CN107769210B - 一种基于cs算法的双馈机组调频控制方法及系统 - Google Patents

一种基于cs算法的双馈机组调频控制方法及系统 Download PDF

Info

Publication number
CN107769210B
CN107769210B CN201710868272.7A CN201710868272A CN107769210B CN 107769210 B CN107769210 B CN 107769210B CN 201710868272 A CN201710868272 A CN 201710868272A CN 107769210 B CN107769210 B CN 107769210B
Authority
CN
China
Prior art keywords
frequency
algorithm
frequency deviation
controller
kinetic energy
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710868272.7A
Other languages
English (en)
Other versions
CN107769210A (zh
Inventor
路圆圆
甘家飞
汪锋
潘海
张超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sinovel Technology (Gansu) Co.,Ltd.
Original Assignee
Sinovel Wind Power Technology Group Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sinovel Wind Power Technology Group Co ltd filed Critical Sinovel Wind Power Technology Group Co ltd
Priority to CN201710868272.7A priority Critical patent/CN107769210B/zh
Publication of CN107769210A publication Critical patent/CN107769210A/zh
Application granted granted Critical
Publication of CN107769210B publication Critical patent/CN107769210B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/02Circuit arrangements for ac mains or ac distribution networks using a single network for simultaneous distribution of power at different frequencies; using a single network for simultaneous distribution of ac power and of dc power
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46Controlling of the sharing of output between the generators, converters, or transformers
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Abstract

本发明公开了一种基于CS算法的双馈机组调频控制方法及系统,该系统包括转子动能控制模块、频率测量模块;所述控制器参数整定模块,用于依据CS算法获得整定后的控制器参数;所述频率测量模块,用于监测电网频率偏差,并当所述频率偏差大于一预设阈值时,将所述频率偏差数据发送给转子动能控制模块;所述转子动能控制模块,通过所述频率偏差及整定后的控制器参数,获得需要补充的转矩,并对转子侧进行变流控制;所述电网频率偏差为电网频率与电力系统的标称频率的差值的绝对值。本发明可以更合理的安排转子动能控制参数进行调频,且不易受外界环境变化的影响,能很快适应系统的变化。

Description

一种基于CS算法的双馈机组调频控制方法及系统
技术领域
本发明涉及一种风电场频率控制和群集智能领域,特别涉及一种双馈风电机组调频控制参数整定的方法。
背景技术
风电并入电网,需提高电网整体调控能力及风电机组自身的调节能力,随着风电并网运行渗透率的逐步增大及装机容量的不断增加,风电场代替常规电源会导致电力系统惯量减小,当发生电源故障脱网或者负荷增大等扰动时,电力系统会出现更大的频率偏差和更快的频率下降速度。因此,利用风电场参与电网的频率调整,增强系统的稳定性,是风电场新技术开发的方向。
常规同步发电机,风机转速与频率存在耦合关系,当电网频率波动时,转子转速会随频率自动改变,进而改变转子动能,通过吸收或释放转子动能阻止系统频率的快速变化。而双馈风电机组采用变流器控制,能够灵活的调节有功、无功,实现最大风能捕获,使风机转速和电网频率之间不存在耦合关系,进而导致风电机组无法响应频率变化,失去了常规发电机组所具备的惯性响应能力和一次调频能力。
虽然双馈发电机频率与转速之间不存在耦合关系,但双馈风力发电机相比常规同步发电机而言,释放动能的潜力巨大,对系统转动惯量的影响不容忽视。因此为完善风电场的调频能力,增强风电场的稳定性,需要求风电机组一次调频能力。
针对双馈风电机组调频控制,国内外常用的调频方法一般包括转子动能控制、超速控制、变桨控制。由于双馈风机释放动能的潜力巨大,且在系统频率变化时能够迅速向电网释放动能,提供频率支撑。而变桨控制和超速控制都采用的是风机减载的手段,从经济性和调节速度角度考虑具有一定的局限性和缺陷。然而传统的转子动能控制参数一般是根据人为经验试凑确定的,具有很大的主观性,且控制参数的选取对系统的控制效果影响巨大,因此,为提高系统的性能,研究一种参数优化整定方法极为重要。本研究首次提出一种将布谷鸟搜索 (CS)算法运用到风电调频领域的方法。
发明内容
本发明针对风电场不具备调频能力,为提高电力系统频率变化时风电场的频率响应能力,提出了转子动能控制方法,并提出了将CS 算法运用到风电调频领域,利用CS算法整定控制参数,进而为完善风电场的调频性能提供新方法。本发明充分利用风电系统的惯量使双馈机组自身具备调频能力以及群集智能理论在风电领域的应用。具体而言本发明提供了以下技术方案:
一方面,本发明提供了一种基于CS算法的双馈机组调频控制方法,所述方法包括:
步骤1、在双馈风机控制系统中,监测电网频率偏差;当所述频率偏差大于预设阈值时,进入下一步;否则,循环监测所述频率偏差;所述电网频率偏差为电网频率与电力系统的标称频率的差值的绝对值;
步骤2、依据所述频率偏差、频率偏差变化率及整定后的控制器参数,确定转子动能控制的转矩调整值;
步骤3、基于所述转矩调整值获得调整后的转矩,并依据调整后的转矩调整总有功功率,从而调整电力系统的电网频率;
步骤4、当所述电网频率偏差小于等于预设阈值时,结束转子动能控制,并返回步骤1。
优选地,所述步骤2中整定后的控制器参数的获取包括:
步骤201、确定控制对象的系统模型,并设置CS算法目标函数;
步骤202、通过CS算法获得控制器的整定参数,并据此获得整定后的控制器参数。
优选地,所述转矩调整值的具体计算通过以下方式:
Figure GDA0002767934040000031
其中,Kp和Kd为控制器参数,分别为比例调节系数和微分调节系数,ΔT为转矩调整值,Δf为电网频率偏差。
优选地,所述系统模型为:
Figure GDA0002767934040000032
其中e(t)=r(t)-y(t),Kp和Kd分别为比例调节系数和微分调节系数,e(t)为控制系统误差,r(t)为额定频率,y(t)为系统当前实际频率。
优选地,所述CS算法目标函数为:目标函数是电网发生频率偏移时系统频率变化最小。
优选地,所述CS算法中,控制器的参数为X={Kp,Kd};
以平方误差积分准则作为判定条件:
Figure GDA0002767934040000041
其中e(t) 为控制系统误差,Kp和Kd为控制器参数。
优选地,所述CS算法具体包含:
(1)初始化参数,随机产生n个鸟巢;
(2)保留上代鸟巢位置,对所有鸟巢位置进行更新;所述鸟巢位置进行更新方法为:
Figure GDA0002767934040000042
其中,sL=levy(λ),
Figure GDA0002767934040000043
表示第i个鸟窝在第t代时的位置,
Figure GDA0002767934040000044
表示第i个鸟窝在第t+1代时的位置;α为步长控制量;levy(λ)是一个服从莱维分布的一个向量,即
Figure GDA0002767934040000045
S为步长,λ为一大于零的常数,优选地,该λ通常取常数1.5,β为1+λ;
(3)通过莱维飞行得到一组新的鸟巢位置;
(4)与上代鸟巢位置进行比较替换,得到一组较优鸟巢位置;
(5)通过动态发现概率保留或改变鸟巢位置;
(6)鸟巢位置替换,找到当前最优鸟巢;
(7)当满足预设条件时,结束;否则返回(2)。
优选地,所述S为:
Figure GDA0002767934040000046
其中,s为莱维飞行的步长;参数μ,ν都服从正态分布。
另一方面,本发明还提供了一种基于CS算法的双馈机组调频控制系统,所述系统包含转子动能控制模块、频率测量模块、控制器参数整定模块;
所述控制器参数整定模块,用于依据CS算法获得整定后的控制器参数;
所述频率测量模块,用于监测电网频率偏差,并当所述频率偏差大于一预设阈值时,将所述频率偏差数据发送给转子动能控制模块;
所述转子动能控制模块,通过所述频率偏差及整定后的控制器参数,获得需要补充的转矩,并对转子侧进行变流控制;
所述电网频率偏差为电网频率与电力系统的标称频率的差值的绝对值。
优选地,所述转子动能控制模块进一步包含:
基于CS的控制器,用于依据基于CS算法对控制器参数进行整定,并接收频率偏差,获得需要补充的转矩;
转子侧变流控制模块,基于所述需要补充的转矩,对转子侧进行变流控制。
优选地,所述CS算法具体包含:
(1)初始化参数,随机产生n个鸟巢;
(2)保留上代鸟巢位置,对所有鸟巢位置进行更新;所述鸟巢位置进行更新方法为:
Figure GDA0002767934040000051
其中,sL=levy(λ),
Figure GDA0002767934040000061
表示第i个鸟窝在第t代时的位置,
Figure GDA0002767934040000062
表示第i个鸟窝在第t+1代时的位置;α为步长控制量;levy(λ)是一个服从莱维分布的一个向量,即
Figure GDA0002767934040000063
S为步长,λ为一大于零的常数,通常取常数1.5,β为1+λ;
(3)通过莱维飞行得到一组新的鸟巢位置;
(4)与上代鸟巢位置进行比较替换,得到一组较优鸟巢位置;
(5)通过动态发现概率保留或改变鸟巢位置;
(6)鸟巢位置替换,找到当前最优鸟巢;
(7)当满足预设条件时,结束;否则返回(2)。
优选地,所述S为:
Figure GDA0002767934040000064
其中,s为莱维飞行的跳跃路径;参数μ,ν都服从正态分布。
相比于现有技术,本发明具有以下有益效果:发明的基于CS算法的双馈风电机组转子动能控制调频控制方法,根据频率下降最小为目标函数,提出了采用CS算法对控制器的参数进行优化设计方法,可以更合理的安排转子动能控制参数进行调频。当系统发生频率偏移时,风机可以立即实现释放储存在转子叶片中的旋转动能,对频率跌落提供支撑,进一步缓解系统频率的骤降。采用CS算法可以实现参数自适应的功能,不易受外界环境变化的影响,能很快适应系统的变化。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的一种CS算法联合控制框图
图2是本发明实施例提供的一种转子动能控制框图;
图3是本发明实施例提供的CS算法流程图;
图4是本发明实施例提供的一种电力系统单线图;
图5是本发明实施例提供的一种传统转子动能控制下不同调频方法频率响应曲线;
图6是本发明实施例提供的一种各种控制策略下调频曲线。
具体实施方式
下面结合附图对本发明实施例进行详细描述。应当明确,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本领域技术人员应当知晓,下述具体实施例或具体实施方式,是本发明为进一步解释具体的发明内容而列举的一系列优化的设置方式,而该些设置方式之间均是可以相互结合或者相互关联使用的,同时,下述的具体实施例或实施方式仅作为最优化的设置方式,而不作为限定本发明的保护范围的理解。
实施例1:
(1)考虑转子动能控制,在双馈风机控制系统中建立转子动能控制方法(见图1)。该方法的详细步骤如下:
步骤1:频率检测模块实施检测电网频率的变化情况,当电网频率偏差超过电网允许的最大频率偏差时,进入下一步,否则循环检测电网频率。
其中,电网频率偏差为电网频率与电力系统的标称频率的差值的绝对值,本发明实施例的标称频率为50Hz,即Δf=|fref-fmeas|。
步骤2:设定频率偏差死区阈值为δ,δ可根据经验或相关标准设定。当频率偏差Δf>δ时,满足启动转子动能控制的条件,同时根据频率偏差Δf和频率偏差变化率dΔf/dt及控制器参数大小,确定转子动能控制的转矩T的调整值,即通过改变转矩T来改变总有功功率指令,进而对系统频率进行调整(见图2)。当电网频率偏差小于或等于死区阈值时,转子动能控制结束。其中控制器参数的大小由技术方案第二部分的CS算法确定。
所述转子动能控制包括引入频率变化量Δf和引入频率变化率 dΔf/dt两个变量,见公式(1)。
Figure GDA0002767934040000081
公式(1)是对风机转矩的影响,因P=ωT,通过调整转矩大小来改变有功功率,进而影响频率。其中,ω为转子转速,Kp和Kd为PD控制器参数,ΔT为转矩补充值,其与原转矩值Tref共同作用得到最终的转矩参考值
Figure GDA0002767934040000091
(2)PD控制器的数学表达式为:
Figure GDA0002767934040000092
其中,e(t)=r(t)-y(t) (3)
式中,Kp和Kd分别为比例调节系数和微分调节系数,e(t)为控制系统误差,r(t)为额定频率50Hz,y(t)为系统当前实际频率。
控制系统的目标函数取:
Figure GDA0002767934040000093
CS算法的实现方法(见图3)为:
布谷鸟搜索算法(Cuckoo Search Algorithm,CS)作为一种新型元启发式搜索算法,主要基于布谷鸟的巢寄生繁殖机理和Levy flights 搜索原理两个方面。自然界中,布谷鸟以随机的方式或者是跟随机的方式相似的方式来寻找鸟窝的位置。大部分的布谷鸟将它们的卵产在其他鸟类的巢穴里,让宿主代替它们来抚育幼崽。如果宿主发现不是自己产下的卵,它将把这些外来的蛋移出巢外,或者选择遗弃它的鸟巢并且重新在其他的地方筑一个新的巢。但是,有一些布谷鸟会选择与宿主所产卵的颜色和形状相似的巢穴来获取宿主的喜爱,这样就减少了它们的蛋被遗弃的可能性,增加了布谷鸟的繁殖率。
一般情况下,每只布谷鸟仅能产一个蛋,并且每个鸟巢里的蛋代表一个解,这样做的目的是使潜在的更好的解来替代鸟巢中不太好的解。CS算法具有以下三条理想的规则:
1)每只布谷鸟一次只产一个蛋,并且随机的选择鸟巢来孵化。
2)最好的鸟巢将会被保留到下一代。
3)鸟巢的数量是固定的,并且宿主发现一个外来蛋的概率为 Pa=[0,1]。在这种情况下,宿主可能会将蛋推出巢外,或者遗弃鸟巢并在新的位置重新筑巢。
CS算法是根据Levy飞行的随机行走搜索方式,Levy飞行是一个步长大小服从Levy分布的随机游走,并且游走的方向是服从均匀分布的。在这些规则的基础上,布谷鸟寻窝的位置更新公式为:
Figure GDA0002767934040000101
其中,sL=levy(λ) (6)
式中,
Figure GDA0002767934040000102
表示第i个鸟窝在第t代时的位置,
Figure GDA0002767934040000103
表示第i个鸟窝在第t+1代时的位置;α为步长控制量;其中,levy(λ)是一个服从莱维分布的一个向量,即:
Figure GDA0002767934040000104
式(7)虽然能够描述CS算法的随机游走行为,但是不利于数学语言的描述,更不利于程序的编写。故采用Mantegna算法模拟莱维飞行的随机游走行为,步长s可以表示成:
Figure GDA0002767934040000111
式中,s为莱维飞行的步长;参数μ,ν都服从正态分布:
Figure 696362DEST_PATH_IMAGE002
Figure GDA0002767934040000113
其中μ和v为服从正态分布的随机变量的均值,σμ和σv为随机变量的方差。
这种算法可以产生服从近似莱维分布的样本。
CS算法与普通算法的寻找路径是不一样的,CS算法使用的Levy 飞行的搜索方式,它的特点是随机性、跳跃性比较强,这样就不易陷入局部最优值,有强大的全局搜索能力。
(3)利用基于CS算法优化整定参数PD来进行调频控制,追求更好的控制效果。鉴于PD控制器设计实际上是二维函数优化问题,CS算法采用实数编码,对于转子动能控制的风电调频,其PD控制器参数可以直接编码为:
PD:X={Kp,Kd} (11)
控制参数优化旨在使系统总体控制偏差趋于零、有较快响应速度和较小的超调量,本文采用平方误差积分准则(ISE)
Figure GDA0002767934040000121
实施例2:
本实施例结合图4-6,以一实际系统及其运行数据对本发明的技术方案进行说明。在DIgSILENT/PowerFactory软件下搭建小型系统模型该模型含150台1.5MW等值双馈风机、一台50MW同步发电机(带完整调速和励磁控制系统)、270MW负荷1,设置同步发电机为SL节点,如图4所示。为模拟电力系统稳态情况下发生欠频故障,在20s 突然增加一个20MW恒功率负荷2,由于负荷增加,系统有功功率出现暂态不平衡,电网频率瞬时跌落。在该仿真平台下观察采用传统转子动能控制(包括虚拟惯量响应控制和下垂控制)时,频率跌落的跌落情况,见图5。分别对比传统转子动能控制和基于CS算法优化参数的转子动能控制,可见经过参数优化后,频率跌落点比传统转子动能控制方法明显提高,见图6,这说明经过参数优化后转子动能控制环节的DFIG机组对系统频率调节有更好的支撑作用。
实施例3:
结合图1,在又一个具体的实施例中,本发明还提供了一种基于 CS算法的双馈机组调频控制系统,所述系统包含转子动能控制模块、频率测量模块、控制器参数整定模块;
所述控制器参数整定模块,用于依据CS算法获得整定后的控制器参数;
所述频率测量模块,用于监测电网频率偏差,并当所述频率偏差大于一预设阈值时,将所述频率偏差数据发送给转子动能控制模块;
所述转子动能控制模块,通过所述频率偏差及整定后的控制器参数,获得需要补充的转矩,并对转子侧进行变流控制;
所述电网频率偏差为电网频率与电力系统的标称频率的差值的绝对值。
优选地,所述转子动能控制模块进一步包含:
基于CS的控制器,用于依据基于CS算法对控制器参数进行整定,并接收频率偏差,获得需要补充的转矩;
转子侧变流控制模块,基于所述需要补充的转矩,对转子侧进行变流控制。
优选地,所述CS算法具体包含:
(1)初始化参数,随机产生n个鸟巢;
(2)保留上代鸟巢位置,对所有鸟巢位置进行更新;所述鸟巢位置进行更新方法为:
Figure GDA0002767934040000131
其中,sL=levy(λ),
Figure GDA0002767934040000132
表示第i个鸟窝在第t代时的位置,
Figure GDA0002767934040000133
表示第i个鸟窝在第t+1代时的位置;α为步长控制量;levy(λ)是一个服从莱维分布的一个向量,即
Figure GDA0002767934040000134
S为步长,λ为一大于零的常数,通常取常数1.5,β为1+λ。
(3)通过莱维飞行得到一组新的鸟巢位置;
(4)与上代鸟巢位置进行比较替换,得到一组较优鸟巢位置;
(5)通过动态发现概率保留或改变鸟巢位置;
(6)鸟巢位置替换,找到当前最优鸟巢;
(7)当满足预设条件时,结束;否则返回(2)。
优选地,所述S为:
Figure GDA0002767934040000141
其中,s为莱维飞行的跳跃路径;参数μ,ν都服从正态分布。
综上所述,本发明提出采用CS算法进行转子动能控制器参数优化,经过举例验证,该方法能够显著提高电网频率跌落点,提高电网抵抗负荷扰动的能力。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体 (Random AccessMemory,RAM)等。
本发明参照本发明实施例的方法、方框图、单线图、仿真图进行描述的,以上所述仅为本发明的实施例而已,并不限定本发明,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (7)

1.一种基于CS算法的双馈机组调频控制方法,其特征在于,所述方法包括:
步骤1、在双馈风机控制系统中,监测电网频率偏差;当所述频率偏差大于预设阈值时,进入下一步;否则,循环监测所述频率偏差;所述电网频率偏差为电网频率与电力系统的标称频率的差值的绝对值;
步骤2、依据所述频率偏差、频率偏差变化率及整定后的控制器参数,确定转子动能控制的转矩调整值;
步骤3、基于所述转矩调整值获得调整后的转矩,并依据调整后的转矩调整总有功功率,从而调整电力系统的电网频率;
步骤4、当所述电网频率偏差小于等于预设阈值时,结束转子动能控制,并返回步骤1;
所述步骤2中整定后的控制器参数的获取包括:
步骤201、确定控制对象的系统模型,并设置CS算法目标函数;
步骤202、通过CS算法获得控制器的整定参数,并据此获得整定后的控制器参数;
所述CS算法中,控制器的参数为X={Kp,Kd};
以平方误差积分准则作为控制器参数优化判定条件:
Figure FDA0002767934030000011
其中e(t)为控制系统误差,Kp和Kd为控制器参数。
2.根据权利要求1所述的方法,其特征在于,所述转矩调整值的具体计算通过以下方式:
Figure FDA0002767934030000021
其中,Kp和Kd为控制器参数,分别为比例调节系数和微分调节系数,ΔT为转矩调整值,Δf为电网频率偏差。
3.根据权利要求1所述的方法,其特征在于,所述系统模型为:
Figure FDA0002767934030000022
其中e(t)=r(t)-y(t),Kp和Kd分别为比例调节系数和微分调节系数,e(t)为控制系统误差,r(t)为额定频率,y(t)为系统当前实际频率。
4.根据权利要求1所述的方法,其特征在于,所述CS算法目标函数为:目标函数是电网发生频率偏移时系统频率变化最小。
5.根据权利要求1所述的方法,其特征在于,所述CS算法具体包含:
(1)初始化参数,随机产生n个鸟巢;
(2)保留上代鸟巢位置,对所有鸟巢位置进行更新;所述鸟巢位置进行更新方法为:
Figure FDA0002767934030000023
其中,sL=levy(λ),
Figure FDA0002767934030000024
表示第i个鸟窝在第t代时的位置,
Figure FDA0002767934030000025
表示第i个鸟窝在第t+1代时的位置;α为步长控制量;levy(λ)是一个服从莱维分布的一个向量,即
Figure FDA0002767934030000026
S为莱维飞行的步长,λ为一大于零的常数,β为1+λ;
(3)通过莱维飞行得到一组新的鸟巢位置;
(4)与上代鸟巢位置进行比较替换,得到一组较优鸟巢位置;
(5)通过动态发现概率保留或改变鸟巢位置;
(6)鸟巢位置替换,找到当前最优鸟巢;
(7)当满足预设条件时,结束;否则返回(2)。
6.根据权利要求5所述的方法,其特征在于,所述S为:
Figure FDA0002767934030000031
其中,S为莱维飞行的步长;参数μ,ν都服从正态分布。
7.一种基于CS算法的双馈机组调频控制系统,其特征在于,所述系统包含转子动能控制模块、频率测量模块、控制器参数整定模块;
所述控制器参数整定模块,用于依据CS算法获得整定后的控制器参数;
所述频率测量模块,用于监测电网频率偏差,并当所述频率偏差大于一预设阈值时,将所述频率偏差数据发送给转子动能控制模块;
所述转子动能控制模块,通过所述频率偏差及整定后的控制器参数,获得需要补充的转矩,并对转子侧进行变流控制;
所述电网频率偏差为电网频率与电力系统的标称频率的差值的绝对值;
所述转子动能控制模块进一步包含:
基于CS的控制器,用于依据基于CS算法对控制器的参数进行整定,并接收频率偏差,获得需要补充的转矩;
转子侧变流控制模块,基于所述需要补充的转矩,对转子侧进行变流控制;
所述CS算法中,控制器的参数为X={Kp,Kd};
以平方误差积分准则作为控制器参数优化判定条件:
Figure FDA0002767934030000041
其中e(t)为控制系统误差,Kp和Kd为控制器参数。
CN201710868272.7A 2017-09-22 2017-09-22 一种基于cs算法的双馈机组调频控制方法及系统 Active CN107769210B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710868272.7A CN107769210B (zh) 2017-09-22 2017-09-22 一种基于cs算法的双馈机组调频控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710868272.7A CN107769210B (zh) 2017-09-22 2017-09-22 一种基于cs算法的双馈机组调频控制方法及系统

Publications (2)

Publication Number Publication Date
CN107769210A CN107769210A (zh) 2018-03-06
CN107769210B true CN107769210B (zh) 2021-03-19

Family

ID=61267304

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710868272.7A Active CN107769210B (zh) 2017-09-22 2017-09-22 一种基于cs算法的双馈机组调频控制方法及系统

Country Status (1)

Country Link
CN (1) CN107769210B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110120677B (zh) * 2019-04-29 2021-02-19 南方电网调峰调频发电有限公司 双馈可变速抽水蓄能机组的自适应动态虚拟惯量调频方法
US11545920B2 (en) 2021-01-12 2023-01-03 General Electric Renovables Espana, S.L. System and methods to address drive train damper oscillations in a grid forming power generating asset
CN112947049B (zh) * 2021-01-28 2023-10-27 国网湖南省电力有限公司 一种针对滞后特性对象的火电机组控制方法、系统及介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5435574B2 (ja) * 2010-03-17 2014-03-05 日本電信電話株式会社 分散型RoF−MIMOアンテナシステムおよびセル形成方法
CN101860042B (zh) * 2010-05-14 2012-09-26 许继集团有限公司 风电场有功功率的协调控制方法
CN102594244B (zh) * 2012-02-20 2013-12-11 江苏省电力公司电力科学研究院 双馈风电机组一次调频联合控制方法

Also Published As

Publication number Publication date
CN107769210A (zh) 2018-03-06

Similar Documents

Publication Publication Date Title
CN107769210B (zh) 一种基于cs算法的双馈机组调频控制方法及系统
Karthikeya et al. Overview of wind park control strategies
US20170022974A1 (en) Operating wind turbines
CN107110121A (zh) 对风力涡轮机构造的确定
CN108368827A (zh) 风电场惯性响应
CN104595106B (zh) 基于强化学习补偿的风力发电变桨距控制方法
CN108512258B (zh) 一种基于改进多智能体一致性算法的风电场有功调度方法
Gampa et al. Real power and frequency control of a small isolated power system
CN104736845A (zh) 用于风力涡轮机控制的部分负载降额
EP3452877B1 (en) Controlling a wind turbine during a low voltage grid event using mpc
CN109004687A (zh) 风电场参与电网调频的智能惯量响应控制方法及系统
Taher et al. Optimal gain scheduling controller design of a pitch-controlled VS-WECS using DE optimization algorithm
CN110397553B (zh) 一种不基于模型的风电场尾流管理方法及系统
WO2017092762A1 (en) Control system for wind turbine having multiple rotors
Chetouani et al. Design of Optimal Backstepping Control for a Wind Power Plant System Using the Adaptive Weighted Particle Swarm Optimization.
EP3356671B1 (en) Fast reacting control system for wind turbine
Sun et al. Speed governor PID gains optimal tuning of hydraulic turbine generator set with an improved artificial fish swarm algorithm
CN105720574A (zh) 基于spsa的电力系统单区域负荷频率的数据驱动控制方法
US11799290B2 (en) Method for controlling a power plant
CN111245032B (zh) 一种计及风电场集电线路降损优化的电压预测控制方法
CN114320744A (zh) 尾流控制系统和方法
CN111835023A (zh) 一种双馈风电机组控制方法、装置和存储介质
Chen et al. Supplemental control for enhancing primary frequency response of DFIG-based wind farm considering security of wind turbines
Odgaard On usage of pareto curves to select wind turbine controller tunings to the wind turbulence level
CN113839416A (zh) 基于频率响应模型的风电最大接入比例确定方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20210817

Address after: 735000 Suzhou Industrial Park (South Park), Jiuquan City, Gansu Province

Patentee after: Sinovel Technology (Gansu) Co.,Ltd.

Address before: 100872, 19 floor, building 59, Zhongguancun Avenue, Beijing, Haidian District

Patentee before: Sinovel wind power technology (Group) Co.,Ltd.

TR01 Transfer of patent right