[发明专利]一种基于数据驱动的能量路由器建模及优化控制方法

说明书

本发明提供了一种基于数据驱动的能量路由器建模及优化控制方法，将能量路由器的端口对应的功率数据分为负载需求集合和调度集合两类，通过采集能量路由器运行时的各端口电气数据获取足够的数据样本后，在线利用数据挖掘技术建立两类端口之间的数学映射模型作为端口间功率关系约束。同时建立不同优化模态对应的数学约束形式，将能量路由器的优化调度方式转化为带约束下的指标寻优问题，并调用群体寻优算法获取优化调度参数。进而建立最优的优化调度参数与需求负载间的基于数据驱动的模型，从而实现能量路由器在不同运行负载下的实时优化控制，具有高可移植性和高实时优化能力，能够用于提高各类能量路由器的运行性能指标。

技术领域

本发明属于微电网技术领域，尤其涉及一种基于数据驱动的能量路由器建模及优化控制方法。

背景技术

由于传统不可再生能源储量日益减少，且不可再生能源使用时会对全球环境造成负面影响，近年来，低碳环保可持续的新能源发电(如风力发电、光伏发电)逐渐成为重要的发电形式之一。但与传统发电方式相比，新能源发电方式具有间歇性、波动性、不确定性和分布性等特点，其大量的接入对配电网的运行和控制提出了新的挑战，需要将传统的集中式发电方式向分布式和集中式并存的发电方式转变。为解决该问题，基于电力电子技术和信息通信技术的“物理-信息一体化”的能量路由器逐渐进入人们的视野，其主要是通过电力电子技术实现不同能源之间的互相转换，并通过采集各端口的电气等信息与控制器实现通讯后进行所需的优化调度。

目前对能量路由器的研究主要集中于电力电子拓扑、机理建模和优化调度方法等方面。其中，优化调度方法主要分为两大类：第一类是通过对能量路由器内部电力电子拓扑结构的分析，获得机理清晰的各节点之间的物理模型，结合物理模型可进行细化到内部各模块的优化方法的研究，但是这种方法依赖于对能量路由器内部结构的完全了解，可移植性较差，且受系统参数的变化影响较大；第二类是直接采集各端口数据，根据一定的优化指标或模态对各端口进行调度，无需能量路由器内部参数及机理模型，具有较高的可移植性，但其依赖于在线优化，对优化参数的预测能力较弱，在负载波动时的调节速度较慢。因此，有必要研究一种同时具有高可移植性和高实时优化能力的能量路由器优化调度方法。

发明内容

针对现有技术中存在的不足，本发明提供了一种基于数据驱动的能量路由器建模及优化控制方法，基于能量路由器各端口电气数据构建能量路由器黑箱模型，并基于黑箱模型构建优化控制方法，本发明不依赖于对能量路由器内部参数的获知，具有高可移植性和可随运行状态进行更新的高实时优化能力。

本发明是通过以下技术手段实现上述技术目的的。

一种基于数据驱动的能量路由器建模及优化控制方法，包括如下步骤：

步骤1：将能量路由器的五类端口对应的功率数据分为负载需求集合和调度集合两类，基于同类型功率按集总功率等效处理原则构建集合降维后的等效数组表达形式；

步骤2：获取多个不同时间点下的各端口功率数据，构建数据样本集，并对该数据样本集进行基于数据驱动的建模，建立映射关系，建模分为初始化和在线学习两个阶段；

步骤3：对能量路由器的多优化控制模态进行分类，构建等效的数学约束条件；

步骤4：确定优化指标，结合步骤3构建的数学约束条件，随机生成多个不同需求负载，构成需求负载样本集，基于群体寻优算法求解需求负载样本集中的对应端口功率，构建最优的优化调度参数样本集，最终输出包含最优的优化调度参数和需求负载的数据样本集；

步骤5：基于步骤4获取的数据样本集构成初始优化数据样本集合，再次利用步骤2中所述的基于数据驱动的建模方法，建立优化调度参数与需求负载之间的映射关系；

步骤6：基于步骤5建立的映射关系，根据实时采集的需求负载计算优化调度参数，确定能量路由器中相应端口的优化调度参数。