融合多风机高维时空特征与网络重构的海上风电场运行可靠性评估方法
本发明涉及海上风电系统风险评估,特别涉及一种融合多风机高维时空特征与网络重构的海上风电场运行可靠性评估方法。
背景技术:
1、随着风电产业的快速发展,海上风电凭借其风能资源丰富、发电效率高等优势得到大规模开发。然而,海上风电场通常远离大陆,极易受复杂海上环境影响,风电出力的波动性和不确定性强,且风电机组、集电海缆等设备的故障频发、修复难度大。在此背景下,精准评估海上风电场的运行风险,对实现风电场运行风险的科学管控具有重要现实意义。
2、海上风电场的运行可靠性评估一般包括状态抽样、状态分析与指标统计三大环节。对于海上风电场而言,其评估结果的有效性高度依赖于多风机风速时空相关性建模的准确度,以及故障后系统状态分析的全面性。然而,现有的可靠性评估方法在上述两个关键环节中仍存在明显的局限性:
3、一方面,在系统状态抽样环节,传统研究广泛采用copula函数进行风速相关性建模,但随着风电场规模的扩大、风机数量的增加以及所考虑时间断面数目的增多,该类方法面临严重的“维数灾难”难题,建模难度显著增大。近年来,虽然深度学习方法在时空特征提取方面取得了一定进展,但多局限于确定性预测,难以反映风速在相同条件下的随机波动范围,无法为可靠性评估提供充分的不确定性风速随机样本支撑;同时,部分新兴的生成式预测模型往往仅从时间序列演化或多源变量统计相关性出发,未充分考虑风电场内部物理拓扑结构对多风机空间关联特性的深刻影响,导致多风机风速的时空不确定性表征不足。
4、另一方面,在故障后系统状态分析环节,现有研究大多仅从元件故障状态与系统结构关系出发,采用多状态马尔可夫过程、全概率枚举或故障树等解析模型来分析设备停运对风电场可用出力的影响。这些方法大多局限于静态的元件故障状态叠加,未能充分反映系统在局部故障发生后的实际功率转移限制与动态自愈潜能。这种对系统故障后真实物理供电恢复能力考量的不充分,导致现有方法难以精确刻画系统在受扰状态下的实际出力损失情况,进而往往造成整体运行可靠性风险评估结果存在偏差。
技术实现思路
1、针对上述现有技术的不足,本发明所要解决的技术问题是:如何提供一种融合多风机高维时空特征与网络重构的海上风电场运行可靠性评估方法,以解决现有评估方法难以充分刻画高维风速的随机波动范围及物理拓扑关联,且未能有效量化局部故障后真实动态自愈潜能,导致整体运行风险评估不准确的技术问题。
2、为了解决上述技术问题,本发明采用了如下的技术方案:
3、一种融合多风机高维时空特征与网络重构的海上风电场运行可靠性评估方法,包括如下步骤:
4、获取评估时刻前连续多个时刻的海上风电场历史风速序列,并提取风电场内多台风机的多维时空特征,将所述多维时空特征分别处理为统一条件以及门控拓扑嵌入特征;
5、将所述统一条件与所述门控拓扑嵌入特征输入至预先构建的两阶段残差条件扩散模型中,由所述两阶段残差条件扩散模型中的趋势推理模块提取下一时刻多风机风速的中心估计值,并由不确定性残差估计模块通过前向加噪与反向去噪过程学习真实风速与中心估计值之差的条件分布,将均值预测值与残差样本叠加,生成具有随机波动特性的多风机风速预测样本;
6、结合风机与集电电缆的真实故障率和修复率参数,采用蒙特卡洛抽样生成风电设备的故障状态,将所述故障状态与所述多风机风速预测样本结合,构建风速-故障联合系统状态样本;
7、针对生成的各所述风速-故障联合系统状态样本,计算单台风机的最大可用出力,并以最小化风电场总出力削减量为优化目标,在满足预设的电力系统运行约束下,求解考虑备用电缆投切的网络重构优化模型,据此生成针对备用电缆的投切动作与网络重构调度策略,计算网络重构干预后系统的实际可送出有功功率及出力损失结果;
8、对全部风速-故障联合系统状态样本下的出力损失结果进行统计,按评估时刻逐时计算运行可靠性指标,基于输出的所述运行可靠性指标对海上风电场的实际运行风险进行预警。
9、作为优化,将所述多维时空特征分别处理为统一条件以及门控拓扑嵌入特征的步骤为:
10、采用滑动时间窗提取所述历史风速序列,提取时间戳中的小时信息和年内日序信息,并采用正弦-余弦编码构造周期时间特征;将所述历史风速序列与所述周期时间特征进行拼接,形成所述统一条件;
11、将风电场的集电系统拓扑抽象为图结构,依据风机在线路中的上下游连接关系以及无向相邻关系,分别构造上游关联、下游关联和无向相邻的归一化邻接矩阵;
12、利用当前时刻风速向量对邻近风机状态进行加权聚合,生成空间关联特征;
13、提取风机所在支路编号及在该支路中的层级位置,经归一化后与当前时刻风速、前一时刻风速以及差分项结合,生成静态拓扑特征;
14、将所述空间关联特征与所述静态拓扑特征结合作为基础特征,采用包含拓扑特征投影网络与门控映射函数的门控机制对所述基础特征进行自适应筛选与加权,生成所述门控拓扑嵌入特征。
15、作为进一步优化,所述两阶段残差条件扩散模型生成多风机风速预测样本的步骤为:
16、所述趋势推理模块对所述统一条件进行线性映射,并与所述门控拓扑嵌入特征进行加权融合得到隐含输入特征向量,基于所述隐含输入特征向量输出下一时刻多风机风速的中心估计值,将真实风速与所述中心估计值的差值定义为随机残差;
17、所述不确定性残差估计模块在前向扩散过程中,对所述随机残差按扩散步逐步加入高斯噪声,得到含噪残差;在反向去噪过程中,残差去噪分支根据所述含噪残差、扩散步信息、统一条件和所述中心估计值,估计噪声项并恢复对应的残差估计值;
18、通过重复反向采样获取多个残差样本,将所述残差样本与所述中心估计值叠加,生成所述多风机风速预测样本。
19、作为进一步优化,采用蒙特卡洛抽样生成风电设备的故障状态的步骤包括:
20、采用两状态马尔可夫模型表示风电设备的随机停运,根据风电设备的平均无故障运行时间和平均修复时间,分别计算风机与集电电缆的强迫停运率;
21、基于所述强迫停运率,通过蒙特卡洛随机抽样确定各风机节点与电缆支路在评估时刻的运行或停运状态。
22、作为进一步优化,预设的所述电力系统运行约束由以下条件集构成:
23、支路开断状态约束:基于有向支路状态变量,约束与故障电缆及故障风机相连的支路断开,约束故障后仍与变电站连通的无故障原始支路保持闭合,并约束候选备用电缆的投入状态;
24、拓扑约束:通过有向树形式约束重构后网络呈辐射状,并剔除重构过程中的潜在环路;
25、根节点约束:约束海上变电站作为系统功率平衡的根节点,其电压固定为参考电压;
26、支路容量约束:限制投入运行的支路传输的有功和无功功率不超过其视在功率容量上限;
27、节点与支路电压约束:基于线性化distflow潮流模型约束节点电压在安全运行范围内,并描述支路电压降落关系;
28、风机出力约束:约束故障风机出力为零,正常连通风机的实际有功出力不超过由风速决定的最大可用出力,且无功出力不超过额定无功注入值。
29、作为进一步优化,所述运行可靠性指标至少包括:
30、风电出力损失概率分布:计算评估时刻下,风电场出力损失落入预设的多个不同损失区间的概率;
31、期望出力损失:计算评估时刻下,全部风速-故障联合系统状态样本的平均有功出力损失量;
32、平均重构增益:计算评估时刻下,考虑网络重构优化后的平均出力损失与不考虑网络重构时的平均出力损失之差,用于量化备用电缆投切操作挽回的平均有效功率;
33、平均重构恢复率:计算评估时刻下所有风速-故障联合系统状态样本的单样本恢复率的平均值,用于表征各状态样本恢复比例的平均水平;
34、总体重构恢复率:计算评估时刻下所有风速-故障联合系统状态样本通过网络重构恢复的出力总量与不考虑网络重构手段时的出力损失总量之比,用于表征全部系统状态样本整体出力损失的恢复程度。
35、综上所述,本发明具有以下优点及有益效果:
36、1、提升了高维时空风速的概率预测精度与真实性。本发明构建了两阶段残差条件扩散模型,将历史风速、周期时间特征及集电系统拓扑关联特征统一纳入条件输入,可同时表征多风机风速的时间连续性、空间相关性和随机波动特征。相较于现有常规模型,本发明的方法在中心预测精度和不同理论覆盖率下的区间预测性能上均具有显著优势,为可靠性评估提供了更符合实际运行特性的高置信度风速状态样本。
37、2、实现了系统故障后物理供电恢复能力的精确量化。本发明在状态分析环节建立了考虑备用电缆投切的网络重构优化模型,充分计及了支路开断状态、系统辐射状运行拓扑、线性化潮流及节点电压等电力系统运行约束。该模型能够精确捕捉网络重构手段在故障场景下带来的动态功率转移与自愈潜能,有效克服了传统静态评估方法的局限性。
38、3、构建了指导实际调度的多维可靠性闭环评估体系。本发明提出了包括期望出力损失(epl)、平均重构增益(arb)、平均重构恢复率(rrr-a)以及总体重构恢复率(rrr-t)等多维定制化指标。通过精准评估,不仅能适应海上风电场运行状态的时变特性,还能显著指导电网降低高损失场景的发生概率,进而触发针对备用电缆的投切动作与调度策略,形成了由理论预警到物理实体控制的完整安全防御闭环。
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