CN111884215B - 一种含不确定性的单机无穷大电力系统优化控制方法 - Google Patents

一种含不确定性的单机无穷大电力系统优化控制方法 Download PDF

Info

Publication number
CN111884215B
CN111884215B CN202010750430.0A CN202010750430A CN111884215B CN 111884215 B CN111884215 B CN 111884215B CN 202010750430 A CN202010750430 A CN 202010750430A CN 111884215 B CN111884215 B CN 111884215B
Authority
CN
China
Prior art keywords
power system
uncertainty
single machine
infinite power
generator
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
CN202010750430.0A
Other languages
English (en)
Other versions
CN111884215A (zh
Inventor
陈华昊
陈垠锟
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.)
Haikou Power Supply Bureau of Hainan Power Grid Co Ltd
Original Assignee
Haikou Power Supply Bureau of Hainan Power Grid 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 Haikou Power Supply Bureau of Hainan Power Grid Co Ltd filed Critical Haikou Power Supply Bureau of Hainan Power Grid Co Ltd
Priority to CN202010750430.0A priority Critical patent/CN111884215B/zh
Publication of CN111884215A publication Critical patent/CN111884215A/zh
Application granted granted Critical
Publication of CN111884215B publication Critical patent/CN111884215B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

本发明提供一种含不确定性的单机无穷大电力系统优化控制方法，包括下列步骤：S1、建立含不确定性的单机无穷大电力系统模型；S2、建立所述含不确定性的单机无穷大电力系统模型的模糊状态模型；S3、根据所述模糊状态模型获得全局性模糊状态模型；S4、构建系统控制器，并定义触发形式与条件，S5、构建H∞优化控制器，通过所述H∞优化控制器对所述含不确定性的单机无穷大电力系统模型进行鲁棒控制。

Description

一种含不确定性的单机无穷大电力系统优化控制方法
技术领域
本发明涉及电力系统稳定控制技术领域，尤其涉及一种含不确定性的单机无穷大电力系统优化控制方法。
背景技术
现如今可再生能源的利用已经成为电力技术发展的前沿和热点，其中风能的利用最为广泛，技术也最为成熟，然而随着大规模风电并网所产生的问题和面临的挑战也随之出现。由于风力发电的不连续性和不确定性等特点，当大量风电并网后会产生电力系统电压和频率不稳定的情况，从而影响电网正常运行并对今后电能的稳定传输留下隐患，因此解决风电并网后电力系统产生的不稳定问题尤为重要。H∞优化理论能够较好的解决系统的鲁棒性问题，对干扰的优化具有显著效果，因此采用H∞优化控制可以有助于提高电力系统鲁棒性。
电力系统模型属于复杂的非线性模型，在实际研究中如果采用电力系统的数学模型将会带来大量的困难与问题不利于研究的进行，而T-S模糊模型可以利用其无限逼近的特性，对局部特殊点进行线性化，避免了数学模型的复杂性，有助于对电力系统进行研究。同时在如今数字化与信息化的快速发展下，网络传输技术的快速发展，使控制系统的结构发生了很大改变，考虑到网络系统的传输带宽的有限性，网络传输带宽的压力也随之增大，迫切需要网络传输技术的快速发展与改善，而事件触发技术可以很好地解决这一问题，它可以将网络传输的效率得到显著提高，降低传输频率，提高系统的鲁棒性。
发明内容
本发明的目的在于提供一种含不确定性的单机无穷大电力系统优化控制方法，以提高网络传输的效率，降低传输频率，提高系统的鲁棒性。
本发明是通过以下技术方案实现的：一种含不确定性的单机无穷大电力系统优化控制方法，包括下列步骤：
S1、建立含不确定性的单机无穷大电力系统模型；
S2、建立所述含不确定性的单机无穷大电力系统模型的模糊状态模型；
S3、根据所述模糊状态模型获得全局性模糊状态模型；
S4、构建系统控制器，并定义触发形式与条件；
S5、构建H∞优化控制器，通过所述H∞优化控制器对所述含不确定性的单机无穷大电力系统模型进行鲁棒控制。
优选的，所述S1中，所述建立的含不确定性的单机无穷大电力系统模型为：
Figure BDA0002609841520000021
式中，δ为发电机转子运行角；ω为发电机相对转速；E′q为发电机q轴暂态电势；ω0为发电机初始角速度；H为发电机转子的转动惯量；Pm为原动机输出的机械功率；Vs为无穷大母线电压；x′dz为发电机暂态电抗之和；D为发电机阻尼系数；T′do为定子绕组闭路时励磁绕组的时间常数；x′d为发电机轴暂态电抗；Tdo为励磁绕组闭路时励磁绕组的时间常数；Vf为励磁绕组电压，定为控制变量,w1(t)、w2(t)为干扰量，xd为发电机轴等值电抗，w1(t)、w2(t)为干扰量，xd为发电机轴等值电抗。
优选的，步骤S2中，所建立的含不确定性的单机无穷大电力系统模型的模糊状态模型为：
Figure BDA0002609841520000022
h(t)＝Cix(t)+Niw(t)
其中，ΔAi和ΔBi是具有适当维数的时变矩阵，并且
Figure BDA0002609841520000031
Figure BDA0002609841520000032
x1()＝δ，x2(t)＝ω，x3(t)＝E′q，u(t)＝Vf，x(t)＝[x1(t) x2(t) x3(t)]T，w(t)＝[0 w1(t) w2(t)]T，
Figure BDA0002609841520000033
Figure BDA0002609841520000034
隶属度函数：
Figure BDA0002609841520000035
优选的，根据所述模糊状态模型获得如下全局性模糊状态模型：
Figure BDA0002609841520000036
Figure BDA0002609841520000037
优选的，在步骤S4中，采用并行分布补偿技术设计系统控制器，并设置如下控制规则：如果x1()是
Figure BDA0002609841520000038
且xg()是
Figure BDA0002609841520000039
那么
Figure BDA00026098415200000310
其中Ki为对应模糊规则的1*3维控制静态增益反馈矩阵，tm表示触发时刻。
优选的，所述系统控制器的触发形式为：e(t)＝x(tm)-x(t)，其中e(t)是系统的事件触发形式，m表示事件触发的次数，tm表示触发时刻；
所述触发条件为：
Figure BDA00026098415200000311
其中ρ为设定的无量纲数，用于调节触发条件。
优选的，所构建的H∞优化控制器为：
Figure BDA00026098415200000312
其中，γ为常数，是外部干扰的抑制指标参考值。
优选的，所述步骤S5还包括，采用H∞优化控制器进行含不确定性的单机无穷大电力系统鲁棒控制，使闭环系统渐进稳定，并求得一组正定对称矩阵解P，使如下线性矩阵不等式成立：
Figure BDA0002609841520000041
其中
Figure BDA0002609841520000042
Figure BDA0002609841520000043
K1、K2为对应相应模糊规则的1*3维控制增益矩阵，P为3*3维对称正定矩阵。
与现有技术相比，本发明达到的有益效果如下：
本发明提供的一种含不确定性的单机无穷大电力系统优化控制方法，从含不确定性的单机无穷大电力系统的建模和控制器设计两个方面入手进行统筹设计，能够实现含不确定性的单机无穷大电力系统的高功能优化控制目标，满足电力系统运行时的高功能性以及高可靠性，可行性强，完全满足含不确定性的单机无穷大电力系统的实时优化控制的高功能要求，实现了提高含不确定性的单机无穷大电力系统的鲁棒性和高功能性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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优选实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的一种含不确定性的单机无穷大电力系统优化控制方法的流程图；
图2为本发明的含不确定性的单机无穷大电力系统的状态响应曲线图；
图3为本发明的含不确定性的单机无穷大电力系统的控制输入曲线图；
图4为本发明的含不确定性的单机无穷大电力系统的事件触发信号曲线图；
图5为本发明的含不确定性的单机无穷大电力系统的优化输出响应曲线图。
具体实施方式
为了更好理解本发明技术内容，下面提供具体实施例，并结合附图对本发明做进一步的说明。
参见图1，本发明实施例提供了一种含不确定性的单机无穷大电力系统优化控制方法，应用于含不确定性的单机无穷大电力系统的控制，如今新能源发电日益增多，以风能发电为例，大规模风电并网所产生的问题和面临的挑战也越发突出，由于风力发电的不连续性和不确定性等特点，当大量风电并网后会产生电力系统电压和频率不稳定的情况，从而影响电网正常运行并对今后电能的稳定传输留下隐患，因此解决风电并网后电力系统产生的不稳定问题尤为重要，为此，本实施例通过以含不确定性的单机无穷大电力系统数学模型线为基础建立含不确定性的单机无穷大电力系统的全局性模糊状态模型，并以此来构建控制器，通过定义事件触发形式和触发条件并建立优化控制的性能，对含不确定性的单机无穷大电力系统进行优化控制，从而实现提高含不确定性的单机无穷大电力系统的鲁棒性，增强其抗干扰能力，达到满足电力系统在运行时受到干扰情况下的高安全性以及高可靠性；同时提高了控制方法在信息采样技术方面的控制能力，大幅降低了系统采集非必要信息的次数，有效缓解了系统信息传输通道的压力，提高了含不确定性的单机无穷大电力系统的鲁棒性和高功能性，其具体包括下列步骤：
S1、建立含不确定性的单机无穷大电力系统模型；
S2、建立所述含不确定性的单机无穷大电力系统模型的模糊状态模型；
S3、根据所述模糊状态模型获得全局性模糊状态模型；
S4、构建系统控制器，并定义触发形式与条件；
S5、构建H∞优化控制器，通过所述H∞优化控制器对所述含不确定性的单机无穷大电力系统模型进行鲁棒控制。
具体的，在本发明的一些实施例中，所述步骤S1所建立的含不确定性的单机无穷大电力系统模型为：
Figure BDA0002609841520000061
式中，δ为发电机转子运行角；ω为发电机相对转速；E′q为发电机q轴暂态电势；ω0为发电机初始角速度；H为发电机转子的转动惯量；Pm为原动机输出的机械功率；Vs为无穷大母线电压；x′dz为发电机暂态电抗之和；D为发电机阻尼系数；T′do为定子绕组闭路时励磁绕组的时间常数；x′d为发电机轴暂态电抗；Tdo为励磁绕组闭路时励磁绕组的时间常数；Vf为励磁绕组电压，定为控制变量,w1(t)、w2(t)为干扰量，xd为发电机轴等值电抗，w1(t)、w2(t)为干扰量，xd为发电机轴等值电抗。
具体的，在本发明的一些实施例中，步骤S2中，所建立的含不确定性的单机无穷大电力系统模型的模糊状态模型为：
Figure BDA0002609841520000062
h(t)＝Cix(t)+Niw(t)
其中，ΔAi和ΔBi是具有适当维数的时变矩阵，并且
Figure BDA0002609841520000063
Figure BDA0002609841520000064
x1(t)＝δ，x2(t)＝ω，x3(t)＝E′q，u(t)＝Vf，x(t)＝[x1(t) x2(t) x3(t)]T，w(t)＝[0 w1(t) w2(t)]T，
Figure BDA0002609841520000065
Figure BDA0002609841520000066
隶属度函数：
Figure BDA0002609841520000071
具体的，在本发明的一些实施例中，根据所述模糊状态模型获得如下全局性模糊状态模型：
Figure BDA0002609841520000072
Figure BDA0002609841520000073
具体的，在本发明的一些实施例中，采用并行分布补偿技术设计系统控制器，并设置如下控制规则：如果x1()是
Figure BDA0002609841520000074
且xg()是
Figure BDA0002609841520000075
那么
Figure BDA0002609841520000076
Figure BDA0002609841520000077
其中Ki为对应模糊规则的1*3维控制静态增益反馈矩阵，tm表示触发时刻。
具体的，在本发明的一些实施例中，所述系统控制器的触发形式为：e(t)＝x(tm)-x(t)，其中e(t)是系统的事件触发形式，m表示事件触发的次数，tm表示触发时刻；
所述触发条件为：
Figure BDA0002609841520000078
其中ρ为设定的无量纲数，用于调节触发条件。
具体的，在本发明的一些实施例中，所构建的H∞优化控制器为：
Figure BDA0002609841520000079
其中，γ为常数，是外部干扰的抑制指标参考值。
具体的，在本发明的一些实施例中，所述步骤S5还包括，采用H∞优化控制器进行含不确定性的单机无穷大电力系统鲁棒控制，使闭环系统渐进稳定，并求得一组正定对称矩阵解P，使如下线性矩阵不等式成立：
Figure BDA0002609841520000081
Figure BDA0002609841520000082
其中
Figure BDA0002609841520000083
Figure BDA0002609841520000084
K1、K2为对应相应模糊规则的1*3维控制增益矩阵，P为3*3维对称正定矩阵。
采用含不确定性的单机无穷大电力系统来进行实验，其中选取的主要技术性能指标和设备参数为：D＝0.15，H＝12.9，Vs＝1，Td0＝6.45，T′d0＝1.2，xd＝0.83，x′d＝0.105，x′d∑＝0.16，ω0＝314.154，设置所述含不确定性的单机无穷大电力系统模型的模糊状态模型中相应的参数为：
Figure BDA0002609841520000085
Figure BDA0002609841520000086
Figure BDA0002609841520000087
C1＝[0.1 1 0.45]C2＝[0.25 1.1 0.35]
Figure BDA0002609841520000088
Figure BDA0002609841520000089
Figure BDA00026098415200000810
N1＝0.4 N2＝0.45，ρ＝0.582，ε＝1.146，σ＝1.758，γ＝0.984。
设置系统控制器中对应模糊规则的1*3维控制静态增益反馈矩阵：
K1＝[-4.891 -6.757 -10.078]
K2＝[-4.112 -7.979 -7.827]
根据上述的参数以及数据求得的正定对称矩阵：
Figure BDA0002609841520000091
设定单机无穷大电力系统的初始条件为x0＝[0.1 0.2 0.05]T，图2是系统的状态响应曲线，其中x1(t)、x2(t)、x3(t)，分别是发电机转子运行角、发电机相对转速、发电机q轴暂态电势，可以看出在受到干扰后系统各参数逐渐趋近于稳定；图3为系统的控制输入曲线，通过图3可以证明系统具有较强的鲁棒性；图4是系统的事件触发曲线图，由图形可以看出当事件触发一次则图中虚线和实线就发生一次交集，从而说明了触发条件设计的有效性；图5是系统在H∞优化控制下的优化曲线，通过图5可以证明优化控制的有效性。
综上数据以及曲线图可以证明本发明所述方法提高了含不确定性的单机无穷大电力系统在受到干扰情况下的鲁棒性并提高了系统的抗干扰能力；同时大幅降低了系统采集非必要信息的次数，有效缓解了系统信息传输通道的压力，提高了单机无穷大电力系统的鲁棒性和高功能性。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (6)

1.一种含不确定性的单机无穷大电力系统优化控制方法，其特征在于，包括下列步骤：
S1、建立含不确定性的单机无穷大电力系统模型，所述建立的含不确定性的单机无穷大电力系统模型为：
Figure FDA0004048234190000011
式中，δ为发电机转子运行角；ω为发电机相对转速；E′q为发电机q轴暂态电势；ω0为发电机初始角速度；H为发电机转子的转动惯量；Pm为原动机输出的机械功率；Vs为无穷大母线电压；x′dz为发电机暂态电抗之和；D为发电机阻尼系数；T′do为定子绕组闭路时励磁绕组的时间常数；x′d为发电机轴暂态电抗；Tdo为励磁绕组闭路时励磁绕组的时间常数；Vf为励磁绕组电压，w1(t)、w2(t)为干扰量，xd为发电机轴等值电抗；
S2、建立所述含不确定性的单机无穷大电力系统模型的模糊状态模型，所建立的含不确定性的单机无穷大电力系统模型的模糊状态模型为：
Figure FDA0004048234190000012
h(t)＝Cix(t)+Niw(t)
其中，ΔAi和ΔBi是具有适当维数的时变矩阵，并且
Figure FDA0004048234190000013
Figure FDA0004048234190000014
Ai为三维时变矩阵，Bi为一维时变矩阵，
Figure FDA0004048234190000015
x1(t)＝δ，x2(t)＝ω，x3(t)＝E′q，u(t)＝Vf，x(t)＝[x1(t) x2(t) x3(t)]T，w(t)＝[0 w1(t) w2(t)]T，
Figure FDA0004048234190000016
Figure FDA0004048234190000017
隶属度函数：
Figure FDA0004048234190000021
Figure FDA0004048234190000022
S3、根据所述模糊状态模型获得全局性模糊状态模型；
S4、构建系统控制器，并定义触发形式与触发条件；
S5、构建H∞优化控制器，通过所述H∞优化控制器对所述含不确定性的单机无穷大电力系统模型进行鲁棒控制。
2.根据权利要求1所述的一种含不确定性的单机无穷大电力系统优化控制方法，其特征在于，所述步骤S3中，根据所述模糊状态模型获得如下全局性模糊状态模型：
Figure FDA0004048234190000023
Figure FDA0004048234190000024
3.根据权利要求2所述的一种含不确定性的单机无穷大电力系统优化控制方法，其特征在于，在步骤S4中，采用并行分布补偿技术设计系统控制器，并设置如下控制规则：如果x1(t)是
Figure FDA0004048234190000025
且xg(t)是
Figure FDA0004048234190000026
那么
Figure FDA0004048234190000027
其中Ki为对应模糊规则的1*3维控制静态增益反馈矩阵，tm表示触发时刻。
4.根据权利要求3所述的一种含不确定性的单机无穷大电力系统优化控制方法，其特征在于，所述系统控制器的触发形式为：ei(t)＝xi(tm)-xi(t)，其中ei是第i个子系统的事件触发形式，m表示事件触发的次数，tm表示触发时刻；
所述触发条件为：
Figure FDA0004048234190000028
其中ρ为设定的无量纲数，用于调节触发条件。
5.根据权利要求4所述的一种含不确定性的单机无穷大电力系统优化控制方法，其特征在于，所构建的H∞优化控制器为：
∫0 ∞[hT(t)h(t)-γ2wT(t)w(t)]dt＜0
其中，γ为常数，是外部干扰的抑制指标参考值。
6.根据权利要求5所述的一种含不确定性的单机无穷大电力系统优化控制方法，其特征在于，所述步骤S5还包括，采用H∞优化控制器进行含不确定性的单机无穷大电力系统鲁棒控制，使闭环系统渐进稳定，并求得一组正定对称矩阵解P，使如下线性矩阵不等式成立：
Figure FDA0004048234190000031
其中
Figure FDA0004048234190000032
Q＝P-1，i＝1，2，K1、K2为对应相应模糊规则的1*3维控制静态增益反馈矩阵。
CN202010750430.0A 2020-07-30 2020-07-30 一种含不确定性的单机无穷大电力系统优化控制方法 Active CN111884215B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010750430.0A CN111884215B (zh) 2020-07-30 2020-07-30 一种含不确定性的单机无穷大电力系统优化控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010750430.0A CN111884215B (zh) 2020-07-30 2020-07-30 一种含不确定性的单机无穷大电力系统优化控制方法

Publications (2)

Publication Number Publication Date
CN111884215A CN111884215A (zh) 2020-11-03
CN111884215B true CN111884215B (zh) 2023-04-28

Family

ID=73204493

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010750430.0A Active CN111884215B (zh) 2020-07-30 2020-07-30 一种含不确定性的单机无穷大电力系统优化控制方法

Country Status (1)

Country Link
CN (1) CN111884215B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113721460B (zh) * 2021-07-21 2023-09-29 广西电网有限责任公司 一种基于概率鲁棒随机算法的电力系统稳定控制方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110212575A (zh) * 2019-06-11 2019-09-06 贵州电网有限责任公司 双馈风机单机无穷大系统的小干扰稳定性模态分析方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016037321A1 (zh) * 2014-09-09 2016-03-17 重庆邮电大学 一种基于模糊逻辑控制的5g/wlan网络垂直切换方法
CN106374461B (zh) * 2016-09-29 2018-12-11 重庆大学 多区域互联电力系统基于事件触发负荷频率控制的方法
CN109450310B (zh) * 2018-11-30 2022-02-22 河海大学 一种抑制扰动的风力发电机组h∞鲁棒控制方法
CN110566403A (zh) * 2019-08-08 2019-12-13 天津科技大学 一种风力发电t-s模糊鲁棒调度容错控制方法
CN110932330B (zh) * 2019-12-20 2022-05-03 海南电网有限责任公司海口供电局 一种非线性多机电力系统的事件触发控制方法
CN111431168A (zh) * 2019-12-20 2020-07-17 海南电网有限责任公司海口供电局 含干扰的非线性多机电力系统的输出反馈控制方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110212575A (zh) * 2019-06-11 2019-09-06 贵州电网有限责任公司 双馈风机单机无穷大系统的小干扰稳定性模态分析方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于T-S模型的励磁系统控制器的设计;邓亚芝等;《西安理工大学学报》;第23卷(第01期);第71-74页 *

Also Published As

Publication number Publication date
CN111884215A (zh) 2020-11-03

Similar Documents

Publication Publication Date Title
Fu et al. Integrated wind turbine controller with virtual inertia and primary frequency responses for grid dynamic frequency support
Krpan et al. Introducing low‐order system frequency response modelling of a future power system with high penetration of wind power plants with frequency support capabilities
Nasiri et al. Super‐twisting sliding mode control for gearless PMSG‐based wind turbine
Pan et al. Variable pitch control on direct-driven PMSG for offshore wind turbine using Repetitive-TS fuzzy PID control
Pradhan et al. Adaptive deloading of stand-alone wind farm for primary frequency control
Mensou et al. An efficient nonlinear Backstepping controller approach of a wind power generation system based on a DFIG
Wang et al. Utilisation of kinetic energy from wind turbine for grid connections: a review paper
Zhang et al. Control optimisation for pumped storage unit in micro‐grid with wind power penetration using improved grey wolf optimiser
Laghridat et al. Comparative Analysis between PI and Linear‐ADRC Control of a Grid Connected Variable Speed Wind Energy Conversion System Based on a Squirrel Cage Induction Generator
Zhang et al. Detailed modelling and parameters optimisation analysis on governing system of hydro‐turbine generator unit
Krpan et al. Inertial and primary frequency response model of variable‐speed wind turbines
Xu et al. Improved use of WT kinetic energy for system frequency support
Dai et al. An extended SFR model with high penetration wind power considering operating regions and wind speed disturbance
CN111884215B (zh) 一种含不确定性的单机无穷大电力系统优化控制方法
Kazemi et al. Adaptive fractional‐order control of power system frequency in the presence of wind turbine
Shutari et al. Towards enhancing the performance of grid-tied VSWT via adopting sine cosine algorithm-based optimal control scheme
Liao et al. Hybrid control of DFIGs for short‐term and long‐term frequency regulation support in power systems
Verij Kazemi et al. Adaptive frequency control with variable speed wind turbines using data-driven method
Gao et al. A fast high-precision model of the doubly-fed pumped storage unit
Wang et al. SSCI performance of DFIG with direct controller
Nguyen et al. Implementation of Equilibrium Optimizer Algorithm for MPPT in a wind turbine with PMSG
CN111884217B (zh) 一种基于t-s模型的单机无穷大电力系统优化控制方法
Xu et al. Sub-synchronous frequency domain-equivalent modeling for wind farms based on rotor equivalent resistance characteristics
CN108199391B (zh) 一种发电机uel与pss的协调控制方法
Bao et al. Closed-loop synthetic inertia control for wind turbine generators in association with slightly over-speeded deloading operation

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Chen Huahao

Inventor after: Chen Kengun

Inventor before: Chen Huahao

GR01 Patent grant
GR01 Patent grant