張 巍,王善立,張佳藝,信 茜,鄭麗娟
(1.海南電網(wǎng)有限責任公司,海南 ???570203;2.泰豪軟件股份有限公司,江西 南昌 330200)
隨著風電機組多狀態(tài)電力系統(tǒng)的智能控制能力增強,對風電機組多狀態(tài)電力系統(tǒng)的均衡化調(diào)度受到人們的極大關注。構(gòu)建風電機組多狀態(tài)電力系統(tǒng)傳輸和自適應控制模型,結(jié)合對風電機組多狀態(tài)模糊度參數(shù)解析和信道參數(shù)調(diào)節(jié),實現(xiàn)對風電機組多狀態(tài)電力系統(tǒng)的差分融合控制。采用大數(shù)據(jù)融合的方法,進行風電機組多狀態(tài)電力系統(tǒng)調(diào)度,提高系統(tǒng)的輸出穩(wěn)定性和均衡性,同時在提高電力系統(tǒng)的輸出穩(wěn)態(tài)控制能力方面具有重要意義[1]。
對風電機組多狀態(tài)電力系統(tǒng)調(diào)度是建立在對系統(tǒng)參數(shù)識別和信息融合基礎上,結(jié)合對風電機組多狀態(tài)電力系統(tǒng)輸出參數(shù)的可靠性檢測和模糊度融合,采用歸一化的參數(shù)調(diào)節(jié),進行風電機組多狀態(tài)電力系統(tǒng)的數(shù)據(jù)輸出穩(wěn)態(tài)調(diào)節(jié),提高穩(wěn)定性,本文提出基于數(shù)據(jù)融合的電力系統(tǒng)調(diào)度方法。首先構(gòu)建風電機組多狀態(tài)電力系統(tǒng)的狀態(tài)參數(shù)和約束規(guī)劃模型[2],結(jié)合對風電機組多狀態(tài)電力系統(tǒng)的調(diào)度參數(shù)融合結(jié)果,建立風電機組多狀態(tài)電力系統(tǒng)的頻率、負荷、功率以及效率的聯(lián)合參數(shù)識別模型,根據(jù)信息融合結(jié)果,實現(xiàn)風電機組多狀態(tài)電力系統(tǒng)調(diào)度。最后進行仿真測試,得出有效性結(jié)論。
為了實現(xiàn)基于數(shù)據(jù)融合的電力系統(tǒng)調(diào)度,首先構(gòu)建風電機組多狀態(tài)電力系統(tǒng)的參數(shù)融合模型,結(jié)合對風電機組多狀態(tài)電力系統(tǒng)的輸出有功/無功功率參數(shù)分析,結(jié)合對研究系統(tǒng)的模型參數(shù)分析,進行風電機組多狀態(tài)電力系統(tǒng)的線性變化分析,構(gòu)建風電機組多狀態(tài)電力系統(tǒng)的同態(tài)參數(shù)融合模型,通過模糊度檢測[3],進行風電機組多狀態(tài)電力系統(tǒng)的穩(wěn)態(tài)控制和零度檢測,得到有功/無功功率的動態(tài)認證,得到動態(tài)傳輸協(xié)議:
式中:Pi(i=1,…, n)表示風電機組多狀態(tài)電力系統(tǒng)非線性關聯(lián)規(guī)則函數(shù);x為電流快速上升的標量時間序列;I1,I2,…, In為電力系統(tǒng)調(diào)度的關聯(lián)系數(shù);令t0=H1(g,g1,g2,g3,h),得到風電機組多狀態(tài)電力系統(tǒng)調(diào)度的明文序列碼,表示為:
式中,Kv(z)函數(shù)表示風電機組多狀態(tài)電力系統(tǒng)調(diào)度過程函數(shù);z為經(jīng)驗模態(tài)系數(shù);H1∶{0,1}*→G1;H2∶G2×G1×G1×G1→Zq*表示共線特征分量;將非線性分量的最大值與最小值進行分組融合,當滿足αk≥0,,采用頻率協(xié)調(diào)控制的方法,得到電力系統(tǒng)調(diào)度的約束同態(tài)傳遞函數(shù),基于非線性同態(tài)參數(shù)控制,得到電機組多狀態(tài)電力系統(tǒng)的穩(wěn)態(tài)分布頻域為:
式中,Γ(α)為風電接入電力系統(tǒng)的風險狀態(tài);wα為耦合頻率分量;Kα-1(w)為系統(tǒng)切負荷同態(tài)融合特征量;為風電機組多狀態(tài)電力系統(tǒng)調(diào)度的抗積分飽和特征量?;跀?shù)據(jù)融合,結(jié)合同態(tài)特征量提取,進行電力系統(tǒng)的均衡調(diào)度。
結(jié)合對風電機組多狀態(tài)電力系統(tǒng)的調(diào)度參數(shù)融合結(jié)果,建立風電機組多狀態(tài)電力系統(tǒng)的頻率、負荷、功率以及效率的聯(lián)合參數(shù)識別模型性能的統(tǒng)計特性,得到風電機組多狀態(tài)電力分布的頻率、負荷、功率以及效率的聯(lián)合識別碼元序列滿足組合控制函數(shù)為H1∶{0,1}*→Zq*,H0∶ {0,1}*→ Zq*。采用代價約束,建立Sigmoid 函數(shù)擬合風電機組多狀態(tài)電力參數(shù)模型,得到模糊域:s={si,i=1,…, M|, si∈S},設置風電機組多狀態(tài)電力系統(tǒng)調(diào)度的比特序列流z滿足:
式中,r為電力系統(tǒng)的實際功角;ur為電力系統(tǒng)的輸出穩(wěn)態(tài)電壓;σr為電力系統(tǒng)的小電流限幅器分布參數(shù);引入過采樣和欠采樣的方法,建立風電機組多狀態(tài)電力系統(tǒng)的頻率、負荷、功率以及效率的聯(lián)合參數(shù)識別模型,得到電流限幅值的變化下的明文向量,風電機組多狀態(tài)電力系統(tǒng)數(shù)據(jù)樣本的模糊參數(shù)分布集為:
表1 電力系統(tǒng)調(diào)度的約束指標參數(shù)
根據(jù)表1的參數(shù)設置,通過建立基于電壓和頻率的風電機組多狀態(tài)電力參數(shù)解析結(jié)果,采用模糊調(diào)度系統(tǒng)和大數(shù)據(jù)融合,采用關聯(lián)指標分析,在不同風電接入容量下,根據(jù)第三層評估指標分布,得到風電機組多狀態(tài)電力系統(tǒng)模糊學習樣本,基于組合控制的方法,得到電機多級調(diào)壓節(jié)能參數(shù):
式中,yi為風電機組多狀態(tài)電力系統(tǒng)的輸出調(diào)度參數(shù)的時域采樣點;為電力系統(tǒng)聯(lián)合調(diào)度的信息參數(shù);bij為電機多級調(diào)壓節(jié)能調(diào)度系數(shù),采用高階統(tǒng)計分布式檢測的方法,得到電力系統(tǒng)調(diào)度的數(shù)據(jù)自相關檢測統(tǒng)計量為:
式中,μ表示聯(lián)合分布系數(shù);ei表示調(diào)整峰值功率。結(jié)合輸出狀態(tài)參數(shù)的均衡控制,實現(xiàn)對風電機組多狀態(tài)電力系統(tǒng)的均衡控制和模糊調(diào)度[4],得到優(yōu)化的調(diào)度模型表示為:
式中:Φk(ω)表示電力系統(tǒng)調(diào)度的動平衡參數(shù);E[xk]為等效阻抗;xk為電壓閉環(huán)分布值;f(x)為電力系統(tǒng)調(diào)度的衰減參數(shù)。綜上分析,實現(xiàn)基于數(shù)據(jù)融合的電力系統(tǒng)調(diào)度算法設計[5]。
為了驗證本文方法進行風電機組多狀態(tài)電力系統(tǒng)調(diào)度中的應用性能,進行實驗測試,在ESOGIFLL、MSOGI-FLL以及CSOGI-FLL工況下進行多狀態(tài)電力系統(tǒng)調(diào)度仿真,給出測試參數(shù)集見表2。
表2 仿真參數(shù)設定
根據(jù)表2的仿真參數(shù),進行風電機組多狀態(tài)電力系統(tǒng)的調(diào)度數(shù)據(jù)采集,得到調(diào)度數(shù)據(jù)如圖1所示。
圖1 樣本數(shù)據(jù)
以圖1的樣本數(shù)據(jù)為測試對象,進行風電機組多狀態(tài)電力系統(tǒng)的優(yōu)化調(diào)度融合,融合結(jié)果如圖2所示。
圖2 數(shù)據(jù)融合結(jié)果
分析圖2得知,本文方法及逆行風電機組多狀態(tài)電力系統(tǒng)調(diào)度,數(shù)據(jù)融合可靠性較高,測試不同方法進行風電機組多狀態(tài)電力系統(tǒng)調(diào)度的穩(wěn)定性,得到對比結(jié)果如圖3所示,分析圖3得知,本文方法進行風電機組多狀態(tài)電力系統(tǒng)調(diào)度的穩(wěn)定性較高。
圖3 穩(wěn)定性測試
構(gòu)建風電機組多狀態(tài)電力系統(tǒng)傳輸和自適應控制模型,結(jié)合對風電機組多狀態(tài)模糊度參數(shù)解析和信道參數(shù)調(diào)節(jié),本文提出基于數(shù)據(jù)融合的電力系統(tǒng)調(diào)度方法。結(jié)合輸出狀態(tài)參數(shù)的均衡控制,實現(xiàn)對風電機組多狀態(tài)電力系統(tǒng)的均衡控制和模糊調(diào)度。研究得知,本文方法進行風電機組多狀態(tài)電力系統(tǒng)調(diào)度的融合度較高,穩(wěn)定性較好。