[发明专利]一种考虑机组运行状态的风电场黑启动路径寻优方法

说明书

本发明公开了一种考虑机组运行状态的风电场黑启动路径寻优方法，获取海上风电场SCADA运行数据，筛选关键参数并生成输入输出元胞数组获得训练集和测试集，构建预测模型并进行模型训练；将测试集送入预测模型，得到实际与预测的偏离程度；获得机组状态评估系数对黑启动过程中路径寻优提供指导；获得发电量目标函数与风电场黑启动电气距离目标函数；整合发电量目标函数和电气距离目标函数，求解混合整数线性规划获得帕累托前沿，选取最优风电场黑启动路径。本发明采用合理风电场黑启动路径寻优方法，考虑风电机组运行状态，均衡电气距离和总发电量得到黑启动路径，提升在鲁棒性较差的孤网黑启动初期的稳定性。

技术领域

本发明属于电网黑启动技术领域，具体涉及一种考虑机组运行状态的风电场黑启动路径寻优方法。

背景技术

海上风电并网容量有望继续增加，但风电大规模接入对电网的影响更为显着。大量电力电子器件使电网结构越来越复杂，输电通道热稳定性和暂稳问题突出，显着增加了停电的可能性，而风电的不确定性将加剧电网频率波动。

黑启动路径方案的评估是在对恢复过程和运行过程中的各项指标进行综合评价的基础上形成一个排序，以供调度中心制定和执行恢复计划。电力系统恢复路径的研究目标是：减少恢复系统的电压转换次数；减少系统设备的切换操作次数；减少系统启动时间；增加系统容量；缩短系统电缆的长度；提高系统各项参数的质量。风电场内部回线较少且固定，不同于传统电场之间启动候选路线多样，且风电场孤网黑启动初期的稳定性较差，若风电机组在黑启动初期发生故障将近一步恶化系统状态甚至导致黑启动失败。

对于被启动的风电场，由于每台风机的风机、发电机、网侧控制器、升压变压器的型号和容量相同，所以黑启动过程中的切换操作程序相同，并且每个机组的启动时间是相似的。因此，海上风电系统的黑启动方法着重考虑机组运行状态下的电气距离和总发电量的均衡且考虑风机的状态对风电场启动的影响。

发明内容

本发明所要解决的技术问题是针对上述现有技术的不足，提供一种考虑机组运行状态的风电场黑启动路径寻优方法，考虑风电机组的运行状态，均衡电气距离和总发电量给出黑启动路径，实现考虑孤网下的风电机组和辅助电源协同黑启动路径寻优。

为实现上述技术目的，本发明采取的技术方案为：

一种考虑机组运行状态的风电场黑启动路径寻优方法，包括：

步骤S1，获取海上风电场正常运行过程中产生的SCADA运行数据，对各数据之间进行相关性分析得到Pearson相关系数矩阵，依据相关系数筛选关键参数并生成正常运行时间段内的输入输出元胞数组，以及故障前最新的输入输出元胞数组；

步骤S2，利用正常运行时间段内的输入输出元胞数组作为训练集，将故障前最新的输入输出元胞数组作为测试集，接着构建预测模型，预测模型为包括输入层、LSTM层、dropout层、全连接层和回归层的LSTM神经网络，训练集送入LSTM神经网络进行预测模型训练；

步骤S3，将测试集送入预测模型，对预测数据和实际数据的残差进行移动指数加权平均计算，得到实际与预测的偏离程度；

步骤S4，利用控制图理论计算控制上下限，根据实际与预测的偏离程度，获得不依赖指标自身数值大小的机组状态评估系数在启动前依据系数降低状态不良机组的运行负担和启动权重，对黑启动过程中路径寻优提供指导；

步骤S5，考虑风电机组的运行状态结合风功率预测值向机组下发功率指令，获得发电量目标函数；

步骤S6，采用Dijkstra算法求取平衡节点与各节点之间的最短路径L_i，构成电气距离矩阵，获得风电场黑启动电气距离目标函数；

步骤S7，采用线性加权法整合发电量目标函数和电气距离目标函数，求解混合整数线性规划获得帕累托前沿，选取最优风电场黑启动路径。