Page 74 - 电力与能源2024年第一期
P. 74
68 曹立鹏：新能源发电储能系统容量多阶段自适应调控算法设计
体的控制效率，强化系统的管控结构。
在上述设计的新能源系统调控架构中，为了
减少控制程序的复杂性并提升调控效率，可以引
入荷电状态（SOC）分层控制技术，实现自适应调
控 。 该 技 术 根 据 不 同 阈 值 将 储 能 系 统 的 电 池
SOC 进行分层，并为每个 SOC 层级设定相应的充
放电策略。通过监测和分析电池 SOC 的变化情
况，系统可动态选择合适的 SOC 层级来进行充放
电操作，以满足实时电力需求并保持电池的健康 图 3 SOC 分层控制处理等级
状况。这样的分层控制技术有效降低了计算复杂 根据上述映射，可以进行整体控制容量约束，
度，提高了调控效率和运行稳定性，使得新能源系 完成正则化处理，此时的调控函数 h
统能够根据实际情况，自适应地调整储能容量和 ( a )
h = σ ∑ wx ae + b （3）
充放电策略，从而更好地满足电力系统的需求。
i = 1
首先，将上述设计的调控结构、调控目标导入 为了提取不同的容量控制变量，需要结合目
初始模型之中。随即，为防止储能系统容量出现 前的记忆状态生成偏置矩阵，从而生成长短期记
过冲过放现象 ，以分层的方式设置控制单元程 忆网络自编码线损控制式 x
［8］
序，通过 SOC 分层控制的形式，对系统容量的变 W
x = （4）
化进行动态监测，并依据实际情况随时调整储能 a
∑ wx ae
充放电指令，从而完成模型自适应的基础调控结 i = 1
在式（4）中， W 代表激活隐含层的预测权重
构，如图 2 所示。完成对 SOC 自适应分层控制模
分量。使用上述控制算法可以提高分层控制的时
型结构的设计与实践分析。接下来，基于自适应
间和空间精度，最大程度地提高控制有效性。将
调控约束条件，计算出储能系统的最低荷电标准，
其与初始设置的自适应调控约束条件相融合，可
并将其作为容量控制的最低限值 ［9-10］ ，设置 SOC
进一步完善模型的调控结构，并通过 SOC 分层控
分层控制处理等级，如图 3 所示。结合图 3，完成
制处理等级来对调控的方向、目标作出实时控制，
对 SOC 的分层控制，过程如下。
最大程度地提高调控的精准度及完整度，从多个
角度加强对容量的实时性控制与调整，缩短处理
时间，获取最佳的调控结果。
2 试验测试与结果分析
此次主要是对新能源发电储能系统容量自适
应调控方法的实际应用效果进行分析与验证，考
图 2 SOC 自适应分层控制模型结构 虑到最终测试结果的真实性与可靠性，采用对比
由图 3 可知，上述感知模型可以获取约束条 的方式展开分析，选定 G 区域的新能源发电储能
件与控制目标的初始状态，从而有效进行调控。 系统作为测试的主要目标对象，文献［1］和文献
因此，分层调控过程是一种无监督学习网络，其基 ［2］的方法作为对比，对最终得出的测试结果进行
比照研究。接下来，结合自适应调控的原则与标
本映射 x ae
x ae = y ( w，b ) h ( w，b ) （2） 准，进行基础测试环境的搭建。
式中 w，b——不同层的容量约束权重； y，h—— 2.1 测试准备
不同容量控制目标权重。 结合当前的测试，基于自适应程序，针对新能
