[发明专利]基于遗传算法的风储系统控制方法、装置、设备及介质

说明书

本申请公开了一种基于遗传算法的风储系统控制方法、装置、设备及存储介质，涉及风力发电技术领域，包括：判断当前是否满足预设遗传算法寻优条件；如果当前满足预设遗传算法寻优条件，则从预设变桨速率范围和预设储能充放电倍率范围中筛选出若干变桨速率值和若干储能充放电倍率值，以得到初始数据种群；基于遗传算法对初始数据种群进行运算，以得到目标数据种群；判断目标数据种群是否满足预设迭代终止条件；如果目标数据种群满足预设迭代终止条件，则从目标数据种群中确定出目标变桨速率和目标储能充放电倍率。这样一来，可以提高电力系统的稳定性，并且利用储能快速充/放电的特性，可以提高机组功率输出的稳定性和储能的利用率。

技术领域

本发明涉及风力发电技术领域，特别涉及一种基于遗传算法的风储系统控制方法、装置、设备及存储介质。

背景技术

随着可再生能源的发展，风力发电近些年发展迅速。目前，在额定风速以上运行的风机主要是在风速变化时进行变桨控制来实现输出功率恒定，所以，风速的不断变化会直接影响到机组功率输出的稳定性。机组在额定风速以上运行时经常会出现一些停机故障，比如机组振动、超速、过功率等，这主要是由于风速湍流强度和风速间歇性导致控制系统不能及时变桨或者控制系统变桨过快造成的。

目前在风力发电领域，国内外使用的变桨控制策略主要是传统的PID(proportional-integral-derivative，比例-积分-微分)控制，但传统的PID控制方法在湍流强、风速变化较快的情况下不能够及时变桨，风速变化与变桨调节无法协同，会造成风机运行不稳定，转速波动较大，从而造成功率波动，影响电力系统稳定；并且目前的风储系统中储能电池的利用率较低，会造成一定的资源浪费。

发明内容

有鉴于此，本发明的目的在于提供一种基于遗传算法的风储系统控制方法、装置、设备及存储介质，可以利用遗传算法自动寻优的特点确定出风电机组和储能系统的最优控制策略参数，提高电力系统的稳定性，并且利用储能快速充/放电的特性，可以在机组功率上下波动时进行充/放电补充，提高机组功率输出的稳定性。其具体方案如下：

第一方面，本申请提供了一种基于遗传算法的风储系统控制方法，包括：

判断当前是否满足预设遗传算法寻优条件；

如果当前满足所述预设遗传算法寻优条件，则从预设变桨速率范围和预设储能充放电倍率范围中筛选出若干变桨速率值和若干储能充放电倍率值，以得到初始数据种群；

基于遗传算法对所述初始数据种群进行运算，以得到目标数据种群；

判断所述目标数据种群是否满足预设迭代终止条件；

如果所述目标数据种群满足预设迭代终止条件，则从所述目标数据种群中确定出目标变桨速率和目标储能充放电倍率，以便所述风储系统根据所述目标变桨速率和所述目标储能充放电倍率运行。

可选的，所述判断当前是否满足预设遗传算法寻优条件，包括：

判断当前转速波动是否大于预设转速波动阈值；

如果当前转速波动大于预设转速波动阈值，则判断当前湍流强度是否大于预设湍流强度阈值；

如果当前湍流强度大于预设湍流强度阈值，则判定当前满足预设遗传算法寻优条件。

可选的，所述基于遗传算法对所述初始数据种群进行运算，包括：

基于遗传算法对所述初始数据种群执行预设算子运算方法；所述预设算子运算方法包括选择算子运算方法、交叉算子运算方法和变异算子运算方法。

可选的，所述判断所述目标数据种群是否满足预设迭代终止条件之前，还包括：

利用预设适应度评估方法确定所述目标数据种群中的目标数据个体的适应度值；