[发明专利]一种基于深度神经网络的风电调频逐步惯性控制方法

权利要求书

1.一种基于深度神经网络的风电调频逐步惯性控制方法，其步骤如下：

A、利用寄生-捕食算法在时域仿真中获得风电调频最优逐步惯性控制参数并生成数据集；

B、基于降噪自动编码器对步骤A生成的数据集进行特征提取；

C、基于深度神经网络对步骤B提取的特征进行学习并生成风电调频最优逐步惯性控制方案。

2.根据权利要求1所述的一种基于深度神经网络的风电调频逐步惯性控制方法，其特征在于：步骤A所述的风电调频最优逐步惯性控制参数是在风电调频中使用逐步惯性控制策略时所使用的；

所述逐步惯性控制(stepwise inertial control，SIC)是一种风电参与电网频率调整的控制策略，包括两个主要阶段：短时超发阶段和转速恢复阶段。

3.根据权利要求2所述的一种基于深度神经网络的风电调频逐步惯性控制方法，其特征在于，风电参与电网调频具体过程如下：

1)风机正常工作在MPPT曲线上的A点，输出的电磁功率为P_w0，转子转速为ω₀，输出功率P_w=P_MPPT＝P_w0；

T0时刻，电力系统突然出现功率不平衡，导致频率下降，风机监测到频率下降超过死区限值，随即切换到逐步惯性控制模式，立即增加输出功率ΔP_up，输出功率P_w＝P_w0+ΔP_up，输出功率从A点到提升到B点，进入短时超发阶段；

2)在短时超发阶段，风机的输出功率在一段时间ΔT_up内保持不变，即输出功率一直为P_w0+ΔP_up，从B点持续到C点；

此阶段风机输出的电磁功率大于机械功率，转子随即减速，此时风机的转子运动方程为2H_wH_w是风机惯性常数；

短时超发阶段的持续时间ΔT_up的取值需保证转子转速在T_off时刻未达到最小转速ω_min；

3)T_off时刻，短时超发阶段结束，风机输出功率突然下降ΔP_off，此时转子转速为ω_off，输出功率由C点突降到D点进入到恢复阶段；

4)风机进入转速恢复阶段，此时风机在最大功率点跟踪模式下运行，风机输出功率为产生的系统功率缺额为ΔP_off＝-P_w0+ΔP_off-P_w，该阶段风机的机械功率大于电磁功率，转子开始加速，经过ΔT_r的恢复时间，在T_end时刻转子转速由ω_off恢复到ω₀，风机输出的电磁功率也将随着转子转速的上升恢复至P_w0，输出功率沿MPPT轨迹从D点缓慢回到A点。