[发明专利]一种基于动态模态分解的数据驱动风电场频率控制方法

权利要求书

1.一种基于动态模态分解的数据驱动风电场频率控制方法，其特征在于，所述方法包括以下步骤：

S1：建立发电单体的状态方程；

所述步骤S1中发电单体的状态方程如式(1)所示：

ω_k+1＝f(ω_k，u_k) (1)

其中ω_k表示k时刻的风机转速，f代表非线性状态转移关系函数，输入变量u_k定义为：

其中P_ref，k为外部输入的有功指令，υ_w，k为当前风速；

发电单体的状态转移关系包含在具有时序对应关系的数据对中，表示为：X＝[x₁ x₂…x_N]，Y＝[y₁ y₂…y_N] (3)

其中即为k时刻的数据对，共有N对；

S2：将状态方程中的状态数据通过观测函数映射至高维观测状态向量，通过矩阵代数运算得到风机高维线性动态模型；

所述步骤S2中，对于k时刻的状态数据(ω_k，u_k)，作用观测函数Ψ得到高维观测状态向量：

对于初始数据集的每一列都作用映射变换，得到高维观测集矩阵：

X_lift＝[Ψ(ω₁，u₁) Ψ(ω₂，u₂)…Ψ(ω_N，u_N)]

Y_lift＝[Ψ(ω₂，u₂) Ψ(ω₃，u₃)…Ψ(ω_N+1，u_N+1)] (5)

对于高维观测空间的轨迹数据，寻找矩阵A_lift使得||Y_lift-A_liftX_lift||₂最小；并通过如式(6)所示的代数运算求解优化问题：

其中表示矩阵的伪逆运算；从控制的角度，将矩阵A_lift按照高维观测空间维数和输入量维数进行分割；对于采取的高维映射函数结构，将矩阵A_lift的左上方4×4子块分割出来成为动态方程的状态转移矩阵A，将矩阵A_lift的右上方4×2子块分割出来得到输入矩阵B；

得到风机高维线性动态模型如式(7)所示：

ψ(ω_k+1，u_k+1)＝Aψ(ω_k，u_k)+Bu_k (7)；

S3：根据步骤S2的动态模态分解方法，得到风场内发电单体的动态模型；进而定义集中控制模型中的状态向量，同时定义发电单体的风速以及有功指令的输入向量，从而得到集中风电场控制模型；

S4：根据风电场有功调频指令和风机转速波动程度设计控制优化目标；在优化目标基础上，得到集中状态向量的约束条件，从而构建完整的风电场频率动态优化控制方法。

2.根据权利要求1所述的一种基于动态模态分解的数据驱动风电场频率控制方法，其特征在于，

所述步骤S3中，风场内M个发电单体的动态模型如式(8)所示：

在此基础上定义集中控制模型中的状态向量如式(9)所示：

同时定义集中控制模型的输入向量如式(10)所示：

从式(8)给出集中状态向量对应的控制模型：

χ_k+1＝Aχ_k+Bη_k (11)

其中矩阵A，B分别由各发电单体的状态转移矩阵按照如式(12)和式(13)对角形式构造：

其中，A₁…A_M分别表示M个发电单体的状态转移矩阵，B₁…B_M分别表示M个发电单体的输入矩阵。