CN113890063B - 一种孤岛微电网恢复频率的协调减载控制方法 - Google Patents

一种孤岛微电网恢复频率的协调减载控制方法 Download PDF

Info

Publication number
CN113890063B
CN113890063B CN202111235807.XA CN202111235807A CN113890063B CN 113890063 B CN113890063 B CN 113890063B CN 202111235807 A CN202111235807 A CN 202111235807A CN 113890063 B CN113890063 B CN 113890063B
Authority
CN
China
Prior art keywords
grid
load
frequency
micro
load shedding
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
Application number
CN202111235807.XA
Other languages
English (en)
Other versions
CN113890063A (zh
Inventor
王灿
王傲奇
应宇辰
梅世颐
田福银
李欣然
徐恒山
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 Three Gorges University CTGU
Original Assignee
China Three Gorges University CTGU
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 Three Gorges University CTGU filed Critical China Three Gorges University CTGU
Priority to CN202111235807.XA priority Critical patent/CN113890063B/zh
Publication of CN113890063A publication Critical patent/CN113890063A/zh
Application granted granted Critical
Publication of CN113890063B publication Critical patent/CN113890063B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • H02J3/26—Arrangements for eliminating or reducing asymmetry in polyphase 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/388—Islanding, i.e. disconnection of local power supply from the network
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y02E40/50—Arrangements for eliminating or reducing asymmetry in polyphase networks
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种孤岛微电网恢复频率的协调减载控制方法，首先，考虑各分布式电源的有功功率与频率偏差之间的关系，根据本地测量的频率偏差来计算减载量和指导减载动作；其次，对于减载对象的选择，将孤岛微电网的减载问题建模为一个马尔科夫决策过程，在Double‑Q学习中基于负荷优先级构建奖励值函数和减载模型以确定减载对象，保证优先级较低的负荷能够优先被切除。本发明一种孤岛微电网恢复频率的协调减载控制方法，相较于物理模型驱动的减载方法，在应对微电网发生非计划孤岛时能够更迅速地恢复系统的功率供需关系，降低减载时微电网频率的波动幅度，保证重要负荷的不间断供电。

Description

一种孤岛微电网恢复频率的协调减载控制方法
技术领域
本发明属于微电网减载控制技术领域，具体涉及一种孤岛微电网恢复频率的协调减载控制方法。
背景技术
随着新能源发电技术的高速发展，微电网作为消纳新能源发电的有效方式得到了人们的广泛关注。微电网可以在并网和孤岛模式下运行，当微网遭受功率缺额时，减载控制是实现孤岛微电网功率平衡和频率稳定的关键。在微电网发生非计划孤岛时，当孤岛微电网内负荷需求超过总发电量，由于孤岛微电网发电功率有限且有效惯性小，频率会迅速下降，分布式电源功率的输出将会增加以满足负荷需求。此时，若网内电力供应继续低于负荷需求，适当的减载将不可避免。因此，为了保障孤岛微电网的安全稳定运行，有必要对孤岛微电网的减载控制方法开展深入研究。
在现有文献技术中，文献[1]Coordinated control of passive transitionfrom grid-connected to islanded operation for three/single-phase hybridmultimicrogrids considering speed and smoothness(C.Wang,X.Li,T.Tian,Z.Xu,andR.Chen.Coordinated control of passive transition from grid-connected toislanded operation for three/single-phase hybrid multimicrogrids consideringspeed and smoothness[J].IEEE Transactions on Industrial Electronics,2020,67(3):1921–1931.)提出了一种基于隐枚举的减载方法，该方法能够快速消除微电网内因被动并离网切换过程产生的功率缺额，恢复电压和频率稳定，但该方法未在减载期间考虑负荷优先级的问题。
针对这一技术问题，文献[2]Two-stage load shedding for secondary controlin hierarchical operation of islanded microgrids(Q.Zhou,Z.Li,Q.Wu,andM.Shahidehpour.Two-stage load shedding for secondary control in hierarchicaloperation of islanded microgrids[J].IEEE Transactions on Smart Grid,2019,10(3):3103-3111.)提出了一种两阶段减载方法，第一阶段避免快速频率偏差，在第一阶段结束达到稳定状态后，第二阶段根据负荷优先级进行减载。文献[3]Priority-basedhierarchical operational management for multiagent-based microgrids(T.Kato,etal.Priority-based hierarchical operational management for multiagent-basedmicrogrids[J].Energies,2014,7(4):2051–2078.)提出了一种将负荷优先级与破产规则相互配合来决定不同需求群体的减载方法。文献[4]An effort-based reward approachfor allocating load shedding amount in networked microgrids using multiagentsystem(A.Hussain,V.Bui,and H.Kim.An effort-based reward approachforallocating load shedding amount in networked microgrids using multiagentsystem[J].IEEE Transactions on Industrial Informatics,2020,16(4):2268–2279.)提出了一种基于贡献的微电网减载控制方法，该方法将微电网相对于其容量(贡献)的相对贡献度作为分配负荷减载数量的指标。
但以上所述文献仅从电网物理特性出发来分析减载控制方法，不仅在每一次决策过程中都需从头开始计算，计算成本大、在线决策所需时间长，难以实现快速决策，而且依赖于精确的目标函数表达式，对微电网运行场景变化的适应性较差。
发明内容
为解决微电网发生非计划孤岛时的减载控制过程中确定合适的减载量和减载对象以解决网内电力供应不足和频率偏差问题。本发明提供一种孤岛微电网恢复频率的协调减载控制方法，相较于物理模型驱动的减载方法，在应对微电网发生非计划孤岛时能够更迅速地恢复系统的功率供需关系，降低减载时微电网频率的波动幅度，保证重要负荷的不间断供电。
本发明采取的技术方案为：
一种孤岛微电网恢复频率的协调减载控制方法，首先，考虑各分布式电源的有功功率与频率偏差之间的关系，根据本地测量的频率偏差来计算减载量和指导减载动作；其次，对于减载对象的选择，将孤岛微电网的减载问题建模为一个马尔科夫决策过程，在Double-Q学习中基于负荷优先级构建奖励值函数和减载模型以确定减载对象，保证优先级较低的负荷能够优先被切除。
一种孤岛微电网恢复频率的协调减载控制方法，包括以下步骤：
步骤1：将分布式电源根据其频率调节的下降范围进行编号；
步骤2：基于孤岛微电网的频率偏差与有功功率之间的相关关系，计算减载量；
步骤3：将孤岛微电网的减载问题建模为一个马尔科夫决策过程，基于负荷优先级构建Double-Q学习的奖励值函数；
步骤4：基于Double-Q学习减载模型，确定减载对象；
通过上述步骤实现协调减载控制。
所述步骤1中，根据分布式电源频率调节的下降范围对其进行编号，可表示为：
mp,1△Pmax,1≥mp,2△Pmax,2≥…≥mp,n△Pmax,n；
其中：mp,i为编号为i的分布式电源的有功功率下垂系数；△Pmax,i为编号为i的分布式电源的最大功率调节能力；n为分布式电源的数量，i＝1,2,3,...,n。
所述步骤2中，孤岛微电网的频率偏差与有功功率之间的相关关系式为：
其中：fk+1和fk分别对应微电网中分布式电源累计下垂特性曲线第k+1段和第k段的频率区间下限值；△fk为fk+1和fk之间的频率差值；△Pk为第k段中对应于△fk的分布式电源出力增量。
所述步骤2中，当孤岛微电网的频率从额定频率f'下降到f”，判断孤岛微电网功率缺额是否超过了下垂特性曲线的频率调节范围，若没有超过则从f”恢复到f'所需要的减载量为：
其中：f”和f'为孤岛微电网的额定频率和下降后的频率值，并分别对应在下垂特性曲线的第j段和第k段；fj+1和fj分别对应微电网中分布式电源累计下垂特性曲线第j+1段和第j段的频率区间下限值；△fj为fj+1和fj之间的频率差值；△Pj和△Pk分别为对应于△fj和△fk的分布式电源出力增量。
若PCC处测量的孤岛微电网功率缺额△Pdef超过了下垂曲线的频率调节范围，则恢复到f'所需要的减载量为：
其中：f'为孤岛微电网的额定频率，对应在下垂特性曲线的第k段；△Pdef为PCC处测量的孤岛微电网功率缺额值；△Pi和△Pk分别为对应于△fi和△fk的分布式电源出力增量。
所述步骤3中，马尔科夫决策过程建模如下：
构建微电网系统的状态集和动作集，状态集可表示为：
S＝[S1,S2,…,Sn]；
其中：S1,S2,…,Sn为区间大小为PL，min的离散状态集；PL，min为最小负荷功率；S1＝[0,PL，min]为系统的目标状态。
动作集可表示为：
A＝[A1,A2,…,An]；
其中：A1,A2,...An为网内对应切除的负荷。
所述步骤3中，基于负荷优先级构建的奖励值函数R(s,s',a)为：
其中：Na和Ga分别表示动作a下所切负荷数和所切负荷的负荷等级；为动作a下g级负荷中切除的第i个负荷的权重因子；/>为动作a下g级负荷中切除的第i个负荷与总负荷功率之比；△Pshed为微电网的功率缺额值；/>为动作a下切除的总负荷功率。
所述步骤4中，基于Double-Q学习减载模型，其训练过程为：
步骤4.1：初始化参数。学习率α＝0.6，折扣因子γ＝0.9，ε-greedy参数ε＝0.9以及迭代次数m＝1。
步骤4.2：通过微电网公共耦合点处的功率偏差△Pdef来确定系统状态集S和动作集A。
步骤4.3：根据本地测量的频率fn经过式：
或式：
计算得到系统需要的减载量△Pshed。
步骤4.4：确定当前状态Sn，并在当前状态下采用以下公式选择动作：
其中：QA(s,a)和QB(s,a)分别表示某一时刻s状态下采取动作a能够获得的Q值；ε为选择当前QA(s,a)和QB(s,a)中具有最大Q值动作的概率。
并通过下式计算奖励值：
其中：Na和Ga分别表示动作a下所切负荷数和所切负荷的负荷等级；为动作a下g级负荷中切除的第i个负荷的权重因子；/>为动作a下g级负荷中切除的第i个负荷与总负荷功率之比；△Pshed为微电网的功率缺额值；/>为动作a下切除的总负荷功率。
步骤4.5：通过式来更新QA(s,a)和QB(s,a)：
其中：QA(s,a)和QB(s,a)分别表示某一时刻状态s下采取动作a能够获得的Q值；s和s'分别为当前状态和下一时刻状态；QA(s',a')和QB(s',a')分别表示下一时刻状态s'下采取动作a'能够获得的Q值；a为当前时刻采取的动作；α为学习率；γ为折扣因子；R(s,s',a)为奖励值函数。一旦选择其中一个值函数进行更新Q值，就会使用另一个值函数的Q值作为测量值以减少偏差。
步骤4.6：判断当前状态Sn是否满足目标状态S1。若当前状态满足目标状态，则一次训练结束；反之则进入到下一状态，跳转到步骤4。
步骤4.7：当达到迭代次数M时，减载方法的训练过程结束。
本发明一种孤岛微电网恢复频率的协调减载控制方法，技术效果如下：
1)相较于物理模型驱动的减载控制方法，本发明所述减载控制方法在应对微电网发生非计划孤岛时，可以更迅速地恢复系统的功率供需关系，减载时微电网频率波动的幅度更小，参与减载的减载量和负荷数量更少，能有效维持孤岛微电网的功率平衡和频率稳定。
2)本发明方法在微电网发生非计划孤岛时可以迅速恢复系统的功率供需关系，减载时微电网频率波动的幅度更小，参与减载的减载量和负荷数量更少。
附图说明
图1是微电网中分布式电源的累计下垂特性图。
图2是改进的IEEE-13节点的微电网系统结构图。
图3是本发明提出的减载控制方法流程框图。
图4是系统频率响应对比图。
具体实施方式
一种孤岛微电网恢复频率的协调减载控制方法，首先，考虑各分布式电源的有功功率与频率偏差之间的关系，根据本地测量的频率偏差来计算减载量和指导减载动作；其次，对于减载对象的选择，将孤岛微电网的减载问题建模为一个马尔科夫决策过程，在Double-Q学习中基于负荷优先级构建奖励值函数和减载模型以确定减载对象，保证优先级较低的负荷能够优先被切除。该方法包括以下步骤：
步骤1：将分布式电源根据其频率调节的下降范围进行编号；
步骤1中，根据分布式电源频率调节的下降范围对其进行编号，可表示为：
mp,1△Pmax,1≥mp,2△Pmax,2≥…≥mp,n△Pmax,n；
其中：mp,i为编号为i的分布式电源的有功功率下垂系数；△Pmax,i为编号为i的分布式电源的最大功率调节能力；n为分布式电源的数量，i＝1,2,3,...,n。
步骤2：基于孤岛微电网的频率偏差与有功功率之间的相关关系，计算减载量；
步骤2中，孤岛微电网的频率偏差与有功功率之间的相关关系式为：
其中：△fk为fk+1和fk之间的频率差值；fk+1和fk分别对应微电网中分布式电源累计下垂特性曲线第k+1段和第k段的频率区间下限值；△Pk为第k段中对应于△fk的分布式电源出力增量。
步骤2中，当孤岛微电网的频率从额定频率f'下降到f”，判断孤岛微电网功率缺额是否超过了下垂特性曲线的频率调节范围，若没有超过则从f”恢复到f'所需要的减载量为：
其中：f”和f'为孤岛微电网的额定频率和下降后的频率值，并分别对应在下垂特性曲线的第j段和第k段；fj+1和fj分别对应微电网中分布式电源累计下垂特性曲线第j+1段和第j段的频率区间下限值；△fj为fj+1和fj之间的频率差值；△Pj和△Pk分别为对应于△fj和△fk的分布式电源出力增量。
若PCC处测量的孤岛微电网功率缺额△Pdef超过了下垂曲线的频率调节范围，则恢复到f'所需要的减载量为：
其中：f'为孤岛微电网的额定频率，对应在下垂特性曲线的第k段；△Pdef为PCC处测量的孤岛微电网功率缺额值；△Pi和△Pk分别为对应于△fi和△fk的分布式电源出力增量。
步骤3：将孤岛微电网的减载问题建模为一个马尔科夫决策过程，基于负荷优先级构建Double-Q学习的奖励值函数；
步骤3中，马尔科夫决策过程建模如下：
构建微电网系统的状态集和动作集，状态集可表示为：
S＝[S1,S2,…,Sn]；
其中：S1,S2,…,Sn为区间大小为PL，min的离散状态集；PL，min为最小负荷功率；S1＝[0,PL，min]为系统的目标状态。
动作集可表示为：
A＝[A1,A2,…,An]；
其中：A1,A2,...An为网内对应切除的负荷。
步骤3中，基于负荷优先级构建的奖励值函数R(s,s',a)为：
其中：Na和Ga分别表示动作a下所切负荷数和所切负荷的负荷等级；为动作a下g级负荷中切除的第i个负荷的权重因子；/>为动作a下g级负荷中切除的第i个负荷与总负荷功率之比；△Pshed为微电网的功率缺额值；/>为动作a下切除的总负荷功率。
步骤4：基于Double-Q学习减载模型，确定减载对象；
步骤4中，基于Double-Q学习减载模型，其训练过程为：
步骤4.1：初始化参数。学习率α＝0.6，折扣因子γ＝0.9，ε-greedy参数ε＝0.9以及迭代次数m＝1。
步骤4.2：通过微电网公共耦合点处的功率偏差△Pdef来确定系统状态集S和动作集A。
步骤4.3：根据本地测量的频率fn来计算系统所需的减载量△Pshed。当孤岛微电网的频率从额定频率f'下降到f”时，若PCC处测量的孤岛微电网功率缺额△Pdef未超过分布式电源下垂特性曲线的频率调节范围，则系统从f”恢复到f'所需的减载量△Pshed为：
若PCC处测量的孤岛微电网功率缺额△Pdef超过了分布式电源下垂特性曲线的频率调节范围，则系统从f”恢复到f'所需的减载量△Pshed为：
步骤4.4：确定当前状态Sn，并在当前状态下采用以下公式选择动作：
其中：QA(s,a)和QB(s,a)分别表示某一时刻s状态下采取动作a能够获得的Q值；ε为选择当前QA(s,a)和QB(s,a)中具有最大Q值动作的概率。
并通过下式计算奖励值：
其中：Na和Ga分别表示动作a下所切负荷数和所切负荷的负荷等级；为动作a下g级负荷中切除的第i个负荷的权重因子；/>为动作a下g级负荷中切除的第i个负荷与总负荷功率之比；△Pshed为微电网的功率缺额值；/>为动作a下切除的总负荷功率。
步骤4.5：通过式来更新QA(s,a)和QB(s,a)：
其中：QA(s,a)和QB(s,a)分别表示某一时刻状态s下采取动作a能够获得的Q值；s和s'分别为当前状态和下一时刻状态；QA(s',a')和QB(s',a')分别表示下一时刻状态s'下采取动作a'能够获得的Q值；a为当前时刻采取的动作；α为学习率；γ为折扣因子；R(s,s',a)为奖励值函数。一旦选择其中一个值函数进行更新Q值，就会使用另一个值函数的Q值作为测量值以减少偏差。
步骤4.6：判断当前状态Sn是否满足目标状态S1。若当前状态满足目标状态，则一次训练结束；反之则进入到下一状态，跳转到步骤4.4。
步骤4.7：当达到迭代次数M时，减载方法的训练过程结束。
实施例：
表1为Double-Q学习模型的状态集和动作集
表1为Double-Q学习模型的状态集和动作集。从表1可以看出本发明以[0,20]作为Double-Q学习的目标状态区间，微网内的三相平衡负荷作为减载动作对象。
表2采用不同减载方法的减载结果
表2为采用不同减载方法的减载结果。从表2可以看出，采用隐枚举减载方法所需的减载时间为1.0454s，减载量为128kW；采用基于贡献的减载方法所需的减载时间为1.0410s，载量为68kW；采用基于本发明的减载方法所需的减载时间为1.0410s，减载量为68kW。相较于隐枚举减载方法和基于贡献的减载方法，本发明所提减载方法的减载量和减载时间更少。
表3采用不同减载方法的减载对象选择结果
表3为采用不同减载方法的减载对象选择结果。从表3可以看出，隐枚举减载方法选取Load1、Load2、Load3参与减载，而Load1和Load2作为重要负荷被选取为减载对象，因此会造成重要负荷断电；基于贡献的减载方法选取Load3、Load7、Load8参与减载。尽管基于贡献的减载方法通过贡献值来分配各区域的减载量，对每一个区域都具有公平性，但也导致了较多的负荷被切除，造成了较多的负荷被中断供电。本发明所提的减载方法在Double-Q学习的奖励值函数中考虑负荷重要等级的影响，选取了非重要负荷Load9和Load11参与减载。相较于隐枚举减载方法和基于贡献的减载方法，本发明所提减载方法的减载负荷数更少。
图1是微电网中分布式电源的累计下垂特性图。在本发明中微电网内分布式电源在孤岛模式下采用了基于下垂控制的控制策略。分布式电源设备作为电压源，将根据微电网的需求调节微电网的频率，而频率的调节范围由分布式电源的下垂系数和工作状态决定。
图2是改进的IEEE-13节点的微电网系统结构图。该微电网包含有13个母线(BUS)、6个分布式电源(DER)和11个负荷(Load)，分布式电源通过变频器(DC/AC)与母线相连，并将微电网划分为三个区域。区域1包含DER1、DER4、Load1、Load8、Load9；区域2包含DER2、DER3、Load2、Load3、Load4、Load5；区域3包含DER5、DER6、Load6、Load7、Load10、Load11。在本发明所提的减载方法中，DER1到DER5采用下垂控制，而DER6采用PQ控制。
其中，微电网系统的具体参数如下：
Load1、Load2负荷等级为重要负荷，有功功率均为50kW；Load3、Load4、Load5、Load6负荷等级为可中断负荷，有功功率分别为20kW、40kW、40kW、40kW；Load7、Load8、Load9、Load10、Load11负荷等级为非重要负荷，有功功率为20kW、20kW、30kW、40kW、30kW。
图3是本发明提出的减载控制方法流程框图。当微电网与主电网非计划断开转为孤岛模式下运行，该方法，首先根据本地测量的频率偏差以及各分布式电源的有功功率与频率偏差之间的关系来计算减载量和指导减载动作，然后将孤岛微电网的减载问题描述为一个马尔科夫决策过程，定义相应的状态集、动作集，基于负荷优先级构建奖励值函数，将状态-动作值函数参数化处理并确定动作选择策略，最后基于Double-Q学习减载模型确定减载对象。
图4是系统频率响应对比图。从图4可以看出当t＝1s时，微电网与主电网非计划断开。微电网的系统频率迅速从50Hz下降到49.8Hz。在t＝1.0267s时，执行本发明提出的减载控制方法，频率波动达到最大值50.03Hz后逐渐恢复到50Hz额定值。相同情况下，隐枚举法减载控制方法和基于贡献的减载控制方法分别在t＝1.0454s和t＝1.0410s时执行，频率波动分别达到最大值50.16Hz和50.09Hz后，逐渐恢复50Hz额定值。相较于隐枚举减载控制方法和基于贡献的减载控制方法，本发明提出的减载控制方法频率波动的幅度更小。

Claims (6)

1.一种孤岛微电网恢复频率的协调减载控制方法，其特征在于包括以下步骤：
步骤1：将分布式电源根据其频率调节的下降范围进行编号；
步骤2：基于孤岛微电网的频率偏差与有功功率之间的相关关系，计算减载量；
步骤3：将孤岛微电网的减载问题建模为一个马尔科夫决策过程，基于负荷优先级构建Double-Q学习的奖励值函数；
步骤4：基于Double-Q学习减载模型，确定减载对象；
基于Double-Q学习减载模型，其训练过程为：
步骤4.1：初始化参数；
步骤4.2：通过微电网公共耦合点处的功率偏差ΔPdef来确定系统状态集S和动作集A；
步骤4.3：根据本地测量的频率经过式：
其中：f”和f'为孤岛微电网的下降后的频率值和额定频率，并分别对应在下垂特性曲线的第j段和第k段；fj+1对应微电网中分布式电源累计下垂特性曲线第j+1段的频率区间下限值；Δfj为fj+1和fj之间的频率差值；ΔPj和ΔPk分别为对应于Δfj和Δfk的分布式电源出力增量；ΔPshed为使孤岛微电网频率从f”恢复到f'所需要的减载量；ΔPi为对应于Δfi的分布式电源出力增量；fk对应微电网中分布式电源累计下垂特性曲线第k段的频率区间下限值；Δfk为fk+1和fk之间的频率差值；
j表示微电网中分布式电源累计下垂特性曲线第j段；k表示微电网中分布式电源累计下垂特性曲线第k段；
或式：
其中：f'为孤岛微电网的额定频率，对应在下垂特性曲线的第k段；ΔPdef为PCC处测量的孤岛微电网功率缺额值；ΔPi和ΔPk分别为对应于Δfi和Δfk的分布式电源出力增量；fk+1对应孤岛微电网中分布式电源累积下垂特性曲线中第k+1段频率区间的下限值；Δfk为fk+1和fk之间的频率差值；
计算得到系统需要的减载量ΔPshed；
步骤4.4：确定当前状态Sn，并在当前状态下采用以下公式选择动作：
其中：QA(s,a)表示某一时刻状态s下采取动作a能够获得的Q值的第一个Q值函数；
QB(s,a)表示某一时刻状态s下采取动作a能够获得的Q值的第二个Q值函数；
ε为选择当前QA(s,a)和QB(s,a)中具有最大Q值动作的概率；
并通过下式计算奖励值：
其中：Na和Ga分别表示动作a下所切负荷数和所切负荷的负荷等级；为动作a下g级负荷中切除的第i个负荷的权重因子；/>为动作a下g级负荷中切除的第i个负荷与总负荷功率之比；ΔPdef为微电网的功率缺额值；/>为动作a下切除的总负荷功率；/>为动作a下孤岛微电网计及负荷优先级所切总负荷功率的加权和；
步骤4.5：通过下式来更新QA(s,a)和QB(s,a)：
其中：QA(s,a)表示某一时刻状态s下采取动作a能够获得的Q值的第一个Q值函数；
QB(s,a)表示某一时刻状态s下采取动作a能够获得的Q值的第二个Q值函数；
s和s'分别为当前状态和下一时刻状态；
QA(s',a')和QB(s',a')分别表示下一时刻状态s'下采取动作a'能够获得的Q值的第一个、第二个Q值函数；
a为当前时刻采取的动作；α为学习率；γ为折扣因子；R(s,s',a)为奖励值函数；
步骤4.6：判断当前状态Sn是否满足目标状态S1；若当前状态满足目标状态，则一次训练结束；反之则进入到下一状态，跳转到步骤4.4；
步骤4.7：当达到迭代次数M时，减载方法的训练过程结束；
通过上述步骤实现协调减载控制。
2.根据权利要求1所述一种孤岛微电网恢复频率的协调减载控制方法，其特征在于：
所述步骤1中，根据分布式电源频率调节的下降范围对其进行编号，可表示为：
mp,1ΔPmax,1≥mp,2ΔPmax,2≥…mp,iΔPmax,i…≥mp,nΔPmax,n；
其中：mp,i为编号为i的分布式电源的有功功率下垂系数；ΔPmax,i为编号为i的分布式电源的最大功率调节能力；n为分布式电源的数量，i＝1,2,3,...,n。
3.根据权利要求1所述一种孤岛微电网恢复频率的协调减载控制方法，其特征在于：所述步骤2中，孤岛微电网的分布式电源出力增量对各段频率偏差的响应相关关系式为：
其中：fk+1和fk分别对应微电网中分布式电源累计下垂特性曲线第k+1段和第k段的频率区间下限值；Δfk为fk+1和fk之间的频率差值；ΔPk为第k段中对应于Δfk的分布式电源出力增量。
4.根据权利要求1所述一种孤岛微电网恢复频率的协调减载控制方法，其特征在于：所述步骤2中，当孤岛微电网的频率从额定频率f'下降到f”，判断孤岛微电网功率缺额是否超过了下垂特性曲线的频率调节范围，若没有超过则从f”恢复到f'所需要的减载量为：
其中：f”和f'为孤岛微电网的下降后的频率值和额定频率，并分别对应在下垂特性曲线的第j段和第k段；fj+1和fj分别对应微电网中分布式电源累计下垂特性曲线第j+1段和第j段的频率区间下限值；Δfj为fj+1和fj之间的频率差值；ΔPj和ΔPk分别为对应于Δfj和Δfk的分布式电源出力增量；ΔPi为对应于Δfi的分布式电源出力增量；
若PCC处测量的孤岛微电网功率缺额ΔPdef超过了下垂曲线的频率调节范围，则恢复到f'所需要的减载量为：
其中：f'为孤岛微电网的额定频率，对应在下垂特性曲线的第k段；ΔPdef为PCC处测量的孤岛微电网功率缺额值；ΔPi和ΔPk分别为对应于Δfi和Δfk的分布式电源出力增量；ΔPi对应于Δfi的分布式电源出力增量；Δfi为fi+1和fi之间的频率差值。
5.根据权利要求1所述一种孤岛微电网恢复频率的协调减载控制方法，其特征在于：所述步骤3中，马尔科夫决策过程建模如下：
构建微电网系统的状态集和动作集，状态集可表示为：
S＝[S1,S2,…,Sn]；
其中：S1,S2,…,Sn为区间大小为PL，min的离散状态集；PL，min为最小负荷功率；S1＝[0,PL，min]为系统的目标状态；
动作集可表示为：
A＝[A1,A2,…,An]；
其中：A1,A2,...An为网内对应切除的负荷。
6.根据权利要求1所述一种孤岛微电网恢复频率的协调减载控制方法，其特征在于：所述步骤3中，基于负荷优先级构建的奖励值函数R(s,s',a)为：
其中：Na和Ga分别表示动作a下所切负荷数和所切负荷的负荷等级；为动作a下g级负荷中切除的第i个负荷的权重因子；/>为动作a下g级负荷中切除的第i个负荷与总负荷功率之比；ΔPdef为微电网的功率缺额值；/>为动作a下切除的总负荷功率；/>为动作a下孤岛微电网计及负荷优先级所切总负荷功率的加权和。
CN202111235807.XA 2021-10-22 2021-10-22 一种孤岛微电网恢复频率的协调减载控制方法 Active CN113890063B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111235807.XA CN113890063B (zh) 2021-10-22 2021-10-22 一种孤岛微电网恢复频率的协调减载控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111235807.XA CN113890063B (zh) 2021-10-22 2021-10-22 一种孤岛微电网恢复频率的协调减载控制方法

Publications (2)

Publication Number Publication Date
CN113890063A CN113890063A (zh) 2022-01-04
CN113890063B true CN113890063B (zh) 2023-07-28

Family

ID=79013457

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111235807.XA Active CN113890063B (zh) 2021-10-22 2021-10-22 一种孤岛微电网恢复频率的协调减载控制方法

Country Status (1)

Country Link
CN (1) CN113890063B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117039924B (zh) * 2023-07-12 2024-05-28 三峡大学 考虑风险规避的微网群两阶段低频减载方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104218681A (zh) * 2014-09-28 2014-12-17 东南大学 一种用于降低孤岛微电网切负荷成本的控制方法
CN106787082A (zh) * 2016-12-19 2017-05-31 华北电力大学（保定） 一种孤岛直流微电网的协调控制方法
CN110048450A (zh) * 2019-03-21 2019-07-23 国网浙江省电力有限公司电力科学研究院 孤岛微电网光伏-储能自主协调控制策略和控制系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9812870B2 (en) * 2013-08-21 2017-11-07 Nec Corporation Microgrid reactive power management for voltage regulation during and subsequent to islanding
US20210143639A1 (en) * 2019-11-08 2021-05-13 Global Energy Interconnection Research Institute Co. Ltd Systems and methods of autonomous voltage control in electric power systems

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104218681A (zh) * 2014-09-28 2014-12-17 东南大学 一种用于降低孤岛微电网切负荷成本的控制方法
CN106787082A (zh) * 2016-12-19 2017-05-31 华北电力大学（保定） 一种孤岛直流微电网的协调控制方法
CN110048450A (zh) * 2019-03-21 2019-07-23 国网浙江省电力有限公司电力科学研究院 孤岛微电网光伏-储能自主协调控制策略和控制系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于深度强化学习的微电网复合储能协调控制方法;张自东;邱才明;张东霞;徐舒玮;贺兴;;电网技术(第06期);1914-1921 *
适用于微网孤岛运行的低频减载方法;林湘宁;李正天;薄志谦;Andrew Klimek;;电网技术(第03期);16-20 *

Also Published As

Publication number Publication date
CN113890063A (zh) 2022-01-04

Similar Documents

Publication Publication Date Title
Jiang et al. Energy management of microgrid in grid-connected and stand-alone modes
US9733623B2 (en) Microgrid energy management system and method for controlling operation of a microgrid
US8046110B2 (en) Control of active power reserve in a wind-farm
US8493030B2 (en) Method for operating an energy storage system
US20080150283A1 (en) Reactive power control for operating a wind farm
CN110581571A (zh) 一种主动配电网动态优化调度方法
CN107124002A (zh) 基于双模糊控制的独立微网能量优化控制方法
CN112003330B (zh) 一种基于自适应控制的微网能量优化调度方法
CN109617138A (zh) 一种考虑随机预测误差的独立微电网能量管理方法
Wang et al. Coordinated load shedding control scheme for recovering frequency in islanded microgrids
CN110097474A (zh) 一种实现配电网削峰填谷的负荷控制方法
CN113890063B (zh) 一种孤岛微电网恢复频率的协调减载控制方法
CN114512994A (zh) 一种集群温控负荷系统调频方法、系统、设备及介质
Hong et al. Under-frequency load shedding in a standalone power system with wind-turbine generators using fuzzy PSO
Pahasa et al. MPC-based virtual energy storage system using PV and air conditioner to emulate virtual inertia and frequency regulation of the low-inertia microgrid
Oshnoei et al. Intelligent power control of inverter air conditioners in power systems: A brain emotional learning-based approach
CN116404671B (zh) 基于分层协同控制的直流微电网多储能荷电状态均衡策略
CN105490268A (zh) 一种交直流互联电网的负荷跟踪方法及系统
CN116470528A (zh) 一种区域电网光储场站多时间尺度辅助调频方法
CN110380442A (zh) 基于多层优化策略的微电网经济调度方法
CN115860180A (zh) 基于一致性强化学习算法的电网多时间尺度经济调度方法
Akram et al. Energy storage for short-term frequency stability enhancement in low-inertia power systems
Cerqueira et al. Microgrid economic dispatch with storage systems by particle swarm optimization
Shah et al. Determination of optimal sizing model for battery energy storage system in grid connected microgrid
CN110994655A (zh) 一种分布式电源的集中式协调控制方法

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