摘要
本发明公开了一种风电场最大功率输出分散式动态控制方法及系统,本发明包括构建风电场总功率最大优化问题并求解各风机的全局最优轴向诱导因子;针对各风机构建受其尾流影响的下游风机集群的功率最大优化问题求解下游风机集群的轴向诱导因子;以风速、风向和该风机的轴向诱导因子为输入,下游风机集群总功率最大值与该风机轴向诱导因子为0时的总功率相减为输出生成该风机的训练数据集;训练基于深度学习模型对受其尾流影响的下游风机集群的功率损失估计数据驱动模型,以此构建局部分散式最优控制问题并求解风机的轴向诱导因子。本发明旨在弥补传统集中式控制策略在对大规模风电场进行动态控制时计算速度慢、通讯负担重、故障容错性低等不足。
技术关键词
数据驱动模型
动态控制方法
多层感知机
因子
功率
集群
粒子群优化算法
构建风电场
风速
风机叶轮
尾流模型
扫掠面积
大规模风电场
动态控制系统
双曲正切函数
微处理器
可读存储介质
系统为您推荐了相关专利信息
残差神经网络
被动声学
监测方法
实时数据
训练集
分布式光伏智能
光伏电站
动态监测系统
电网拓扑结构
配电站
物流机器人
关节力矩
轮廓数据
接触点
人工智能算法
虚拟惯量
参数优化方法
风电
因子
粒子群优化算法
性能预测模型
负载特征
策略
随机梯度下降
监控模块