欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024109947725
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 发电、变电或配电
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.云边端协同下虚拟电厂频率控制与传输通信联合设计方法,其特征在于,包含以下步骤:(1)搭建云边端协同的虚拟电厂频率控制架构,其中云边协同利用的有线传输通信与边端协同采用的无线传输通信构成混合通信环境;

(2)设计一种云边协同下虚拟电厂功率调度与有线通信路由优化的联合设计策略,即考虑云边通信网络不确定性对虚拟电厂功率调度的影响,通过设计路由优化策略来克服该影响;

(3)提出一种边端协同下虚拟电厂动态功率控制与无线通信网络性能的一体化设计方法,即考虑云边无线网络性能对虚拟电厂动态功率控制的影响,通过开发虚拟电厂信息物理协同的“采-传-决-控”广义闭环的动态功率控制策略来克服该影响;

其中,步骤(2)中,包含以下步骤:根据各可控资源的最大输出功率值和调度计划的输出功率值,计算单个可控资源的调节能力:其中,P

在单个虚拟电厂中,其调节能力计算为:其中,P

基于单个虚拟电厂的聚合调节能力,计算所有虚拟电厂的聚合调节能力:其中,P

基于虚拟电厂的调节能力,虚拟电厂控制中心在t时刻所承担的调节任务P其中,P

控制中心将所承担的调节任务基于虚拟电厂各自的调节能力按比例分配给各个虚拟电厂,表示为:其中,

基于第i个虚拟电厂所分配的调节任务其中,F(·)表示关于变量R根据软件定义网络控制架构中的中央控制器,获取通信网络的拓扑结构与历史网络特征信息,其中采用一种连通无向图基于所获得的数据信息,采用门递归单元神经网络模型进行节点网络特征预测,具体来说,由节点特征信息生成的网络参数矩阵经最小-最大标准化后作为门递归单元神经网络模型的输入,主要计算过程如下:用于控制系统结构忽略先前状态信息的程度的模型重置门rr

用于控制先前状态信息移动到当前状态的程度的模型更新门zz

根据所获得的权重,候选隐藏状态最后,门递归单元神经网络模型的预测输出yy

其中,σ表示sigmoid函数,T采用多指标熵决策来衡量路由路径可靠性,其主要步骤如下:归一化每一个决策因子

其中,T

网络特征j的熵值E

其中,P

然后,根据熵理论,我们将网络特征j的熵权定义为γ最后,根据熵权重和归一化值,计算出表征该路由路径p适用性的路径决策因子R接下来,中央控制器根据R

其中,p表示候选路径集;

其中,步骤(3)中,包含以下步骤:利用一阶滞后函数来表征单个可再生能源的有功动态传递特性,其模型为其中,ΔP

相似地,单个分布式资源的动态模型为其中,ΔP

通过基于聚类的解决方法来建立虚拟电厂聚合动态模型,其主要步骤如下:通过最大最小归一化方法,将具有多种可再生能源的参数归一化到[0,1]范围内,利用Ng-Jordan-Weiss谱聚类方法,根据归一化参数将可再生能源分成不同的类别,根据同组可再生能源的几何中心计算出虚拟电厂的聚合参数,即:其中,

基于上述聚合参数,含可再生能源的虚拟电厂聚合动态模型如下所示:其中,

其中,

根据上述虚拟电厂聚合动态模型,整个系统的连续状态空间模型可表述为其中,

连续时间模型(25)可以离散化为x

其中,

将描述传感器与虚拟电厂之间的联系定义为其中,[m

在下行链路中,k控制时段虚拟电厂接受到终端控制器的控制信号u′其中,

在上行链路中,k控制时段状态估计器接受到传感器i测量值[z其中,

终端控制器根据观测到的噪声z综上,通过结合公式(26)与(28),广义闭环的虚拟电厂动态模型为虚拟电厂的功率跟踪控制问题P1可描述为其中,u

其中,Q和R为权重系数矩阵;

将上述问题P1分解为以下两个方面:估计问题P2和控制问题P3,具体描述如下:其中,

其中,G

其中,

其中,

因此,为了求解P1,状态估计器首先被设计来解决估计问题(P2),基于传感器测量值,采用基于正则化最小二乘法的解决方案来估计功率状态其中,

状态估计集

在此基础上,通过利用求解(34)出的最优解其中,采用基于随机逼近理论的在线学习算法来确定公式(39)中未知变量G将公式(36)表示为f(S′)=0,其中根据随机逼近理论,采用下式更新估计根S′其中,μ

2.根据权利要求1所述的云边端协同下虚拟电厂频率控制与传输通信联合设计方法,其特征在于,步骤(1)中,搭建的控制架构包括终端层、边缘层和云层,终端层由聚合配网侧大量资源而成的虚拟电厂、众多传感器和终端控制器组成,资源包括可再生能源,光伏发电和风力发电,以及灵活的分布式资源传感器和终端控制器负责通过无线通信网络对这些资源进行监测和控制,边缘层部署大量融合终端,对来自终端侧的数据进行汇聚分析和处理,并通过有线以太网网络与虚拟电厂控制中心进行交互,云端由虚拟电厂控制中心组成,负责响应主电网调度中心,并做出支撑频率控制服务的决策。

3.一种电子设备,其特征在于,包括:处理器;

用于存储所述处理器可执行指令的存储器;

其中,所述处理器被配置为执行所述指令,以实现如权利要求1至2中任一项所述的云边端协同下虚拟电厂频率控制与传输通信联合设计方法。

4.一种计算机可读存储介质,其上存储有计算机指令,其特征在于:该计算机指令被处理器执行时实现如权利要求1-2中任一项所述的云边端协同下虚拟电厂频率控制与传输通信联合设计方法的步骤。