[发明专利]一种基于虚拟发电机调节微电网功率输出的方法及系统

权利要求书

1.一种基于虚拟发电机调节微电网功率输出的方法，其特征在于，所述方法包括：

获取微电网上各个功率输出节点的负载参数值；

基于负载参数值解析出微电网的能源输出结构；

将能源输出结构所关联的负载参数值和能源输出结构输入孪生网络模型中得出各个功率输出节点的负载调节参数值，所述孪生网络模型通过使用微电网公开数据集训练孪生网络，再以迁移学习的方式使用在公开数据集训练过的参数，初始化孪生网络，在能源输出结构数据集上进行再训练，得到训练好的孪生网络；

将所述负载调节参数值发送至各个功率输出节点；

各个功率输出节点基于所述负载调节参数值调节各自的功率输出值；

所述将负载参数值和能源输出结构输入孪生网络模型中得出各个功率输出节点的负载调节参数值包括：

将功率输出最优状态下的负载参数值与能源输出结构下的负载参数值同时送入孪生网络；

所述孪生网络中的第一子网络接收功率输出最优状态下的负载参数值，并输出具有维度空间的第一特征值；所述孪生网络中的第二子网络接收能源输出结构下的负载参数值，并输出具有维度空间的第二特征值；

计算第一特征值和第二特征值的距离，比较第一特征值和第二特征值的相似程度，将相似度最高的功率输出最优状态下的负载参数值作为识别结果；

获取所述识别结果下所对应的各个功率输出节点的负载调节参数值。

2.如权利要求1所述的基于虚拟发电机调节微电网功率输出的方法，其特征在于，所述各个功率输出节点包括：一个以上的再生电源、一个以上的发电机和储能系统；所述负载参数值包括：负载电压、负载电流、负载功率、负载频率。

3.如权利要求2所述的基于虚拟发电机调节微电网功率输出的方法，其特征在于，所述基于负载参数值解析出微电网的能源输出结构包括：

获取微电网所有的功率输出节点的硬件基础结构；

基于负载参数值与硬件基础结构对应关系过滤掉不具有能源输出的功率输出节点，并生成能源输出结构。

4.如权利要求3所述的基于虚拟发电机调节微电网功率输出的方法，其特征在于，所述计算第一特征值和第二特征值的距离，比较第一特征值和第二特征值的相似程度包括：

计算第一特征值和第二特征值的欧式距离来比较第一特征值和第二特征值的相似程度。

5.如权利要求4所述的基于虚拟发电机调节微电网功率输出的方法，其特征在于，所述计算第一特征值和第二特征值的欧式距离来比较第一特征值和第二特征值的相似程度包括：

使用对比损失函数来表达所生产的特征值的欧式距离。

6.如权利要求1至5任一项所述的基于虚拟发电机调节微电网功率输出的方法，其特征在于，所述负载调节参数包括：一个以上的发电机中每一发电机的电机输出功率控制值，一个以上的再生电源中每一再生电源的再生电输出功率控制值、储能系统的储能输出功率控制值。

7.如权利要求6所述的基于虚拟发电机调节微电网功率输出的方法，其特征在于，所述各个功率输出节点基于所述负载调节参数值调节各自的功率输出值包括：

所述一个以上的发电机中每一发电机基于所对应的电机输出功率控制值向微电网输出功率；

所述一个以上的再生电源中每一再生电源基于所对应的再生电输出功率控制值向微电网输出功率；

所述储能系统基于所对应的储能输出功率控制值向微电网输出功率。

8.如权利要求7所述的基于虚拟发电机调节微电网功率输出的方法，其特征在于，所述一个以上的发电机中每一发电机采用下垂控制模式向微电网输出功率。

9.一种虚拟发电机系统，其特征在于，所述虚拟发电机系统包括：

虚拟控制器，用于获取微电网上各个功率输出节点的负载参数值；基于负载参数值解析出微电网的能源输出结构；将能源输出结构所关联的负载参数值和能源输出结构输入孪生网络模型中得出各个功率输出节点的负载调节参数值；将所述负载调节参数值发送至各个功率输出节点，所述孪生网络模型通过使用微电网公开数据集训练孪生网络，再以迁移学习的方式使用在公开数据集训练过的参数，初始化孪生网络，在能源输出结构数据集上进行再训练，得到训练好的孪生网络；所述将负载参数值和能源输出结构输入孪生网络模型中得出各个功率输出节点的负载调节参数值包括：将功率输出最优状态下的负载参数值与能源输出结构下的负载参数值同时送入孪生网络；所述孪生网络中的第一子网络接收功率输出最优状态下的负载参数值，并输出具有维度空间的第一特征值；所述孪生网络中的第二子网络接收能源输出结构下的负载参数值，并输出具有维度空间的第二特征值；计算第一特征值和第二特征值的距离，比较第一特征值和第二特征值的相似程度，将相似度最高的功率输出最优状态下的负载参数值作为识别结果；获取所述识别结果下所对应的各个功率输出节点的负载调节参数值；

各个功率输出节点，用于基于所述负载调节参数值调节各自的功率输出值，所述各个功率输出节点包括：一个以上的再生电源、一个以上的发电机和储能系统。