反馈学习过程相结合。该方法通过将光伏系统抽象为协同运行的具身智能体,使智能决策不再孤立于物理载体和外部环境;通过构建光伏最大可用功率、本地负荷功率、直流母线电压、储能荷电状态、逆变器实际输出功率和电网交换功率组成的状态观测量,提高了对源荷状态和运行边界的表征能力;通过强化学习算法生成连续有功功率控制动作,并由功率映射函数转换为逆变器有功功率参考值,使控制策略能够随环境扰动和负荷变化自适应调整;通过控制执行子系统将高层功率指令落实到功率控制、电流控制和脉宽调制等底层执行环节,提高了控制结果的可执行性。与固定规则或单一限发控制方法相比,本发明能够提高分布式光伏对辐照度变化、温度扰动和本地负荷变化的适应能力;与单纯由智能算法输出控制结论的方法相比,本发明能够在保持在线学习能力的同时显式考虑光伏系统物理执行约束和并网运行安全。