基于频率预测的风机预储能联合调频方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115954893A(43)申请公布日2023.04.11(21)申请号202211607952.0H02J3/32(2006.01)(22)申请日2022.12.14H02J3/38(2006.01)H02J3/46(2006.01)(71)申请人润电能源科学技术有限公司地址450000河南省郑州市自贸试验区郑州片区（郑东）正光北街40号华能河南大厦六楼606室(72)发明人窦晨丹朱峰段松涛孟青叶梁正玉刘备孙宇鹏乔红郝涛于德春宋亚豪(74)专利代理机构广州三环专利商标代理有限公司44202专利代理师颜希文(51)Int.Cl.H02J3/24(2006.01)H02J3/28(2006.01)权利要求书2页说明书10页附图5页(54)发明名称基于频率预测的风机预储能联合调频方法及系统(57)摘要本发明公开了一种基于频率预测的风机预储能联合调频方法、系统、计算机设备及存储介质。在电网频率发生波动时，通过基于CNN算法构建的频率预测模型预测频率的变化趋势，通过相对偏差算法计算频率预测曲线与标准调频频率曲线偏差值，设定储能动作和预储能联合一次调频控制的约束条件，以及风机状态切换的阈值约束条件，依据真实频率变化满足约束条件的情况判断是否将风机标记为不同状态，并执行相应的动作。本发明能快速的为电网频率变化提供支撑，提升电网频率支撑能力，更加经济、高效，预储能联合一次调频控制策略能快速、准确的为电网提供频率响应，避免频率不稳定时，风机频繁动作，更具有安全性和稳定性，提高发电效率和经济收益。CN115954893ACN115954893A权利要求书1/2页1.一种基于频率预测的风机预储能联合调频方法，其特征在于，所述方法包括：设定标准调频频率曲线及所述标准调频频率曲线对应的第一关键特征参数；基于风机历史频率扰动发生前后第一特定时间段内的电网数据，采用CNN算法构建频率预测模型；实时监测电力系统频率波动情况，当当前频率偏离标准频率时，将风机标记为扰动状态，并将扰动发生前后第一特定时间段内的电网数据输入所述频率预测模型进行预测，得到频率预测曲线和所述频率预测曲线对应的第二关键特征参数；采用相对偏差算法计算所述第一关键特征参数和第二关键特征参数之间的偏差值；判断所述偏差值是否小于偏差阈值，若不小于则将风机标记为预储能准备状态，并在所述预储能准备状态下实时监测频率变化，当频率的变化量超过预储能频率阈值时，将风机标记为储能状态并执行储能动作；当风机在所述储能状态下，且频率的变化量超过应响应调频的死区限值时，将风机标记为调频状态，执行调频动作，直至频率恢复到标准频率；所述调频动作包括：预储能联合一次调频控制。2.如权利要求1所述的基于频率预测的风机预储能联合调频方法，其特征在于，所述并在所述预储能准备状态下实时监测频率变化，还包括：在第二特定时间段内所述频率的变化量不超过所述预储能频率阈值，则将所述风机状态重新标记为扰动状态；当风机在所述储能状态下，还包括：在第三特定时间段内所述频率的变化量不超过所述应响应调频的死区限值，则将所述风机状态重新标记为预储能准备状态。3.如权利要求1所述的基于频率预测的风机预储能联合调频方法，其特征在于，所述关键特征参数包括：初始频率变化率，频率最大偏移量、频率稳态值和频率最大偏移量出现时间。4.如权利要求3所述的基于频率预测的风机预储能联合调频方法，其特征在于，所述采用相对偏差算法计算所述第一关键特征参数和第二关键特征参数之间的偏差值的方法，包括：将所述第一关键特征参数组成第一矩阵，将所述第二关键特征参数组成第二矩阵，根据第一矩阵和第二矩阵计算所述第一关键特征参数与第二关键特征参数之间的偏差值；所述偏差值为：其中，O(i)表示第一矩阵的第i个元素，X(i)表示第二矩阵的第i个元素，i＝1～4；所述第一矩阵的第四个元素为标准调频频率曲线的频率最大偏移量出现时间；所述第二矩阵的第四个元素为频率预测曲线的频率最大偏移量出现时间。5.如权利要求1所述基于频率预测的风机预储能联合调频方法，其特征在于，所述偏差阈值为1；所述预储能频率阈值区间为：0<fs≤0.03Hz；所述响应频率的死区限值区间为：0.03Hz<Δfd≤0.05Hz。6.如权利要求1所述基于频率预测的风机预储能联合调频方法，其特征在于，所述储能2CN115954893A权利要求书2/2页动作，包括：在电网频率降低，且频率的变化量超过所述预储能频率阈值时，增加风叶转速提前储存能量；在电网频率增高，且频率的变化量超过所述预储能频率阈值时，降低风叶转速提前释放能量。7.如权利要求6所述基于频率预测的风机预储能联合调频方法，其特征在于，所述预储能联合一次调频控制，包括：在电网频率持续降低，且频率的变化量超过所