CN113471989B - 基于灰狼优化法的微电网智能二次频率控制方法 - Google Patents
基于灰狼优化法的微电网智能二次频率控制方法 Download PDFInfo
- Publication number
- CN113471989B CN113471989B CN202110751659.0A CN202110751659A CN113471989B CN 113471989 B CN113471989 B CN 113471989B CN 202110751659 A CN202110751659 A CN 202110751659A CN 113471989 B CN113471989 B CN 113471989B
- Authority
- CN
- China
- Prior art keywords
- control
- wolf
- load shedding
- photovoltaic
- prey
- 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
- H02J3/002—Flicker reduction, e.g. compensation of flicker introduced by non-linear load
-
- 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
- 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
- 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]
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Nonlinear Science (AREA)
- Photovoltaic Devices (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种基于灰狼优化法的微电网智能二次频率控制方法,属于微电网技术领域。本发明的目的是考虑风力发电、光伏发电出力波动以及负荷的随机性,以系统频率波动最小为目标,实现多输入多输出系统智能优化控制的基于灰狼优化法的微电网智能二次频率控制方法。本发明步骤是:光伏和风机减载运行及一次调频控制,基于灰狼优化法的智能二次频率控制。本发明考虑分布式风、光发电减载运行,参与系统频率控制,相比于常规二次调频控制(基于比例积分控制),能够更好的协调各种不同类型发电单元,快速抑制微电网频率波动。
Description
技术领域
本发明属于微电网技术领域。
背景技术
微电网中,分布式风机和分布式光伏通常采用最大功率跟踪控制,不具有调频能力,。当风、光发电渗透增大,会影响微电网频率稳定。进一步的,分布式可再生能源通常具有随机性,本身就是会引起功率扰动,恶化微电网的频率控制。
目前,微电网调频控制,通常依赖大容量储能。但是,储能单元的价格和维护成本比较昂贵,经济性较差。近年来,风力发电和光伏减载运行,预留部分功率。虽然减载运行会减少部分功率,但是,相比于储能是更经济的一种方式。但是,风、光减载调频控制方法主要集中于惯性调频和一次调频范围,很少涉及二次频率控制。常规的二次调频通常采用经典PI控制器,无法智能优化协调各种调频资源,对多输入多输出系统的控制具有局限性。
发明内容
本发明的目的是考虑风力发电、光伏发电出力波动以及负荷的随机性,以系统频率波动最小为目标,实现多输入多输出系统智能优化控制的基于灰狼优化法的微电网智能二次频率控制方法。
本发明步骤是:
S1、光伏和风机减载运行及一次调频控制
1)光伏减载控制
在减载运行的基础上,增加频率下垂控制,光伏发电参与微电网一次频率控制;
2)风机减载控制
设机组在某一风速下所发出的最大有功功率为Popt,在超速减载后,风机输出的有功功率为Psub,其中减载功率ΔPde=Popt-Psub,则定义减载率d%为:
在减载运行的基础上,增加频率下垂控制和虚拟惯性控制;
S2、基于灰狼优化法的智能二次频率控制
建立微电网优化模型目标函数为:
式中:J为偏差性能的指标;T为仿真时间;t为时间变量;
控制器约束条件为:
式中:Kmin、Kmax分别为Kp、Ki、Kd的上下限;Nmin、Nmax为N的上下限;
对于灰狼三分,其优化过程是α、β、δ来指导ω来跟踪、追捕、攻击来完成的;
包围猎物用以下数学方程来表示:
灰狼个体跟踪猎物位置的模型如下:
式(10)表示狼群个体向α、β、δ前进的方向,式(11)表示个体的最终位置;
本发明考虑分布式风、光发电减载运行,参与系统频率控制,相比于常规二次调频控制(基于比例积分控制),能够更好的协调各种不同类型发电单元,快速抑制微电网频率波动。
附图说明
图1(a)是典型微电网系统机构;
图1(b)智能调频控制整体方框图;
图2是光伏减载控制原理图;
图3是光伏减载控制逻辑框图
图4是风机减载控制原理图;
图5是风机减载控制逻辑框图
图6是灰狼算法流程图;
图7是光伏功率输出曲线;
图8是风机出力曲线;
图9是典型双峰负荷曲线;
图10是频率变化波形图。
具体实施方式
本发明详细步骤是:
(1)光伏和风机减载运行及一次调频控制
1)光伏减载控制
为参与频率调节,本文中光伏发电采用减载控制,预留部分有功功率。本发明所采用光伏减载控制原理图如图2所示。
根据当前时刻最大功率估算值Pest和光伏阵列输出功率Ppv,计算得到减载率rest%,即:
在减载运行的基础上,增加频率下垂控制。光伏发电参与微电网一次频率控制。光伏发电减载控制框图如图3所示。
2)风机减载控制
风力发电采用超速减载控制,机组转速高于最优功率点,预留部分功率。本发明风力发电减载原理图如图4所示。
设机组在某一风速下所发出的最大有功功率为Popt,在超速减载后,风机输出的有功功率为Psub,其中减载功率ΔPde=Popt-Psub,则可以定义减载率d%为:
在减载运行的基础上,增加频率下垂控制和虚拟惯性控制。风力发电提供惯性和一次频率响应。风力减载调频控制框图如图5所示。
(2)基于灰狼优化算法的智能二次频率控制
一次调频控制为有差控制,仅通过一次调频无法实现微电网频率的无差控制,需要引入二次频率控制。本文采用多输入多输出,结合灰狼算法,以频率偏差最小为目标,考虑光伏,风力,储能,柴油机自身出力限制,进行二次频率最优控制。
本发明二次频率控制结构见图1风光柴储微电网系统结构及控制框图,图1包括图1(a)典型微电网系统机构和图1(b)智能调频控制整体方框图。基于灰狼优化算法的控制器解释如下
首先,建立微电网优化模型目标函数为:
式中:J为偏差性能的指标;T为仿真时间;t为时间变量。
控制器约束条件为:
式中:Kmin、Kmax分别为Kp、Ki、Kd的上下限;Nmin、Nmax为N的上下限。
灰狼算法比大多数智能优化方法具有更好的收敛速度和求解精度,并且结构简单,需要调整的参数少等优点,所以本文选择该算法来进行优化控制。对于灰狼三分,其优化过程是α、β、δ来指导ω来跟踪、追捕、攻击来完成的。
首先,包围猎物可以用以下数学方程来表示:
灰狼个体跟踪猎物位置的数学模型如下:
式(10)表示狼群个体向α、β、δ前进的方向,式(11)表示个体的最终位置。
算例验证
依照图1,建立典型微电网模型。验证所提灰狼算法智能调频控制效果,并与典型的二次频率控制比较。
在该算例中,光伏发电用典型日出力曲线,初始减载率为10%,参与系统调频;风机同样采用典型日出力曲线,减载系数同样采用10%,用来参与系统调频;由于柴油机具有一定的惯性且参与系统一次调频,其出力在0.06~0.08之间变化;负荷采用典型双峰负荷曲线;光伏出力曲线如图7所示;风机出力曲线如图8所示;负荷曲线如图9所示。
对比基于PID控制的二次调频控制和本发明所涉及基于灰狼算法的智能二次频率控制。对比仿真结果如图10所示。
由于风机出力、光伏出力、和负荷的波动,导致系统频率出现偏差。与常规PID二次频率控制相比之下,本发明所涉及方法具有更加良好的动态性能和跟踪性能,能更好协调各种调频资源,系统频率波动的幅度更小。常规PID二次调频控制方法下,最大频率偏差为0.016p.u。所涉及灰狼优化二次频率控制下,最大频率偏差为0.04p.u。频率调节改善效果非常明显。
本发明涉及的符号及其对应的物理含义
Pest........................在某一温度下,光伏阵列输出的最大功率
Ppv........................在某一温度下,光伏阵列减载运行发出的实际功率
rest%......................光伏阵列的减载率
Popt........................在某一风速下,风电机组发出的最大功率
Psub........................在某一风速下,风机减载运行发出的实际功率
ΔPde.......................在某一风速下,风机预留的功率
d%.........................风电机组的减载率
J...........................目标函数的性能指标
T...........................仿真时长
t...........................仿真的时间变量
Kp、Ki、Kd、N...................待确定的控制器参数
Kmin、Kmax、Nmin、Nmax.............控制器自身约束
α、β、δ、ω....................算法中寻优的粒子
Claims (1)
1.一种基于灰狼优化法的微电网智能二次频率控制方法,其特征在于:其步骤是:
S1、光伏和风机减载运行及一次调频控制
1)光伏减载控制
根据当前时刻最大功率估算值Pest和光伏阵列输出功率Ppv,计算得到减载率rest%,即:
在减载运行的基础上,增加频率下垂控制,光伏发电参与微电网一次频率控制;
2)风机减载控制
设机组在某一风速下所发出的最大有功功率为Popt,在超速减载后,风机输出的有功功率为Psub,其中减载功率ΔPde=Popt-Psub,则定义减载率d%为:
在减载运行的基础上,增加频率下垂控制和虚拟惯性控制;
S2、基于灰狼优化法的智能二次频率控制
建立微电网优化模型目标函数为:
式中:J为偏差性能的指标;T为仿真时间;t为时间变量;
控制器约束条件为:
式中:Kmin、Kmax分别为Kp、Ki、Kd的上下限;Nmin、Nmax为N的上下限;
对于灰狼算法,其优化过程是α、β、δ来指导ω来跟踪、追捕、攻击来完成的;
包围猎物用以下数学方程来表示:
灰狼个体跟踪猎物位置的模型如下:
式(10)表示狼群个体向α、β、δ前进的方向,式(11)表示个体的最终位置;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110751659.0A CN113471989B (zh) | 2021-07-02 | 2021-07-02 | 基于灰狼优化法的微电网智能二次频率控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110751659.0A CN113471989B (zh) | 2021-07-02 | 2021-07-02 | 基于灰狼优化法的微电网智能二次频率控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113471989A CN113471989A (zh) | 2021-10-01 |
CN113471989B true CN113471989B (zh) | 2022-08-16 |
Family
ID=77877679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110751659.0A Active CN113471989B (zh) | 2021-07-02 | 2021-07-02 | 基于灰狼优化法的微电网智能二次频率控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113471989B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114744658B (zh) * | 2022-04-19 | 2024-05-14 | 国网浙江省电力有限公司宁波供电公司 | 一种基于微电网的电池储能系统尺寸划分方法与系统 |
CN116203845A (zh) * | 2023-03-03 | 2023-06-02 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于灰狼算法的风机频率响应控制器配置方法及系统 |
CN116599142B (zh) * | 2023-03-28 | 2024-06-11 | 淮阴工学院 | 一种保障安全供能的智能调控系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110145432A (zh) * | 2019-03-29 | 2019-08-20 | 广东工业大学 | 一种基于傅氏分析和改进灰狼算法的波浪发电装置功率控制方法 |
CN110380429A (zh) * | 2019-05-17 | 2019-10-25 | 武汉大学 | 一种兼顾阻尼特性的水电机组一次调频多目标优化方法 |
CN111191955A (zh) * | 2020-01-07 | 2020-05-22 | 东北电力大学 | 基于相依马尔可夫链的电力cps风险区域预测方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102064548B (zh) * | 2010-12-17 | 2014-03-12 | 中国电力科学研究院 | 一种考虑暂态频率偏移的一次调频旋转备用优化方法 |
CN102255311B (zh) * | 2011-08-05 | 2014-09-24 | 辽宁省电力有限公司 | Agc机组控制方法 |
CN104638643B (zh) * | 2015-02-12 | 2017-01-11 | 清华大学 | 一种对电力系统微电网的全分布式二次调频方法 |
KR101815399B1 (ko) * | 2016-12-01 | 2018-01-31 | 오씨아이 주식회사 | 전력 입찰 용량 설정 시스템 및 그 방법 |
CN107276070B (zh) * | 2017-06-12 | 2020-04-21 | 重庆大学 | 计及一二次调频的发输电系统运行可靠性建模评估方法 |
CN108510074A (zh) * | 2018-05-30 | 2018-09-07 | 江苏理工学院 | 一种改进gwo算法的实现方法 |
CN108711859B (zh) * | 2018-05-31 | 2021-10-08 | 上海电力学院 | 一种基于自适应鲁棒控制的多源微电网频率协调方法 |
CN110429668B (zh) * | 2019-07-10 | 2021-10-08 | 华北电力大学 | 减载风电机组变速变桨协调优化频率控制方法 |
CN111342729B (zh) * | 2020-02-24 | 2023-05-05 | 上海电力大学 | 基于灰狼优化的永磁同步电机自适应反推控制方法 |
CN111146811B (zh) * | 2020-02-24 | 2021-03-30 | 上海电力大学 | 虚拟同步发电机二次调频鲁棒控制方法 |
KR102256434B1 (ko) * | 2020-08-14 | 2021-05-25 | 목포대학교 산학협력단 | 다수의 분산 에너지저장시스템 통합제어 장치 |
-
2021
- 2021-07-02 CN CN202110751659.0A patent/CN113471989B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110145432A (zh) * | 2019-03-29 | 2019-08-20 | 广东工业大学 | 一种基于傅氏分析和改进灰狼算法的波浪发电装置功率控制方法 |
CN110380429A (zh) * | 2019-05-17 | 2019-10-25 | 武汉大学 | 一种兼顾阻尼特性的水电机组一次调频多目标优化方法 |
CN111191955A (zh) * | 2020-01-07 | 2020-05-22 | 东北电力大学 | 基于相依马尔可夫链的电力cps风险区域预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113471989A (zh) | 2021-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113471989B (zh) | 基于灰狼优化法的微电网智能二次频率控制方法 | |
CN110888317A (zh) | 一种pid控制器参数智能优化方法 | |
CN110247438B (zh) | 基于天牛须算法的主动配电网资源优化配置 | |
CN109447393A (zh) | 一种电力系统经济负荷分配的改进的粒子群算法 | |
CN105426954A (zh) | 一种基于多策略协同作用的粒子群优化的方法 | |
Kumar et al. | Application of fractional order PID controller for AGC under deregulated environment | |
CN113255138B (zh) | 一种电力系统负荷分配优化方法 | |
Yuan et al. | MPPT of PV system under partial shading condition based on adaptive inertia weight particle swarm optimization algorithm | |
CN112670984A (zh) | 一种基于改进鲸鱼算法的电力系统经济负荷分配方法 | |
CN113852098B (zh) | 一种基于多目标蜻蜓算法的自动发电控制调度方法 | |
CN111509785A (zh) | 一种用于电网多源最优协同控制的方法、系统及存储介质 | |
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 | |
Khamies et al. | Slime mould algorithm for frequency controller design of a two-area thermal-PV power system | |
Zheng et al. | Deep reinforcement learning based active disturbance rejection load frequency control of multi-area interconnected power systems with renewable energy | |
Bakir et al. | Experimental evaluation of water cycle technique for control parameters optimization of double-fed induction generator-based wind turbine | |
Chen et al. | Fuzzy PID controller optimized by improved gravitational search algorithm for load frequency control in multi-area power system | |
CN114336592A (zh) | 一种基于模型预测控制的风电场agc控制方法 | |
CN106950831B (zh) | 一种离线优化/在线切换的无功补偿方法 | |
Sarir et al. | Optimal fractional-order pi control design for a variable speed PMSG-based wind turbine | |
CN117028141A (zh) | 一种风电机组的变桨协调优化控制方法 | |
CN115603330A (zh) | 一种基于自适应离散粒子群算法的配电网优化方法 | |
CN112260306B (zh) | 一种新能源发电站均分群控发电控制方法及装置 | |
Xu et al. | Design of three-stage start-up optimal strategy based on fuzzy fractional-order proportion integration differentiation controller of pumped storage unit under low water head | |
CN117748628B (zh) | 一种面向风电机组输出功率平滑的有功功率优化调度方法 | |
CN110932334A (zh) | 一种带约束多目标优化风电场功率控制方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |