基于电压频率协同的自适应控制系统的制作方法

摘要: 本发明涉及电力系统协同控制,尤其涉及基于电压频率协同的自适应控制系统。背景技术:1、随着电力系统对电压和频率协同控制需求的不断提升,基于电压频率协同的自适应控制...
基于电压频率协同的自适应控制系统的制作方法

本发明涉及电力系统协同控制,尤其涉及基于电压频率协同的自适应控制系统。

背景技术:

1、随着电力系统对电压和频率协同控制需求的不断提升,基于电压频率协同的自适应控制系统逐渐成为研究热点。现有技术在实现电压与频率协同控制方面取得了一定进展,但在复杂工况下的动态响应能力、自适应调节精度以及系统整体鲁棒性等方面仍存在不足。经检索,公开了公开号为cn113612250b的一种基于频率偏差的虚拟同步发电机变惯量阻尼协同控制方法,该专利通过采集虚拟转子角频率偏差和角频率变化率,结合有功-频率和无功-电压控制方程实现了虚拟转动惯量与阻尼系数的自适应调整。然而,该技术方案主要关注频率控制,对于电压和频率之间的协同优化机制缺乏深入探讨,尤其是在电压波动较大的情况下,系统的动态响应速度和稳定性可能受到限制。此外,该方案依赖于特定的虚拟同步发电机模型,其适用范围较为局限,难以满足不同场景下的多样化需求。

2、另一方面,公开了公开号为cn108565867b的一种v-i-q自动调节电压及无功功率协同控制系统及方法,该专利通过viq协同控制算法实现了发电机电压、频率和无功功率的自适应调节,并优化了多台柴油发电机组的并网运行性能。然而,该技术方案在电压和频率协同控制中缺乏对动态负载变化的快速响应能力,特别是在负荷突变或非线性负载条件下,系统的调节精度和稳定性可能下降。同时,该方案对通信和数据采集的依赖较高,在实际应用中可能存在实时性和可靠性方面的隐患。

3、上述问题表明,现有的电压频率协同控制技术在动态响应能力、自适应调节精度以及复杂工况下的鲁棒性等方面仍存在不足。因此,本发明提供一种基于电压频率协同的自适应控制系统,旨在通过优化电压和频率的协同控制策略,提高系统的动态响应速度、自适应调节能力以及整体鲁棒性,以满足现代电力系统对高效、稳定控制的需求。

技术实现思路

1、本发明的目的是解决现有技术中存在的缺点,而提出的基于电压频率协同的自适应控制系统。

2、为了实现上述目的,本发明采用了如下技术方案:基于电压频率协同的自适应控制系统,所述系统包括:

3、状态感知模块获取电网运行过程中实时采集的电压波动曲线和频率偏差序列,通过计算电压波动曲线与频率偏差序列之间的相位差值,结合负载动态特性参数生成协同响应特征向量;

4、扰动解析模块调用所述协同响应特征向量,结合分布式能源接入点的功率输出数据,依据负载变化趋势与功率波动分布关系,生成扰动影响区域映射信息;

5、调节策略构建模块根据所述扰动影响区域映射信息,获取电网拓扑结构数据,对节点间功率流动路径与扰动区域进行空间关联分析,识别关键调节节点及其对应的调节优先级,生成节点调节优先级分布坐标集;

6、执行优化模块调用所述节点调节优先级分布坐标集,在电网层级提取覆盖节点的编号索引,标记节点间的调节差异项,将差异项作为外部扰动补偿因子输入到调节输入序列中,生成扰动补偿调节信息。

7、作为本发明的进一步方案,所述协同响应特征向量包括电压波动幅值、频率偏差斜率、相位差一致性等级和负载特性匹配标识,所述扰动影响区域映射信息包括扰动主轴方向分布、影响区域覆盖广度指标、功率波动分类等级和节点编号映射表,所述节点调节优先级分布坐标集具体为节点投影交接边界点、扰动区与节点排列对应关系、调节路径索引和空间关联密集度因子,所述扰动补偿调节信息包括外部扰动补偿因子序列、节点级响应趋势符号序列、预测调节值集合和调节区段索引结构。

8、作为本发明的进一步方案,所述状态感知模块包括:

9、电压波动提取子模块获取电网运行过程中实时采集的电压波动曲线,提取每帧采样周期内电压幅值变化超出设定阈值的波动点,建立波动点集合,依据波动点时间序列构建电压波动曲线结构序列,生成电压波动曲线结构序列;

10、频率偏差计算子模块调用所述电压波动曲线结构序列,提取相邻采样周期内频率偏差序列中对应波动点对的时间戳值,计算相对时间差矢量,基于时间差构建频率偏差序列集合,对连续采样周期的频率偏差序列进行比值运算,运算获取频率偏差梯度均值,筛选频率偏差超出梯度阈值的区段,生成频率偏差梯度值集;

11、相位差一致性判断子模块调用所述频率偏差梯度值集,调取负载动态特性参数记录的平均负载变化向量,对频率偏差梯度进行投影运算,与负载变化向量之间进行夹角比较,依据设定一致性阈值进行区段筛选,获取频率偏差梯度与负载变化向量一致区段的数量占比,得到协同响应特征向量。

12、作为本发明的进一步方案,所述扰动解析模块包括:

13、功率波动方向提取子模块调用所述协同响应特征向量,获取分布式能源接入点记录的功率输出数据,识别功率输出数据中等功率区域边界,基于等值功率轮廓线集合确定功率波动分布轮廓,提取边界线方向分布并按位置顺序进行向量化拟合,生成功率波动主轴方向序列;

14、角度匹配计算子模块根据所述功率波动主轴方向序列,获取向量段与协同响应特征向量中标定频率偏差方向段构成的角度关系,在空间坐标平面中依次比对两组方向向量之间的夹角,筛选角度偏离值低于扰动角度设定阈值的向量对,运算获取区域方向偏离程度指标值,并将偏离值低于扰动角度阈值的区块作为匹配区域,生成方向匹配扰动分布值集;

15、空间关联构建子模块根据所述方向匹配扰动分布值集,调取时间段内功率流动路径信息,在统一空间坐标系中建立功率矢量投影图层,定位功率流动路径与已标记扰动区域之间的投影边界交接区块,提取重叠区块的边界线索引值并生成空间几何覆盖组,建立扰动影响区域映射信息。

16、作为本发明的进一步方案,所述调节策略构建模块包括:

17、节点排布提取子模块获取所述扰动影响区域映射信息,采集电网拓扑结构数据,提取节点编号网格对应的二维空间位置索引,对节点在实际电网中的排列行列和编号顺序进行空间定位,结合节点连接关系矩阵,生成节点空间位置集合;

18、扰动路径映射子模块调用所述节点空间位置集合,采集节点间功率流动方向、功率强度计测值、节点连接关系矩阵,依据功率流动方向矢量计算节点间功率流动路径走向,将路径走向投影至平面坐标,判断与扰动影响区域映射信息的覆盖范围是否存在重叠,得到功率流动与扰动区域重合的空间路径段,生成路径扰动重合分布数据;

19、交叉节点识别子模块根据所述路径扰动重合分布数据,提取扰动段对应的坐标点集合,识别坐标点在节点排列空间中所属的编号区域,将区域边界与扰动路径边界进行交叉判断,提取交接点对应的节点编号索引,确定关键调节节点编号与对应坐标区域,建立节点调节优先级分布坐标集。

20、作为本发明的进一步方案,所述执行优化模块包括:

21、节点信号采集子模块调用所述节点调节优先级分布坐标集,在电网层级提取对应的节点编号索引,采集节点监测记录的单位节点功率流动值与负载计数值,构建每个节点在当前时刻下的运行状态数据组,生成节点运行信号集合;

22、趋势差异标记子模块根据所述节点运行信号集合,获取扰动区内节点与相邻非扰动区节点在同一时间点的功率流动值,比较变化方向差异,识别方向不一致的信号项,将差异项以符号值形式进行记录,归类整理为单独输入因子序列,得到功率流动趋势差异向量组;

23、扰动补偿信息生成子模块调用所述功率流动趋势差异向量组,输入经历史周期样本训练完成的神经网络输入序列结构,将向量组与已构建的输入因子项并列输入,基于功率强度、负载变化与频率偏差数据输入因子进行组合推演,获取对应时间点的调节值分布结果,生成扰动补偿调节信息。

24、作为本发明的进一步方案,所述系统还包括:

25、可信标签赋值模块调用所述扰动补偿调节信息,获取每个调节时间点中调节值与节点实际运行值,比较调节值与实际运行值之间的均方根误差,并与设定的置信度误差阈值进行比较,将高于阈值的误差段按照等级划分规则进行区间划分,将每个等级划分段标注为可信等级标识,生成扰动覆盖区域输出可信等级信息;

26、所述扰动覆盖区域输出可信等级信息具体指误差区间等级索引、可信度标签映射结果、rmse波动趋势组和可信判断结果编号表。

27、作为本发明的进一步方案,所述可信标签赋值模块包括:

28、误差值计算子模块调用所述扰动补偿调节信息,获取调节时间段内每个节点的调节输出功率序列与实际运行功率序列,构建对应序列索引间的误差差值集合,并结合调节功率对误差比例归一处理,运算获取归一化功率误差指数;

29、误差区段划分子模块根据所述归一化功率误差指数,调用设定置信度误差阈值,对指数序列按阈值上限进行分组分类,建立分组对应时间段索引标签,并将分组对应误差级别依次编号,得到误差等级映射区间值;

30、可信等级标注子模块调用所述误差等级映射区间值,依据等级区间与节点编号的时间映射表,建立可信等级区间对应规则,输出节点在每个时间段对应的可信标签结果集,建立扰动覆盖区域输出可信等级信息。

31、与现有技术相比,本发明的优点和积极效果在于:

32、本发明中,通过获取电网运行过程中实时采集的电压波动曲线和频率偏差序列,计算电压波动曲线与频率偏差序列之间的相位差值,结合负载动态特性参数生成协同响应特征向量,能够精准识别电网运行状态的变化趋势,确定扰动区域的动态演化,显著提高复杂工况下电网状态捕捉精度。结合分布式能源接入点的功率输出数据,依据负载变化趋势与功率波动分布关系进行角度匹配与交叉投影,在空间上准确划定扰动对电网节点的影响区域,明确功率流动路径被扰动的实际空间位置与范围,实现了对扰动区域的精细化识别。基于功率流动路径与节点布局的空间关联及交叉计算,具体锁定关键调节节点及其对应的调节优先级,并精确定位扰动位置与节点编号,对特定节点组的功率流动波动进行明确调节,使调节结果具备极高的空间针对性。通过建立扰动补偿的神经网络调节模型,将扰动补偿特征直接纳入调节输入,有效捕捉短时功率流动波动的细微变化,大幅提高调节响应准确度。并在调节结果基础上引入可信度评估,通过均方根误差等级标注,有效区分调节偏差程度,提升调节数据实际应用的可靠性,使电网调度中心对波动电力进行精确调节,减少调度误差、降低备用容量配置,增强新能源电网的运行稳定性与经济性。