-
公开(公告)号:CN117096902A
公开(公告)日:2023-11-21
申请号:CN202311058754.8
申请日:2023-08-22
Applicant: 河海大学 , 国网浙江省电力有限公司经济技术研究院
IPC: H02J3/24 , H02J3/48 , H02J3/28 , H02J15/00 , F03B13/06 , F03B15/00 , G05B13/04 , G06Q50/06 , G06F18/214 , G06F18/24 , G06N3/0442 , G06N3/0455 , G06N3/088
Abstract: 本发明涉及电力系统频率控制技术领域,尤其涉及一种双馈型抽水蓄能机组调频控制方法、系统、设备及介质,方法包括:构建双馈抽水蓄能机组的频率控制模型;构建含有风电、火电及双馈型抽水蓄能机组的多能互补系统频率控制模型;创建不同的调频场景,对不同调频场景下双馈型抽水蓄能机组的调频参数进行优化,记录对应的最优调频参数作为训练数据集;提取训练数据集的特征,再将其输入神经网络进行学习,训练深度神经网络;使用训练完成的深度神经网络,快速得到对应的双馈型抽水蓄能机组调频参数。本发明中,可以在维持系统稳定运行的前提下充分利用机组的调频能力,满足不同扰动场景下快速提供最优调频效果的需求。
-
公开(公告)号:CN116885745A
公开(公告)日:2023-10-13
申请号:CN202311059374.6
申请日:2023-08-22
Applicant: 河海大学 , 国网浙江省电力有限公司经济技术研究院
Abstract: 本发明涉及电力系统频率控制领域,尤其涉及一种多智能体的分层频率控制方法、系统、设备和介质,方法包括:在各区域设置智能体,采用MADDPG算法,以频率偏差和联络线功率波动最小为目标,优化AGC控制器中PI控制参数,形成MADDPG智能体与PI控制器耦合的双层频率控制结构;引入Q学习算法,以最小化机组调频出力和CPS指标最优为目标,实现总AGC控制指令分配,形成基于Q学习的调频控制指令分配机制;将双层频率控制结构与调频控制指令分配机制结合,形成多智能体的分层频率控制策略。本发明中,最大程度减少了在线计算,多智能体的信息交互与协调提供了更好的调频效果,在兼顾调频技术性能同时还能保证较好的调频经济性。
-
公开(公告)号:CN115833182A
公开(公告)日:2023-03-21
申请号:CN202310110864.8
申请日:2023-02-14
Applicant: 河海大学
Abstract: 本发明涉及电力系统频率控制领域,尤其涉及一种含双馈型抽水蓄能机组系统频率控制方法、设备及介质,方法包括:基于双馈型抽水蓄能机组在不同工况下的运行控制特性,分别构建机组频率控制模型;构建含有常规火电机组以及双馈型抽水蓄能机组的单区域系统负荷频率控制模型;构建单区域系统的负荷频率控制器,并定义状态空间和动作空间,与机组频率控制模型进行交互,确定以最小化系统频率偏差及调频出力为优化目标的奖励函数;引入随机的系统内部参数变化与外部功率扰动进行试错探索,训练负荷频率控制器在不同场景下,可根据系统状态确定符合优化目标的各机组调频指令;通过训练后的负荷频率控制器,采集系统状态信息,对系统负荷频率进行控制。
-
公开(公告)号:CN111208436A
公开(公告)日:2020-05-29
申请号:CN202010107150.8
申请日:2020-02-21
Applicant: 河海大学
IPC: G01R31/367 , G01R31/382
Abstract: 本发明公开了一种基于IMF能量矩和遗传算法优化SVM的储能电池过充诊断方法,首先利用传感器采集储能电池在正常充电状态下和过充状态下的壳体表面振动信号;然后利用小波降噪对信号消噪;进而通过经验模态分解将消噪信号分解为多个本征模函数;接着利用本征模函数得到各本征模函数的能量矩作为特征指标,归一化处理后构成数据集;利用数据集训练遗传算法优化支持向量机模型并确定最优参数;最后提取待诊断的信号的相应特征向量并利用该模型进行诊断。经实例检验,本发明检验过充故障的准确率高达100%,为储能电站安全运行提供了可靠手段。
-
公开(公告)号:CN115833182B
公开(公告)日:2023-04-25
申请号:CN202310110864.8
申请日:2023-02-14
Applicant: 河海大学
Abstract: 本发明涉及电力系统频率控制领域,尤其涉及一种含双馈型抽水蓄能机组系统频率控制方法、设备及介质,方法包括:基于双馈型抽水蓄能机组在不同工况下的运行控制特性,分别构建机组频率控制模型;构建含有常规火电机组以及双馈型抽水蓄能机组的单区域系统负荷频率控制模型;构建单区域系统的负荷频率控制器,并定义状态空间和动作空间,与机组频率控制模型进行交互,确定以最小化系统频率偏差及调频出力为优化目标的奖励函数;引入随机的系统内部参数变化与外部功率扰动进行试错探索,训练负荷频率控制器在不同场景下,可根据系统状态确定符合优化目标的各机组调频指令;通过训练后的负荷频率控制器,采集系统状态信息,对系统负荷频率进行控制。
-
-
-
-