公开(公告)号：CN112886586A

公开(公告)日：2021-06-01

申请号：CN202110258679.4

申请日：2021-03-10

Applicant: 东北电力大学 ,  国网辽宁省电力有限公司电力科学研究院

Inventor： 安军 ,  蒋振国 ,  周庆锋 ,  刘征帆 ,  金宏 ,  季轶 ,  王玉鹏 ,  段方维 ,  杨滢璇

IPC: H02J3/00 ,  H02J3/38 ,  H02J3/48 ,  G06F30/20

Abstract: 本发明是一种用于双馈风电场等值模型功率恢复控制参数优化方法，其特点是，首先建立了暂态响应下双馈风电场有功控制模型，并根据双馈风电场所激发出动态响应提出不同扰动工况下的场景分类原则，其次在不同扰动场景下通过搭建的双馈风电场仿真系统模型进行仿真试验，揭示风电场并网侧输出特性与各风电机组输出特性的关联关系，确定不同运行工况下双馈风电机组等值模型功率恢复斜率控制参数，实现对不同场景下的有功功率恢复控制参数优化整定；最后通过对比不同扰动场景下参数优化后等值模型仿真结果与并网侧轨迹的差异度，确定不同扰动场景下参数优化后的有效性。具有科学合理，适用性强，效果佳等优点。

公开(公告)号：CN112886586B

公开(公告)日：2022-07-26

申请号：CN202110258679.4

申请日：2021-03-10

Applicant: 东北电力大学 ,  国网辽宁省电力有限公司电力科学研究院

Inventor： 安军 ,  蒋振国 ,  周庆锋 ,  刘征帆 ,  金宏 ,  季轶 ,  王玉鹏 ,  段方维 ,  杨滢璇

IPC: H02J3/00 ,  H02J3/38 ,  H02J3/48 ,  G06F30/20

Abstract: 本发明是一种用于双馈风电场等值模型功率恢复控制参数优化方法，其特点是，首先建立了暂态响应下双馈风电场有功控制模型，并根据双馈风电场所激发出动态响应提出不同扰动工况下的场景分类原则，其次在不同扰动场景下通过搭建的双馈风电场仿真系统模型进行仿真试验，揭示风电场并网侧输出特性与各风电机组输出特性的关联关系，确定不同运行工况下双馈风电机组等值模型功率恢复斜率控制参数，实现对不同场景下的有功功率恢复控制参数优化整定；最后通过对比不同扰动场景下参数优化后等值模型仿真结果与并网侧轨迹的差异度，确定不同扰动场景下参数优化后的有效性。具有科学合理，适用性强，效果佳等优点。

公开(公告)号：CN113065227A

公开(公告)日：2021-07-02

申请号：CN202110258647.4

申请日：2021-03-10

Applicant: 东北电力大学

Inventor： 安军 ,  刘征帆 ,  蒋振国 ,  金宏 ,  周庆锋 ,  季轶 ,  王玉鹏 ,  韩秀 ,  张亮

IPC: G06F30/20 ,  G06Q10/06 ,  G06Q50/06

Abstract: 本发明是一种基于参数轨迹灵敏度频域特征指标的电力系统仿真误差主导参数识别方法，其特点是，包括：建立参数轨迹灵敏度与仿真误差之间的数学关系式、参数轨迹灵敏度频域特征的提取、定义参数轨迹灵敏度频域特征指标、主导参数识别方法和定义阈值内容，能够摆脱时域角度分析参数轨迹灵敏度的约束，从频域角度提取参数轨迹灵敏度的频域特征、建立频域特征指标、提出相应的主导参数识别方法，克服了现有主导参数识别方法仅从时域角度使用部分参数轨迹灵敏度信息的弊端，保证主导参数识别的有效性与准确性。具有科学合理、适用性强、效果良好等优点。

公开(公告)号：CN113032934A

公开(公告)日：2021-06-25

申请号：CN202110265065.9

申请日：2021-03-10

Applicant: 东北电力大学

Inventor： 安军 ,  周庆锋 ,  刘征帆 ,  金宏 ,  蒋振国 ,  季轶 ,  王玉鹏 ,  杨宇童

IPC: G06F30/18 ,  G06F30/27 ,  G06N3/08 ,  G06F111/02 ,  G06F113/06

Abstract: 本发明是一种基于ME‑TD3算法的风电场动态参数智能校核方法，其特点是，在双馈风电场等值模型的基础上，对深度强化学习的新进展深度确定性策略梯度算法进行改进，提出了多经验池概率回放的双延迟深度确定性策略梯度算法。针对深度确定性策略梯度算法存在的高维度状态动作空间收敛速度较慢和网络高方差、过拟合的问题，该算法采取双经验池的方法提高了抽样时有效经验被选取的概率，提高了网络训练的效率，同时采取多种技巧来提高ME‑TD3算法中评价网络估值的准确度，从而提高了风电场动态参数校核的准确性，具有科学合理、适用性强、效果佳的优点。

公开(公告)号：CN113032934B

公开(公告)日：2022-09-20

申请号：CN202110265065.9

申请日：2021-03-10

Applicant: 东北电力大学 ,  国网吉林省电力有限公司吉林供电公司

Inventor： 安军 ,  周庆锋 ,  刘征帆 ,  金宏 ,  蒋振国 ,  季轶 ,  王玉鹏 ,  杨宇童

IPC: G06F30/18 ,  G06F30/27 ,  G06N3/08 ,  G06F111/02 ,  G06F113/06

Abstract: 本发明是一种基于ME‑TD3算法的风电场动态参数智能校核方法，其特点是，在双馈风电场等值模型的基础上，对深度强化学习的新进展深度确定性策略梯度算法进行改进，提出了多经验池概率回放的双延迟深度确定性策略梯度算法。针对深度确定性策略梯度算法存在的高维度状态动作空间收敛速度较慢和网络高方差、过拟合的问题，该算法采取双经验池的方法提高了抽样时有效经验被选取的概率，提高了网络训练的效率，同时采取多种技巧来提高ME‑TD3算法中评价网络估值的准确度，从而提高了风电场动态参数校核的准确性，具有科学合理、适用性强、效果佳的优点。