CN112636368B - 针对多源多区域互联电力系统的自动发电控制方法 - Google Patents
针对多源多区域互联电力系统的自动发电控制方法 Download PDFInfo
- Publication number
- CN112636368B CN112636368B CN202011457081.XA CN202011457081A CN112636368B CN 112636368 B CN112636368 B CN 112636368B CN 202011457081 A CN202011457081 A CN 202011457081A CN 112636368 B CN112636368 B CN 112636368B
- Authority
- CN
- China
- Prior art keywords
- power generation
- power
- generation system
- formula
- fractional order
- 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
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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
- H02J3/241—The oscillation concerning frequency
-
- 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
- H02J3/381—Dispersed generators
-
- 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]
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
一种针对多源多区域互联电力系统的自动发电控制方法,包括:建立多源多区域互联电力系统模型,各区域包含风力发电系统、光伏发电、火力发电系统、水力发电系统和燃气轮机发电系统;基于分数阶微积分原理设计适应多源多区域互联电力系统自动发电控制模型的分数阶PID控制器;本发明提出的控制方法适用于绝大电力系统场景,将分数阶PID控制器引入自动发电控制系统中,可以显著提高系统受到功率扰动后恢复过程中的动态性能和系统特性参数变化后的稳定性;经改进的天牛须算法克服后期搜索控制器参数过程中易于陷入局部最优解而无法达到最优解的缺陷,提高了寻找最优分数阶PID参数效率。
Description
技术领域
本发明实施例涉及电力系统自动控制技术领域,具体涉及一种针对多源多区域互联电力系统的自动发电控制方法,尤其涉及一种基于IBAS算法的针对多源多区域互联电力系统的自动发电控制方法。
背景技术
清洁能源,即绿色能源,是指不排放污染物、能够直接用于生产生活的能源,它包括如风能和光伏能源的“可再生能源”。随着化学能源的枯竭,各个地区将清洁能源建设放在重要位置,以风电发电和光伏发电为代表的清洁能源的比重在总能源比重日益提高。由于清洁能源的时空分布与负荷中心存在时间上和空间上的差异,因此为了提高整体电网的质量和经济性,将各区域电网通过联络线实现电力的跨区域传输,从而发挥大电网的优越性。为了维护整体电网的有功出力与负荷之间的平衡需要通过自动发电控制系统,自动发电控制通过改变各出力电源的有功出力维持电力系统中的负荷和出力之间的平衡和频率稳定,当电网收到较大的功率扰动后自动发电控制系统若是控制效果不好会引起较大的频率波动,当频率波动偏离预设范围内会严重影响电力系统网络正常运行,因此提高自动发电控制系统的动态性能具有重要意义。
目前大多数研究通过改变控制器和改变控制策略提高电网自动发电控制系统的动态性能,例如通过引入模糊控制、自适应控制、模型预测控制在一定程度上能够适应越来越复杂的电力网络,但是相较于传统PID控制相比其实现过程比较困难,因此PID控制仍然是自动发电控制领域的主流选择。相较于传统PID控制,分数阶PID控制器在保持结构简单的同时,控制范围更加广泛,控制精度更加准确,控制效果优于整数阶的PID控制器。将分数阶PID控制器引入多源多区域互联电力系统自动发电控制可以提高系统对功率扰动的响应能力,提高系统整体稳定性。
分数PID控制器参数比传统PID控制器多了积分阶次参数和微分阶次参数,在参数整定上难于传统PID控制器,因此有大量研究分数阶PID控制器的参数整定,例如引入粒子群算法、遗传算法等智能算法进行参数寻优,并且取得一定的应用效果。同时一些新型的生物启发式智能算法在参数整定上具有一定的优势,天牛须算法不同于其他启发式智能算法依靠群体实现信息传递和范围内寻找最优值,天牛须算法依靠单个个体实现,因此在迭代速度和占用空间上优于群体智能算法,鉴于天牛须算法具有高效的寻优效率但是后期搜索过程中易于陷入局部最优解而无法达到寻找最优解的目标的缺陷,因此可以将天牛须算法进行改进,增加天牛须算法迭代后期跳出局部最优解的概率。
发明内容
为解决上述问题,本发明实施提供了一种针对多源多区域互联电力系统的自动发电控制方法,引入分数阶PID控制器解决复杂的控制过程,改进天牛须算法有效避免了现有技术中天牛须算法在后期搜索分数阶PID控制器最优参数过程中易于陷入局部最优解而无法达到最优解的缺陷。
为了克服现有技术中的不足,本发明实施例给予了一种针对多源多区域互联电力系统的自动发电控制方法的解决方案,具体如下:
一种针对多源多区域互联电力系统的自动发电控制方法,包括:
建立多源多区域互联电力系统模型,各区域包含风力发电系统、光伏发电系统、火力发电系统、水力发电系统和燃气轮机发电系统;
基于分数阶微积分原理设计适应多源多区域互联电力系统自动发电系统的分数阶PID控制器;
构建计及频率和联络线功率偏差控制效果和控制变量变化的适应度函数,其中控制效果和控制变量变化赋予不同权重;常规的适应度函数为误差乘以时间再积分即(ITAE),本发明在次基础上进行扩展,考虑了控制变量的变化不宜过大,因此具有一定的创新性。
将Metropolis准则引入天牛须算法构建改进天牛须算法,应用改进天牛须算法天牛须算法对分数阶PID参数在约束范围内进行迭代寻优;
将参数优化后的分数阶PID控制器应用到建立的多源多区域互联电力系统自动发电控制模型。
本发明提供一种针对多源多区域互联电力系统的自动发电控制方法,主要包括自动发电控制模型建立和对所建立模型中的控制器参数进行寻优两个部分,本专利方案的特征在于:分数阶PID控制器引入多源多区域互联电力系统自动发电控制领域,并使用改进天牛须算法进行参数寻优。
本发明提出的控制方法和系统可以考虑了各种电源适应绝大数的电力网络场景,将分数阶PID控制器引入自动发电控制领域,同时将改进天牛须算法应用到分数阶PID控制器参数寻优中,最终得到的多源多区域互联电力系统自动发电控制模型面对功率扰动表现出良好的动态性能和鲁棒性。
进一步的,所述多源多区域互联电力系统是由多个区域电力系统通过联络线之间的电力交换构成,各区域电力系统包含风力发电系统、光伏发电系统、火力发电系统、水力发电系统和燃气轮机发电系统,对各种类型的电源以及发电机-负荷频率响应进行建模;
其中,所述风力发电系统的频率响应模型可用传递函数表示,其建立过程用公式(1)表达:
式中:ΔPwt为风电机组机械功率变化量;ΔPw为风电机组功率出力变化量;Kw为增益系数;Tw为时间常数;s为拉氏算子;
其中,所述光伏发电系统频率响应模型可用传递函数表示,其建立过程用公式(2)表达:
式中:ΔPp为光伏发电系统的功率出力变化量;ΔΦ为光伏发电系统接受光照辐射变化量;Kp为光伏发电系统增益系数;Tp为光伏发电系统时间常数;s为拉氏算子;
其中,所述火电发电系统包含调速器的模型,汽轮机的模型;
如上所述,火电发电系统中调速器的模型建立如下的公式(3)所示:
式中:ΔUg为调速器控制信号;ΔXg为调速器阀门开度变化量;Tg为调速器时间常数;s为拉氏算子;
如上所述,火电发电系统中非再热式汽轮机的模型建立如下的公式(4)所示:
式中:Δpg为火电机组功率出力变化量;ΔXg为调速器阀门开度变化量;KT为非再热式汽轮机功率增益;TT为非再热式汽轮机汽容时间常数;s为拉氏算子;
如上所述,火电发电系统中再热式汽轮机的模型建立如下的公式(5)所示:
式中:Δpg为火电机组功率出力变化量;ΔXg为调速器阀门开度变化量;KT为再热式汽轮机功率增益;TT为再热式汽轮机汽容时间常数;Tr为再热式汽轮机再热时间常数;Kr为再热式汽轮机再热系数s为拉氏算子;
其中,所述水力发电系统包含调速器的模型和水轮机的模型;
如上所述,水力发电系统中调速器的模型建立如下的公式(6)所示:
式中:ΔUh为水轮机组调速器控制信号;ΔXh为水轮机组调速器开度;Th为调速器时间常数;s为拉氏算子;
如上所述,水力发电系统中水轮机的模型建立如下的公式(7)所示:
式中:Δpw为水力发电机组功率出力变化量;ΔXw为水力发电机组调速器变化量;Tw为水锤时间常数;TRw为水轮机调速器复位时间常数;Ttw为水轮机组调速器瞬时下垂时间常数;s为拉氏算子;
其中,所述燃气轮机发电系统包含燃气轮机调速器模型和燃气轮机模型;
如上所述,燃气轮机发电系统中调速器的模型建立如下的公式(8)所示:
式中:ΔUr为燃气轮机发电系统调速器控制信号;ΔXr为燃气轮机发电系统调速器开度;Tr为燃气轮机发电系统调速器时间常数;s为拉氏算子;
如上所述,燃气轮机发电系统中燃气轮机模型建立如下的公式(9)所示:
式中:Δpc为燃气轮机发电机组功率出力变化量;ΔXc为燃气轮机发电机组调速器变化量;Ttc燃气轮机机组调速器提前时间常数;Tzc为燃气轮机机组调速器滞后时间常数;Tcr燃气轮机机组燃烧延迟时间Tf为燃气轮机机组压缩机流量时间常数;s为拉氏算子;
如上所述,多源多区域互联电力系统中发电机-负荷频率响应模型建立过程如下的公式(10)所示:
式中:H为区域电力系统的等效惯性系数,D为区域电力系统的等效阻尼系数,s为拉氏算子。
进一步的,所述基于分数阶微积分原理设计适应多源多区域互联电力系统自动发电控制模型的分数阶PID控制器中,其传递函数表达式如下的公式(11)所示:
式中:Kp、KI、KD分别为分数阶PID控制器中比例环节参数、积分环节参数、微分环节参数;λ、μ分别为分数阶PID控制器中积分阶次和微分阶次,需要注意的是λ、μ可以为大于0的非整数,传统PID是分数阶PID控制器当λ=1,μ=1时的特殊情景;
所述分数阶PID控制器的各参数具有范围约束,其约束条件如下的公式(12)所示:
式中:分别为分数阶PID控制器中比例环节参数最大取值和最小取值;分别为分数阶PID控制器中积分环节参数最大取值和最小取值;分别为分数阶PID控制器中微分环节参数最大取值和最小取值环节参数、微分环节参数;λmax、λmin为分数阶PID控制器中积分阶次最大取值和最小取值;μmax、μmin分别为分数阶PID控制器中微分阶次最大取值和最小取值。
进一步的,所述多源多区域互联电力系统是由N个单区域电力系统通过联络线连接所构成的,每个区域都包含所述分数阶PID控制器,在受到负荷扰动下各区域间的频率动态反应不同,控制目标为受到负荷扰动后该多源多区域互联电力系统能够使各区域的频率偏差和联络线交换功率变化量恢复至最小,同时考虑防止控制变量过大,将控制信号引入控制目标内,建立目标函数为公式组(13)所示:
式中:e(t)为多源多区域互联电力系统控制误差,包含系统的频率和联络线功率变化;u(t)为多源多区域互联电力系统控制变量;T为仿真时间;w1、w2分别为控制误差设置权重和控制变量设置权重;ΔF(t)i为i区域的频率偏差;ΔP(t)ij为i区域和j区域联络线交换功率变化量;N为正整数代表N个区域。
进一步的,将Metropolis准则引入天牛须算法构建改进天牛须算法,应用改进天牛须算法天牛须算法对分数阶PID参数在约束范围内进行迭代寻优,具体包含以下步骤:
步骤4-1:初始化天牛须算法参数,包括空间维度、天牛初始位置、迭代次数、初始步长、步长变化率和左右须距离,记录初始位置保存为TempX,将初始位置传递至多源多区域互联电力系统分数阶PID控制器参数内,计算初始位置下的适应度并记作TempY;
步骤4-2:根据多源多区域互联电力系统中分数阶PID控制器个数,确定空间维度,创建天牛须朝向的随机向量,并将方向向量归一化,建立过程如下的公式(14)所示:
式中:k是空间维度;rands是随机函数;
步骤4-3:根据步骤4-2所述,进而确定左右两个天牛须的空间位置,其建立过程如下的公式(15)所示:
步骤4-4:根据步骤4-3所述,将天牛须的空间位置传递给多源多区域互联电力系统分数阶PID控制器参数,求取对应的适应度;
步骤4-5:根据步骤:4-4所述,应用左右须的适应度更新下一次迭代的天牛空间位置,其建立过程如下的公式(16)所示:
步骤4-6:判断天牛质心位置更新后,计算该位置下的适应度函数并引入Metropolis准则计算更新概率,当该位置下适应的函数小于TempY时更新概率等于1,TempX与TempY进行更新;当该位置下适应的函数大于TempY时更新概率等于p,TempX与TempY以概率进行更新;
步骤4-7:判断迭代是否终止,不满足迭代步长或者迭代精度要求则转步骤4-2中执行,满足则终止条件输出TempX与TempY。
进一步的,所述步骤4-6中Metropolis准则引入天牛须算法提高后期的全局搜索能力,其实现公式建立如下的公式(17)所示:
式中:TempXt-1、TempXt分别表示t-1次迭代天牛最佳位置参数和t次迭代天牛位置参数;状态j;P(TempXt-1→TempXt)表示t次迭代天牛位置由TempXt-1更新至TempXt概率;J(TempXt-1)、J(TempXt)分别为在第t-1次迭代中的适应度和在第t次迭代中的适应度,t为正整数;Tan是退火温度。
进一步的,将改进天牛须算法寻得的最优分数阶PID控制器参数组,传递至建立的多源多区域互联电网自动发电控制模型中,在应对电网中的功率扰动所建立的模型能够实现快速响应,维持整个互联电力网络频率偏差和联络线偏差处于规定范围内。
本发明实施例的有益效果为:
本发明提出的控制方法考虑了各种发电类型适应绝大数的电力网络场景,将分数阶PID控制器引入自动发电控制领域,同时将改进天牛须算法应用到分数阶PID控制器参数寻优中,最终得到的多源多区域互联电力系统自动发电控制模型可以快速消除功率扰动给电网带来的影响,具有优良的动态性能,同时面对发电系统中特性参数变化的情况下依然能够表现良好的控制效果,具有良好的鲁棒性和稳定性。
附图说明
图1为本发明的多源多区域互联电力系统自动发电控制模型建立流程图;
图2a-2d为本发明的多源多区域电力系统模型;
图3为本发明的分数阶PID控制器模型。
具体实施方式
建立了包含多种类型电源的互联电力系统模型能够适用于绝大数区域的电力网络场景;设计了基于分数阶微积分原理的分数阶PID控制器,具有较高的设计自由度,能够进一步提高系统的动态性能和鲁棒性;为了寻得最优分数阶PID控制器参数引入天牛须算法在参数约束范围内进行迭代寻优;为了进一步提高天牛须算法后期的寻优效率将Metropolis准则而引入了天牛须算法。
下面将结合附图和实施例对本发明实施例做优选的说明。
如图1-图3所示,针对多源多区域互联电力系统的自动发电控制方法,包括:
建立多源多区域互联电力系统模型,各区域包含风力发电系统、光伏发电系统、火力发电系统、水力发电系统和燃气轮机发电系统,基于分数阶微积分原理设计适应多源多区域互联电力系统自动发电系统的分数阶PID控制器,构建计及频率和联络线功率偏差控制效果和控制变量变化的适应度函数,其中控制效果和控制变量变化赋予不同权重,将Metropolis准则引入天牛须算法构建改进天牛须算法,应用改进天牛须算法天牛须算法对分数阶PID参数在约束范围内进行迭代寻优,将参数优化后的分数阶PID控制器应用到建立的多源多区域互联电力系统自动发电控制模型。
本发明提出的自动发电控制方法中所建立的多源多区域互联电力系统包含风力发电系统、光伏发电系统,火力发电系统、水力发电系统和燃气轮机发电系统,充分考虑了多种电源类型参与下的自动发电控制;本发明构建了基于分数阶微积分原理的分数阶PID控制器,并将其应用到多源多源多区域互联电力系统自动发电控制中;面对分数阶PID控制器参数较多人工调参困难,使用一种由Metropolis准则改进的天牛须算法,将寻得最优的参数回传至控制器,实现对系统的优化整定,使系统具有良好的动态性能和鲁棒性。
以下对上述一种针对多源多区域互联电力系统的自动发电控制方法的每个步骤进行详细的说明:
步骤一:根据图2建立多源多区域互联电力系统模型,多源多区域互联电力系统是由多个区域电力系统通过联络线之间的电力交换构成,各区域电力系统包含风力发电系统、光伏发电系统、火力发电系统、水力发电系统和燃气轮机发电系统,对各种类型的电源以及发电机-负荷频率响应进行建模。
其中图2a包含所述风力发电系统,所述风力发电系统频率响应模型可用传递函数表示,其建立过程用如下公式表达:
式中:ΔPwt为风电机组机械功率变化量;ΔPw为风电机组功率出力变化量;Kw为增益系数;Tw为时间常数;s为拉氏算子。
其中图2b包含所述光伏发电系统,所述光伏发电系统频率响应模型可用传递函数表示,其建立过程用如下公式表达:
式中:ΔPp为光伏发电系统的功率出力变化量;ΔΦ为光伏发电系接受光照辐射变化量;Kp为光伏发电系统增益系数;Tp为光伏发电系统时间常数;s为拉氏算子。
其中,所述火电发电系统包含调速器模型,汽轮机模型。
其中图2a包含调速器模型,火电发电系统中调速器的模型建立如下公式所示:
式中:ΔUg为调速器控制信号;ΔXg为调速器阀门开度变化量;Tg为调速器时间常数;s为拉氏算子。
其中图2a包含非再热式汽轮机模型,火电发电系统中非再热式汽轮机的模型建立如下公式所示:
式中:Δpg为火电机组功率出力变化量;ΔXg为调速器阀门开度变化量;KT为非再热式汽轮机功率增益;TT为非再热式汽轮机汽容时间常数;s为拉氏算子。
其中图2b包含再热式汽轮机模型,火电发电系统中再热式汽轮机的模型建立如下公式所示:
式中:Δpg为火电机组功率出力变化量;ΔXg为调速器阀门开度变化量;KT为再热式汽轮机功率增益;TT为再热式汽轮机汽容时间常数;Tr为再热式汽轮机再热时间常数;Kr为再热式汽轮机再热系数s为拉氏算子。
建立如图2c所示水力发电系统,所述水力发电系统包含调速器模型,水轮机模型。
如上所述,水力发电系统中调速器的模型建立如下公式所示:
式中:ΔUh为水轮机组调速器控制信号;ΔXh为水轮机组调速器开度;Th为调速器时间常数;s为拉氏算子。
如上所述,水力发电系统中水轮机的模型建立如下公式所示:
式中:Δpw为水力发电机组功率出力变化量;ΔXw为水力发电机组调速器变化量;Tw为水锤时间常数;TRw为水轮机调速器复位时间常数;Ttw为水轮机组调速器瞬时下垂时间常数;s为拉氏算子。
建立如图2d所示燃气轮机发电系统,所述燃气轮机发电系统包含燃气轮调速器模型,燃气轮机模型,如下式所示:
式中:Δpc为燃气轮机发电机组功率出力变化量;ΔXc为燃气轮机发电机组调速器变化量;Ttc燃气轮机机组调速器提前时间常数;Tzc为燃气轮机机组调速器滞后时间常数;Tcr燃气轮机机组燃烧延迟时间常数Tf为燃气轮机机组压缩机流量时间常数;s为拉氏算子。
其中图2b包含发电机-负荷频率响应模型,多源多区域互联电力系统中发电机-负荷频率响应模型建立过程如下式所示:
式中:H为区域电力系统的等效惯性系数,D为区域电力系统的等效阻尼系数,s为拉氏算子。
步骤二:依据图3,基于分数阶微积分原理设计适应多源多区域互联电力系统自动发电系统的分数阶PID控制器,其传递函数表达式如下式所示:
式中:Kp、KI、KD分别为分数阶PID控制器中比例环节参数、积分环节参数、微分环节参数;λ、μ分别为分数阶PID控制器中积分阶次和微分阶次,需要注意的是λ、μ可以为大于0的非整数,传统PID是分数阶PID控制器当λ=1,μ=1时的特殊情景。
本发明中采用Grunwald-Letnikov定义的分数阶微积分,其中分数阶微积分算子定义如下式所示:
式中:a、t为积分微分上下限。
Grunwald-Letnikov定义如下式所示:
如上所述多源多区域互联电力系统中分数阶PID控制器各参数具有范围约束,其约束条件如下式所示:
式中:分别为分数阶PID控制器中比例环节参数最大取值和最小取值;分别为分数阶PID控制器中积分环节参数最大取值和最小取值;分别为分数阶PID控制器中微分环节参数最大取值和最小取值环节参数、微分环节参数;λmax、λmin为分数阶PID控制器中积分阶次最大取值和最小取值;μmax、μmin分别为分数阶PID控制器中微分阶次最大取值和最小取值。
步骤三:设计计及时域误差乘以仿真时间最小和控制变量变化越小的适应度函数,多源多区域互联电力系统是由N个单区域电力系统通过联络线连接所构成的,每个区域都包含所述分数阶PID控制器,在受到功率扰动下各区域间的频率动态反应不同,控制目标为受到负荷扰动后该多源多区域互联电力系统能够使各区域的频率偏差和联络线交换功率变化量恢复至最小,同时考虑放置控制变量过大,将控制信号引入控制目标内,建立目标函数为下式所示:
式中:e(t)为多源多区域互联电力系统控制误差,包含系统的频率和联络线功率变化;u(t)为多源多区域互联电力系统控制变量;T为仿真时间;w1、w2分别为控制误差设置权重和控制变量设置权重;ΔF(t)i为i区域的频率偏差;ΔP(t)ij为i区域和j区域联络线交换功率变化量;N代表N个区域。
步骤四:将Metropolis准则引入天牛须算法构建改进天牛须算法,应用改进天牛须算法天牛须算法对分数阶PID参数在约束范围内进行迭代寻优;所述的一种多源多区域互联电力系统自动发电控制方法,其特征在于,将Metropolis准则引入天牛须算法可以避免后期寻找分数阶PID控制器参数过程中陷入局部最优解,包含以下步骤:
步骤1)初始化天牛须算法参数,包括空间维度、天牛初始位置、迭代次数、初始步长、步长变化率、左右须距离。记录初始位置保存为TempX,将初始位置传递至多源多区域互联电力系统分数阶PID控制器参数内,计算初始位置下的适应度并记作TempY
步骤2)根据多源多区域互联电力系统中分数阶PID控制器个数,确定空间维度,创建天牛须朝向的随机向量,并将方向向量归一化,建立过程如下式所示:
式中:k是空间维度;rands是随机函数。
步骤3)根据步骤2)所述,进而确定左右两个天牛须的空间位置,其建立过程如下式所示:
步骤4)根据步骤3)所述,将天牛须的空间位置传递给多源多区域互联电力系统分数阶PID控制器参数,求取对应的适应度。
步骤5)根据步骤4)所述,应用左右须的适应度更新下一次迭代的天牛空间位置,其建立过程如下式所示:
步骤6)判断天牛质心位置更新后,计算该位置下的适应度函数并引入Metropolis准则计算更新概率,当该位置下适应的函数小于TempY时更新概率等于1,TempX与TempY进行更新。当该位置下适应的函数大于TempX时更新概率等于p,TempX与TempY以概率进行更新。
步骤7)判断迭代是否终止,不满足迭代步长或者迭代精度要求则转步骤2),满足终止条件输出TempX与TempY。
步骤四步骤6)中Metropolis准则引入天牛须算法提高后期的全局搜索能力,其实现公式建立如下式所示:
式中:TempXt-1、TempXt分别表示t-1次迭代天牛最佳位置参数和t次迭代天牛位置参数;状态j;P(TempXt-1→TempXt)表示t次迭代天牛位置由TempXt-1更新至TempXt概率;J(TempXt-1)、J(TempXt)分别为在第t-1次迭代中的适应度和在第t次迭代中的适应度;Tan是退火温度。
步骤五:所述的一种多源多区域互联电力系统自动发电控制方法,将改进天牛须算法寻得的最优分数阶PID控制器参数组,传递至建立多源多区域互联电网自动发电控制模型中,当应对电网中的功率扰动时,所建立的模型能够快速响应实现,维持整个互联电力网络频率偏差和联络线偏差处于规定范围内。
本发明的控制方法包括如下步骤:建立多源多区域互联电力系统模型,包含风力发电系统,光伏发电系统,火力发电系统和水力发电系统以及燃气轮机发电系统;设计分数阶PID控制器构建多源多区域互联电力系统自动发电控制模型;构建计及频率和联络线功率偏差控制效果和控制变量变化的适应度函数,其中控制效果和控制变量变化赋予不同权重;将Metropolis准则引入天牛须算法构建改进天牛须算法,应用改进天牛须算法天牛须算法对分数阶PID参数在约束范围内进行迭代寻优;将参数优化后的分数阶PID控制器应用到建立的多源多区域互联电力系统自动发电控制模型,本发明提出的控制方法适用于绝大电力系统场景,将分数阶PID控制器引入自动发电控制系统中,可以显著提高系统受到功率扰动后恢复过程中的动态性能和系统特性参数变化后的稳定性,经改进的天牛须算法可以提高寻找最优分数阶PID参数效率。
以上以用实施例说明的过程对本发明实施例作了描述,本领域的技术人员应当理解,本公开不限于以上描述的实施例,在不偏离本发明实施例的范围的状况下,能够做出每种变动、改变和替换。
Claims (2)
1.一种针对多源多区域互联电力系统的自动发电控制方法,其特征在于,包括:
建立多源多区域互联电力系统模型,各区域包含风力发电系统、光伏发电、火力发电系统、水力发电系统和燃气轮机发电系统;
基于分数阶微积分原理设计适应多源多区域互联电力系统自动发电控制模型的分数阶PID控制器;
构建计及频率和联络线功率偏差控制效果和控制变量变化的适应度函数,其中控制效果和控制变量变化赋予不同权重;
将Metropolis准则引入天牛须算法构建改进天牛须算法,应用改进天牛须算法对分数阶PID参数在约束范围内进行迭代寻优;
将参数优化后的分数阶PID控制器应用到建立的多源多区域互联电力系统自动发电控制模型;
其中,所述多源多区域互联电力系统是由多个区域电力系统通过联络线之间的电力交换构成,各区域电力系统包含风力发电系统、光伏发电系统、火力发电系统、水力发电系统和燃气轮机发电系统,对各种类型的电源以及发电机-负荷频率响应进行建模;
其中,所述风力发电系统的频率响应模型可用传递函数表示,其建立过程用公式(1)表达:
式中:ΔPwt为风电机组机械功率变化量;ΔPw为风电机组功率出力变化量;Kw为增益系数;Tw为时间常数;s为拉氏算子;
其中,所述光伏发电系统频率响应模型可用传递函数表示,其建立过程用公式(2)表达:
式中:ΔPp为光伏发电系统的功率出力变化量;ΔΦ为光伏发电系接受光照辐射变化量;Kp为光伏发电系统增益系数;Tp为光伏发电系统时间常数;s为拉氏算子;
其中,所述火电发电系统包含调速器的模型,汽轮机的模型;
火电发电系统中调速器的模型建立如下的公式(3)所示:
式中:ΔUg为调速器控制信号;ΔXg为调速器阀门开度变化量;Tg为调速器时间常数;s为拉氏算子;
火电发电系统中非再热式汽轮机的模型建立如下的公式(4)所示:
式中:Δpg为火电机组功率出力变化量;ΔXg为调速器阀门开度变化量;KT为非再热式汽轮机功率增益;TT为非再热式汽轮机汽容时间常数;s为拉氏算子;
火电发电系统中再热式汽轮机的模型建立如下的公式(5)所示:
式中:Δpg为火电机组功率出力变化量;ΔXg为调速器阀门开度变化量;KT为再热式汽轮机功率增益;TT为再热式汽轮机汽容时间常数;Tr为再热式汽轮机再热时间常数;Kr为再热式汽轮机再热系数s为拉氏算子;
其中,所述水力发电系统包含调速器的模型和水轮机的模型;
水力发电系统中调速器的模型建立如下的公式(6)所示:
式中:ΔUh为水轮机组调速器控制信号;ΔXh为水轮机组调速器开度;Th为调速器时间常数;s为拉氏算子;
水力发电系统中水轮机的模型建立如下的公式(7)所示:
式中:Δpw为水力发电机组功率出力变化量;ΔXw为水力发电机组调速器变化量;Tw为水锤时间常数;TRw为水轮机调速器复位时间常数;Ttw为水轮机组调速器瞬时下垂时间常数;s为拉氏算子;
其中,所述燃气轮机发电系统包含燃气轮调速器的模型和燃气轮机模型;
火电发电系统中调速器的模型建立如下的公式(8)所示:
式中:ΔUr为燃气轮机发电系统调速器控制信号;ΔXr为调速器开度;Tr为调速器时间常数;s为拉氏算子;
燃气轮机发电系统中燃气轮机模型建立如下的公式(9)所示:
式中:Δpc为燃气轮机发电机组功率出力变化量;ΔXc为燃气轮机发电机组调速器变化量;Ttc燃气轮机机组调速器提前时间常数;Tzc为燃气轮机机组调速器滞后时间常数;Tcr燃气轮机机组燃烧延迟时间常数Tf为燃气轮机机组压缩机流量时间常数;s为拉氏算子;
多源多区域互联电力系统中发电机-负荷频率响应模型建立过程如下的公式(10)所示:
式中:H为区域电力系统的等效惯性系数,D为区域电力系统的等效阻尼系数,s为拉氏算子;
其中,所述基于分数阶微积分原理设计适应多源多区域互联电力系统自动发电系统的分数阶PID控制器中,其传递函数表达式如下的公式(11)所示:
式中:Kp、KI、KD分别为分数阶PID控制器中比例环节参数、积分环节参数、微分环节参数;λ、μ分别为分数阶PID控制器中积分阶次和微分阶次;
所述分数阶PID控制器的各参数具有范围约束,其约束条件如下的公式(12)所示:
式中:分别为分数阶PID控制器中比例环节参数最大取值和最小取值;分别为分数阶PID控制器中积分环节参数最大取值和最小取值;分别为分数阶PID控制器中微分环节参数最大取值和最小取值环节参数、微分环节参数;λmax、λmin为分数阶PID控制器中积分阶次参数最大取值和最小取值;μmax、μmin分别为分数阶PID控制器中微分阶次参数最大取值和最小取值;
其中,所述多源多区域互联电力系统是由N个单区域电力系统通过联络线连接所构成的,每个区域都包含所述分数阶PID控制器,建立目标函数为公式组(13)所示:
式中:e(t)为多源多区域互联电力系统控制误差,包含系统的频率和联络线功率变化;u(t)为多源多区域互联电力系统控制变量;T为仿真时间;w1、w2分别为控制误差设置权重和控制变量设置权重;ΔF(t)i为i区域的频率偏差;ΔP(t)ij为i区域和j区域联络线交换功率变化量;N为正整数代表N个区域;
其中,将Metropolis准则引入天牛须算法构建改进天牛须算法,应用改进天牛须算法对分数阶PID参数在约束范围内进行迭代寻优,包含以下步骤:
步骤4-1:初始化天牛须算法参数,包括空间维度、天牛初始位置、迭代次数、初始步长、步长变化率和左右须距离,记录初始位置保存为TempX,将初始位置传递至多源多区域互联电力系统分数阶PID控制器参数内,计算初始位置下的适应度并记作TempY;
步骤4-2:根据多源多区域互联电力系统中分数阶PID控制器个数,确定空间维度,创建天牛须朝向的随机向量,并将方向向量归一化,建立过程如下的公式(14)所示:
式中:k是空间维度;rands是随机函数;
步骤4-3:根据步骤4-2所述,进而确定左右两个天牛须的空间位置,其建立过程如下的公式(15)所示:
步骤4-4:根据步骤4-3所述,将天牛须的空间位置传递给多源多区域互联电力系统分数阶PID控制器参数,求取对应的适应度;
步骤4-5:根据步骤:4-4所述,应用左右须的适应度更新下一次迭代的天牛空间位置,其建立过程如下的公式(16)所示:
步骤4-6:判断天牛质心位置更新后,计算该位置下的适应度函数并引入Metropolis准则计算更新概率,当该位置下适应的函数小于TempY时更新概率等于1,TempX与TempY进行更新;当该位置下适应的函数大于bestY时更新概率等于p,TempX与TempY以概率进行更新;
步骤4-7:判断迭代是否终止,不满足迭代步长或者迭代精度要求则转步骤4-2中执行,满足则终止条件输出TempX与TempY;
进一步的,所述步骤4-6中Metropolis准则引入天牛须算法提高后期的全局搜索能力,其实现公式建立如下的公式(17)所示:
式中:TempXt-1、TempXt分别表示t-1次迭代天牛最佳位置参数和t次迭代天牛位置参数;状态j;P(TempXt-1→TempXt)表示t次迭代天牛位置由TempXt-1更新至TempXt概率;J(TempXt -1)、J(TempXt)分别为在第t-1次迭代中的适应度和在第t次迭代中的适应度,t为正整数;Tan是退火温度。
2.根据权利要求1所述的针对多源多区域互联电力系统的自动发电控制方法,其特征在于,将改进天牛须算法寻得的最优分数阶PID控制器参数组,传递至建立的多源多区域互联电网自动发电控制模型中,在应对电网中的功率扰动时所建立的模型能够实现快速响应,维持整个互联电力网络频率偏差和联络线偏差处于规定范围内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011457081.XA CN112636368B (zh) | 2020-12-10 | 2020-12-10 | 针对多源多区域互联电力系统的自动发电控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011457081.XA CN112636368B (zh) | 2020-12-10 | 2020-12-10 | 针对多源多区域互联电力系统的自动发电控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112636368A CN112636368A (zh) | 2021-04-09 |
CN112636368B true CN112636368B (zh) | 2023-02-28 |
Family
ID=75310098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011457081.XA Active CN112636368B (zh) | 2020-12-10 | 2020-12-10 | 针对多源多区域互联电力系统的自动发电控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112636368B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113268101A (zh) * | 2021-06-04 | 2021-08-17 | 广东电网有限责任公司 | 一种光伏系统的功率控制方法、装置、电子设备及介质 |
CN114362242B (zh) * | 2021-12-09 | 2024-10-18 | 西安理工大学 | 基于双层优化的风水火电力系统多目标动态调度方法 |
CN115085224B (zh) * | 2022-08-19 | 2022-11-01 | 东南大学溧阳研究院 | 一种新能源电力系统频率稳定快速分析方法 |
CN117039941B (zh) * | 2023-10-09 | 2024-01-26 | 长江三峡集团实业发展(北京)有限公司 | 自动发电控制的优化方法、装置、计算机设备及存储介质 |
CN117937639A (zh) * | 2024-03-21 | 2024-04-26 | 国网湖北省电力有限公司电力科学研究院 | 百分百新能源新型电力系统发电协调控制方法及相关装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109709795A (zh) * | 2018-12-24 | 2019-05-03 | 东华大学 | 一种基于天牛须搜索算法的pid控制器参数整定方法 |
CN110247438A (zh) * | 2019-06-19 | 2019-09-17 | 南昌大学 | 基于天牛须算法的主动配电网资源优化配置 |
CN110661257A (zh) * | 2019-09-27 | 2020-01-07 | 长沙国智电力科技有限公司 | 基于天牛群算法的水火联合电力系统最优经济运行策略分析方法 |
CN111355250A (zh) * | 2020-04-13 | 2020-06-30 | 北方工业大学 | 一种电网侧储能优化方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8626350B2 (en) * | 2010-04-14 | 2014-01-07 | King Fahd University Of Petroleum And Minerals | Sliding mode AGC controller and method |
-
2020
- 2020-12-10 CN CN202011457081.XA patent/CN112636368B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109709795A (zh) * | 2018-12-24 | 2019-05-03 | 东华大学 | 一种基于天牛须搜索算法的pid控制器参数整定方法 |
CN110247438A (zh) * | 2019-06-19 | 2019-09-17 | 南昌大学 | 基于天牛须算法的主动配电网资源优化配置 |
CN110661257A (zh) * | 2019-09-27 | 2020-01-07 | 长沙国智电力科技有限公司 | 基于天牛群算法的水火联合电力系统最优经济运行策略分析方法 |
CN111355250A (zh) * | 2020-04-13 | 2020-06-30 | 北方工业大学 | 一种电网侧储能优化方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于CPSO参数优化的分布式发电系统AGC方法研究;汤倩;《中国优秀硕士学位论文全文数据库(电子期刊)》;20190915(第9期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112636368A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112636368B (zh) | 针对多源多区域互联电力系统的自动发电控制方法 | |
Sayed et al. | Gain tuning PI controllers for boiler turbine unit using a new hybrid jump PSO | |
CN110601222B (zh) | 一种基于Lévy飞蛾算法的分数阶负荷频率控制方法 | |
CN114217524A (zh) | 一种基于深度强化学习的电网实时自适应决策方法 | |
CN113471989B (zh) | 基于灰狼优化法的微电网智能二次频率控制方法 | |
CN108490790A (zh) | 一种基于多目标优化的过热汽温自抗扰串级控制方法 | |
CN114545766A (zh) | 一种麻雀搜索算法优化的bp神经网络pid控制方法 | |
CN113852098B (zh) | 一种基于多目标蜻蜓算法的自动发电控制调度方法 | |
CN111222799B (zh) | 一种基于改进粒子群算法的装配序列规划方法 | |
CN110515304A (zh) | 基于ARX-Laguerre函数模型的过热汽温PID预测控制方法 | |
Khamies et al. | Slime mould algorithm for frequency controller design of a two-area thermal-PV power system | |
CN113325915A (zh) | 一种改进粒子群算法的光伏mppt装置 | |
Ahmed et al. | Designing Optimal PI λ D μ Controller for LFC of Two-Area Power Systems Using African Vulture's Optimization Algorithm | |
CN113189871B (zh) | 一种面向火电机组灵活性运行的协调控制策略 | |
Panda et al. | Model reduction of linear systems by conventional and evolutionary techniques | |
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 | |
CN108493939A (zh) | 一种基于最优潮流的空调负荷优化调度方法 | |
Cheng et al. | An optimized nonlinear generalized predictive control for steam temperature in an ultra supercritical unit | |
CN116542882A (zh) | 光伏发电平滑方法、系统和存储介质 | |
CN107168052B (zh) | 一种mmc-hvdc系统控制参数优化方法 | |
Yadav et al. | A combined conventional and differential evolution method for model order reduction | |
KR102439311B1 (ko) | 희소화된 웨이크 방향 그래프를 이용한 풍력 발전 단지의 조정 최적화 방법 및 이를 수행하는 장치 | |
CN114169620B (zh) | 考虑线路损耗的电-储-气耦合系统一致性优化方法 | |
CN110932334B (zh) | 一种带约束多目标优化风电场功率控制方法 | |
Oonsivilai et al. | Gas turbine optimal PID tuning by genetic algorithm using MSE |
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 |