[发明专利]一种基于执行依赖启发式动态规划的风电机组变下垂控制方法

权利要求书

1.一种基于执行依赖启发式动态规划的风电机组变下垂控制方法，其特征在于，包括以下步骤：

步骤1：构建风电机组传统下垂控制模型，确定风机下垂控制的电磁功率参考值P_ref；

步骤2：构建根据风机转速的变化的下垂系数动态调整模型K_ω；

步骤3：构建基于ADHDP方法的下垂系数修正模型；

步骤4：结合以上模型合成智能变下垂控制模型，输出电磁功率参考值P_{ADHDP_ref}。

2.根据权利要求1所述的基于执行依赖启发式动态规划的风电机组变下垂控制方法，其特征在于，所述步骤1中的确定风机下垂控制的电磁功率参考值P_ref，具体为：

风机下垂控制根据电网频率偏差的大小调整其实际输出功率，以此模拟常规发电机组调速器的有功-频率下垂特性，从而参与电网调频，风机下垂控制的电磁功率参考值P_ref为：

P_ref＝P_MPPT+P_drop

P_drop＝-K_dropΔf

其中，和λ_opt分别为风能利用系数C_P的最大值及其对应的最佳叶尖速比；K_drop为下垂系数，K_drop＞0，Δf为频率偏差，ρ表示空气密度，R表示风轮半径，ω表示风机转速。

3.根据权利要求1所述的基于执行依赖启发式动态规划的风电机组变下垂控制方法，其特征在于，所述步骤2中的构建根据风机转速的变化的下垂系数动态调整模型K_ω，具体为：

利用风机的实时转速间接反映风速的高低，并将其用于下垂系数整定：

其中，K_ω为根据转速得到的下垂系数参考值；η和κ为可调系数，根据风机转动惯量和电网频率响应特性调整；ω表示风机转速、ω_min表示风机允许的转速下限。

4.根据权利要求1所述的基于执行依赖启发式动态规划的风电机组变下垂控制方法，其特征在于，所述步骤3中的构建基于ADHDP方法的下垂系数修正模型，具体为：

选取风机转速ω和频率偏差Δf为风机调频系统作为状态变量，用以描述当前风机的运行状态和电网的频率变化，选取下垂系数修正量K_comp为控制变量，从而使智能体能够根据当前风机的运行状态和电网的频率变化对风机的功率输出施加影响。

5.根据权利要求4所述的基于执行依赖启发式动态规划的风电机组变下垂控制方法，其特征在于，所述下垂系数修正模型包括：

(a)代价函数U_c

其中，μ为转速惩罚因子，Δf为频率偏差；K_comp为下垂系数修正量；

基于该代价函数的ADHDP模型求出最小代价下对应的下垂系数修正量K_comp；

(b)评价网络

评价网络的输入层由目标系统的状态变量[ω,Δf]和执行网络输出的控制信号u组成，输出层为J，为代价函数U_c的近似值；

评价网络中的预测误差为：

e_c(k)＝γ·J(k)-[J(k-1)-U_c(k)]

其中，k表示时间序列；γ为折扣因子；

评价网络中需要最小化的目标函数为：

通过最小化该函数，并基于梯度下降法的规则更新评价网络权值，不断训练达到最优；

(c)执行网络

执行网络的输入层由目标系统的状态变量[K_drop,ω,Δf]组成，输出层为控制信号K_comp；

执行网络中的预测误差为：

e_a(k)＝J(k)-U_c(k)

执行网络中需要最小化的目标函数为：

通过最小化该函数，并基于梯度下降法的规则更新执行网络权值，不断训练达到最优。