CN113394770A - 互联微网群频率完全分布式优化控制方法及系统 - Google Patents

互联微网群频率完全分布式优化控制方法及系统 Download PDF

Info

Publication number
CN113394770A
CN113394770A CN202110599157.0A CN202110599157A CN113394770A CN 113394770 A CN113394770 A CN 113394770A CN 202110599157 A CN202110599157 A CN 202110599157A CN 113394770 A CN113394770 A CN 113394770A
Authority
CN
China
Prior art keywords
microgrid
local
power
grid
frequency
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
CN202110599157.0A
Other languages
English (en)
Inventor
李忠信
綦晓
屈涛涛
何婷
周德棕
刘沙
胡小康
刘林
周振波
陈俊生
李全皎
张振
蔡传卫
臧晓春
张京伟
刘东华
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.)
China Southern Power Grid Offshore Wind Power Joint Development Co ltd
Jinan University
China Energy Engineering Group Guangdong Electric Power Design Institute Co Ltd
Original Assignee
China Southern Power Grid Offshore Wind Power Joint Development Co ltd
Jinan University
China Energy Engineering Group Guangdong Electric Power Design Institute 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 China Southern Power Grid Offshore Wind Power Joint Development Co ltd, Jinan University, China Energy Engineering Group Guangdong Electric Power Design Institute Co Ltd filed Critical China Southern Power Grid Offshore Wind Power Joint Development Co ltd
Priority to CN202110599157.0A priority Critical patent/CN113394770A/zh
Publication of CN113394770A publication Critical patent/CN113394770A/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
    • 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
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • 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
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in 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
    • 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
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • 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]
    • 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)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了互联微网群频率完全分布式优化控制方法及系统，该方法包括以下步骤：获取本地微网的区域控制误差，与邻接微网的分布式最优控制模块通信，获取邻接微网的控制信号，通过本地微网的分布式最优控制模块的自抗扰控制器，得到过程控制变量；获取本地微网与邻接微网之间的联络线功率偏差，并根据过程控制变量及本地微网的频率偏差，通过发电设备的动态特性模型得到发电功率；根据本地微网与邻接的微网之间的联络线功率偏差、发电功率、本地微网的风电场输出功率及本地微网的负载功率，对本地微网的频率进行调节。本发明可实现频率的快速恢复，提高了系统稳定性，可有效满足新能源微网对频率稳定性的高要求，有效降低了通信和计算负担。

Description

互联微网群频率完全分布式优化控制方法及系统
技术领域
本发明涉及互联微网群负荷频率控制领域，特别涉及一种互联微网群频率完全分布式优化控制方法及系统。
背景技术
微网作为解决高渗透率可再生能源发电系统利用问题的有效方式，近几年来得到了广泛关注。目前为止，单区域微网的控制及优化问题在很多相关文献中已做了详细且深入的研究，但是，对于多区域互联微网系统的控制及优化问题，与之相关的研究还比较少。而随着微网的大规模发展、推广和建设，微网的数量和规模将会越来越大，因此，研究多区域互联微网系统的协调控制，对于增强多区域互联微网系统频率稳定性、提高电力系统供电质量以及保证电力系统稳定运行等方面有着重要意义。
在传统互联电力系统中，自动控制发电技术的相关研究己趋于成熟，多区域互联电力系统集中式负荷控制策略主要有模糊比例-积分-微分控制、基于模糊优化的比例-积分-微分控制、基于线性矩阵不等式理论的鲁棒控制以及滑模变结构控制等先进及智能控制算法。在微网系统中，系统对频率的响应速度和稳定性要求要比传统互联电力系统更高，而集中式控制策略则无法避免其固有的两大问题：一方面，由于所有数据均需传输到中央控制器进行数据计算和处理，且随着系统网络化结构复杂性以及各分布式电源种类多样性的增加，进一步造成了中央控制器巨大的计算负荷，与此同时，巨大计算负荷所带来的计算延迟降低了系统响应速度，而且系统可靠性无法得到充分保障；另一方面，大量的数据传输所造成的通信延迟降低了系统的响应速度。
此外，微网系统负荷频率控制和经济调度通常采用分层式架构，分别在不同时间尺度下独立运行，能够满足微网基本调频需求，同时也能保证“即插即用”。然而，随着可再生能源渗透率的提高以及以电动汽车为主的需求侧参与调频，极大增加了微网系统源荷双侧不确定性，使得负荷频率控制系统动作频率更快、调节幅值更大，按分钟级经济调度指令下的负荷频率控制将无法保证系统运行经济性。现有研究通常将经典PID控制方法与原对偶梯度算法结合，在同一时间尺度下解决负荷频率控制和经济调度问题，以期解决上述难点，但无法满足新能源微网对抗干扰能力及鲁棒性的要求。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种互联微网群频率完全分布式优化控制方法，能够提高新能源微网对抗干扰能力及鲁棒性。
本发明还提出一种具有上述互联微网群频率完全分布式优化控制方法的互联微网群频率完全分布式优化控制系统。
根据本发明的第一方面实施例的互联微网群频率完全分布式优化控制方法，包括以下步骤：获取本地微网的区域控制误差，与邻接微网的分布式最优控制模块通信，获取邻接微网的控制信号，通过本地微网的分布式最优控制模块的自抗扰控制器，得到过程控制变量；获取本地微网与邻接微网之间的联络线功率偏差，并根据所述过程控制变量及本地微网的频率偏差，通过发电设备的动态特性模型得到发电功率；根据本地微网与邻接的微网之间的联络线功率偏差、所述发电功率、本地微网的风电场输出功率及本地微网的负载功率，对本地微网的频率进行调节；其中，根据本地微网的频率偏差及邻接微网的频率偏差得到本地微网与邻接的微网之间的所述联络线功率偏差，以及，根据本地微网与邻接的微网之间的所述联络线功率偏差及本地微网的所述频率偏差得到本地微网的所述区域控制误差。
根据本发明实施例的互联微网群频率完全分布式优化控制方法，至少具有如下有益效果：将自抗扰算法动态地整合到对偶梯度算法中，提出的分布式最优控制是在完全分布式的方式下实现的，可实现频率的快速恢复，同时可避免发电单元的频繁调节，提高了系统稳定性，有效地满足了新能源的微网系统对频率稳定性的高要求，在不依赖负荷测量的前提下实现了完全分布式，有效降低了通信和计算负担。
根据本发明的一些实施例，所述通过发电设备的动态特性模型得到发电功率的方法包括：
Figure BDA0003092159150000031
Figure BDA0003092159150000032
Figure BDA0003092159150000033
Figure BDA0003092159150000034
其中，ui及
Figure BDA0003092159150000035
表示第i个微网的所述控制信号及其导数，
Figure BDA0003092159150000036
表示所述过程控制变量，κi及ζi表示控制器参数，K0表示状态反馈增益矩阵，L0表示观测器增益矩阵，Ae、Be及Ce表示所述自抗扰控制器的状态空间方程中的系数矩阵，
Figure BDA0003092159150000037
Be＝[01×(n-1) b 0]T，Ce＝[1 01×n]，b表示系统输入的系数，n表示所述自抗扰控制器的阶数；ai表示第i个微网的发电成本系数，Bi表示第i个微网的频率偏差系数，Δfi表示第i个微网的所述频率偏差，ΔPtie,ij表示第i个微网及第j个微网之间的所述联络线功率偏差；γij表示辅助变量，以使在负荷频率控制器作用后，第i个微网及第j个微网之间存在功率交换；ε表示邻边，μi、μj分别表示第i个微网、第j个微网的拉格朗日乘子，
Figure BDA0003092159150000038
及
Figure BDA0003092159150000039
分别表示变量μi、γij对应的计算步长，Mi表示第i个微网的系统惯性常数。
根据本发明的一些实施例，控制器参数ζi＝1，计算步长
Figure BDA00030921591500000310
其中，Ri表示第i个微网的表示下垂系数。
根据本发明的一些实施例，使用二阶自抗扰控制器进行频率调节。
根据本发明的一些实施例，所述通过发电设备的动态特性模型得到发电功率的方法包括：
Figure BDA0003092159150000041
其中，ΔPi及
Figure BDA0003092159150000042
表示第i个微网的系统发电功率及其导数，Ti表示第i个微网的发电设备的时间常数，Δfi表示第i个微网的所述频率偏差，Ri表示第i个微网的表示下垂系数。
根据本发明的一些实施例，对本地微网的频率进行调节的方法包括：
Figure BDA0003092159150000043
其中，Δfi及
Figure BDA0003092159150000044
表示第i个微网的所述频率偏差及其导数，Mi表示第i个微网的系统惯性常数，ΔPi表示第i个微网的系统发电功率，ΔPL,i表示第i个微网的负载需求，Di表示第i个微网的阻尼常数，Δfi表示第i个微网的所述频率偏差，ΔPtie,ij表示第i个微网及第j个微网之间的所述联络线功率偏差，ε表示邻边。
根据本发明的一些实施例，所述联络线功率偏差的获取方法包括：
Figure BDA0003092159150000045
其中，ΔPtie,ij表示第i个微网及第j个微网之间的所述联络线功率偏差，
Figure BDA0003092159150000046
表示ΔPtie,ij导数，Δfi、Δfj分别表示第i、j个微网的所述频率偏差，Tij表示联络线ij时间系数。
根据本发明的第二方面实施例的互联微网群频率完全分布式优化控制系统，包括：自抗扰控制单元，用于获取本地微网的区域控制误差，与邻接微网的分布式最优控制模块通信，获取邻接微网的控制信号，通过本地微网的分布式最优控制模块的自抗扰控制器，得到过程控制变量；频率调节单元，用于获取本地微网与邻接微网之间的联络线功率偏差，并根据所述过程控制变量及本地微网的频率偏差，通过发电设备的动态特性模型得到发电功率；以及，根据本地微网与邻接的微网之间的联络线功率偏差、所述发电功率、本地微网的风电场输出功率及本地微网的负载功率，对本地微网的频率进行调节；反馈单元，用于根据本地微网的频率偏差及邻接微网的频率偏差得到本地微网与邻接的微网之间的所述联络线功率偏差，以及，根据本地微网与邻接的微网之间的所述联络线功率偏差及本地微网的所述频率偏差得到本地微网的所述区域控制误差。
根据本发明实施例的互联微网群频率完全分布式优化控制系统，至少具有如下有益效果：将自抗扰算法动态地整合到对偶梯度算法中，提出的分布式最优控制是在完全分布式的方式下实现的，可实现频率的快速恢复，同时可避免发电单元的频繁调节，提高了系统稳定性，有效地满足了新能源的微网系统对频率稳定性的高要求，在不依赖负荷测量的前提下实现了完全分布式，有效降低了通信和计算负担。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例的方法的流程示意图；
图2为多区域互联微网电力系统示意图；
图3为本发明实施例的微网系统分布式控制模型；
图4为四区域互联微网拓扑图；
图5为传统策略与本发明实施例在阶跃干扰下的各区域微网频率偏差变化曲线的对比示意图；
图6为传统策略与本发明实施例在阶跃干扰下的联络线功率偏差变化曲线的对比示意图；
图7为传统策略与本发明实施例在阶跃干扰下的等微增率收敛曲线的对比示意图；
图8为风电功率变化曲线示意图；
图9为传统策略与本发明实施例在随机扰动下的各区域微网频率偏差变化曲线的对比示意图；
图10是传统策略与本发明实施例在随机扰动下的联络线功率偏差变化曲线的对比示意图；
图11为本发明实施例的系统的模块示意框图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个及两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。在本发明的描述中，步骤标号仅是为了描述的方便或者引述的方便所作出的标识，各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
参照图1，本发明的实施例的方法包括：获取本地微网的区域控制误差，与邻接微网的分布式最优控制模块通信，获取邻接微网的控制信号，通过本地微网的分布式最优控制模块的自抗扰控制器，得到过程控制变量；获取本地微网与邻接微网之间的联络线功率偏差，并根据过程控制变量及本地微网的频率偏差，通过发电设备的动态特性模型得到发电功率；根据本地微网与邻接的微网之间的联络线功率偏差、发电功率、本地微网的风电场输出功率及本地微网的负载功率，对本地微网的频率进行调节；其中，根据本地微网的频率偏差及邻接微网的频率偏差得到本地微网与邻接的微网之间的联络线功率偏差，以及，根据本地微网与邻接的微网之间的联络线功率偏差及本地微网的频率偏差得到本地微网的区域控制误差。
接下来将以如图4所示的四区域互联微网系统为控制对象进行说明，该四区域互联微网系统中，第一、第三区域微网由风力发电机组(WTG)和蓄电池储能系统(BESS)作为主要发电单元，第二、四区域微网由柴油发电机组(DG)作为主要发电单元，控制对象及控制器参数如表1所示。
表1：
Figure BDA0003092159150000071
其中，MGi表示第i个区域微网，Mi表示第i个区域微网的系统惯性常数，Di表示第i个区域微网的阻尼常数，Ti表示柴油发电机的时间常数，ai表示第i个微网的发电成本系数，b0表示控制器增益，ωo表示观测器带宽，ωc表示控制器带宽，Ki表示控制器辅助参数。
为了减轻优化负担，加快优化速度，将第一、三微网控制器参数设置相同，以及，将第二、四微网的控制器参数设置相同。
本发明实施例的互联微网群频率完全分布式优化控制方法的控制框图，如图3所示，具体实施步骤如下：
(1)建立微网(MG)、发电设备及联络线功率模型；其中，发电设备指柴油发电机(DG)或者蓄电池储能系统(BESS)。
如图2所示的多区域互联微网电力系统中，微网通过双向传输的联络线连接。对于任意微网而言，i→j表示第i个微网和第j个微网之间的联络线，联络线的功率流动方向为从i到j，其中i,j＝1,2,…,n。在第i个微网中，Δfi，
Figure BDA0003092159150000072
是频率的偏差及其导数，ΔPi，
Figure BDA0003092159150000073
是发电功率及其导数，ΔPL,i是负载需求，uc,i是控制信号，ΔPtie,ij，
Figure BDA0003092159150000074
是联络线ij从第i个微网和第j个微网的传输功率及其导数。
第i个微网的功频特性方程表示为：
Figure BDA0003092159150000075
柴油发电机或者蓄电池储能系统的动态特性可表示为：
Figure BDA0003092159150000081
联络线功率的动态特性可表示为：
Figure BDA0003092159150000082
其中Mi和Di分别表示第i个微网的系统惯性常数和阻尼常数。Ti是发电设备的时间常数，即柴油发电机或者蓄电池储能系统的时间常数，Ri是下垂系数，Tij是联络线ij时间系数,ui表示基于自抗扰控制器的频率调节的控制信号,ε表示邻边。
(2)自抗扰控制器设计
在本文的描述中，系统外扰表示负荷需求的变化、风力发电机组出力波动以及互连微网联络线功率偏差。通常情况下，任意n阶系统的状态空间方程可表示为：
Figure BDA0003092159150000083
其中，x(t)＝[x1(t),x2(t),…,xn(t)]表示系统状态向量，
Figure BDA0003092159150000084
Figure BDA0003092159150000085
表示系统总扰动的微分，u(t)表示被控对象的输入，状态空间方程中的系数矩阵分别为：
Figure BDA0003092159150000086
Be＝[01×(n-1) b 0]T，
Ce＝[1 01×n],Ee＝[01×n 1]T.
b表示被控对象增益。
针对上述系统，可设计扩张状态观测器如下：
Figure BDA0003092159150000087
其中，z(t)表示状态估计向量，
Figure BDA0003092159150000088
是其导数，需要注意的是，与传统Luenberger观测器不同，本发明实施例中的状态估计向量被扩展为n+1维，分别用来估计系统输出微分及系统总扰动：
Figure BDA0003092159150000089
Figure BDA00030921591500000810
此时，状态反馈控制律可以设为：
Figure BDA0003092159150000091
其中，
Figure BDA0003092159150000092
是扩展的跟踪信号，K0是状态反馈增益，L0是观测器增益，分别定义为：
Figure BDA0003092159150000093
Figure BDA0003092159150000094
Figure BDA0003092159150000095
r(t)表示跟踪信号，
Figure BDA0003092159150000096
表示r(t)的一阶微分，r(n-1)(t)表示r(t)的(n-1)阶微分，kn表示第n个状态反馈增益系数，βn表示第n个观测器增益系数。
通过上述扩张状态观测器估计系统总扰动(zn+1(t))，并利用反馈控制率进行动态补偿，可在一定程度上消除扰动对系统造成的负面影响。由于负荷频率控制目标是消除区域控制误差，因此，可以状态反馈控制率转换为u(t)＝-K0z(t)。综上，基于自抗扰控制器的负荷频率控制信号
Figure BDA0003092159150000097
可表示为：
Figure BDA0003092159150000098
其中，ui和
Figure BDA0003092159150000099
为控制信号及其导数，ACEi为第i个微网的区域控制误差。
在本实施例中，使用二阶自抗扰控制器进行频率调节，所以n＝2。
(3)重构优化问题
经济调度问题目标函数为所有发电单元发电成本之和，同时满足系统发电功率等于负荷需求，即满足系统有功功率平衡的约束条件，因此，该优化问题可表示为：
Figure BDA00030921591500000910
其中，成本函数Ci(ΔPi)＝(ai/2)ΔPL,i，ai表示第i个微网的发电成本系数。
为将系统频率动态特性考虑进优化过程，即在负荷频率控制过程中满足经济性约束，可在上述优化问题中引入微网系统频率性能指标
Figure BDA00030921591500000911
将其转化为：
Figure BDA0003092159150000101
其中，ED指经济调度问题，LFC指负荷频率控制问题，γij为无实际物理意义的辅助变量，在计算过程中，使得在负荷频率控制器作用后，互联微网之间存在功率交换。
(4)构造拉格朗日函数及分式梯度
式(9)的拉格朗日函数为：
Figure BDA0003092159150000102
其中，λi和μi为拉格朗日乘子。
该拉格朗日函数的梯度经计算后可得：
Figure BDA0003092159150000103
Figure BDA0003092159150000104
Figure BDA0003092159150000105
Figure BDA0003092159150000106
Figure BDA0003092159150000107
Figure BDA0003092159150000108
由于目标函数为凸函数，满足KKT(全称Karush-Kuhn-Tucker)条件，因此，上式在最优点等于零，根据原对偶梯度算法，将其转换为：
Δfi＝λi (12a)
Figure BDA0003092159150000111
Figure BDA0003092159150000112
Figure BDA0003092159150000113
Figure BDA0003092159150000114
Figure BDA0003092159150000115
式中
Figure BDA0003092159150000116
和
Figure BDA0003092159150000117
是对应其下标的变量的计算步长，其中，
Figure BDA0003092159150000118
(5)设计分布式优化控制器及控制系统
将系统动态特性方程(1)、(2)、(3)、(7)带入式(12)中可得：
Figure BDA0003092159150000119
Figure BDA00030921591500001110
Figure BDA00030921591500001111
Figure BDA00030921591500001112
Figure BDA00030921591500001113
为避免微网系统负荷需求变化量ΔPL，i的实时测量，在控制过程中，需用其他可测变量来代替ΔPL,i，式(13)中的第二式可转换为：
Figure BDA00030921591500001114
此时，式(7)可表示为：
Figure BDA00030921591500001115
将(15)代入(14)，计算可得变量μi与变量ui的函数关系:
Figure BDA0003092159150000121
将上式代入(2)可得发电设备(即柴油发电机组或蓄电池储能系统)的动态特性方程:
Figure BDA0003092159150000122
为实现分布式最优算法的一致性，需补充如下控制环节：
Figure BDA0003092159150000123
其中
Figure BDA0003092159150000124
为过程控制变量，Ki和ζi为控制器参数。在保证等微增率的前提下，为降低控制器参数优化负荷，本发明的实施例中，设ζi＝1，
Figure BDA0003092159150000125
随后，用基于交叉因子的粒子群算法优化其他分布式优化控制器参数。
综上所述，基于本发明所提出的分布式优化控制方法的系统动态特性方程可表示为：
Figure BDA0003092159150000126
Figure BDA0003092159150000127
Figure BDA0003092159150000128
Figure BDA0003092159150000129
Figure BDA00030921591500001210
Figure BDA00030921591500001211
Figure BDA0003092159150000131
本发明实施例中，通过系统动态特性方程(19a)至(19g)进行分布式调频优化控制，参照图3，其中，本地微网为第i个微网，其邻接微网为第j个微网。实时获取本地微网的当前频率偏差Δfi、第i个微网与第j个微网之间的联络线偏差功率ΔPtie,ij；其中，联络线ij的偏差功率ΔPtie,ij可根据公式(19c)计算得出，如图3中的最下面一条反馈分支所示。本地微网的分布式最优控制模块与邻接微网的分布式最优控制模块通信，获取邻接微网的控制信号uj，并将本地的控制信号ui及辅助变量γij发送给邻接微网的分布式最优控制模块，辅助变量γij可以使互联的第i个微网及第j个微网之间存在功率交换。如图3所示的二次调频处所示，根据本地微网的当前频率偏差Δfi、第i个微网与第j个微网之间的联络线偏差功率ΔPtie,ij可得到本地微网的区域控制偏差，该控制偏差以及来自邻接微网的控制信号uj被输入至本微网的分布式最优控制模块中，该控制模块中的自抗扰控制器公式(19d)至(19g)得到过程控制变量
Figure BDA0003092159150000132
根据该过程控制变量
Figure BDA0003092159150000133
及本地微网的当前频率偏差Δfi，如图3中一次调频处所示，通过发电设备模型(即图3中的柴油机组/蓄电池储能模型)，利用公式(19b)，得到发电功率Pi。发电功率Pi、联络线功率偏差ΔPtie,ij、本地微网的风电场输出功率及本地微网的负载功率ΔPL,i，基于公式(19a)对本地微网的频率进行调节。
在MATLAB/Simulink中搭建系统模型并仿真，为了测试所提出分布式优化控制策略的频率恢复能力，将负荷需求的阶跃变化引入控制系统中。在l0s时，第一区域微网中负荷需求从0.4p.u.下降到0.3p.u.，在60s时，第二区域微网负荷需求从0.2p.u.上升到0.3p.u.。
图5中展示了使用传统控制策略和本发明实施例所提出方法的系统对负荷需求发生阶跃变化时的频率响应仿真结果。如图5所示，对于四个互联微网的频率偏差，本发明的实施例的方法，可以大大减少频率偏差，且与传统控制策略相比，本发明所提方法能更快、更平稳地消除频率偏差，且本发明实施例的方法的联络线功率波动也显著减小，如图6所示。以上结果表明，本发明实施例的方法可以有效抑制发电单元的频繁调节，这将有益于延长发电设备的生命周期，特别是蓄电池。图7显示了针对图4中的四区域互联微网系统采用传统的控制策略和本发明实施例的方法的等微增率收敛曲线，其中，(a)是基于常规控制策略下的各发电单元等微增率收敛曲线，(b)基于本发明实施例的方法的各发电单元等微增率收敛曲线，可以看出，本发明实施例的方法能够更为稳定快速地达到等微增率目标值。
下面将采用两个真实风电场的风电功率数据，来测试本发明实施例在随机扰动下的抗干扰能力，其风电功率输出曲线如图8所示。
图9展示了这两种方法在随机扰动下四个微网的频率偏差，如图9所示可知，本发明实施例的偏差波动更小，且从图10中可以看出所提策略联络线功率偏差曲线比传统方法平滑。从以上仿真结果可以得出，多区域互联微网系统在本发明实施例的方法的作用下，相比传统策略具有更强的抗干扰能力，且能大幅度地提高系统频率稳定性。
本发明实施例的系统，用于执行本发明实施例的方法，参照图11，包括：自抗扰控制单元，用于获取本地微网的区域控制误差，与邻接微网的分布式最优控制模块通信，获取邻接微网的控制信号，通过本地微网的分布式最优控制模块的自抗扰控制器，得到过程控制变量；频率调节单元，用于获取本地微网与邻接微网之间的联络线功率偏差，并根据过程控制变量及本地微网的频率偏差，通过发电设备的动态特性模型得到发电功率；以及，根据本地微网与邻接的微网之间的联络线功率偏差、发电功率、本地微网的风电场输出功率及本地微网的负载功率，对本地微网的频率进行调节；反馈单元，用于根据本地微网的频率偏差及邻接微网的频率偏差得到本地微网与邻接的微网之间的联络线功率偏差，以及，根据本地微网与邻接的微网之间的联络线功率偏差及本地微网的频率偏差得到本地微网的区域控制误差。
尽管本文描述了具体实施方案，但是本领域中的普通技术人员将认识到，许多其它修改或另选的实施方案同样处于本公开的范围内。例如，结合特定设备或组件描述的功能和/或处理能力中的任一项可以由任何其它设备或部件来执行。另外，虽然已根据本公开的实施方案描述了各种例示性具体实施和架构，但是本领域中的普通技术人员将认识到，对本文所述的例示性具体实施和架构的许多其它修改也处于本公开的范围内。
上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (8)

1.一种互联微网群频率完全分布式优化控制方法，其特征在于，包括以下步骤：
获取本地微网的区域控制误差，与邻接微网的分布式最优控制模块通信，获取邻接微网的控制信号，通过本地微网的分布式最优控制模块的自抗扰控制器，得到过程控制变量；
获取本地微网与邻接微网之间的联络线功率偏差，并根据所述过程控制变量及本地微网的频率偏差，通过发电设备的动态特性模型得到发电功率；
根据本地微网与邻接的微网之间的联络线功率偏差、所述发电功率、本地微网的风电场输出功率及本地微网的负载功率，对本地微网的频率进行调节；
其中，根据本地微网的频率偏差及邻接微网的频率偏差得到本地微网与邻接的微网之间的所述联络线功率偏差，以及，根据本地微网与邻接的微网之间的所述联络线功率偏差及本地微网的所述频率偏差得到本地微网的所述区域控制误差。
2.根据权利要求1所述的互联微网群频率完全分布式优化控制方法，其特征在于，所述通过发电设备的动态特性模型得到发电功率的方法包括：
Figure FDA0003092159140000011
Figure FDA0003092159140000012
Figure FDA0003092159140000013
Figure FDA0003092159140000014
其中，ui及
Figure FDA0003092159140000015
表示第i个微网的所述控制信号及其导数，
Figure FDA0003092159140000016
表示所述过程控制变量，κi及ζi表示控制器参数，K0表示状态反馈增益矩阵，L0表示观测器增益矩阵，Ae、Be及Ce表示所述自抗扰控制器的状态空间方程中的系数矩阵，
Figure FDA0003092159140000021
Be＝[01×(n-1) b 0]T，Ce＝[101×n]，b表示系统输入的系数，n表示所述自抗扰控制器的阶数；ai表示第i个微网的发电成本系数，Bi表示第i个微网的频率偏差系数，Δfi表示第i个微网的所述频率偏差，ΔPtie,ij表示第i个微网及第j个微网之间的所述联络线功率偏差；γij表示辅助变量，以使在负荷频率控制器作用后，第i个微网及第j个微网之间存在功率交换；ε表示邻边，μi、μj分别表示第i个微网、第j个微网的拉格朗日乘子，
Figure FDA0003092159140000022
及
Figure FDA0003092159140000023
分别表示变量μi、γij对应的计算步长，Mi表示第i个微网的系统惯性常数。
3.根据权利要求2所述的互联微网群频率完全分布式优化控制方法，其特征在于，控制器参数ζi＝1，计算步长
Figure FDA0003092159140000024
其中，Ri表示第i个微网的表示下垂系数。
4.根据权利要求2所述的互联微网群频率完全分布式优化控制方法，其特征在于，使用二阶自抗扰控制器进行频率调节。
5.根据权利要求1所述的互联微网群频率完全分布式优化控制方法，其特征在于，所述通过发电设备的动态特性模型得到发电功率的方法包括：
Figure FDA0003092159140000025
其中，ΔPi及
Figure FDA0003092159140000026
表示第i个微网的系统发电功率及其导数，Ti表示第i个微网的发电设备的时间常数，Δfi表示第i个微网的所述频率偏差，Ri表示第i个微网的表示下垂系数。
6.根据权利要求1所述的互联微网群频率完全分布式优化控制方法，其特征在于，对本地微网的频率进行调节的方法包括：
Figure FDA0003092159140000027
其中，Δfi及
Figure FDA0003092159140000028
表示第i个微网的所述频率偏差及其导数，Mi表示第i个微网的系统惯性常数，ΔPi表示第i个微网的系统发电功率，ΔPL,i表示第i个微网的负载需求，Di表示第i个微网的阻尼常数，Δfi表示第i个微网的所述频率偏差，ΔPtie,ij表示第i个微网及第j个微网之间的所述联络线功率偏差，ε表示邻边。
7.根据权利要求1所述的互联微网群频率完全分布式优化控制方法，其特征在于，所述联络线功率偏差的获取方法包括：
Figure FDA0003092159140000031
其中，ΔPtie,ij表示第i个微网及第j个微网之间的所述联络线功率偏差，
Figure FDA0003092159140000032
表示ΔPtie,ij导数，Δfi、Δfj分别表示第i、j个微网的所述频率偏差，Tij表示联络线ij时间系数。
8.一种互联微网群频率完全分布式优化控制系统，用于执行权利要求1至7中任一项的方法，其特征在于，包括：
自抗扰控制单元，用于获取本地微网的区域控制误差，与邻接微网的分布式最优控制模块通信，获取邻接微网的控制信号，通过本地微网的分布式最优控制模块的自抗扰控制器，得到过程控制变量；
频率调节单元，用于获取本地微网与邻接微网之间的联络线功率偏差，并根据所述过程控制变量及本地微网的频率偏差，通过发电设备的动态特性模型得到发电功率；以及，根据本地微网与邻接的微网之间的联络线功率偏差、所述发电功率、本地微网的风电场输出功率及本地微网的负载功率，对本地微网的频率进行调节；
反馈单元，用于根据本地微网的频率偏差及邻接微网的频率偏差得到本地微网与邻接的微网之间的所述联络线功率偏差，以及，根据本地微网与邻接的微网之间的所述联络线功率偏差及本地微网的所述频率偏差得到本地微网的所述区域控制误差。
CN202110599157.0A 2021-05-31 2021-05-31 互联微网群频率完全分布式优化控制方法及系统 Pending CN113394770A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110599157.0A CN113394770A (zh) 2021-05-31 2021-05-31 互联微网群频率完全分布式优化控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110599157.0A CN113394770A (zh) 2021-05-31 2021-05-31 互联微网群频率完全分布式优化控制方法及系统

Publications (1)

Publication Number Publication Date
CN113394770A true CN113394770A (zh) 2021-09-14

Family

ID=77619674

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110599157.0A Pending CN113394770A (zh) 2021-05-31 2021-05-31 互联微网群频率完全分布式优化控制方法及系统

Country Status (1)

Country Link
CN (1) CN113394770A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114188955A (zh) * 2021-12-01 2022-03-15 天津大学 基于自适应学习的互联微电网复合频率控制方法及装置
CN114363926A (zh) * 2021-12-17 2022-04-15 国家电网有限公司 一种电网配用电无线通信测试系统、方法、无线接入终端及应用

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104410165A (zh) * 2014-12-12 2015-03-11 新奥科技发展有限公司 一种微网间互联的方法及系统
US9893529B1 (en) * 2015-10-21 2018-02-13 University Of South Florida Coupling dynamics for power systems with iterative discrete decision making architectures
CN109840692A (zh) * 2019-01-03 2019-06-04 广州供电局有限公司 一种互联微电网分布式鲁棒调度系统及调度方法
CN112467804A (zh) * 2020-12-03 2021-03-09 合肥阳光新能源科技有限公司 一种光储柴微网群两级协同控制方法及系统
CN112653200A (zh) * 2020-12-21 2021-04-13 天津大学合肥创新发展研究院 一种集成变频空调聚合商的微电网频率管理方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104410165A (zh) * 2014-12-12 2015-03-11 新奥科技发展有限公司 一种微网间互联的方法及系统
US9893529B1 (en) * 2015-10-21 2018-02-13 University Of South Florida Coupling dynamics for power systems with iterative discrete decision making architectures
CN109840692A (zh) * 2019-01-03 2019-06-04 广州供电局有限公司 一种互联微电网分布式鲁棒调度系统及调度方法
CN112467804A (zh) * 2020-12-03 2021-03-09 合肥阳光新能源科技有限公司 一种光储柴微网群两级协同控制方法及系统
CN112653200A (zh) * 2020-12-21 2021-04-13 天津大学合肥创新发展研究院 一种集成变频空调聚合商的微电网频率管理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
綦晓: "基于多智能体系统及自抗扰控制理论的微网负荷频率控制策略研究", 《中国博士学位论文全文数据库》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114188955A (zh) * 2021-12-01 2022-03-15 天津大学 基于自适应学习的互联微电网复合频率控制方法及装置
CN114363926A (zh) * 2021-12-17 2022-04-15 国家电网有限公司 一种电网配用电无线通信测试系统、方法、无线接入终端及应用
CN114363926B (zh) * 2021-12-17 2024-04-05 国家电网有限公司 一种电网配用电无线通信测试系统、方法、无线接入终端及应用

Similar Documents

Publication Publication Date Title
Lin et al. Controls of hybrid energy storage systems in microgrids: Critical review, case study and future trends
CN112072641B (zh) 一种源网荷储柔性协调控制和运行优化方法
CN112186743B (zh) 一种基于深度强化学习的动态电力系统经济调度方法
Yang et al. Disturbance observer based fractional-order integral sliding mode frequency control strategy for interconnected power system
CN108683179B (zh) 基于混合整数线性规划的主动配电网优化调度方法及系统
CN105846461B (zh) 一种大规模储能电站自适应动态规划的控制方法和系统
CN109861202B (zh) 一种柔性互联配电网动态优化调度方法及系统
CN110782363A (zh) 一种计及风电不确定性的交直流配电网调度方法
CN114362267B (zh) 考虑多目标优化的交直流混合配电网分散式协调优化方法
CN110429652B (zh) 一种可拓展深宽度自适应动态规划的智能发电控制方法
CN113394770A (zh) 互联微网群频率完全分布式优化控制方法及系统
CN104584357A (zh) 利用分布式能量源控制降低配电系统的损耗
CN114597969B (zh) 计及智能软开关和虚拟电厂技术的配电网双层优化方法
CN106712031B (zh) 主动配电网序贯-自适应鲁棒优化调度系统及调度方法
CN107947175A (zh) 一种基于分布式网络控制的微电网经济调度方法及系统
CN113224769B (zh) 考虑光伏多状态调节的多时间尺度配电网电压优化方法
CN109167372A (zh) 基于分层分布式模型预测控制的风电集群综合频率控制方法及系统
CN108539797A (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
CN116365506A (zh) 含分布式光伏主动配电网节能降损优化方法及系统
CN104659812B (zh) 一种基于预测控制的多微网协调控制方法
Zangeneh et al. A survey: Fuzzify parameters and membership function in electrical applications
CN104332985A (zh) 基于混合控制策略的直流配网运行控制与优化调度方法
CN116388153A (zh) 一种有源配电网中柔性互联装备优化配置方法
CN107589672A (zh) 孤岛智能配电网下虚拟狼群控制策略的智能发电控制方法
CN116526511B (zh) 一种多源协同参与系统负荷频率控制的方法

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: 20210914