[发明专利]基于PPO的风力发电机组功率预测控制系统

说明书

一种基于PPO的风力发电机组功率预测控制系统，其中包括，风力发电机组、运行数据获取单元、功率预测模型、PPO算法模块；基于气象数据和风力发电机组的历史功率数据进行数据建模，得到功率预测系统的数据驱动模型；PPO算法模块接收风力发电机组的实时功率数据作为实际运行状态信息，并将有效学习结果反馈至功率预测系统数据驱动模型；机组的功率预测系统数据驱动模型接收到PPO算法的反馈信息后，将功率预测结果与机组实际功率进行比较，若预测误差超出阈值，则更新功率预测系统数据驱动模型；完成功率预测系统模型的更新，提高机组功率预测精度。

技术领域

本发明涉及风力发电机组功率预测领域，更具体地，涉及一种基于PPO的风力发电机组功率预测控制系统。

背景技术

风能在经济和环境方面的优势使它的利用在社会发展中起着至关重要的作用。为减小风能的随机性给电力系统带来的威胁，提高风力发电机组的功率预测精度对扩大其装机容量具有关键作用。精准的系统模型是进行机组功率预测的基础。现有的风力发电机组功率预测系统模型大多是基于数据或者机理离线建立的，与机组的实时运作状态没有联系，造成了模型与系统不匹配的问题。深度强化学习算法具有能够连续有效学习环境的特征，在人工智能方面得到了很多成功的应用。因此，结合深度强化学习算法家族中的PPO完成风力发电机组实时运行信息与其功率预测系统模型之间的交互，可提高机组的功率预测精度。

发明内容

本发明旨在解决风力发电机组功率预测模型与机组实际运行状态的信息交互问题，提高机组的功率预测精度。。

一种基于PPO的风力发电机组功率预测控制系统，其中包括，风力发电机组、运行数据获取单元、功率预测模型、PPO算法模块；风力发电机组由风力驱动输出电力，其工作状态受风速影响发生变化；其特征在于，

运行数据获取单元连接风力发电机组，获取风力发电机组的历史功率数据和实时功率数据，还获取气象数据；

基于气象数据和风力发电机组的历史功率数据进行数据建模，得到功率预测系统的数据驱动模型；

PPO算法模块接收风力发电机组的实时功率数据作为实际运行状态信息，并将有效学习结果反馈至功率预测系统数据驱动模型；

机组的功率预测系统数据驱动模型接收到PPO算法模块的反馈信息后，进一步将功率预测结果与机组实际功率进行比较，若预测误差超出阈值，则更新功率预测系统数据驱动模型。

本发明有益效果：

1.采样PPO算法对风电机组实时运行状态进行实时学习，促进了功率预测系统与机组实际运行信息之间的交互。

2.基于PPO算法对风电机组实时运行信息的学习反馈，完成功率预测系统模型的更新，提高机组功率预测精度。

附图说明

图1结合PPO算法的风力发电机组功率预测系统；

图2PPO算法整体框架；

具体实施方式

下面结合附图对本发明作进一步描述，应当理解，此处所描述的内容仅用于说明和解释本发明，并不用于限定本发明。

缩略语、英文和关键术语定义列表

1、PPO:近端策略优化

2、agent：智能体

基于某100MW风电场过去3天内的运行数据进行实施例说明。

基于PPO算法和超短期运行数据优化风力发电机组功率预测系统模型的方案如图1所示。

如图1所示，基于PPO的风力发电机组功率预测控制系统，其中包括，风力发电机组、运行数据获取单元、功率预测模型、PPO算法模块、机组运维优化单元。