一种新能源场站储能一次调频自适应控制方法及系统与流程

本发明属于储能一次调频，具体涉及一种新能源场站储能一次调频自适应控制方法及系统。

背景技术：

1、在推进双碳目标达成的背景下，电力市场正逐步迈向清洁能源发电为主、传统能源为辅的新型能源结构，预计2060年前风电和光伏等新能源发电的年新增装机规模都将保持在较高水平。新能源发电自身出力的波动、高比例电力电子器件并网和传统机组占比下降都将给系统的频率支撑能力带来不利影响，为电网调频安全带来艰巨的挑战。此外，新能源电站如风电多运行在最大功率跟踪模式，不能参与频率调节，而储能因其具备快速响应和运行稳定等特性，充分契合新型电力系统下的调频需求，近年来已成为电网调频研究中的热点。

2、储能参与调频使用的传统虚拟惯性和虚拟下垂控制方法能够抑制部分电网频率波动，当前储能的一次调频控制中多将两种控制方式进行单一结合或在特定时间点进行直接切换，导致两种方法不能有效配合，部分场景下两者共同出力甚至会影响系统频率恢复。

技术实现思路

1、本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种新能源场站储能一次调频自适应控制方法及系统，基于传统的虚拟惯性控制和虚拟下垂控制方法，能够在调频过程中实时调整两种控制方法的出力占比，增加储能对频率波动的抑制效果，充分挖掘储能参与一次调频的潜力，提高储能对电网频率稳定的支撑能力以及电网频率安全运行性能，用于解决储能一次调频出力优化控制的技术问题。

2、本发明采用以下技术方案：

3、一种新能源场站储能一次调频自适应控制方法，包括以下步骤：

4、分别构建基于ddpg算法的储能虚拟惯性和虚拟下垂出力自适应分配模型和新能源场站储能参与一次调频的区域电网频率响应模型，利用基于ddpg算法的储能虚拟惯性和虚拟下垂出力自适应分配模型构建储能参与一次调频的自适应控制器；

5、根据新能源场站历史风速数据拟合地区风速的威布尔概率分布模型，得到风速概率分布，根据风速概率分布生成随机风速波动序列，将得到的随机风速波动序列通过构建的区域电网频率响应模型中，获得新能源场站出力波动特征扰动，利用新能源场站出力波动特征扰动对ddpg算法中的智能体进行训练；

6、将训练后的智能体部署在储能参与一次调频的自适应控制器中，结合自适应控制器中虚拟下垂分配系数、虚拟惯性出力和虚拟下垂出力计算方法，得到完整的新能源场站储能一次调频自适应控制器；

7、当系统频率跌落至储能一次调频死区外时，新能源场站储能一次调频自适应控制器根据系统频率偏差和频率偏差变化率获得储能参与一次调频的虚拟惯性分配系数和虚拟下垂分配系数，并结合两种控制方式原本出力大小得到储能一次调频最终出力。

8、具体的，构建基于ddpg算法的储能虚拟惯性和虚拟下垂出力自适应分配模型具体为：

9、选取系统频率偏差和频率偏差变化率作为智能体的状态变量，选取储能参与一次调频时的虚拟惯性出力占比即虚拟惯性分配系数为智能体的动作变量，以储能实际调频效果和出力大小作为智能体训练时的奖励函数；

10、基于新能源场站出力特征扰动，利用智能体在搭建的新能源场站储能参与一次调频的区域电网频率响应模型中交互学习，根据获取的经验不断训练智能体，使得储能在调频时能够自适应分配两种出力方式的权重，满足调频效果和出力的最优。

11、进一步的，奖励函数如下：

12、

13、其中，α和b为两部分奖励的比例系数，δf为系统频差，δpb为电池储能出力变化量，奖励r1用来衡量智能体动作对储能参与调频效果的优劣，奖励r2则避免储能出力过大影响长期调频能力以及自身使用寿命。

14、具体的，构造储能参与一次调频的自适应控制器具体为：

15、根据测量的系统频率偏差和频率偏差变化率，依据虚拟惯性和虚拟下垂控制方式的原理计算储能通过两种控制方式出力的原大小；根据基于ddpg算法的储能虚拟惯性和虚拟下垂出力自适应分配模型获取的虚拟惯性分配系数、虚拟惯性分配系数和虚拟下垂分配系数的关系计算虚拟下垂分配系数，将分配系数与各控制方式出力大小相乘获取储能的最终调频出力指令。

16、具体的，构建新能源场站储能参与一次调频的区域电网频率响应模型具体为：

17、考虑电力系统功频特性，包括储能系统控制器和储能对象的传递函数、传统调频机组的传递函数、新能源场站的传递函数和系统惯性与阻尼环节传递函数。

18、具体的，威布尔分布模型f(v,c,k)具体为：

19、

20、其中，c为尺寸参数，k为形状参数，v为风速样本。

21、具体的，智能体包含策略网络及其目标策略网络、价值网络及目标价值网络，每个神经网络均包括若干个全连接层；智能体训练的环境为新能源场站储能参与一次调频的区域电网频率响应模型。

22、进一步的，在每一个智能体的训练回合开始前，先根据地区风速概率分布生成一段随机风速扰动，然后通过风电机组模型生成连续功率扰动来模拟仿真环境训练时的调频场景；设在该回合的第t个时刻系统的状态st＝[δft,d(δf)/dt|t]，通过策略网络获得此时动作at即储能的虚拟惯性分配系数；

23、储能在仿真环境中执行动作at后得到当前时刻的奖励rt和下一时刻状态st+1，ddpg算法在训练时通过经验回放技术将智能体与环境交互产生的(st,at,rt,st+1)序列储存在经验回放池中，每次迭代时通过批量采样的方法从中随机抽取m组历史数据对策略网络和价值网络参数进行更新，并在每回合对目标网络的参数通过软更新的方法进行更新。

24、更进一步的，储能的虚拟惯性分配系数at为：

25、at＝μ(st)+n

26、其中，μ(st)为策略网络输出，n为策略网络输出噪声。

27、第二方面，本发明实施例提供了一种新能源场站储能一次调频自适应控制系统，其特征在于，包括：

28、构建模块，分别构建基于ddpg算法的储能虚拟惯性和虚拟下垂出力自适应分配模型和新能源场站储能参与一次调频的区域电网频率响应模型，利用基于ddpg算法的储能虚拟惯性和虚拟下垂出力自适应分配模型构建储能参与一次调频的自适应控制器；

29、训练模块，根据新能源场站历史风速数据拟合地区风速的威布尔概率分布模型，得到风速概率分布，根据风速概率分布生成随机风速波动序列，将得到的随机风速波动序列通过构建的区域电网频率响应模型中，获得新能源场站出力波动特征扰动，利用新能源场站出力波动特征扰动对ddpg算法中的智能体进行训练；

30、部署模块，将训练后的智能体部署在储能参与一次调频的自适应控制器中，结合自适应控制器中虚拟下垂分配系数、虚拟惯性出力和虚拟下垂出力计算方法，得到完整的新能源场站储能一次调频自适应控制器；

31、控制模块，当系统频率跌落至储能一次调频死区外时，新能源场站储能一次调频自适应控制器根据系统频率偏差和频率偏差变化率获得储能参与一次调频的虚拟惯性分配系数和虚拟下垂分配系数，并结合两种控制方式原本出力大小得到储能一次调频最终出力。

32、与现有技术相比，本发明至少具有以下有益效果：

33、一种新能源场站储能一次调频自适应控制方法，通过利用ddpg算法在处理连续控制问题上出色的决策能力和控制效果，根据新能源场站扰动特征提取虚拟惯性和虚拟下垂控制方式在调频不同时期的典型特征，采用基于ddpg算法的储能调频出力自适应分配模型，根据电网频差和频差变化率获取频率波动特征，在储能调频过程中实时调整虚拟惯性控制和虚拟下垂控制两种方法出力的占比，发挥两种控制方法在不同调频阶段的优势，快速稳定电网频率波动；较现有储能一次调频控制方法来说，该方法能够实现两种控制方式的最优结合和平滑切换，此外该方法考虑了特定应用场景下的扰动特征，充分挖掘了储能的应用价值，提高了储能一次调频效果。

34、进一步的，新能源场站储能参与一次调频的区域电网频率响应模型中考虑了新能源场站模型，并将新能源场站的出力扰动作为该区域主要扰动源，提高了该方法在抑制新能源发电的高频随机波动下的优势。

35、进一步的，基于ddpg算法的储能调频出力自适应分配模型可以准确学习满足调频效果和储能出力最优的控制方式切换与结合方法，使得储能在调频过程中能够实现两种控制方式的最优配合。

36、进一步的，智能体的动作为虚拟惯性分配系数，不需要修改储能原有传统的虚拟惯性和虚拟下垂控制方式，方便对现有储能调频控制器的优化和调整

37、可以理解的是，上述第二方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。

38、综上所述，本发明适用于新能场站储能，对储能电站一次调频抑制新能源等高频随机性扰动效果较好，有助于充分发挥储能系统的一次调频能力。

39、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。