抽水蓄能电站水轮机工况导叶关闭控制方法及装置与流程

    技术2026-06-15  29


    本技术涉及抽水蓄能电站控制,具体地涉及一种抽水蓄能电站水轮机工况导叶关闭控制方法、一种抽水蓄能电站水轮机工况导叶关闭控制装置、一种计算机可读存储介质及一种终端设备。


    背景技术:

    1、在新型电力系统的背景下,抽水蓄能电站扮演着关键的角色,它通过在电力需求低峰时储存能量,然后在高峰时释放能量,来平衡电网的供需关系,解决新能源消纳问题,提高电力系统的稳定性和可靠性。然而,抽水蓄能电站的运行安全性取决于其导叶的关闭规律,特别是当抽水蓄能电站发生事故甩负荷的时候,需要依靠导叶截断水流保证电站的水流可靠截断,而不合理的导叶关闭规律设置会导致机组和引水系统的安全风险。

    2、目前,传统的抽水蓄能电站导叶关闭规律优化都是通过建立一维仿真模型模拟在导叶关闭规律下,机组甩负荷过程中的蜗壳进口最大压力、尾水管进口最小压力、机组最大转速等关键参数是否满足控制值要求。但是该方法仅能模拟一组导叶关闭规律,若多个关闭规律仿真计算,需要分别进行仿真计算,当关闭规律组合多时,消耗大量资源。而现有的引力搜索算法、鱼群算法等优化算法虽然可实现相对少量的关闭规律仿真计算,寻求最优结果,但是,现有优化算法在应用于导叶关闭规律优化时,存在以下问题,例如,优化算法的参数设置困难,优化算法的效果很大程度依赖于参数设置,会导致优化效果的不确定性,此外,算法收敛速度慢,其计算复杂性高,多次迭代会大量消耗计算资源。


    技术实现思路

    1、本技术实施例的目的是提供一种抽水蓄能电站水轮机工况导叶关闭控制方法、一种抽水蓄能电站水轮机工况导叶关闭控制装置、一种计算机可读存储介质及一种终端设备,以解决上述问题。

    2、为了实现上述目的,本技术第一方面提供一种抽水蓄能电站水轮机工况导叶关闭控制方法,包括:

    3、建立以抽水蓄能电站的导叶关闭控制参数为输入,以抽水蓄能电站的蜗壳进口最大压力、尾水管进口最小压力及机组最大转速为输出的抽水蓄能电站甩负荷过渡过程仿真模型;

    4、确定各导叶关闭控制参数的可行域,基于各导叶关闭控制参数的可行域构建多个包括各导叶关闭控制参数的导叶关闭控制方案为样本方案,其中,任意两组样本方案中至少有一个导叶关闭控制参数的值不同;

    5、基于得到的样本方案及所述抽水蓄能电站甩负荷过渡过程仿真模型构建预设深度学习算法的训练数据,以得到的训练数据对所述深度学习算法进行训练,得到以抽水蓄能电站的导叶关闭控制参数为输入,以抽水蓄能电站的蜗壳进口最大压力、尾水管进口最小压力及机组最大转速为输出的目标预测模型;

    6、确定满足各导叶关闭控制参数的可行域的所有导叶关闭控制方案,以各导叶关闭控制方案为输入,经所述目标预测模型输出各导叶关闭控制方案对应的蜗壳进口最大压力、尾水管进口最小压力及机组最大转速,确定满足预设优化目标的蜗壳进口最大压力、尾水管进口最小压力及机组最大转速所对应的导叶关闭控制方案为目标导叶关闭控制方案。

    7、可选地,所述导叶关闭控制参数至少包括:

    8、导叶不动时间及各段导叶关闭时间;

    9、若抽水蓄能电站的导叶为一段式导叶,各段导叶关闭时间包括第一段导叶关闭时间;

    10、若抽水蓄能电站的导叶为二段式导叶,各段导叶关闭时间包括第一段导叶关闭时间及第二段导叶关闭时间,所述导叶关闭控制参数还包括第一段导叶开度变化拐点幅度;

    11、若抽水蓄能电站的导叶为三段式导叶,各段导叶关闭时间包括第一段导叶关闭时间、第二段导叶关闭时间及第三段导叶关闭时间,所述导叶关闭控制参数还包括第一段导叶开度变化拐点幅度及第二段导叶开度变化拐点幅度。

    12、可选地,基于各导叶关闭控制参数的可行域构建多个包括各导叶关闭控制参数的导叶关闭控制方案为样本方案,包括:

    13、确定各导叶关闭控制参数的数量,基于各导叶关闭控制参数的数量确定样本方案的目标数量;

    14、随机为各导叶关闭控制参数赋一满足对应可行域的值,得到一组包括各导叶关闭控制参数的导叶关闭控制方案,以当前导叶关闭控制方案为样本方案;

    15、若当前样本方案的数量未达到所述目标数量,随机为各导叶关闭控制参数赋一满足对应可行域的值,得到一组新的样本方案,直至得到的样本方案的数量达到所述目标数量。

    16、可选地,基于各导叶关闭控制参数的数量确定样本方案的目标数量,包括:

    17、通过以下公式确定样本方案的最少目标数量:

    18、最少目标数量=(m+2)(m+1)/2,其中,m表示各导叶关闭控制参数的数量。

    19、可选地,基于得到的样本方案及所述抽水蓄能电站甩负荷过渡过程仿真模型构建预设深度学习算法的训练数据,包括:

    20、以各样本方案为输入,经所述抽水蓄能电站甩负荷过渡过程仿真模型输出每组样本方案对应的蜗壳进口最大压力、尾水管进口最小压力及机组最大转速;

    21、以各样本方案及对应的蜗壳进口最大压力、尾水管进口最小压力及机组最大转速为训练数据对预设深度学习算法进行训练,得到以抽水蓄能电站的导叶关闭控制参数为输入,以抽水蓄能电站的蜗壳进口最大压力、尾水管进口最小压力及机组最大转速为输出的目标预测模型。

    22、可选地,所述优化目标,包括:

    23、蜗壳进口最大压力最小、机组最大转速最小以及尾水管进口最小压力最大。

    24、可选地,确定满足预设优化目标的蜗壳进口最大压力、尾水管进口最小压力及机组最大转速所对应的导叶关闭控制方案为目标导叶关闭控制方案之前,所述方法还包括:

    25、确定约束条件,从得到的所有蜗壳进口最大压力、尾水管进口最小压力及机组最大转速中筛除不满足所述约束条件的解;

    26、所述约束条件,包括:

    27、蜗壳进口最大压力不大于蜗壳进口最大压力阈值,尾水管进口最小压力不小于尾水管进口最小压力阈值,机组最大转速不大于机组最大转速阈值。

    28、本技术第二方面,提供一种抽水蓄能电站水轮机工况导叶关闭控制装置,包括:

    29、仿真模型构建模块,被配置为建立以抽水蓄能电站的导叶关闭控制参数为输入,以抽水蓄能电站的蜗壳进口最大压力、尾水管进口最小压力及机组最大转速为输出的抽水蓄能电站甩负荷过渡过程仿真模型;

    30、样本方案生成模块,被配置为确定各导叶关闭控制参数的可行域,基于各导叶关闭控制参数的可行域构建多个包括各导叶关闭控制参数的导叶关闭控制方案为样本方案,其中,任意两组样本方案中至少有一个导叶关闭控制参数的值不同;

    31、预测模型构建模块,被配置为基于得到的样本方案及所述抽水蓄能电站甩负荷过渡过程仿真模型构建预设深度学习算法的训练数据,以得到的训练数据对所述深度学习算法进行训练,得到以抽水蓄能电站的导叶关闭控制参数为输入,以抽水蓄能电站的蜗壳进口最大压力、尾水管进口最小压力及机组最大转速为输出的目标预测模型;

    32、目标导叶关闭控制方案确定模块,被配置为确定满足各导叶关闭控制参数的可行域的所有导叶关闭控制方案,以各导叶关闭控制方案为输入,经所述目标预测模型输出各导叶关闭控制方案对应的蜗壳进口最大压力、尾水管进口最小压力及机组最大转速,确定满足预设优化目标的蜗壳进口最大压力、尾水管进口最小压力及机组最大转速所对应的导叶关闭控制方案为目标导叶关闭控制方案。

    33、本技术第三方面,提供一种计算机可读存储介质,存储有当被处理器执行时使得处理器执行如上述的抽水蓄能电站水轮机工况导叶关闭控制方法的计算机程序。

    34、本技术第四方面,提供一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的抽水蓄能电站水轮机工况导叶关闭控制方法。

    35、本技术提供的实施方式具有以下有益效果:

    36、本技术通过构建抽水蓄能电站甩负荷过渡过程仿真模型,基于确定的导叶关闭控制参数的可行域构建导叶关闭控制的样本方案,以抽水蓄能电站甩负荷过渡过程仿真模型对得到样本方案进行计算,得到各样本方案对应的蜗壳进口最大压力、尾水管进口最小压力及机组最大转速,进而构建预设深度学习算法的训练数据,基于构建的训练数据对深度学习算法训练后得到预测模型,通过得到的预测模型对满足对应可行域的所有控制方案对应的蜗壳进口最大压力、尾水管进口最小压力及机组最大转速进行预测,确定满足优化目标的解为最优解,从而能够有效提高优化速率及优化效果。

    37、本技术实施例或实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。


    技术特征:

    1.一种抽水蓄能电站水轮机工况导叶关闭控制方法,其特征在于,包括:

    2.根据权利要求1所述的抽水蓄能电站水轮机工况导叶关闭控制方法,其特征在于,所述导叶关闭控制参数至少包括:

    3.根据权利要求1所述的抽水蓄能电站水轮机工况导叶关闭控制方法,其特征在于,基于各导叶关闭控制参数的可行域构建多个包括各导叶关闭控制参数的导叶关闭控制方案为样本方案,包括:

    4.根据权利要求3所述的抽水蓄能电站水轮机工况导叶关闭控制方法,其特征在于,基于各导叶关闭控制参数的数量确定样本方案的目标数量,包括:

    5.根据权利要求1所述的抽水蓄能电站水轮机工况导叶关闭控制方法,其特征在于,基于得到的样本方案及所述抽水蓄能电站甩负荷过渡过程仿真模型构建预设深度学习算法的训练数据,包括:

    6.根据权利要求1所述的抽水蓄能电站水轮机工况导叶关闭控制方法,其特征在于,所述优化目标,包括:

    7.根据权利要求6所述的抽水蓄能电站水轮机工况导叶关闭控制方法,其特征在于,确定满足预设优化目标的蜗壳进口最大压力、尾水管进口最小压力及机组最大转速所对应的导叶关闭控制方案为目标导叶关闭控制方案之前,所述方法还包括:

    8.一种抽水蓄能电站水轮机工况导叶关闭控制装置,其特征在于,包括:

    9.一种计算机可读存储介质,存储有当被处理器执行时使得处理器执行如权利要求1-7中任一项权利要求所述的抽水蓄能电站水轮机工况导叶关闭控制方法的计算机程序。

    10.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-7中任一项权利要求所述的抽水蓄能电站水轮机工况导叶关闭控制方法。


    技术总结
    本申请提供了一种抽水蓄能电站水轮机工况导叶关闭控制方法及装置,涉及抽水蓄能电站控制技术领域,方法包括:建立以抽水蓄能电站的导叶关闭控制参数为输入,以抽水蓄能电站的性能指标为输出的抽水蓄能电站甩负荷过渡过程仿真模型;确定各导叶关闭控制参数的可行域,构建多个包括各导叶关闭控制参数的导叶关闭控制方案为样本方案;基于得到的样本方案及抽水蓄能电站甩负荷过渡过程仿真模型构建预设深度学习算法的训练数据,以得到的训练数据对深度学习算法进行训练,得到以抽水蓄能电站的导叶关闭控制参数为输入,以抽水蓄能电站的性能指标为输出的目标预测模型;确定满足各导叶关闭控制参数的可行域的所有导叶关闭控制方案,以各导叶关闭控制方案为输入,经目标预测模型输出各导叶关闭控制方案对应的性能指标,确定满足预设优化目标的性能指标所对应的导叶关闭控制方案为目标导叶关闭控制方案。本申请能够有效提高优化速率及优化效果。

    技术研发人员:李东阔,马汉军,陈明星,陈实,吴畅,马清,关李海,赫向辉,李慧军,赵光士,潘宏伟,李济东
    受保护的技术使用者:国能龙源电力技术工程有限责任公司
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-43735.html

    最新回复(0)