基于数据采集分析的船舶电力系统发电调度管理方法与流程
本发明涉及船舶电力系统调度,具体为基于数据采集分析的船舶电力系统发电调度管理方法。
背景技术:
1、船舶电力系统是一个典型的独立微电网,发电机组与推进负载、日用负载等直接耦合,系统惯性小、动态响应要求高。现有船舶发电调度管理通常依赖基于历史数据的确定性负荷预测和规则式机组组合方法,其预测模型多采用传统时间序列分析或简单神经网络,未充分考虑电力系统运行状态中电压幅值、电流相位、有功无功功率等多元参数在暂态过程中的高维耦合与非线性波动特性。由这类预测模型得到的负荷变化趋势难以准确反映发电侧与负载侧之间实时功率匹配的失配程度,使得调度方案在负荷峰谷剧烈切换或推进工况突变时出现调节滞后或过调,导致母线频率和电压稳定裕度不足。
2、现有技术在发电功率分配环节主要采用加权单目标优化或分层解耦优化,将多个运行目标简化为单一经济指标或先进行机组组合再独立进行经济分配。这种方式忽略了电压偏差、负荷率均衡与发电成本之间的博弈关系,分配给各机组的功率难以在不同航行工况和约束下同时满足多方面性能要求,常常出现部分机组过载运行而其余机组负荷率过低的情况,加速设备损耗并降低整体能效。此外,对于采用固定遗忘因子的递归神经网络进行负荷预测,面对海况变化引发的突发性扰动,无法自适应调整记忆长度,导致预测模型对短期突变的跟踪能力和长期趋势的提取能力难以兼顾。
3、船舶电力调度需要解决的问题是,如何构建能够感知发电与负载侧之间宽频带波动特性的预测驱动信号,并在多时间尺度下自适应调整预测模型对瞬时冲击和缓变趋势的响应权重;同时,如何将多运行目标耦合求解,在符合航行安全约束下均衡经济性、电能量与机组负载均衡性,生成可直接作用于励磁和调速系统的功率分配方案。
技术实现思路
1、本发明要解决的技术问题是,针对现有船舶电力调度方法无法有效捕捉发电侧与负载侧动态耦合波动特性、负荷预测难以自适应匹配多时间尺度扰动、多目标优化缺乏博弈机制导致的调节滞后、稳定裕度不足和机组负荷不均衡,提供一种基于数据采集分析的船舶电力系统发电调度管理方法。该方法通过波动感知序列建模和混沌映射驱动的自适应预测,提升负荷预测对短期突变的跟踪能力;通过多目标博弈优化生成有功无功协同分配方案,在保障电压质量与安全约束的同时,实现发电成本与机组负荷率的综合最优。
2、为了实现上述目的,本发明提供如下技术方案:本发明提供一种基于数据采集分析的船舶电力系统发电调度管理方法,包括以下步骤:实时采集船舶电力系统中发电机组、配电设备和负载设备的运行状态数据,并基于所述运行状态数据构建包含有功功率、无功功率、电压幅值和电流相位的动态特性分布矩阵;对所述动态特性分布矩阵进行波动模式识别,确定发电侧与负载侧之间的功率匹配度,并根据功率匹配度差异生成波动感知序列;基于所述波动感知序列,采用基于互信息驱动的自适应偏置调整算法,结合双向门控循环单元建立多时间尺度的发电负荷自适应预测模型;利用所述发电负荷自适应预测模型,结合预先设置的船舶航行工况约束集,通过多目标优化求解得到各发电机组在下一调度周期内的有功功率分配方案和无功功率分配方案;根据所述有功功率分配方案和所述无功功率分配方案,调整各发电机组的有功功率输出和无功功率输出,并实时更新所述动态特性分布矩阵以闭环迭代优化调度管理。
3、该方法通过构建多维动态特性分布矩阵,完整刻画发电、配电和负载的瞬时功率及电能质量特征,为调度决策提供精确的实时数据基础;利用波动感知序列有效检测功率失配时段并量化失配程度,增强预测模型对突发扰动的感知能力;多时间尺度预测模型可同时捕捉负荷的短期波动细节与长期演变趋势,提高发电负荷预测精度;多目标博弈优化在综合考虑发电成本、电压稳定和机组负荷均衡的条件下,生成最优功率分配方案;闭环迭代机制使得调度策略能够随系统状态变化持续自优化。
4、作为一种优选的实施方式,在构建所述动态特性分布矩阵时,获取各发电机组输出的三相电压瞬时值和三相电流瞬时值,利用基于希尔伯特变换的瞬时功率分解算法提取有功功率和无功功率的时变分量;获取各配电节点的电压幅值波动数据和电流相位偏移数据,利用滑动窗口统计特征提取方法计算电压偏差因子和电流畸变因子;获取各负载设备的功率消耗时序数据和启停状态标识,利用基于时间序列分解的负荷特征提取算法分离出基波功率分量和谐波功率分量;将上述时变分量、偏差因子、畸变因子、基波功率分量和谐波功率分量进行矩阵化拼接,形成所述动态特性分布矩阵。由此能够从源头融合发电侧非线性、配电侧扰动和负载侧谐波等多源信息,提升状态表征的完备性。
5、作为一种优选的实施方式,在生成所述波动感知序列时,分别对发电侧的有功功率时变分量和无功功率时变分量求和,得到发电侧总有功功率和总无功功率;分别对负载侧的基波有功功率分量、谐波有功功率分量、基波无功功率分量和谐波无功功率分量求和,得到负载侧总有功功率和总无功功率;计算由发电侧总有功功率、总无功功率和负载侧总有功功率、总无功功率构成的二维比较向量之间的欧氏距离,得到初始功率匹配度序列。对初始功率匹配度序列进行基于局部离群因子的异常波动点检测,标记出发电功率与负载功率之间不匹配的时间区间;在每个不匹配的时间区间内,提取动态特性分布矩阵中电压幅值和电流相位的变化斜率,并以所述变化斜率为权重对初始功率匹配度序列进行加权修正,得到波动感知序列。通过加权修正,突出功率剧烈滑动时段的特征,使感知序列对系统动态失稳的倾向更为敏感。
6、作为一种优选的实施方式,在建立多时间尺度的发电负荷自适应预测模型时,将所述波动感知序列输入基于双向门控循环单元的时间特征提取网络,分别提取出短期波动特征向量和长期趋势特征向量;计算短期波动特征向量与长期趋势特征向量之间的互信息量,并根据互信息量动态调整双向门控循环单元中更新门的偏置参数,以截至当前调度时刻的历史波动感知序列为输入,生成未来调度时段内的初始预测值序列;对初始预测值序列进行基于变分模态分解的残留误差分离,并将分离出的高低频分量分别输入两个独立的径向基函数神经网络进行误差补偿,得到发电负荷自适应预测模型输出的未来时段内各时间点的发电负荷预测值。进一步地,调整更新门偏置参数时,将互信息量归一化后乘以预设的偏置调整系数,并与更新门当前偏置相加得到更新后的偏置。该方式使网络能够依据数据自身的统计特性自适应地平衡短期记忆与长期记忆,有效应对负荷的阶跃变化和缓慢漂移,结合变分模态分解与径向基函数网络的误差补偿,显著减少预测残差。
7、作为一种优选的实施方式,在求解有功功率分配方案和无功功率分配方案时,以发电负荷自适应预测模型输出的发电负荷预测值作为约束目标,构建以总发电成本最小化、电压偏差最小化和机组负荷率均衡化为优化目标的多目标优化函数;采用基于种群协同进化机制的改进粒子群算法对多目标优化函数进行迭代求解,每个粒子编码为各发电机组的有功功率输出值和无功功率输出值;在迭代过程中,利用非支配排序策略对种群个体进行分层,并引入基于拥挤距离的精英保留机制选择帕累托前沿解集;从帕累托前沿解集中,根据预先设定的船舶航行工况约束集选择与当前工况匹配度最高的解,作为有功功率分配方案和无功功率分配方案。所述船舶航行工况约束集包括船舶当前航速对应的发电机组最小开机台数约束、船舶当前吃水深度对应的最大负载功率增量约束、船舶当前供电区域划分对应的配电节点电压允许波动范围约束,以及各发电机组的有功功率爬坡速率约束和无功功率调节容量约束。由此生成的调度方案在满足航行安全约束的同时,实现经济性、电能质量和机组寿命等多目标的协同最优,提高船舶电力系统整体运行效能。
8、作为一种优选的实施方式,在调整各发电机组的有功功率输出和无功功率输出时,将所述有功功率分配方案和无功功率分配方案转换为各发电机组的励磁调节指令和原动机油门开度指令;将所述励磁调节指令和原动机油门开度指令通过工业以太网发送至各发电机组的控制器;各发电机组的控制器依据接收到的指令,调整自动电压调节器的参考电压值和调速系统的转速设定值。采用工业以太网通信确保指令传输的实时性和确定性,实现发电功率的快速精准调节。
9、作为一种优选的实施方式,在实时更新所述动态特性分布矩阵时,在以调度周期为单位的固定时间间隔到达时,重新获取运行状态数据并构建新的动态特性分布矩阵;将新的动态特性分布矩阵与上一调度周期的动态特性分布矩阵进行逐元素差分,生成动态特性变化矩阵;将所述动态特性变化矩阵与预设的动态特性变化阈值进行比较,若任一元素超出阈值范围则触发闭环迭代优化调度管理流程。其中,所述动态特性变化阈值根据船舶当前航行工况的方差自适应调整,方差越大则阈值设置越宽松。如此可在系统状态发生实质性改变时及时触发重优化,同时避免在工况自然波动下的频繁重复计算,提升系统鲁棒性和计算效率。
10、在上述技术方案中,本发明提供的技术效果和优点:
11、基于混沌映射的自适应波动因子调整算法在生成波动感知序列后,通过双向门控循环单元分别提取短期波动特征向量和长期趋势特征向量,并计算两者之间的互信息量。根据互信息量动态调整更新门的偏置参数,使得预测网络在遭遇海况突变导致的瞬时功率冲击时,互信息降低时,更新门偏置调整量增大,网络更多写入当前短期波动特征;互信息升高时,更新门偏置调整量减小,网络更多保留长期趋势状态。该机制替代了固定遗忘因子,使发电负荷自适应预测模型在不同时间尺度扰动下自动平衡瞬时跟踪能力与趋势平稳性,避免因模型参数固化产生的预测延迟或过拟合。基于此输出的未来时段内各时间点的发电负荷预测值能够更准确地反映功率匹配失配区间的变化斜率与幅值,为后续功率分配提供高时效性的约束目标。
12、采用基于种群协同进化机制的改进粒子群算法,并在求解过程中引入非支配排序和基于拥挤距离的精英保留机制,将总发电成本最小化、电压偏差最小化和机组负荷率均衡化作为三个相互竞争的优化目标同时优化,每个粒子直接编码各发电机组的有功功率输出值和无功功率输出值。在迭代过程中,粒子群在满足当前航速、吃水深度、配电节点电压允许波动范围以及机组爬坡速率和调节容量等多维约束下,通过帕累托前沿解集向真实博弈均衡面逼近,最终从帕累托前沿中选取与船舶当前航行工况匹配度最高的解。这种协同进化机制避免了加权求和方式将多目标退化为单目标导致的部分性能被掩盖,生成的有功功率分配方案和无功功率分配方案在不牺牲电压质量和安全边界的前提下,实现了发电成本与机组负载均衡的同步改进,提升了复杂航行工况下系统运行经济性和设备寿命的协调性。
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