CN113471989B - 基于灰狼优化法的微电网智能二次频率控制方法 - Google Patents

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

基于灰狼优化法的微电网智能二次频率控制方法

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

根据当前时刻最大功率估算值P_est和光伏阵列输出功率P_pv，计算得到减载率r_est％，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P_opt，在超速减载后，风机输出的有功功率为Psub，其中减载功率ΔP_de＝P_opt-P_sub，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：K^min、K^max分别为K_p、K_i、K_d的上下限；N^min、N^max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：

式(5)表示个体与猎物之间的距离，式(6)灰狼的位置更新公式，式中t表示迭代次数，

表示向量系数，

分别表示猎物的位置和狼的位置；

计算公式如下：

其中，

是收敛因子，伴随着迭代次数的增加逐渐的从2线性减小到0，

是[0，1]之间的随机数；

灰狼个体跟踪猎物位置的模型如下：

其中，

和

分别代表α、β、δ与其他狼的距离，

和

分别表示α、β、δ的当前位置，

代表随机向量，

表示灰狼的位置；

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；

当猎物停止移动时，灰狼通过攻击来完成狩猎。为了模拟逼近猎物，

逐渐减小，导致

的范围也逐渐减小；当

时，狼群发起攻击，会导致陷入局部最优，当

时，强迫狼群与猎物分开，找到全局最优。

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r_est％，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P_opt，在超速减载后，风机输出的有功功率为P_sub，其中减载功率ΔP_de＝P_opt-P_sub，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：K^min、K^max分别为K_p、K_i、K_d的上下限；N^min、N^max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：

式(5)表示个体与猎物之间的距离，式(6)灰狼的位置更新公式。式中t表示迭代次数，

表示向量系数，

分别表示猎物的位置和狼的位置。

计算公式如下：

其中，

是收敛因子，伴随着迭代次数的增加逐渐的从2线性减小到0，

是[0，1]之间的随机数。

灰狼个体跟踪猎物位置的数学模型如下：

其中，

和

分别代表α、β、δ与其他狼的距离，

和

分别表示α、β、δ的当前位置，

代表随机向量，

表示灰狼的位置。

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。

当猎物停止移动时，灰狼通过攻击来完成狩猎。为了模拟逼近猎物，

逐渐减小，导致

的范围也逐渐减小。当

时，狼群发起攻击，会导致陷入局部最优，当

时，强迫狼群与猎物分开，找到全局最优。灰狼算法流程如图6所示。

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

P_est........................在某一温度下，光伏阵列输出的最大功率

P_pv........................在某一温度下，光伏阵列减载运行发出的实际功率

r_est％......................光伏阵列的减载率

P_opt........................在某一风速下，风电机组发出的最大功率

P_sub........................在某一风速下，风机减载运行发出的实际功率

ΔP_de.......................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

K_p、K_i、K_d、N...................待确定的控制器参数

K^min、K^max、N^min、N^max.............控制器自身约束

α、β、δ、ω....................算法中寻优的粒子

.......................代表向量系数

..........................寻优粒子与最优解之间的距离

.......................最优解的位置

.......................寻优粒子的位置

..........................收敛因子

..........................为[0,1]之间的随机数

...............代表α、β、δ与其他寻优粒子的距离

...............表示α、β、δ的当前位置

..........................寻优粒子的位置

................寻优粒子向α、β、δ前进的方向

.....................寻优粒子的最终位置

.........................寻优粒子的搜寻范围。

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P_est和光伏阵列输出功率P_pv，计算得到减载率r_est％，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P_opt，在超速减载后，风机输出的有功功率为P_sub，其中减载功率ΔP_de＝P_opt-P_sub，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：K^min、K^max分别为K_p、K_i、K_d的上下限；N^min、N^max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：

式(5)表示个体与猎物之间的距离，式(6)灰狼的位置更新公式，式中t表示迭代次数，

表示向量系数，

分别表示猎物的位置和狼的位置；

计算公式如下：

其中，

是收敛因子，伴随着迭代次数的增加逐渐的从2线性减小到0，

是[0，1]之间的随机数；

灰狼个体跟踪猎物位置的模型如下：

其中，

和

分别代表α、β、δ与其他狼的距离，

和

分别表示α、β、δ的当前位置，

代表随机向量，

表示灰狼的位置；

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；

当猎物停止移动时，灰狼通过攻击来完成狩猎； 为了模拟逼近猎物，

逐渐减小，导致

的范围也逐渐减小；当

时，狼群发起攻击，会导致陷入局部最优，当

时，强迫狼群与猎物分开，找到全局最优。

Images