发电机组优化控制方法与流程

本公开涉及但不限于电力，具体涉及发电机组优化控制方法。

背景技术：

1、机组是电力系统的核心组成部分，负责将机械能转换为电能。为了维持电力系统的稳定运行和提高发电效率，发电机组的控制至关重要。发电机组优化控制方法是一项重要的研究领域，旨在通过调整发电机的运行参数，以实现电力系统的最佳性能。在这篇背景技术中，我们将探讨发电机组控制的现有技术，并指出其中存在的问题和挑战。

2、在传统的电力系统中，发电机组的控制通常基于固定的运行策略和参数设置。这些参数包括输出电压、频率和功率因素等，通常在稳态运行下保持不变。传统方法的一个主要问题是它们无法适应电力系统的动态变化，无法实现最优的发电性能。在高负载或故障情况下，传统方法可能无法快速调整发电机的参数以应对问题，导致电力系统的不稳定和效率降低。

3、为了解决传统方法的局限性，一些高级控制方法已经提出。这些方法利用先进的控制算法和电力系统监测数据，以实时调整发电机的参数。例如，模型预测控制(mpc)算法可以通过预测电力系统的未来状态来调整发电机的输出。虽然这些方法在某些情况下可以改善性能，但它们仍然受到电力系统模型的不完善和计算复杂性的限制。尽管已经有一些进步，但发电机组控制仍然面临一些重要的问题和挑战：电力系统的运行具有高度的动态性和不确定性，包括负载变化、故障和可再生能源的不稳定性。传统控制方法往往无法适应这种变化，导致系统不稳定和效率低下。电力系统是复杂的，其中包括多个发电机组、变压器、线路和负载。优化发电机组控制需要考虑多个变量和约束条件，这增加了问题的复杂性。

技术实现思路

1、本公开在于提供发电机组优化控制方法，本发明通过动态调整发电机间的连接关系和输出电压参数，提高发电机组的稳定性、效率和适应性，进而提高电力供应的可靠性和可持续性。

2、为了解决上述问题，本发明的技术方案是这样实现的：

3、发电机组优化控制方法，所述方法包括：

4、步骤1：构建发电机网络，将发电机组中的每个发电机视为发电机网络中的一个节点，发电机之间的连接视为一条边；在发电机网络中，每个节点至多与其他4个节点连接，至少与其他1个节点连接；

5、步骤2：将发电机网络转换为双链表示，具体包括：构建一条双链，双链中每条链的结构均相同，在双链中的第一条链中，从头到尾，依次记录每个节点的标志信息，在第二条链中从头到尾，记录与第一条链中相对应的节点相连接的其他节点的标志信息；在第一条链中，每4个链空间为一个单位，存储一个节点的标志信息，在第二条链中，同样以每4个链空间为一个单位，每1个链空间存储一个与第一条链中相对应的节点相连接的其他节点的标志信息，若第一条链中的节点相连接的节点数量少于4个，为n个，则在第二条链中，每4个链空间组成的一个单位中，将4-n个链空间中的值置为0；

6、步骤3：对双链表示的发电机网络进行双链遗传优化，在优化过程中，使得每个发电机尽可能多地与其他发电机连接，以生成新的双链表示的发电机网络，基于新的双链表示的发电机网络，更改发电机网络中节点的连接关系，以得到优化发电机网络；

7、步骤4：基于优化发电机网络，连接发电机组中的发电机，运行发电机组，在运行过程中，采集发电机组中每个发电机的运行数据，根据采集到的运行数据，反馈调节每个发电机的输出电压幅值和相角。

8、进一步的，所述步骤4具体包括：

9、步骤4.1：将优化发电机网络表示为一个有向图g(v,e)，其中v是节点的集合，e是边的集合；

10、步骤4.2：采集发电机组中每个发电机的运行数据，根据采集到的运行数据，计算优化发电机网络中各节点的有功功率和无功功率；

11、步骤4.3：基于计算出的有功功率和无功功率，迭代更新每个发电机的输出电压幅值和相角，对每个发电机进行反馈调节。

12、进一步的，所述有功功率使用如下公式计算得到：

13、

14、其中，pi是节点i的有功功率；vi是节点i的电压幅值；gij和bij是导线(i,j)的导纳参数；θi和θj是节点i和节点j的相角；m是与节点i相连接的其他节点的总数；

15、所述无功功率使用如下公式计算得到：

16、

17、其中，pi是节点i的无功功率。

18、进一步的，迭代更新每个发电机的输出电压幅值

19、

20、其中，为节点i在第k次迭代时的输出电压幅值；为为节点j在第k次迭代时的输出电压幅值。

21、进一步的，使用如下公式，迭代更新每个发电机的相角：

22、

23、其中，为节点i在第k次迭代时的相角；为为节点j在第k次迭代时的相角。

24、进一步的，所述步骤3中对双链表示的发电机网络进行双链遗传优化的方法包括：

25、步骤3.1：设发电机网络的双链表示为ψinit，设num表示第一条链中单位的数量；l表示第二条链中在每个单位中的4个链空间的值不为0的链空间的数量；其中，为第一条链上的第k个单位对应的节点的标志信息的双链态；为第一条链上的第k个单位对应的第二条链上的单位中的第v个链空间中的标志信息的双链态；

26、步骤3.2：基于交叉算子进行双链交叉操作，以创造新的子代；

27、步骤3.3：基于变异算子进行双链变异操作，以得到变异结果；

28、步骤3.4：重复执行步骤3.1至3.3，直到达到预设的停止条件，以此更新双链，进而生成新的双链表示的发电机网络。

29、进一步的，将发电机网络的双链表示为ψknkt：

30、

31、其中，为第一条链上的第k个单位对应的节点的标志信息的双链态；为第一条链上的第k个单位对应的第二条链上的单位中的第v个链空间中的标志信息的双链态。

32、进一步的，步骤3.2中，使用如下公式，使用交叉算子进行双链交叉操作，以创造新的子代

33、

34、其中，为的新的子代；为的新的子代；交叉算子使用如下公式进行表示：

35、

36、其中，ψ(a)为交叉算子的第一个交叉因子；ψ(b)为交叉算子的第二个交叉因子。

37、进一步的，步骤3.3中，使用如下公式，基于变异算子进行双链变异操作：

38、

39、其中，为的变异结果；为的变异结果；变异算子使用如下公式进行表示：

40、

41、其中，为旋转门操作；g为变异幅度；e为自然底数。

42、进一步的，步骤3.4中的停止条件为：num*l的值超过之前每次迭代时的num*l的值，并且超过之后的h次迭代的num*l的值。

43、本发明的发电机组优化控制方法，具有以下有益效果：传统的发电机控制方法通常是基于静态设置的，难以应对电力系统动态变化的需求。而本发明采用了发电机网络的构建，允许每个发电机节点动态调整与其他节点的连接关系。这种动态性使得电力系统可以更好地适应负载变化和故障情况，从而提高了系统的稳定性。在电力系统中，稳定性是至关重要的，因为它直接影响了电力供应的可靠性。通过遗传优化和双链表示的方法，可以实现对发电机网络的全局优化。这意味着系统可以更好地匹配发电机的输出与负载需求之间的匹配，最大程度地提高了电力系统的能源利用效率。传统的控制方法通常是基于固定参数设置的，可能会导致电力系统的能源浪费。而本发明通过动态调整发电机之间的连接关系，使得发电机能够以更有效的方式协同工作，提高了整个系统的效率。更新每个发电机的输出电压幅值和相角有助于提高电力系统的稳定性。传统的控制方法通常固定电压和相角，难以应对电力系统动态变化的需求。而本发明中的优化控制方法允许根据实时运行数据动态调整发电机的电压幅值和相角，以确保系统在不同负载和故障情况下仍能保持稳定。这种实时调整增强了电力系统的鲁棒性，有助于防止电力系统的不稳定或崩溃。