本发明公开了一种新能源电力系统频率态势的在线预测方法，首先采用离线仿真的方式对新能源电力系统进行机电暂态仿真，生成新能源电力系统的扰动数据:构建基于高斯混合聚类的风电控制方式快速识别模型，将标准化处理后的扰动数据中与瞬间风电有关的数据输入到所构建的快速识别模型中，进行风电控制策略的快速识别:构建基于长短期记忆神经网络的新能源电力系统频率预测模型，对所构建的频率预测模型进行训练:将在线获取的新能源电力系统的实测数据输入训练后的频率预测模型中，实现新能源电力系统实时频率预测与结果修正。该方法将深度学习等新型机器学习算法与电力系统运行大数据相结合，能够快速准确的对扰动后系统频率特征进行预测。

1.一种新能源电力系统频率态势的在线预测方法，其特征在于，所述方法包括:步骤1:采用离线仿真的方式对新能源电力系统进行机电暂态仿真，生成新能源电力系统的扰动数据;步骤2:再对所生成的新能源电力系统的扰动数据进行标准化处理;步骤3:构建基于高斯混合聚类的风电控制方式快速识别模型，将步骤2标准化处理后的扰动数据中与瞬间风电有关的数据输入到所构建的快速识别模型中，进行风电控制策略的快速识别，并将识别后的结果作为后续长短期记忆神经网络的一个输入;步骤4:构建基于长短期记忆神经网络的新能源电力系统频率预测模型，将步骤2处理后的数据与步骤3识别后的结果作为长短期记忆神经网络的输入，对所构建的频率预测模型进行训练，得到训练后的频率预测模型.步骤5:将在线获取的新能源电力系统的实测数据输入步骤4训练后的频率预测模型中，力系统测与结果修。2.根据权利要求1所述的新能源电力系统频率态势的在线预测方法，其特征在于，在步骤1中，所生成的扰动数据包括:同步机组开机状态、同步机组惯性时间常数、同步机组旋转备用容量、扰动后同步机组电磁功率变化、扰动后同步机组机械功率变化、扰动后负荷有功功率变化。

本发明涉及新能源电力系统技术领域，尤其涉及一种新能源电力系统频率态势的在线预测方法。背景技术随着风电、光伏等可再生能源机组的大规模并网，源网荷侧电力电子设备的大量接入，大容量直流输电的投运，以及电网互联趋势的发展，使得电力系统系统惯性水平、出力不确定性增强、网架结构愈加复杂，在“双高”电力系统的背景下，频率稳定问题日益突出，给电力系统频率态势预测带来了巨大的挑战。传统电力系统频率态势预测主要时域仿真法与等值模型法，时域仿真法存在建模困难、计算量大、运算耗时长等缺陷，只适用于离线仿真分析、难以实现电力系统频率在线分析与评估;等值模型法主要对系统进行单机等值建模，简化忽略某些环节，在复杂系统中存在精度不高，参数确定困难等局限。现阶段，高渗透率风电并网会降低电力系统稳定性，大部分国家和地区制定了相应的风电频率响应标准，聚焦于风电调频控制策略研究，在大区域电力系统中，频率响应并非全局统一，而是呈现时空分布。在愈发复杂的新能源电力系统背景下，仅仅依靠构建传统频率分析的物理模型将难以满足频率评估需求。

华北电力大学是教育部直属全国重点大学，国家“211工程”和“985工程优势学科创新平台”重点建设大学。2017年，学校入选国家“双一流”建设高校行列，重点建设能源电力科学与工程学科群，全面开启建设世界一流学科和高水平研究型大学的新征程。2022年，学校顺利通过首轮“双一流”建设评估并进入第二轮建设高校名单，电气工程学科入选第二轮“双一流”建设学科。学校把人才培养作为中心工作，形成了“厚基础、重实践、强能力、求创新”的人才培养特色，入选国家创新人才培养示范基地，成为教育部首批“卓越工程师教育培养计划”实施高校，获批教育部首批“国家级创新创业教育实践基地”，发起成立“电力行业卓越工程师培养校企联盟”，是中国电力教育协会学生竞赛工作委员会办公室依托单位。学校现有21个国家级一流专业，11个国家级特色专业，4个国家战略性新兴产业相关专业，18门国家级一流课程，3门国家级课程思政示范课程，2个国家级教学团队，1名国家级教学名师，3个国家级实验教学示范中心，3个国家级工程实践教育中心，3个国家级虚拟仿真实验教学中心，1个国家级人才培养模式创新实验区。

一种新能源电力系统频率态势的在线预测方法可能产生的效果：通过采用离线仿真的方式对新能源电力系统进行机电暂态仿真，生成新能源电力系统的扰动数据，构建风电控制方式快速识别模型并输入标准化处理后的扰动数据中与瞬间风电有关的数据进行风电控制策略的快速识别，以及构建基于长短期记忆神经网络的新能源电力系统频率预测模型并对其进行训练，然后将在线获取的新能源电力系统的实测数据输入训练后的频率预测模型中，此方法可以实现新能源电力系统的实时频率预测与结果修正。这种方法可以有效地在线预测新能源电力系统的频率态势，帮助系统更好地应对新能源电力系统的各种变化和挑战，从而提高电力系统的稳定性和可靠性。

技术咨询，技术合作，技术服务