CN112003335A - 基于改进粒子群算法的孤岛微电网自适应下垂控制方法 - Google Patents

基于改进粒子群算法的孤岛微电网自适应下垂控制方法 Download PDF

Info

Publication number
CN112003335A
CN112003335A CN202010902648.3A CN202010902648A CN112003335A CN 112003335 A CN112003335 A CN 112003335A CN 202010902648 A CN202010902648 A CN 202010902648A CN 112003335 A CN112003335 A CN 112003335A
Authority
CN
China
Prior art keywords
droop
voltage
microgrid
particle swarm
algorithm
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.)
Pending
Application number
CN202010902648.3A
Other languages
English (en)
Inventor
冷祥彪
彭飞
赖余斌
洪巧章
陈晓明
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.)
Energy Development Research Institute of China Southern Power Grid Co Ltd
Original Assignee
Energy Development Research Institute of China Southern 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 Energy Development Research Institute of China Southern Power Grid Co Ltd filed Critical Energy Development Research Institute of China Southern Power Grid Co Ltd
Priority to CN202010902648.3A priority Critical patent/CN112003335A/zh
Publication of CN112003335A publication Critical patent/CN112003335A/zh
Pending legal-status Critical Current

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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/48—Controlling the sharing of the in-phase component
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/388—Islanding, i.e. disconnection of local power supply from the network
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/50—Controlling the sharing of the out-of-phase component
    • 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)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种基于改进粒子群算法的孤岛微电网自适应下垂控制方法，根据微电网结构及所述微电网线路参数对传统下垂控制算法的影响，在基本的粒子群算法中引入模糊规则算法，以动态地调整所述粒子群算法的学习因子和惯性权重，得到改进后的粒子群算法；根据所述改进后的粒子群算法，优化微电网下垂控制算法中的频率下垂系数和电压下垂系数，以得到参考电压和参考电流；将所述参考电压和所述参考电流产生逆变器控制信号，并将所述逆变器控制信号输入至所述微电网的逆变器，以控制所述逆变器的有功功率和无功功率的分配，有效地提高了有功功率和无功功率的分配精度，改善了微电网的动态性能和稳定性。

Description

基于改进粒子群算法的孤岛微电网自适应下垂控制方法
技术领域
本发明涉及电力系统控制技术领域，尤其涉及一种基于改进粒子群算法的孤岛微电网自适应下垂控制方法、系统及计算机可读存储介质。
背景技术
人工智能控制算法在解决电网中复杂问题时的重要作用日益凸显，与传统控制方式相比具有无可比拟的优势，在控制、建模、运行和分析等方面已成为研究解决电力系统问题的主要方法。
现有技术中，存在一种结合耦合补偿和虚拟阻抗的改进下垂控制策略，通过添加合理的虚拟电抗来减少DG单元(Distributed Generation，分布式发电)的功率耦合，并且耦合补偿可以减小不可控制功率耦合的影响，采用改进后的粒子群算法(Particle swarmoptimization，PSO)对耦合补偿的参数进行实时优化，有效地提高微电网的功率分配准确性，动态性能和稳定性。但是，作为集中式控制结构，该方法通过通信线路传递系统的状态信息，一旦通信系统故障或延时，将会对优化结果生成较大的影响，因此必须具备高可靠性的通信系统。还存在一种基于有限时间平均一致性算法和图算法的分布式控制策略，通过调节多个分布式电源协同控制，补偿负荷母线中的不平衡电压，与集中式控制相比，该方法具有较高的通信容错，并具备即插即用等特点，但是其所考虑的应用场景有限。
但是，上述两种方法存在没有考虑线路阻抗对DG造成的影响，也没有考虑系统的功率分配的问题，具体由于线路阻抗的差异，无法确保电压信息处处相等，导致其下垂控制可能会产生功率分配精度下降、母线电压跌落等一系列问题。
发明内容
本发明目的在于，提供一种基于改进粒子群算法的孤岛微电网自适应下垂控制方法、系统及计算机可读存储介质，以解决因线路阻抗的差异，在微电网下垂控制中可能会生成功率分配精度下降、母线电压跌落等一系列问题。
为实现上述目的，本发明实施例提供以下技术方案：
本发明一实施例提供基于改进粒子群算法的孤岛微电网自适应下垂控制方法，包括：
根据微电网结构及所述微电网线路参数对传统下垂控制算法的影响，在基本的粒子群算法中引入模糊规则算法，以动态地调整所述粒子群算法的学习因子和惯性权重，得到改进后的粒子群算法；
根据所述改进后的粒子群算法，优化微电网下垂控制算法中的频率下垂系数和电压下垂系数，以得到参考电压和参考电流；
将所述参考电压和所述参考电流产生逆变器控制信号，并将所述逆变器控制信号输入至所述微电网的逆变器，以控制所述逆变器的有功功率和无功功率的分配。
优选地，所述将所述参考电压和所述参考电流产生逆变器控制信号，并将所述逆变器控制信号输入至所述微电网的逆变器，以控制所述逆变器的有功功率和无功功率的分配，具体为：
根据DG电源输出的有功功率和无功功率，获得DG电源的频率下垂特性和电压下垂特性；
根据所述DG电源的频率下垂特性，对所述DG电源输出的有功功率进行分配；
根据微电网简化结构，获得所述DG电源的无功功率传输特性曲线；
结合所述DG电源的电压下垂特性以及无功功率传输特性曲线，对所述DG电源输出的无功功率进行分配。
优选地，所述根据DG电源输出的有功功率和无功功率，获得DG电源的频率下垂特性和电压下垂特性，具体为：
根据如下公式，确定第i个DG电源输出的有功功率和无功功率：
Figure BDA0002659506400000021
Figure BDA0002659506400000022
式中，Ui为第i个DG电源输出电压的幅值，UPCC为微电网交流母线电压的幅值，Xi为第i个DG电源至交流母线处的线路电抗，δi为第i个DG电源输出电压的相位与PCC电压相位差；
根据所述第i个DG电源输出的有功功率和无功功率，确定DGi的下垂特性方程：
fi＝f*-kpPi (3)
Ui＝U*-kqQi (4)
式中，fi为第i个DG电源输出电压的频率，f*为微网系统的参考频率，U*为微网系统的参考电压，kp为微网下垂控制中的频率下垂系数，kq为微网下垂控制中的电压下垂系数。
优选地，所述根据微电网简化结构，获得所述DG电源的无功功率传输特性曲线，具体为：
根据微电网简化结构，确定第i个DG电源输出电压的幅值；
Ui＝UPCC+ΔUi (5)
Figure BDA0002659506400000031
其中，ΔUi为第i个DG电源出口线路阻抗的电压；
根据简化原则，简化所述第i个DG电源出口线路阻抗的电压：
Figure BDA0002659506400000032
根据简化后的第i个DG电源出口线路阻抗的电压ΔUi以及微电网交流母线电压的幅值UPCC，获得DG电源的无功功率传输特性曲线。
优选地，所述根据简化后的第i个DG电源出口线路阻抗的电压ΔUi以及微电网交流母线电压的幅值UPCC，获得DG电源的无功功率传输特性曲线，还包括：
根据双分布式电源并联结构，获得DG1电源和DG2电源的无功功率传输特性曲线：
Figure BDA0002659506400000033
Figure BDA0002659506400000034
其中，k1为DG1出口线路的阻抗系数，k2为DG2电源出口线路的阻抗系数。
所述根据所述改进后的粒子群算法，优化微电网下垂控制算法中的频率下垂系数和电压下垂系数，以得到参考电压和参考电流，具体为：
在微电网运行时，获取测得的系统偏差信息；
根据所述系统偏差信息以及所述改进后的粒子群算法，对粒子进行寻找最优值，同时根据所述模糊规则算法计算出的粒子信息，动态地调节改进后的粒子群算法的参数，以加快改进后的粒子群算法的收敛速度，进而更新粒子的速度和位置；
在确定最终的寻优得到粒子最优解后，实时获取二维极值，以更新微电网下垂控制算法中的频率下垂系数和电压下垂系数；
根据更新后的结果，计算参考电压和参考电流。
本发明另一实施例提供一种基于改进粒子群算法的孤岛微电网自适应下垂控制系统，包括:DG电源、逆变器、LC滤波器、线路阻抗、输入模块、下垂控制器、IPSO模块和模糊规则模块；
所述DG电源分别经过所述逆变器、所述LC滤波器、所述线路阻抗连接至交流母线；
所述模糊规则模块连接至所述IPSO模块，并用于动态地调整所述粒子群算法的学习因子和惯性权重，以改进所述IPSO模块的粒子群算法；
所述IPSO模块连接至所述下垂控制器；
所述下垂控制器的输入端与所述输入模块的输出端连接，所述下垂控制器的输出端与所述逆变器连接，并用于产生逆变器控制信号至所述逆变器，以控制所述逆变器的有功功率和无功功率的分配。
优选地，所述下垂控制器包括下垂控制模块、电压外环模块和电流内环模块；
所述输入模块、所述下垂控制模块、所述电压外环模块以及所述电流内环模块以及所述逆变器依次串联；
所述下垂控制模块用于根据下垂曲线生成参考电压，并将所述参考电压输入至所述电压外环模块；
所述电压外环模块用于根据所述LC滤波器输入的电压量以及所述参考电压，生成参考电流，并输入至所述电流内环模块；
所述电流内环模块用于根据所述LC滤波器输入的电流量以及所述参考电流，生成所述逆变器控制信号至所述逆变器。
优选地，改进后的IPSO模块用于根据输入的所述系统偏差信息以及所述改进后的粒子群算法，对粒子进行寻找最优值；
所述模糊规则模块用于根据所述模糊规则算法计算出的粒子信息，动态地调节改进后的粒子群算法的参数，以加快改进后的粒子群算法的收敛速度，进而更新粒子的速度和位置，以及在确定最终的寻优得到粒子最优解后，获得二维极值；
所述下垂控制模块用于根据实时获取的所述二维极值，更新微电网下垂控制算法中的频率下垂系数和电压下垂系数，并根据更新后的结果，计算参考电压和参考电流。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上述任一实施例所述的一种基于改进粒子群算法的孤岛微电网自适应下垂控制方法。
本发明实施例提供的技术方案优点在于，针对多个分布式电源并联运行的孤岛微电网中，由于线路阻抗的差异，无法确保电压信息处处相等，导致其下垂控制可能会生成功率分配精度下降、母线电压跌落等一系列问题。本发明利用模糊规则系统改进粒子群算法进而优化下垂控制的方法，将改进粒子群算法应用到下垂控制的优化过程中，可在不同的运行工况下实时维持电压和频率的稳定，有效地提高了有功功率和无功功率的分配精度，改善了微电网的动态性能和稳定性。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施方式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方式，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他的附图。
图1是本发明某一实施例提供的基于改进粒子群算法的孤岛微电网自适应下垂控制方法的流程示意图；
图2是本发明某一实施例提供的下垂特性曲线；
图3是本发明某一实施例提供的无功功率分配关系图；
图4是本发明某一实施例提供的基于IPSO的微电网下垂控制结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅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他实施例，都属于本发明保护的范围。
应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。
应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
请参阅图1，本发明实施例提供一种基于改进粒子群算法的孤岛微电网自适应下垂控制方法，包括以下步骤：
S101，根据微电网结构及所述微电网线路参数对传统下垂控制算法的影响，在基本的粒子群算法中引入模糊规则算法，以动态地调整所述粒子群算法的学习因子和惯性权重，得到改进后的粒子群算法。
其中，所述的在基本的粒子群算法中引入模糊规则算法，所述基本的粒子算法包括，种群初始化、迭代设置、速度更新、位置更新、局部位置向量、全局位置向量更新和终止条件判断，模糊规则算法采用遗传算法来同步优化TS模糊神经网络的权值和修剪网络中不必要的连接、隐结点和输入结点。具体的，首先对粒子群初始化，进而根据引入的模糊规则计算适应度，根据适应度更新速度和位置，若迭代达到次数或精度要求则结束迭代。其中所述位置和速度，具体的，群中的每个个体称为一个粒子，在D维空间中，第i个粒子的位置表示为,Xi＝(xi1,xi2,xi3,…,xiD)，最好的适应度值记为Pi＝(pi1,pi2,pi3,…,piD)，也称为Pbest，相应的，最优位置记为Pg＝(pg1,pg2,pg3,…,pgD)，也称为Gbest，粒子i的速度用V表示，所以对于每一代第d维可根据如下方程进行变化：
vid(t)＝wvid(t-1)+c1r1(pid-xid(t-1))+c2r2(pgd-xid(t-1))
xid(t)＝xid(t-1)+vid(t)
式中，w为惯性权重，c1和c2称为学习因子，r1和r2是[0,1]之间的随机生成数。
S102，根据所述改进后的粒子群算法，优化微电网下垂控制算法中的频率下垂系数和电压下垂系数，以得到参考电压和参考电流。
根据在微电网运行时，获取测得的系统偏差信息，根据系统偏差信息以及所述改进后的粒子群算法，对粒子进行寻找最优值，同时根据所述模糊规则算法计算出的粒子信息，动态地调节改进后的粒子群算法的参数，以加快改进后的粒子群算法的收敛速度，进而更新粒子的速度和位置，即，所述步骤S101。在确定最终的寻优得到粒子最优解后，实时获取二维极值，以更新微电网下垂控制算法中的频率下垂系数和电压下垂系数，根据更新后的结果，计算得到参考电压和参考电流。具体的，如下：
根据步骤S101引入模糊算法更新粒子的速度和位置后，优化下垂控制算法的下垂系数，具体更新步骤如下，根据以下公式，确定第i个DG电源输出的有功功率和无功功率：
Figure BDA0002659506400000061
Figure BDA0002659506400000062
式中，Ui为第i个DG电源输出电压的幅值，UPCC为微电网交流母线电压的幅值，Xi为第i个DG电源至交流母线处的线路电抗，δi为第i个DG电源输出电压的相位与PCC电压相位差；
根据所述第i个DG电源输出的有功功率和无功功率，参照图2，其中下垂特性由曲线(a)为P-f和曲线(b)为Q-U描述，确定DGi的下垂特性方程：
fi＝f*-kpPi (3)
Ui＝U*-kqQi (4)
式中，fi为第i个DG电源输出电压的频率，f*为微网系统的参考频率，U*为微网系统的参考电压，kp为微网下垂控制中的频率下垂系数，kq为微网下垂控制中的电压下垂系数。
根据微电网简化结构，确定第i个DG电源输出电压的幅值；
Ui＝UPCC+ΔUi (5)
Figure BDA0002659506400000071
其中，ΔUi为第i个DG电源出口线路阻抗的电压；
根据简化原则R<<X，忽略线路电阻，简化所述第i个DG电源出口线路阻抗的电压：
Figure BDA0002659506400000072
根据简化后的第i个DG电源出口线路阻抗的电压ΔUi以及微电网交流母线电压的幅值UPCC，获得DG电源的无功功率传输特性曲线。
根据双分布式电源并联结构，获得DG1电源和DG2电源的无功功率传输特性曲线：
Figure BDA0002659506400000073
Figure BDA0002659506400000074
其中，k1为DG1出口线路的阻抗系数，k2为DG2电源出口线路的阻抗系数。
参照图3，当线路阻抗系数不相等时，微电网的稳态运行点位于A、B两点，假设两个DG的无功功率增益相同，当线路阻抗X1<X2时，Q1>Q2，DG1和DG2并联时输出的无功功率不能精确分配。因此，本发明实施例，将获取测得的系统偏差信息，根据系统偏差信息以及所述改进后的粒子群算法，对粒子进行寻找最优值，同时根据所述模糊规则算法计算出的粒子信息，动态地调节改进后的粒子群算法的参数，以加快改进后的粒子群算法的收敛速度，进而更新粒子的速度和位置，在确定最终的寻优得到粒子最优解后，实时获取二维极值，以更新微电网下垂控制算法中的频率下垂系数和电压下垂系数，根据更新后的结果，进而得到参考电压和参考电流。
S103，将所述参考电压和所述参考电流产生逆变器控制信号，并将所述逆变器控制信号输入至所述微电网的逆变器，以控制所述逆变器的有功功率和无功功率的分配。
参照图4，其中，DGi为第i个分布式电源投入微电网中运行，下垂控制为逆变器i提供控制信号。IPSO寻优模块与下垂控制模块实现系统信息的实时交互：微电网运行时，将测得的系统偏差信息输入到IPSO模块中，IPSO模块收到输入信号，对粒子进行寻优，同时模糊规则系统通过计算出的粒子信息，动态地调节IPSO的参数，加快算法的收敛速度，进而更新自己的速度和位置。完成最终的寻优得到粒子最优解后，将获得的二维极值dp、dq实时地输入到下垂控制模块中，更新原来的下垂系数，进而得到参考电压、参考电流，通过电压电流环，产生逆变器控制信号。
将所产生的逆变器控制信号输入至所述微电网的逆变器，以控制所述逆变器的有功功率和无功功率的分配，以解决因线路阻抗的差异，在微电网下垂控制中可能会生成功率分配精度下降、母线电压跌落等一系列问题。
参照图4，本发明实施例提供一种基于改进粒子群算法的孤岛微电网自适应下垂控制系统，包括：DG电源、逆变器、LC滤波器、线路阻抗、输入模块、下垂控制器、IPSO模块和模糊规则模块。
所述DG电源分别经过所述逆变器、所述LC滤波器、所述线路阻抗连接至交流母线；所述模糊规则模块连接至所述IPSO模块，并用于动态地调整所述粒子群算法的学习因子和惯性权重，以改进所述IPSO模块的粒子群算法；所述IPSO模块连接至所述下垂控制器；所述下垂控制器的输入端与所述输入模块的输出端连接，所述下垂控制器的输出端与所述逆变器连接，并用于产生逆变器控制信号至所述逆变器，以控制所述逆变器的有功功率和无功功率的分配。
优选地，所述下垂控制器包括下垂控制模块、电压外环模块和电流内环模块；
所述输入模块、所述下垂控制模块、所述电压外环模块以及所述电流内环模块以及所述逆变器依次串联；所述下垂控制模块用于根据下垂曲线生成参考电压，并将所述参考电压输入至所述电压外环模块；所述电压外环模块用于根据所述LC滤波器输入的电压量以及所述参考电压，生成参考电流，并输入至所述电流内环模块；所述电流内环模块用于根据所述LC滤波器输入的电流量以及所述参考电流，生成所述逆变器控制信号至所述逆变器。
优选地，改进后的IPSO模块用于根据输入的所述系统偏差信息以及所述改进后的粒子群算法，对粒子进行寻找最优值；
所述模糊规则模块用于根据所述模糊规则算法计算出的粒子信息，动态地调节改进后的粒子群算法的参数，以加快改进后的粒子群算法的收敛速度，进而更新粒子的速度和位置，以及在确定最终的寻优得到粒子最优解后，获得二维极值；
所述下垂控制模块用于根据实时获取的所述二维极值，更新微电网下垂控制算法中的频率下垂系数和电压下垂系数，并根据更新后的结果，计算参考电压和参考电流。
本发明利用模糊规则系统改进粒子群算法进而优化下垂控制的方法，将改进粒子群算法应用到下垂控制的优化过程中，可在不同的运行工况下实时维持电压和频率的稳定，有效地提高了有功功率和无功功率的分配精度，改善了微电网的动态性能和稳定性。
本发明实施例还提供一种计算机终端设备，包括一个或多个处理器和存储器。存储器与所述处理器耦接，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任一实施例所述的一种基于改进粒子群算法的孤岛微电网自适应下垂控制方法。
本发明实施例提供一种计算机终端设备，包括一个或多个处理器和存储器。存储器与所述处理器耦接，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任意一个实施例中的基于改进粒子群算法的孤岛微电网自适应下垂控制方法。
处理器用于控制该计算机终端设备的整体操作，以完成上述的基于改进粒子群算法的孤岛微电网自适应下垂控制方法的全部或部分步骤。存储器用于存储各种类型的数据以支持在该计算机终端设备的操作，这些数据例如可以包括用于在该计算机终端设备上操作的任何应用程序或方法的指令，以及应用程序相关的数据。该存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(StaticRandom Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(ErasableProgrammable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。
在一示例性实施例中，计算机终端设备可以被一个或多个应用专用集成电路(Application Specific 1ntegrated Circuit，简称AS1C)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的一种基于改进粒子群算法的孤岛微电网自适应下垂控制方法，并达到如上述方法一致的技术效果。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述任意一个实施例中的一种基于改进粒子群算法的孤岛微电网自适应下垂控制方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器，上述程序指令可由计算机终端设备的处理器执行以完成上述的一种基于改进粒子群算法的孤岛微电网自适应下垂控制方法，并达到如上述方法一致的技术效果。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.基于改进粒子群算法的孤岛微电网自适应下垂控制方法，其特征在于，包括：
根据微电网结构及所述微电网线路参数对传统下垂控制算法的影响，在基本的粒子群算法中引入模糊规则算法，以动态地调整所述粒子群算法的学习因子和惯性权重，得到改进后的粒子群算法；
根据所述改进后的粒子群算法，优化微电网下垂控制算法中的频率下垂系数和电压下垂系数，以得到参考电压和参考电流；
将所述参考电压和所述参考电流产生逆变器控制信号，并将所述逆变器控制信号输入至所述微电网的逆变器，以控制所述逆变器的有功功率和无功功率的分配。
2.根据权利要求1所述的基于改进粒子群算法的孤岛微电网自适应下垂控制方法，其特征在于，所述将所述参考电压和所述参考电流产生逆变器控制信号，并将所述逆变器控制信号输入至所述微电网的逆变器，以控制所述逆变器的有功功率和无功功率的分配，具体为：
根据DG电源输出的有功功率和无功功率，获得DG电源的频率下垂特性和电压下垂特性；
根据所述DG电源的频率下垂特性，对所述DG电源输出的有功功率进行分配；
根据微电网简化结构，获得所述DG电源的无功功率传输特性曲线；
结合所述DG电源的电压下垂特性以及无功功率传输特性曲线，对所述DG电源输出的无功功率进行分配。
3.根据权利要求2所述的基于改进粒子群算法的孤岛微电网自适应下垂控制方法，其特征在于，所述根据DG电源输出的有功功率和无功功率，获得DG电源的频率下垂特性和电压下垂特性，具体为：
根据如下公式，确定第i个DG电源输出的有功功率和无功功率：
Figure FDA0002659506390000011
Figure FDA0002659506390000012
式中，Ui为第i个DG电源输出电压的幅值，UPCC为微电网交流母线电压的幅值，Xi为第i个DG电源至交流母线处的线路电抗，δi为第i个DG电源输出电压的相位与PCC电压相位差；
根据所述第i个DG电源输出的有功功率和无功功率，确定DGi的下垂特性方程：
fi＝f*-kpPi (3)
Ui＝U*-kqQi (4)
式中，fi为第i个DG电源输出电压的频率，f*为微网系统的参考频率，U*为微网系统的参考电压，kp为微网下垂控制中的频率下垂系数，kq为微网下垂控制中的电压下垂系数。
4.根据权利要求2所述的基于改进粒子群算法的孤岛微电网自适应下垂控制方法，其特征在于，所述根据微电网简化结构，获得所述DG电源的无功功率传输特性曲线，具体为：
根据微电网简化结构，确定第i个DG电源输出电压的幅值；
Ui＝UPCC+ΔUi (5)
Figure FDA0002659506390000021
其中，ΔUi为第i个DG电源出口线路阻抗的电压；
根据简化原则，简化所述第i个DG电源出口线路阻抗的电压：
Figure FDA0002659506390000022
根据简化后的第i个DG电源出口线路阻抗的电压ΔUi以及微电网交流母线电压的幅值UPCC，获得DG电源的无功功率传输特性曲线。
5.根据权利要求4所述的基于改进粒子群算法的孤岛微电网自适应下垂控制方法，其特征在于，所述根据简化后的第i个DG电源出口线路阻抗的电压ΔUi以及微电网交流母线电压的幅值UPCC，获得DG电源的无功功率传输特性曲线，还包括：
根据双分布式电源并联结构，获得DG1电源和DG2电源的无功功率传输特性曲线：
Figure FDA0002659506390000023
Figure FDA0002659506390000024
其中，k1为DG1出口线路的阻抗系数，k2为DG2电源出口线路的阻抗系数。
6.根据权利要求1所述的基于改进粒子群算法的孤岛微电网自适应下垂控制方法，其特征在于，所述根据所述改进后的粒子群算法，优化微电网下垂控制算法中的频率下垂系数和电压下垂系数，以得到参考电压和参考电流，具体为：
在微电网运行时，获取测得的系统偏差信息；
根据输入的所述系统偏差信息以及所述改进后的粒子群算法，对粒子进行寻找最优值，同时根据所述模糊规则算法计算出的粒子信息，动态地调节改进后的粒子群算法的参数，以加快改进后的粒子群算法的收敛速度，进而更新粒子的速度和位置；
在确定最终的寻优得到粒子最优解后，实时获取二维极值，以更新微电网下垂控制算法中的频率下垂系数和电压下垂系数；
根据更新后的结果，计算参考电压和参考电流。
7.一种基于改进粒子群算法的孤岛微电网自适应下垂控制系统，其特征在于，应用于权利要求1-6任意一项所述的基于改进粒子群算法的孤岛微电网自适应下垂控制方法，所述控制系统包括：DG电源、逆变器、LC滤波器、线路阻抗、输入模块、下垂控制模块器、IPSO模块和模糊规则模块；
所述DG电源分别经过所述逆变器、所述LC滤波器、所述线路阻抗连接至交流母线；
所述模糊规则模块连接至所述IPSO模块，并用于动态地调整所述粒子群算法的学习因子和惯性权重，以改进所述IPSO模块的粒子群算法；
所述IPSO模块连接至所述下垂控制器；
所述下垂控制器模块的输入端与所述输入模块的输出端连接，所述下垂控制器的输出端与所述逆变器连接，并用于产生逆变器控制信号至所述逆变器，以控制所述逆变器的有功功率和无功功率的分配。
8.根据权利要求7所述的基于改进粒子群算法的孤岛微电网自适应下垂控制系统，其特征在于，所述下垂控制器包括下垂控制模块、电压外环模块和电流内环模块；
所述输入模块、所述下垂控制模块、所述电压外环模块以及所述电流内环模块以及所述逆变器依次串联；
所述下垂控制用于根据下垂曲线生成参考电压，并将所述参考电压输入至所述电压外环模块；
所述电压外环模块用于根据所述LC滤波器输入的电压量以及所述参考电压，生成参考电流，并输入至所述电流内环模块；
所述电流内环模块用于根据所述LC滤波器输入的电流量以及所述参考电流，生成所述逆变器控制信号至所述逆变器。
9.根据权利要求7所述的基于改进粒子群算法的孤岛微电网自适应下垂控制系统，其特征在于，
改进后的IPSO模块用于根据输入的所述系统偏差信息以及根据所述改进后的粒子群算法，对粒子进行寻找最优值；
所述模糊规则模块用于根据所述模糊规则算法计算出的粒子信息，动态地调节改进后的粒子群算法的参数，以加快改进后的粒子群算法的收敛速度，进而更新粒子的速度和位置，以及在确定最终的寻优得到粒子最优解后，获得二维极值；
所述下垂控制模块用于根据实时获取的所述二维极值，更新微电网下垂控制算法中的频率下垂系数和电压下垂系数，并根据更新后的结果，计算参考电压和参考电流。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的基于改进粒子群算法的孤岛微电网自适应下垂控制方法。
CN202010902648.3A 2020-08-31 2020-08-31 基于改进粒子群算法的孤岛微电网自适应下垂控制方法 Pending CN112003335A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010902648.3A CN112003335A (zh) 2020-08-31 2020-08-31 基于改进粒子群算法的孤岛微电网自适应下垂控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010902648.3A CN112003335A (zh) 2020-08-31 2020-08-31 基于改进粒子群算法的孤岛微电网自适应下垂控制方法

Publications (1)

Publication Number Publication Date
CN112003335A true CN112003335A (zh) 2020-11-27

Family

ID=73466091

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010902648.3A Pending CN112003335A (zh) 2020-08-31 2020-08-31 基于改进粒子群算法的孤岛微电网自适应下垂控制方法

Country Status (1)

Country Link
CN (1) CN112003335A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112952906A (zh) * 2021-03-25 2021-06-11 天津大学 下垂控制直流微电网参考运行功率快速获取方法及装置
CN113644693A (zh) * 2021-10-18 2021-11-12 中国科学院电工研究所 含可再生能源/氢能交直流混联系统分散式运行管控方法
CN113809749A (zh) * 2021-08-31 2021-12-17 西安理工大学 包含下垂控制dg的mg基于虚拟阻抗的粒子群优化方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104953625A (zh) * 2015-06-08 2015-09-30 浙江大学 一种基于二次电压控制的微电网中分布式电源无功功率分配方法
CN106300342A (zh) * 2016-08-30 2017-01-04 上海交通大学 一种基于模糊pi控制的孤岛微电网运行方法
CN106374528A (zh) * 2016-09-21 2017-02-01 河海大学 一种基于改进下垂控制的微电网分散型控制策略模型
CN110890768A (zh) * 2019-12-21 2020-03-17 东北电力大学 一种低压交流微电网孤岛模式下的功率分配方法
CN111431219A (zh) * 2020-04-28 2020-07-17 山东科技大学 一种基于下垂控制的微网无功功率精确分配方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104953625A (zh) * 2015-06-08 2015-09-30 浙江大学 一种基于二次电压控制的微电网中分布式电源无功功率分配方法
CN106300342A (zh) * 2016-08-30 2017-01-04 上海交通大学 一种基于模糊pi控制的孤岛微电网运行方法
CN106374528A (zh) * 2016-09-21 2017-02-01 河海大学 一种基于改进下垂控制的微电网分散型控制策略模型
CN110890768A (zh) * 2019-12-21 2020-03-17 东北电力大学 一种低压交流微电网孤岛模式下的功率分配方法
CN111431219A (zh) * 2020-04-28 2020-07-17 山东科技大学 一种基于下垂控制的微网无功功率精确分配方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112952906A (zh) * 2021-03-25 2021-06-11 天津大学 下垂控制直流微电网参考运行功率快速获取方法及装置
CN112952906B (zh) * 2021-03-25 2023-06-30 天津大学 下垂控制直流微电网参考运行功率快速获取方法及装置
CN113809749A (zh) * 2021-08-31 2021-12-17 西安理工大学 包含下垂控制dg的mg基于虚拟阻抗的粒子群优化方法
CN113809749B (zh) * 2021-08-31 2024-01-23 西安理工大学 包含下垂控制dg的mg基于虚拟阻抗的粒子群优化方法
CN113644693A (zh) * 2021-10-18 2021-11-12 中国科学院电工研究所 含可再生能源/氢能交直流混联系统分散式运行管控方法

Similar Documents

Publication Publication Date Title
CN112003335A (zh) 基于改进粒子群算法的孤岛微电网自适应下垂控制方法
Lou et al. Optimal design for distributed secondary voltage control in islanded microgrids: Communication topology and controller
CN108539797B (zh) 一种考虑经济性的孤岛微电网二次频率和电压控制方法
CN109617049B (zh) 一种风电汇集区的upfc配置方法
Swain et al. Design of static synchronous series compensator based damping controller employing real coded genetic algorithm
Younesi et al. Application of reinforcement learning for generating optimal control signal to the IPFC for damping of low‐frequency oscillations
Al-Ammar et al. Optimal capacitor placement in radial distribution systems using a fuzzy-dragonfly method
Lai et al. Synchronization of hybrid microgrids with communication latency
Shafiullah et al. Power system stability enhancement through optimal design of PSS employing PSO
Neda Optimal coordinated design of PSS and UPFC-POD using DEO algorithm to enhance damping performance
CN110120673B (zh) 基于戴维南等值参数辨识的分布式输配协同无功优化方法及系统
Dixit et al. Optimal placement of TCSC for enhancement of power system stability using heuristic methods: An overview
Ghasemi et al. PSO-TVAC algorithm for multi objective PSS design in multi-machine power system
Dixit et al. An overview of placement of TCSC for enhancement of power system stability
CN110649633B (zh) 一种配电网无功优化方法及系统
CN110556878A (zh) 一种应用于风电场的分散式电压控制优化方法及系统
Shahgholian et al. Design of a new IPFC-based damping neurocontrol for enhancing stability of a power system using particle swarm optimization
Zahrani et al. Designing PSS and SVC Parameters simultaneously through the improved quantum algorithm in the multi-machine power system
CN108306301A (zh) 转子角控制模式下适用的潮流计算方法
Mohapatra et al. Stability enhancement with SSSC-based controller design in presence of non-linear voltage-dependent load
CN114386322A (zh) 一种基于蜻蜓算法的含分布式电源的配电网无功优化方法
CN110854862B (zh) 一种含下垂特性电源的船舶电网潮流计算方法
Gamino et al. Coordinated tuning of PSS and TCSC-POD controller using an Elite Genetic Algorithm
CN111864788A (zh) 一种孤岛微电网电压频率调节方法及系统
Zhang et al. Design of adaptive distributed secondary control using double-hidden-layer recurrent-neural-network-inherited total-sliding-mode scheme for islanded micro-grid

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201127