CN113708368A - 一种基于蜂拥算法的智能电网暂态稳定控制方法 - Google Patents

一种基于蜂拥算法的智能电网暂态稳定控制方法 Download PDF

Info

Publication number
CN113708368A
CN113708368A CN202110980311.9A CN202110980311A CN113708368A CN 113708368 A CN113708368 A CN 113708368A CN 202110980311 A CN202110980311 A CN 202110980311A CN 113708368 A CN113708368 A CN 113708368A
Authority
CN
China
Prior art keywords
generator
power
bee
transient stability
generators
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
CN202110980311.9A
Other languages
English (en)
Inventor
陈世明
田进鹏
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.)
East China Jiaotong University
Original Assignee
East China Jiaotong University
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 East China Jiaotong University filed Critical East China Jiaotong University
Priority to CN202110980311.9A priority Critical patent/CN113708368A/zh
Publication of CN113708368A publication Critical patent/CN113708368A/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • 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
    • H02J2203/20—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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/22—Flexible AC transmission systems [FACTS] or power factor or reactive power compensating or correcting units

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

一种基于蜂拥算法的智能电网暂态稳定控制方法，包括以下步骤：（1）利用拓扑建模确定每台发电机的邻居发电机，并设置各发电机之间的通信权重，从而确定系统的参数矩阵；（2）定义发电机动力学模型；（3）利用本地发电机与其邻居发电机之间的相对功角以及相对转速信息设计蜂拥控制器，通过调节外部储能装置的功率输出进行有功调节，以渐近消除所有同步发电机的偏差，使系统恢复稳定。本发明将蜂拥控制理论推广到智能电网中，在有通信时延的条件下，解决了暂态稳定控制问题；本发明通过调节外部储能装置的功率输出进行有功调节，以平衡摇摆方程，渐近消除了所有同步发电机的偏差。

Description

一种基于蜂拥算法的智能电网暂态稳定控制方法
技术领域
本发明涉及一种基于蜂拥算法的智能电网暂态稳定控制方法，属智能电网技术领域。
背景技术
电力系统的暂态稳定性一直被认为是其安全运行的关键问题之一,电力系统韧性与电力系统安全性的传统概念相关联，即电网在发生物理偶发事件时仍能保持完整的能力。在传统电网中,暂态稳定性极大地依赖于连接到电网的机器的惯性。随着常规的高惯性发电(如化石燃料发电)占比减少，利用风力和太阳能等低惯性发电占比增加，使得连接到电网的旋转机械总惯性趋于减小，从而降低了电网承受大扰动的能力。并且现代电网规模和复杂性不断增加,并产生了信息网络安全问题,使电网暂态稳定控制变得更具挑战性。因此,现代电网受到信息干扰和物理扰动的影响,必须制定稳定未来智能电网的新战略,提高电网暂态稳定裕度,以保证其暂态稳定性。
将电力系统类比为一个多智能体系统,分布式暂态稳定控制策略注重系统中多智能体之间的合作与协调,能够解决许多集中式和分散式难以解决的大规模复杂优化控制问题,发挥出智能电网的优势,并给出高效率控制约束。Ziang Zhang等(Convergenceanalysis of the incremental cost consensus algorithm under differentcommunication network topologies in a smart grid.IEEE Transactions on PowerSystems,2012)学者采用分布式一致性控制方法,能够实现电力系统中合理的功率分配,增强电力系统稳定运行能力。Ke Y,et al(Leader-following control of multi-motorsystems based on the.consistency theory under the network environment.Controland Decision Conference.IEEE,2016)采用多智能体一致性理论,针对电力系统中的跟踪控制问题进行研究。Farraj A,Hammad E,Kundur D(A Cyber-Enabled StabilizingControl Scheme for Resilient Smart Grid Systems.IEEE Transactions on SmartGrid,2016)提出了一种多智能体一致性算法,用以解决电力系统的分层控制和功率分配问题。周烨等(基于多智能体一致性算法的微电网分布式分层控制策略.电力系统自动化,2017)将分布式算法应用于含分布式电源的微电网,实现了功率合理分配和频率稳定。
随着储能技术(energy storage systems,ESS)、相量测量单元(phasormeasurement unit,PMU)、现代通信网络等新技术在电网中应用,为稳定控制方法提供了新的思路。Wei J,et al(A Flocking-Based Paradigm for Hierarchical Cyber-PhysicalSmart Grid Modeling and Control.IEEE Transactions on Smart Grid,2014)将电力系统动力学方程与蜂拥算法结合,针对严重干扰后的发电机同步问题,进行蜂拥控制的研究,然而在建立模型时未考虑电力系统各节点之间的影响权重问题。Andreasson M,et al(Distributed Control of Networked Dynamical Systems:Static Feedback andIntegral Action and Consensus.IEEE Transactions on Automatic Control,2014)提出了一种分布式一致比例积分(Consensus Proportional Integral,CPI)控制器,通过控制具有快速动作特性的分布式储能装置来调节电力系统频率,加快电力系统暂态稳定恢复,提高电力系统的抗干扰能力。Ayar M,et al(A Distributed Control Approach forEnhancing Smart Grid Transient Stability and Resilience.IEEE Transactions onSmart Grid,2017)设计一种非线性自适应控制器,通过分布式储能装置进行功率控制,减轻通信延迟等网络干扰对系统造成的影响,提高电力系统的暂态稳定性。Farraj A,et al(A Cyber-Enabled Stabilizing Control Scheme for Resilient Smart GridSystems).IEEE Transactions on Smart Grid,2016)提出了一种参数反馈线性化(parameter feedback linear,PFL)控制器,利用飞轮储能系统对电网故障后进行暂态稳定恢复控制,提高电网暂态稳定裕度。Wang Menghui,Chen H C(Transient stabilitycontrol of multimachine power systems using flywheel energy injection.IEEProceedings-Generation,Transmission and Distribution,2005)设计了一种自组织模糊神经网络控制器,利用飞轮储能系统来提高智能电网的暂态稳定性和传输能力。
发明内容
本发明的目的是，为了解决智能电网的线路故障和通信延迟问题，提高智能电网的暂态稳定性，本发明提出一种基于蜂拥算法的智能电网暂态稳定控制方法。
本发明实现的技术方案如下，一种基于蜂拥算法的智能电网暂态稳定控制方法，所这方法通过相量测量单元(PMU)接收电网的部分实时状态信息，并结合权重矩阵，实现局部信息交互,利用可控外部储能设备，向发电机母线中输出(或吸收)有功功率进行控制，快速高效的实现系统暂态稳定恢复，从理论分析和仿真两方面验证该控制器的有效性和快速性。
所述方法利用拓扑建模确定每台发电机的邻居发电机，并设置各发电机之间的通信权重，从而确定系统的参数矩阵；建立第i台发电机的动力学模型；利用各台同步发电机与其邻居发电机之间的相对功角以及相对转速设计分布式蜂拥控制器；通过调节外部储能装置的功率输出进行有功调节，以渐近消除所有同步发电机的偏差，使得系统恢复稳定。
所述系统的参数矩阵为：
H＝L+B
L为有向图G的Laplace矩阵，L＝D-A，其中，D＝diag{d1,…,dN}表示入度矩阵；D中元素
Figure BDA0003228843670000041
aij为对于任意的i,j∈V，节点i能从邻居节点的集合Ni中获取信息，即j∈Ni，aij＝1；否则aij＝0；
B为系统的领导跟随邻接矩阵，B＝diag{b1,b2,…,bN}，其中，当第i个跟随者智能体通过通信网络与虚拟领导者连接时，bi＞0，否则bi＝0。
本发明将储能装置装设在发电机母线侧，利用代数图论对电力系统进行拓扑建模，将整个电力系统看成一个可控的非线性多智能体系统。
假设电力系统中有N个智能体，每个智能体(Agent)包括如下四个部分：
(1)一台同步发电机。
(2)相位测量单元，用于测量同步发电机转子功角和转子转速。
(3)分布式蜂拥控制器，用来处理本地发电机与其邻居发电机的转子功角以及转子转速信息。
(4)一种快速动作的外部储能装置，调节吸收或注入到发电机母线的有功功率大小。
另外每台发电机通过通信网络与其邻居发电机进行信息通讯，以获取邻居发电机的信息。
智能电网的动力学模型由摇摆方程定义，考虑分布式自适应控制器的作用，则第i台发电机的动力学模型表示为：
Figure BDA0003228843670000042
式中：
Figure BDA0003228843670000043
ωi(t)表示第i台发电机在同步旋转参考下的实际转速
Figure BDA0003228843670000044
相对于额定转速ω0(t)的偏差，单位rad/s；δi为第i台发电机的实际转子功角和转子功角初值的差值，δi＝δ′i-δi0；δ′i为第i台发电机的实际转子功角，单位rad；δi0为第i台发电机的转子功角初值，单位rad；Mi为第i台发电机的惯性常数，单位s；Di为第i台发电机的阻尼系数，单位s；Pai为第i台发电机的加速功率，Pai＝Pmi-Pei，Pmi与Pei分别表示机械输入功率和电磁输出功率，三者均为标幺值。
将系统的非线性部分表示为
Figure BDA0003228843670000051
此时，发电机i在t时刻的动力学方程重写为：
Figure BDA0003228843670000052
其中
Figure BDA0003228843670000053
表示发电机i在t时刻的控制输入，
Figure BDA0003228843670000054
Figure BDA0003228843670000055
表示外部储能设备向发电机i的母线中注入(吸收)有功功率。
假设1：假设信息物理系统网络拓扑图是连通的。
假设2：gi(δi(t),ωi(t))对于ωi(t)是有界的，则存在常数hi，i＝1,2,...,N使得
||gi(δi(t),ωi(t))||≤hi||ωi(t)|| (3)
所述分布式蜂拥控制器设计如下：
Figure BDA0003228843670000056
式中，Φ(x)为势能函数，
Figure BDA0003228843670000057
其中，
Figure BDA0003228843670000058
式中，c为常数且c＞0，δij(t)＝δi(t)-δj(t)，(i,j)∈E，δij(t)表示发电机i和发电机j之间的相对功角；
对于式(1)，对于任意初始状态有：
Figure BDA0003228843670000061
则蜂拥控制是渐近实现的。
对于式(2)，在假设1和2成立条件下，存在常数ki＞0，且ki满足下式，则控制协议，可以有效的解决系统的一致性问题，
ki≥hi+λmax(L),i＝1,2,...,N，hi为常数；λmax(L)为矩阵L的最大特征值(7)。
本发明的有益效果在于，本发明将蜂拥控制理论推广到智能电网中，在有通信时延的条件下，解决了暂态稳定控制问题；本发明通过调节外部储能装置的功率输出进行有功调节，以平衡摇摆方程，渐近消除了所有同步发电机的偏差；本发明考虑发电机动力学模型中存在非线性项，将整个智能电网看作一个非线性多智能体系统进行研究，更加符合实际电网情况。本发明利用代数图论对智能电网进行拓扑建模，该建模方法适用于电力系统。
附图说明
图1表示新英格兰39节点测试系统图；
图2是未加任何控制下发电机功角动态；
图3是未加任何控制下发电机转速动态；
图4是CPI控制下发电机功角动态；
图5是CPI控制下发电机转速动态；
图6是加入本发明控制下发电机功角动态；
图7是加入本发明控制下发电机转速动态；
图8是有通讯时延下稳定时间动态；
图9表示本发明方法的步骤框图。
具体实施方式
本发明的具体实施步骤如图9所示。
本实施例一种基于蜂拥算法的智能电网暂态稳定控制方法，包括以下步骤：
(1)利用拓扑建模确定每台发电机的邻居发电机，并设置各发电机之间的通信权重，从而确定系统的参数矩阵。
(2)定义发电机动力学模型。
(3)利用本地发电机与其邻居发电机之间的相对功角以及相对转速信息设计蜂拥控制器，通过调节外部储能装置的功率输出进行有功调节，以渐近消除所有同步发电机的偏差，使系统恢复稳定。
图1以新英格兰39节点测试系统为例，在MATLAB-Simulink环境中搭建该系统，并配上快速动作的外部储能装置。
在图1母线17(线路16-17侧)设置三相接地短路故障，并且电力系统励磁稳定器处于关闭状态。
图2和图3分别是未加任何控制下，发电机的频率动态和功角动态，系统内所有同步发电机失去了同步。
图4和图5分别是CPI控制下的第5-9台发电机的频率动态和功角动态，故障后的系统稳定时间大于10s。
图6和图7分别是本文控制下发电机的频率动态和功角动态，由于故障点靠近第17台发电机，所以第17台发电机相对于其它发电机的频率波动更大。在蜂拥控制器作用下故障后的系统，稳定时间大约为3.5s。
图8表明在通信受限的条件下，依然能达到稳定。
从仿真结果来看，在通信受限的条件下，所设计的蜂拥控制器有效地改善了系统的暂态稳定性。

Claims (4)

1.一种基于蜂拥算法的智能电网暂态稳定控制方法，其特征在于，所述方法利用拓扑建模确定每台发电机的邻居发电机，并设置各发电机之间的通信权重，从而确定系统的参数矩阵；建立第i台发电机的动力学模型；利用各台同步发电机与其邻居发电机之间的相对功角以及相对转速设计分布式蜂拥控制器；通过调节外部储能装置的功率输出进行有功调节，以渐近消除所有同步发电机的偏差，使得系统恢复稳定。
2.根据权利要求1所述的一种基于蜂拥算法的智能电网暂态稳定控制方法，其特征在于，所述系统的参数矩阵为：
H＝L+B
L为有向图G的Laplace矩阵，L＝D-A，其中，D＝diag{d1,…,dN}表示入度矩阵；D中元素
Figure FDA0003228843660000013
aij为对于任意的i,j∈V，节点i能从邻居节点的集合Ni中获取信息，即j∈Ni，aij＝1；否则aij＝0；
B为系统的领导跟随邻接矩阵，B＝diag{b1,b2,…,bN}，其中，当第i个跟随者智能体通过通信网络与虚拟领导者连接时，bi＞0，否则bi＝0。
3.根据权利要求1所述的一种基于蜂拥算法的智能电网暂态稳定控制方法，其特征在于，所述第i台发电机的动力学模型如下：
Figure FDA0003228843660000011
式中：
Figure FDA0003228843660000012
i＝1,2,…,N，ωi(t)表示第i台发电机在同步旋转参考下的实际转速
Figure FDA0003228843660000014
相对于额定转速ω0(t)的偏差，单位rad/s；δi为第i台发电机的实际转子功角和转子功角初值的差值，δi＝δ′i-δi0；δ′i为第i台发电机的实际转子功角，单位rad；δi0为第i台发电机的转子功角初值，单位rad；Mi为第i台发电机的惯性常数，单位s；Di为第i台发电机的阻尼系数，单位s；Pai为第i台发电机的加速功率，Pai＝Pmi-Pei，Pmi与Pei分别表示机械输入功率和电磁输出功率，三者均为标幺值。
4.根据权利要求1所述的一种基于蜂拥算法的智能电网暂态稳定控制方法，其特征在于，所述分布式蜂拥控制器设计如下：
Figure FDA0003228843660000021
式中，Φ(x)为势能函数，
Figure FDA0003228843660000022
其中，
Figure FDA0003228843660000023
式中，c为常数且c＞0，δij(t)＝δi(t)-δj(t)，(i,j)∈E，δij(t)表示发电机i和发电机j之间的相对功角；ki为常数，ki＞0，且ki满足下式：
ki≥hi+λmax(L),i＝1,2,...,N，hi为常数；λmax(L)为矩阵L的最大特征值。
CN202110980311.9A 2021-08-25 2021-08-25 一种基于蜂拥算法的智能电网暂态稳定控制方法 Pending CN113708368A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110980311.9A CN113708368A (zh) 2021-08-25 2021-08-25 一种基于蜂拥算法的智能电网暂态稳定控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110980311.9A CN113708368A (zh) 2021-08-25 2021-08-25 一种基于蜂拥算法的智能电网暂态稳定控制方法

Publications (1)

Publication Number Publication Date
CN113708368A true CN113708368A (zh) 2021-11-26

Family

ID=78654577

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110980311.9A Pending CN113708368A (zh) 2021-08-25 2021-08-25 一种基于蜂拥算法的智能电网暂态稳定控制方法

Country Status (1)

Country Link
CN (1) CN113708368A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014173131A1 (zh) * 2013-04-23 2014-10-30 国家电网公司 一种基于响应的大电网全态势在线一体化量化评估方法
CN111353910A (zh) * 2020-02-24 2020-06-30 南京邮电大学 有向拓扑下基于有限时间一致性的分布式智能电网经济调度方法
JP2020137164A (ja) * 2019-02-13 2020-08-31 株式会社東芝 電力系統安定化システム
CN113131533A (zh) * 2021-01-25 2021-07-16 华东交通大学 一种智能电网暂态稳定分布式自适应控制方法
CN113176732A (zh) * 2021-01-25 2021-07-27 华东交通大学 一种非线性随机多智能体系统固定时间一致控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014173131A1 (zh) * 2013-04-23 2014-10-30 国家电网公司 一种基于响应的大电网全态势在线一体化量化评估方法
JP2020137164A (ja) * 2019-02-13 2020-08-31 株式会社東芝 電力系統安定化システム
CN111353910A (zh) * 2020-02-24 2020-06-30 南京邮电大学 有向拓扑下基于有限时间一致性的分布式智能电网经济调度方法
CN113131533A (zh) * 2021-01-25 2021-07-16 华东交通大学 一种智能电网暂态稳定分布式自适应控制方法
CN113176732A (zh) * 2021-01-25 2021-07-27 华东交通大学 一种非线性随机多智能体系统固定时间一致控制方法

Similar Documents

Publication Publication Date Title
Abazari et al. Coordination strategies of distributed energy resources including FESS, DEG, FC and WTG in load frequency control (LFC) scheme of hybrid isolated micro-grid
CN109149605B (zh) 一种基于vsg的微电网暂态自适应参数控制策略
Toulabi et al. An input-to-state stability approach to inertial frequency response analysis of doubly-fed induction generator-based wind turbines
Zhang et al. Fully distributed coordination of multiple DFIGs in a microgrid for load sharing
Heydari-Doostabad et al. A novel control system design to improve LVRT capability of fixed speed wind turbines using STATCOM in presence of voltage fault
Dong et al. Fully-distributed deloading operation of DFIG-based wind farm for load sharing
CN113131533A (zh) 一种智能电网暂态稳定分布式自适应控制方法
Guo et al. Incorporating approximate dynamic programming-based parameter tuning into PD-type virtual inertia control of DFIGs
Guo et al. Double-layer feedback control method for synchronized frequency regulation of PMSG-based wind farm
Elyaalaoui et al. Optimal fractional order based on fuzzy control scheme for wind farm voltage control with reactive power compensation
Xiong et al. Specified time consensus control of ESSs for frequency support with DFIG wind turbines
Morel et al. A robust control approach for primary frequency regulation through variable speed wind turbines
Wang et al. Advanced adaptive frequency support scheme for DFIG under cyber uncertainty
CN115622149A (zh) 双馈风机参与一次调频的系统频率响应建模方法和系统
Xi et al. Decoupling control scheme for VSG-WPPs to participate in grid frequency response
Bakeer et al. Resilient virtual synchronous generator approach using DC-link capacitor energy for frequency support of interconnected renewable power systems
Mosayyebi et al. Fault ride-through capability improvement in a DFIG-based wind turbine using modified ADRC
Mousavi et al. Observer-Based High-Order Sliding Mode Control of DFIG-Based Wind Energy Conversion Systems Subjected to Sensor Faults
CN113708368A (zh) 一种基于蜂拥算法的智能电网暂态稳定控制方法
CN115882524A (zh) 一种提升频率响应能力的风电机组控制参数整定方法
CN115441435A (zh) 基于临界割集识别的储能系统参与电网第二道防线紧急控制的方法
CN113708367A (zh) 一种基于一致性算法的电力系统分布式协同控制方法
Qin et al. A review of fast frequency response techniques for asynchronous power sources
Maleki Rizi et al. Dynamic stability improvement in power system with simultaneously and coordinated control of DFIG and UPFC
Nayak et al. Low Voltage Capability of Generator for Frequency Regulation of Wind Energy System

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