一种基于数字孪生的储能PCS虚拟阻抗参数预测性调节方法与流程
本发明涉及储能变流器控制,尤其涉及一种基于数字孪生的储能pcs虚拟阻抗参数预测性调节方法。
背景技术:
1、储能pcs作为电池储能系统与电网之间的接口设备,其控制性能直接影响储能系统的并网稳定性和电能质量。虚拟阻抗控制通过在pcs电压外环输出端引入虚拟电阻和虚拟电感,改变pcs的等效输出阻抗特性,从而实现功率解耦、故障限流、环流抑制和阻尼增强等功能。虚拟阻抗参数的合理设置对pcs的并网性能至关重要。
2、然而,现有虚拟阻抗控制技术仍存在以下技术缺陷:
3、第一,虚拟阻抗参数多为固定或响应式调节,缺乏预测性。现有方案通常在工况变化发生后被动调整参数,响应存在滞后。在电网电压跌落、频率骤降等快速暂态过程中,响应式调节往往来不及动作,导致虚拟阻抗参数与工况不匹配。
4、第二,数字孪生在储能pcs虚拟阻抗控制中的应用仍局限于当前状态映射。现有方案多为“检测到当前电网阻抗后立即优化并下发执行”的实时映射式优化,未能充分发挥数字孪生模型的超前仿真推演能力。
5、第三,现有虚拟阻抗调节方法未充分利用预测性信息。虚拟阻抗参数的最优值取决于电网的未来工况(如电压跌落深度、频率变化趋势、谐波污染程度等)。若能提前预测电网未来工况的变化趋势,并在工况变化发生之前预先调整虚拟阻抗参数,将显著提升pcs在暂态过程中的响应速度和控制精度。
6、例如,现有技术cn121981163a采用循环神经网络(rnn)作为模型架构,以当前时刻的输出向量为输入,预测下一时刻的虚拟阻抗,属于短时域递推预测,预测时域极短(通常仅为1-2个控制周期),无法预判未来100ms-500ms时间尺度上的工况变化趋势。现有技术cn122026419a虽实现了电压波动的超前预测,但其应用场景为电力系统电压调节(无功补偿),并非储能pcs的虚拟阻抗控制,技术领域和控制对象均不相同。
7、上述方案均未利用数字孪生模型进行多场景超前仿真推演,也未实现基于未来工况预测的预测性虚拟阻抗调节,即在工况变化实际发生之前,预先完成虚拟阻抗参数的优化和下发。
技术实现思路
1、本发明提供一种基于数字孪生的储能pcs虚拟阻抗参数预测性调节方法,以解决现有技术中存在的问题。
2、为实现上述目的,本发明提供以下的技术方案:
3、一种基于数字孪生的储能pcs虚拟阻抗参数预测性调节方法,其所述方法包括:
4、s1、构建储能pcs及其接入电网的数字孪生模型;
5、s2、利用所述数字孪生模型进行多场景仿真推演,预测电网未来工况;
6、s3、基于预测结果,在所述数字孪生模型中优化虚拟阻抗参数,得到虚拟阻抗参数预测值;
7、s4、在预测的工况变化发生之前,将所述虚拟阻抗参数预测值提前下发至储能pcs的控制器,以控制储能pcs平滑过渡至所述虚拟阻抗参数预测值;
8、s5、在预测的工况变化实际发生后,实时监测预测偏差,进行闭环修正;
9、s6、以预设的预测周期循环执行所述s2至所述s5,实现虚拟阻抗参数的连续预测性调节。
10、进一步地,所述基于数字孪生的储能pcs虚拟阻抗参数预测性调节方法中,所述s1包括:
11、s11、通过数据采集设备实时采集储能pcs及其接入电网的实时运行数据,所述实时运行数据包括电网侧参数、pcs侧参数和环境与系统参数;所述电网侧参数包括并网点电压幅值ug、并网点频率fg、电压相位角θg、电压总谐波畸变率thdu;所述pcs侧参数包括pcs输出电流io、输出电压uo、有功功率po、无功功率qo、直流母线电压udc;所述环境与系统参数包括电网阻抗zg和环境温度tenv;
12、s12、基于采集的实时运行数据,构建储能pcs及其接入电网的数字孪生模型;所述数字孪生模型包括pcs电磁暂态模型、电网等效模型和虚拟阻抗模块模型;
13、s13、建立所述数字孪生模型与储能pcs之间的实时数据同步机制,使所述数字孪生模型以预设仿真步长与储能pcs同步运行。
14、进一步地,所述基于数字孪生的储能pcs虚拟阻抗参数预测性调节方法中,所述s2包括:
15、s21、基于历史运行数据和当前运行状态,利用所述数字孪生模型生成电网工况预测序列,所述电网工况预测序列包括未来一段时间内电网的电压、频率、谐波的预测变化轨迹;
16、s22、基于所述电网工况预测序列,构建包括多个典型工况场景的多场景预测集,并对各典型工况场景分别赋予发生概率pk,k=1,2,…,m,m为典型工况场景的数量,且满足σpk=1;所述典型工况场景包括电网电压跌落场景、电网频率波动场景、电网谐波突变场景、负荷投切场景和多因素耦合场景;
17、s23、针对各典型工况场景,在所述数字孪生模型中设置相应的电网扰动条件,驱动所述数字孪生模型进行超前仿真推演,预测电网未来工况;所述电网未来工况包括系统阻尼比ζ、电压偏差最大值δumax和输出电压总谐波畸变率thdout。
18、进一步地,所述基于数字孪生的储能pcs虚拟阻抗参数预测性调节方法中,所述s3包括:
19、s31、定义虚拟阻抗参数优化的多目标代价函数j:
20、j=w1·jstability+w2·jquality+w3·jloss;
21、其中,jstability为系统稳定性指标,基于仿真推演得到的系统阻尼比ζ和相位裕度pm计算:jstability=(1-ζ/ζref)2+(1-pm/pmref)2,ζref和pmref为预设的参考值;jquality为电能质量指标,基于仿真推演得到的电压偏差最大值δumax和输出电压总谐波畸变率thdout计算:jquality=(δumax/δumax_ref)2+(thdout/thdref)2,δumax_ref和thdref为预设的容许上限;jloss为效率指标,基于虚拟阻抗上的有功损耗计算:jloss=ploss/pnom,其中ploss为虚拟阻抗上的有功损耗,pnom为pcs额定功率;w1、w2、w3为权重系数,满足w1+w2+w3=1;
22、s32、在数字孪生模型中,针对各典型工况场景,分别采用优化算法搜索使多目标代价函数j最小的虚拟阻抗参数的组合(rv_opt_k,lv_opt_k);
23、s33、采用概率加权融合方法,根据各典型工况场景的发生概率pk对各自优化得到的虚拟阻抗参数进行加权平均,得到最终的虚拟阻抗参数预测值:
24、rv_pred=σ(pk·rv_opt_k);
25、lv_pred=σ(pk·lv_opt_k);
26、其中,k=1,2,...,m;rv_opt_k和lv_opt_k分别为第k个场景优化得到的虚拟电阻和虚拟电感,rv_pred和lv_pred为最终的虚拟阻抗参数预测值;
27、s34、对所述虚拟阻抗参数预测值进行边界约束校验:
28、rv_pred=min(max(rv_pred,rv_min),rv_max);
29、lv_pred=min(max(lv_pred,lv_min),lv_max);
30、其中,rv_min和rv_max分别为虚拟电阻的下限和上限,lv_min和lv_max分别为虚拟电感的下限和上限。
31、进一步地,所述基于数字孪生的储能pcs虚拟阻抗参数预测性调节方法中,所述s4包括:
32、s41、基于预测结果,确定预测时间提前量δtpred;
33、s42、将所述虚拟阻抗参数预测值(rv_pred,lv_pred),在预测的工况变化发生之前δtpred时刻,提前下发至储能pcs的控制器;
34、s43、储能pcs的控制器在接收到所述虚拟阻抗参数预测值后,在预设的时间窗口内控制储能pcs平滑过渡至所述虚拟阻抗参数预测值。
35、进一步地,所述基于数字孪生的储能pcs虚拟阻抗参数预测性调节方法中,在所述s43中,平滑过渡采用线性过渡方式:
36、rv(t)=rv_current+(rv_pred-rv_current)·(t-t0)/ttrans;
37、lv(t)=lv_current+(lv_pred-lv_current)·(t-t0)/ttrans;
38、其中,t0为接收时刻,ttrans为预设的过渡时间,rv_current和lv_current为当前虚拟阻抗值。
39、进一步地,所述基于数字孪生的储能pcs虚拟阻抗参数预测性调节方法中,所述s5包括:
40、s51、在预测的工况变化实际发生后,实时监测电压预测偏差和频率预测偏差;所述电压预测偏差为电网实际电压与电网工况预测序列中预测的未来对应时间的电压之间的预测偏差;所述频率预测偏差为电网实际频率与电网工况预测序列中预测的未来对应时间的频率之间的预测偏差;
41、s52、当所述电压预测偏差大于第一预设阈值或所述频率预测偏差大于第二预设阈值时,触发修正机制,将电网实际电压和电网实际频率反馈至所述数字孪生模型,更新模型参数和边界条件,并利用在线学习算法调整模型参数;
42、s53、当所述电压预测偏差大于第三预设阈值或所述频率预测偏差大于第四预设阈值时,紧急切换至传统的响应式调节模式;其中,所述第三预设阈值大于所述第一预设阈值,所述第四预设阈值大于所述第二预设阈值。
43、进一步地,所述基于数字孪生的储能pcs虚拟阻抗参数预测性调节方法中,所述监测电压预测偏差的计算公式为:
44、εu=|ug_actual-ug_pred|/ug_nom;
45、其中,ug_actual为预测的工况变化实际发生后的电网实际电压,ug_pred为电网工况预测序列中预测的未来对应时间的电压,ug_nom为额定值。
46、进一步地,所述基于数字孪生的储能pcs虚拟阻抗参数预测性调节方法中,所述频率预测偏差的计算公式为:
47、εf=|fg_actual-fg_pred|/fg_nom;
48、其中,fg_actual为预测的工况变化实际发生后的电网实际频率,fg_pred为电网工况预测序列中预测的未来对应时间的频率,fg_nom为额定值。
49、进一步地,所述基于数字孪生的储能pcs虚拟阻抗参数预测性调节方法中,在所述s6中,所述预测周期循环为100ms-500ms。
50、与现有技术相比,本发明具有以下有益效果:
51、本发明提供的一种基于数字孪生的储能pcs虚拟阻抗参数预测性调节方法,通过构建储能pcs及其接入电网的数字孪生模型,利用数字孪生进行多场景超前仿真推演以预测电网未来工况,实现了虚拟阻抗参数从传统“工况变化后被动响应”向“工况变化前主动预测”的根本性转变,有效克服了现有技术中虚拟阻抗参数调节滞后、无法匹配快速暂态过程的缺陷;通过基于预测结果在数字孪生模型中预先优化虚拟阻抗参数并在工况变化发生前提前下发至控制器,使pcs能够在电压跌落、频率骤降等暂态过程发生前即完成参数预置,显著提升了储能pcs在暂态过程中的响应速度和控制精度,实现了并网平滑过渡;同时,通过在工况变化实际发生后实时监测预测偏差并进行闭环修正,确保了预测性调节的准确性和鲁棒性;此外,以预设周期循环执行预测、优化、下发与修正,实现了虚拟阻抗参数的连续预测性调节,持续保障储能系统的并网稳定性和电能质量。
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