CN114552572A - 基于优化控制和预测跟踪的光伏支撑电网频率方法及装置 - Google Patents
基于优化控制和预测跟踪的光伏支撑电网频率方法及装置 Download PDFInfo
- Publication number
- CN114552572A CN114552572A CN202210191773.7A CN202210191773A CN114552572A CN 114552572 A CN114552572 A CN 114552572A CN 202210191773 A CN202210191773 A CN 202210191773A CN 114552572 A CN114552572 A CN 114552572A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- optimal
- current
- output
- 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
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
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
- 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]
-
- 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
-
- 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)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于电网支撑技术领域,提供了一种基于优化控制和预测跟踪的光伏支撑电网频率方法及装置。其中,该方法包括基于并网光伏支撑交流系统频率的输出优化模型,在考虑光伏参与频率支撑的约束条件下,得到光伏有功功率最优输出曲线并转化为有功电流最优输出曲线;基于光伏逆变器的并网拓扑结构,在设定的当前时间窗内根据逆变器开关控制信号与光伏预测输出电流的关联模型,对时间窗内的光伏有功电流输出进行预测;选取时间窗内的一组使得光伏预测有功电流最接近于有功电流最优输出曲线的开关控制信号,作为当前时刻的最优控制量,随时间窗向前移动,重复光伏有功电流预测以及开关控制信号优选,以实现对光伏有功电流最优输出曲线的预测优化跟踪。
Description
技术领域
本发明属于电网支撑技术领域,尤其涉及一种基于优化控制和预测跟踪的光伏支撑电网频率方法及装置。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
光伏通过电力电子装备接入电力系统,在常规控制策略中不具备类似传统发电机组的惯性和电网频率支撑能力。随着光伏接入比例的提高,电力系统的惯量和频率控制能力显著下降,严重影响了系统安全运行以及频率稳定性。按照光伏电站支撑电力系统频率的方式,目前存在两类提升含光伏并网的电力系统频率稳定性方法,一是光储联合参与调频,二是光伏独立参与调频。光储联合参与调频策略是光伏电站和站内储能装置相互配合进行电网系统频率支撑,其输出功率稳定、功率波动小,但往往需要配备相应的储能装置,成本较高;而光伏独立参与调频无需额外的设备,实施简单且调频成本低,但存在调频能量有限的约束。本发明主要针对后者光伏独立参与调频方式。
光伏独立参与调频策略中最常见的控制方法是下垂控制和虚拟惯量控制,其通过调节光伏电站输出的有功功率,减少电网系统的频率波动,增强稳定性。频率下垂控制是模拟同步发电机的一次调频,输入量为电网系统的频率偏差值,输出量为光伏输出的有功功率增量,且光伏输出的有功功率增量随系统频率偏差值线性变化。而频率虚拟惯量控制则使用频率变化率作为输入量,在系统频率响应初始阶段,频率偏差小,而频率变化率较大,因此虚拟惯量控制在初始阶段可以提供更快的功率支撑。综上所述,已有研究中光伏支撑电网系统频率的主要思路,是使光伏模拟传统发电机的响应(包括一次调频响应和惯量响应),进而调节光伏电站输出的有功功率。
发明人发现,现有的光伏支撑电网系统频率的策略存在以下问题:(1)欠缺对光伏有限调频能量的考虑,当能量用尽后,若电网中的传统发电机出力未及时跟上,有可能发生电网频率二次跌落,无法保证最优频率恢复过程的实现,使得现有光伏支撑系统频率策略,具有一定的局限性。(2)无论是下垂控制还是虚拟惯量控制,通常均采用传统的比例积分控制器(PI控制器),通过负反馈使光伏输出功率跟踪调频策略设定的参考值,对动态参考值的响应性能较差。
发明内容
为了解决上述背景技术中存在的技术问题,本发明提供一种基于优化控制和预测跟踪的光伏支撑电网频率方法及装置,其考虑了光伏有限调频能量的约束,以及光伏电站输出有功功率和电网频率之间的关联关系,针对性地提出了光伏参与电网频率支撑的优化模型和最优输出曲线,采用预测方法对最优有功功率曲线进行跟踪,控制结构简单,具有良好的动态性能。
为了实现上述目的,本发明采用如下技术方案:
本发明的第一个方面提供一种基于优化控制和预测跟踪的光伏支撑电网频率方法,其包括:
基于并网光伏支撑交流系统频率的输出优化模型,考虑光伏参与频率支撑的约束条件,得到光伏有功功率最优输出曲线并转化为有功电流最优输出曲线;其中,并网光伏支撑交流系统频率的输出优化模型以最小化系统频率波动为目标;
基于光伏逆变器的并网拓扑结构,在设定的当前时间窗内根据构建的逆变器开关控制信号与光伏预测输出电流的关联模型,对时间窗内的光伏有功电流输出进行预测;
选取时间窗内的一组使得光伏预测有功电流最接近于有功电流最优输出曲线的开关控制信号,作为当前时刻的最优控制量;
推动时间窗向前移动,重复光伏有功电流预测以及开关控制信号优选,以实现对光伏有功电流最优输出曲线的预测优化跟踪。
本发明的第二个方面提供一种基于优化控制和预测跟踪的光伏支撑电网频率装置,其包括:
有功电流最优输出曲线求取模块,其用于基于并网光伏支撑交流系统频率的输出优化模型,考虑光伏参与频率支撑的约束条件,得到光伏有功功率最优输出曲线并转化为有功电流最优输出曲线;其中,并网光伏支撑交流系统频率的输出优化模型以最小化系统频率波动为目标;
光伏有功电流输出预测模块,其用于基于光伏逆变器的并网拓扑结构,在设定的当前时间窗内根据构建的逆变器开关控制信号与光伏预测输出电流的关联模型,对时间窗内的光伏有功电流输出进行预测;
最优控制量求取模块,其用于选取时间窗内的一组使得光伏预测有功电流最接近于有功电流最优输出曲线的开关控制信号,作为当前时刻的最优控制量;
循环推进模块,其用于推动时间窗向前移动,重复光伏有功电流预测以及开关控制信号优选,以实现对光伏有功电流最优输出曲线的预测优化跟踪。
本发明的第三个方面提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述所述的基于优化控制和预测跟踪的光伏支撑电网频率方法中的步骤。
本发明的第四个方面提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述所述的基于优化控制和预测跟踪的光伏支撑电网频率方法中的步骤。
与现有技术相比,本发明的有益效果是:
(1)本发明提供了一种基于优化控制和预测跟踪的光伏支撑电网频率方法,其相比于光伏下垂控制以及虚拟惯量控制策略,考虑了光伏独立参与调频时能量有限的约束条件,以系统频率波动最小为目标,输出了优化的有功功率,在整个动态过程中整体抑制系统频率波动,提高了系统的频率稳定性。
(2)本发明根据逆变器开关控制信号与光伏预测输出电流的关联模型,对相应时间窗内的光伏有功电流输出进行预测,采用的模型预测跟踪方法,相比于传统的PI跟踪策略,不仅省去了大量级联的控制器,简化了控制结构,而且通过预测模型中的代价函数提前优化控制量,具有更好的动态响应性能。
本发明附加方面的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
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例中基于优化控制和预测跟踪的光伏支撑电网频率方法流程图;
图2为本发明实施例中含光伏并网的电力系统等值模型图;
图3为本发明实施例中两级式光伏并网逆变器结构图;
图4(a)为本发明实施例中高斯伪谱法计算得到的最优有功输出增量曲线;
图4(b)为本发明实施例中高斯伪谱法计算得到的频率变化曲线;
图5为本发明实施例中分别采用下垂控制策略以及本发明策略时,光伏并入的电网系统频率恢复的对比图;
图6(a)为采用传统PI控制策略时实际光伏逆变器有功电流输出曲线;
图6(b)为采用本发明实施例的模型预测策略时实际光伏逆变器有功电流输出曲线;
图6(c)为实际光伏逆变器有功电流最优曲线。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
参照图1,本实施例提供了一种基于优化控制和预测跟踪的光伏支撑电网频率方法,其包括:
S101:基于并网光伏支撑交流系统频率的输出优化模型,考虑光伏参与频率支撑的约束条件,得到光伏有功功率最优输出曲线并转化为有功电流最优输出曲线;其中,并网光伏支撑交流系统频率的输出优化模型以最小化系统频率波动为目标。
具体地,在图2给出的含光伏并网的电力系统等值模型图基础上,所述并网光伏支撑交流系统频率的输出优化模型的构建过程为:
以光伏输出有功功率为优化控制变量,以交流电网频率与额定频率的差值绝对值对时间的积分为优化目标,以交流系统等效转子运动方程、光伏参与调频的能量上限、光伏参与调频的功率上限为约束条件,构建出并网光伏支撑交流系统频率的输出优化模型。
建立的并网光伏支撑交流系统频率的输出优化模型,如式(1)所示:
式中,J为性能指标;tf为调频持续时间;ω0为电网频率50Hz时同步发电机的额定转速;ω(t)为受扰后的同步发电机转速;H为光伏并入的交流系统惯性时间常数;PPV(t)为受扰后的光伏电站输出的有功功率;PM(t)为受扰后的传统发电机组的机械功率;PL为交流系统的负荷功率;u为系统扰动后的有功功率增量;N为光伏调频能量上限值;Pmax为光伏输出有功功率的上限值。
当光伏并入的交流系统频率出现波动时,不仅光伏会改变有功功率输出大小,参与系统调频过程;传统同步发电机组中的汽轮机和水轮机调速器也会动作,调节原动机的机械功率。式(2)描述了传统发电机组调速器参与一次调频的动态过程:
TsΔPM=-KΔω-ΔPM (2)
式中,T为调速器响应时间常数,s为拉普拉斯算子,ΔPM为受扰后传统发电机组机械功率增量,K为发电机的一次调频系数。
其中,所述光伏有功功率最优输出曲线的求解过程为:
在并网光伏支撑交流系统频率的输出优化模型基础上,利用高斯伪谱法将变量进行离散化,通过数值算法求解光伏有功功率最优曲线。这样将原动态最优控制问题转化为非线性规划静态问题,使得优化问题可求解。
基于瞬时功率理论,将有功功率最优输出曲线转化为有功电流最优输出曲线。
同时基于电网电压矢量定向以及瞬时功率理论,光伏逆变器输出的有功功率可简化为式(3):
式中,ed和id分别为旋转坐标系下的光伏逆变器输出有功电压和有功电流。
从式(3)可以看出,光伏输出有功电流和光伏输出有功功率成正比例关系,通过控制有功电流的大小即可实现对有功功率的控制。因此结合高斯伪谱法求解得到的最优有功功率曲线和式(3),可以计算出光伏最优的有功电流输出曲线。
S102:基于光伏逆变器的并网拓扑结构,在设定的当前时间窗内根据构建的逆变器开关控制信号与光伏预测输出电流的关联模型,对时间窗内的光伏有功电流输出进行预测。
其中,用于预测光伏输出电流的光伏有功输出电流预测模型的构建过程包括:
基于光伏逆变器输出电压,构建系统电流的连续时间动态方程,在静态坐标系αβ和旋转坐标系dq分别对动态方程进行离散化,形成当前光伏逆变器输出电压与下一时刻输出电流(包括有功电流、无功电流)之间的数学关系表达式,从而预测光伏输出电流。
具体地,在图3所示的两级式光伏逆变器拓扑结构以及基尔霍夫定律的基础上,构建电流的连续时间动态方程,如式(4)所示:
式中,L为交流滤波电感,ij为光伏逆变器输出的三相电流,uj为光伏逆变器输出的三相端口电压,R为等效电阻,Vj为交流电网的三相电压,a,b,c分别代表交流三相。
对动态方程进行离散化处理,构造光伏逆变器输出电流的预测模型,对于离散后的第k步和第k+1步,如式(5)所示:
式中,Ts为采样时间。
基于坐标变换原理,可得静态αβ坐标系和旋转dq坐标系下的电流预测值,如式(6)所示:
式中,iα(k+1)和iβ(k+1)是光伏逆变器输出电流在静态αβ坐标系下的电流预测值,id(k+1)和iq(k+1)是光伏逆变器输出电流在旋转dq坐标系下的电流预测值,θ是电网电压空间角度。
从式(6)可以看出,所构建的预测模型可以基于当前光伏逆变器输出电压、电流大小和电网电压相角等信息,预测出下一采样时刻下的光伏输出电流。
S103:选取时间窗内的一组使得光伏预测有功电流最接近于有功电流最优输出曲线的开关控制信号,作为当前时刻的最优控制量。
其中,光伏有功输出电流预测模型的控制变量可以指定为,三相光伏逆变器各个桥臂上电力电子设备的开关状态,即光伏逆变器桥臂上电力电子设备的开断,直接决定了光伏输出电压,进而预测了下一时刻的光伏输出有功电流。
具体地,所述最优控制量的求取过程为:
基于模型预测控制理论,构建下一时刻预测电流与最优电流曲线偏差的代价函数,通过遍历当前时刻所有开关状态,选出使代价函数取值最小的开关状态,作为当前时刻的最优控制量。
光伏逆变器是通过改变三相桥臂上各个电力电子器件的开关状态,进而实现对光伏输出电流的控制。由于光伏逆变器的每相桥臂一共只有两种开关模式,即上桥臂导通或者下桥臂导通,因此光伏逆变器一共有8种开关状态。当采用开关函数时,光伏逆变器各桥臂的开关状态可用式(7)进行描述:
根据式(7)可以写出基于开关函数的光伏逆变器输出电压表达式,如式(8)所示:
式中,uα和uβ分别是并网逆变器在静态αβ坐标系下的输出电压,udc为光伏直流电容电压。
结合式(3)、(6)和(8)可以看出,光伏逆变器桥臂上电力电子设备的开关状态,会直接对光伏电站的输出电压和电流造成影响,进而影响光伏输出的有功功率。
基于模型预测控制理论,通过代价函数来优选控制信号,所列写的代价函数如式(9)所示:
minJ=(id *-id(k+1))2 (9)
式中,id *为光伏最优有功电流输出曲线在离散时刻的对应值,id(k+1)为光伏逆变器输出有功电流的预测值。
通过遍历当前时刻下所有的开关状态,从而选出使代价函数取值最小的开关状态,作为当前时刻的最优控制量。
S104:推动时间窗向前移动,重复光伏有功电流预测以及开关控制信号优选,以实现对光伏有功电流最优输出曲线的预测优化跟踪。
以图2所示的含光伏并网的电力系统等值模型为例,验证所提出方法的正确性和优越性。当发生扰动时,该等值系统的各个参数如表1所示。
表1受扰后并网光伏支撑交流系统参数
参数 | 数值 |
光伏电站容量/MW | 10.1 |
交流侧滤波电感/mH | 0.01 |
采样周期/s | 0.00001 |
调频储能/MJ | 1.5 |
光伏逆变器最大输出有功/MW | 5 |
受扰时负荷增量/MW | 4 |
同步发电机一次调频系数 | 20.4 |
调速器响应时间常数/s | 0.5 |
并网光伏支撑交流系统等值惯性时间常数/s | 5 |
调频时间/s | 2 |
将表1数据代入式(1),构建出并网光伏支撑交流系统频率的输出优化模型,并采用高斯伪谱法求解该优化模型,得到系统受扰后最优的光伏有功输出增量曲线以及系统频率变化曲线,如图4(a)和图4(b)所示。
基于瞬时功率理论,将求解得到的光伏最优有功功率曲线转化为最优有功电流输出曲线,并根据预测模型列写出代价函数,通过代价函数对开关状态的择优过程,最终实现光伏逆变器的最优控制。
为验证所提出的策略的优越性,对比传统下垂控制以及本发明提出的光伏支撑系统频率策略下的并网光伏支撑交流系统频率恢复曲线,如图5所示。
当以2秒内系统的平均频率大小来衡量频率波动水平时,由图5可得,采用下垂系数分别为5、15、25、35、45和55的频率下垂控制策略,并网光伏支撑交流系统在2秒内的平均频率将分别为49.8246、49.8486、49.8506、49.8505、49.8503和49.8500赫兹。而采用本发明策略时,系统的平均频率将为49.8514赫兹,比所有采用传统下垂控制策略时系统的平均频率都要大。由此可见,相较于传统的下垂控制策略,本发明所提出的策略可以进一步抑制系统频率波动,更具优越性。
为验证所提出策略在跟踪性能上的优越性,对比分别采用传统PI控制策略以及本发明策略时,实际光伏逆变器有功电流输出曲线和最优曲线,如图6(a)-图6(c)所示。
由图6(a)-图6(c)可得,在跟踪误差方面,传统PI控制下的跟踪误差为2.81%,而本发明所提出策略下的跟踪误差仅为0.44%,远小于传统的PI控制策略;在动态响应速度方面,以光伏逆变器实际输出电流达到稳态值5%范围内的调节时间为衡量标准,采用传统PI控制策略的调节时间为0.732秒,而采用本发明所提出策略下的调节时间几乎可以忽略不计。由此可见,相比于传统PI控制策略,本发明策略具有更好的跟踪效果以及动态响应性能。
综上所述,仿真案例验证了本发明所提出的基于优化控制和预测跟踪的光伏支撑系统频率策略在帮助系统频率恢复、提高系统频率稳定性中的正确性和优越性。
本实施例考虑了光伏有限调频能量的约束,以及光伏电站输出有功功率和电网频率之间的关联关系,以最小化电网频率波动为目标,构建了并网光伏支撑交流系统频率的输出优化模型,从而得到了最优的光伏有功功率输出曲线,同时采用预测方法对最优有功功率曲线进行跟踪,控制结构简单,具有良好的动态性能。所提出支撑频率方法可以最大限度地抑制系统受扰后的频率波动,提高系统频率稳定性。
实施例二
本实施例提供了一种基于优化控制和预测跟踪的光伏支撑电网频率装置,其包括:
(1)有功电流最优输出曲线求取模块,其用于基于并网光伏支撑交流系统频率的输出优化模型,考虑光伏参与频率支撑的约束条件,得到光伏有功功率最优输出曲线并转化为有功电流最优输出曲线;其中,并网光伏支撑交流系统频率的输出优化模型以最小化系统频率波动为目标。
具体地,在所述有功电流最优输出曲线求取模块中,所述光伏有功功率最优输出曲线的求解过程为:
在并网光伏支撑交流系统频率的输出优化模型基础上,利用高斯伪谱法将变量进行离散化,通过数值算法求解光伏有功功率最优曲线。
(2)光伏有功电流输出预测模块,其用于基于光伏逆变器的并网拓扑结构,在设定的当前时间窗内根据构建的逆变器开关控制信号与光伏预测输出电流的关联模型,对时间窗内的光伏有功电流输出进行预测。
(3)最优控制量求取模块,其用于选取时间窗内的一组使得光伏预测有功电流最接近于有功电流最优输出曲线的开关控制信号,作为当前时刻的最优控制量。
具体地,在所述最优控制量求取模块中,所述最优控制量的求取过程为:
基于模型预测控制理论,构建下一时刻预测电流与最优电流曲线偏差的代价函数,通过遍历当前时刻所有开关状态,选出使代价函数取值最小的开关状态,作为当前时刻的最优控制量。
(4)循环推进模块,其用于推动时间窗向前移动,重复光伏有功电流预测以及开关控制信号优选,以实现对光伏有功电流最优输出曲线的预测优化跟踪。
此处需要说明的是,本实施例中的各个模块与实施例一中的各个步骤一一对应,其具体实施过程相同,此处不再累述。
实施例三
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述所述的基于优化控制和预测跟踪的光伏支撑电网频率方法中的步骤。
实施例四
本实施例提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述所述的基于优化控制和预测跟踪的光伏支撑电网频率方法中的步骤。
本发明是参照本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于优化控制和预测跟踪的光伏支撑电网频率方法,其特征在于,包括:
基于并网光伏支撑交流系统频率的输出优化模型,考虑光伏参与频率支撑的约束条件,得到光伏有功功率最优输出曲线并转化为有功电流最优输出曲线;其中,并网光伏支撑交流系统频率的输出优化模型以最小化系统频率波动为目标;
基于光伏逆变器的并网拓扑结构,在设定的当前时间窗内根据构建的逆变器开关控制信号与光伏预测输出电流的关联模型,对时间窗内的光伏有功电流输出进行预测;
选取时间窗内的一组使得光伏预测有功电流最接近于有功电流最优输出曲线的开关控制信号,作为当前时刻的最优控制量;
推动时间窗向前移动,重复光伏有功电流预测以及开关控制信号优选,以实现对光伏有功电流最优输出曲线的预测优化跟踪。
2.如权利要求1所述的基于优化控制和预测跟踪的光伏支撑电网频率方法,其特征在于,所述并网光伏支撑交流系统频率的输出优化模型的构建过程为:
以光伏输出有功功率为优化控制变量,以交流系统频率与额定频率的差值绝对值对时间的积分为优化目标,以交流系统等效转子运动方程、光伏参与调频的能量上限、光伏参与调频的功率上限为约束条件,构建出并网光伏支撑交流系统频率的输出优化模型。
3.如权利要求1所述的基于优化控制和预测跟踪的光伏支撑电网频率方法,其特征在于,所述光伏有功功率最优输出曲线的求解过程为:
在并网光伏支撑交流系统频率的输出优化模型基础上,利用高斯伪谱法将变量进行离散化,通过数值算法求解光伏有功功率最优曲线。
4.如权利要求1所述的基于优化控制和预测跟踪的光伏支撑电网频率方法,其特征在于,基于瞬时功率理论,将有功功率最优输出曲线转化为有功电流最优输出曲线。
5.如权利要求1所述的基于优化控制和预测跟踪的光伏支撑电网频率方法,其特征在于,所述最优控制量的求取过程为:
基于模型预测控制理论,构建下一时刻预测电流与最优电流曲线偏差的代价函数,通过遍历当前时刻所有开关状态,选出使代价函数取值最小的开关状态,作为当前时刻的最优控制量,从而实现预测优化跟踪。
6.一种基于优化控制和预测跟踪的光伏支撑电网频率装置,其特征在于,包括:
有功电流最优输出曲线求取模块,其用于基于并网光伏支撑交流系统频率的输出优化模型,考虑光伏参与频率支撑的约束条件,得到光伏有功功率最优输出曲线并转化为有功电流最优输出曲线;其中,并网光伏支撑交流系统频率的输出优化模型以最小化系统频率波动为目标;
光伏有功电流输出预测模块,其用于基于光伏逆变器的并网拓扑结构,在设定的当前时间窗内根据构建的逆变器开关控制信号与光伏预测输出电流的关联模型,对时间窗内的光伏有功电流输出进行预测;
最优控制量求取模块,其用于选取时间窗内的一组使得光伏预测有功电流最接近于有功电流最优输出曲线的开关控制信号,作为当前时刻的最优控制量;
循环推进模块,其用于推动时间窗向前移动,重复光伏有功电流预测以及开关控制信号优选,以实现对光伏有功电流最优输出曲线的预测优化跟踪。
7.如权利要求6所述的基于优化控制和预测跟踪的光伏支撑电网频率装置,其特征在于,在所述有功电流最优输出曲线求取模块中,所述光伏有功功率最优输出曲线的求解过程为:
在并网光伏支撑交流系统频率的输出优化模型基础上,利用高斯伪谱法将变量进行离散化,通过数值算法求解光伏有功功率最优曲线。
8.如权利要求6所述的基于优化控制和预测跟踪的光伏支撑电网频率装置,其特征在于,在所述最优控制量求取模块中,所述最优控制量的求取过程为:
基于模型预测控制理论,构建下一时刻预测电流与最优电流曲线偏差的代价函数,通过遍历当前时刻所有开关状态,选出使代价函数取值最小的开关状态,作为当前时刻的最优控制量,从而实现预测优化跟踪。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一项所述的基于优化控制和预测跟踪的光伏支撑电网频率方法中的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-5中任一项所述的基于优化控制和预测跟踪的光伏支撑电网频率方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210191773.7A CN114552572A (zh) | 2022-02-28 | 2022-02-28 | 基于优化控制和预测跟踪的光伏支撑电网频率方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210191773.7A CN114552572A (zh) | 2022-02-28 | 2022-02-28 | 基于优化控制和预测跟踪的光伏支撑电网频率方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114552572A true CN114552572A (zh) | 2022-05-27 |
Family
ID=81661677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210191773.7A Pending CN114552572A (zh) | 2022-02-28 | 2022-02-28 | 基于优化控制和预测跟踪的光伏支撑电网频率方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114552572A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115276107A (zh) * | 2022-09-28 | 2022-11-01 | 云南电网能源投资有限责任公司 | 一种光伏电站配电网的电能变量检测方法、装置及设备 |
CN116845886A (zh) * | 2023-08-29 | 2023-10-03 | 华能江苏综合能源服务有限公司 | 一种基于模型预测的多端口自主光伏系统构网型控制方法 |
-
2022
- 2022-02-28 CN CN202210191773.7A patent/CN114552572A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115276107A (zh) * | 2022-09-28 | 2022-11-01 | 云南电网能源投资有限责任公司 | 一种光伏电站配电网的电能变量检测方法、装置及设备 |
CN116845886A (zh) * | 2023-08-29 | 2023-10-03 | 华能江苏综合能源服务有限公司 | 一种基于模型预测的多端口自主光伏系统构网型控制方法 |
CN116845886B (zh) * | 2023-08-29 | 2023-12-05 | 华能江苏综合能源服务有限公司 | 一种基于模型预测的多端口自主光伏系统构网型控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110266062B (zh) | 逆变型分布式电源双层自适应惯量控制方法及装置 | |
Oshnoei et al. | Novel load frequency control scheme for an interconnected two-area power system including wind turbine generation and redox flow battery | |
CN107196341B (zh) | 变功率点跟踪的两级式无储能光伏虚拟同步机控制方法 | |
Xu et al. | Adaptive condition predictive-fuzzy PID optimal control of start-up process for pumped storage unit at low head area | |
Abraham et al. | Automatic generation control of an interconnected hydrothermal power system considering superconducting magnetic energy storage | |
CN114552572A (zh) | 基于优化控制和预测跟踪的光伏支撑电网频率方法及装置 | |
CN109347351B (zh) | 一种模块化多电平换流器的模型预测控制方法 | |
CN109586269A (zh) | 考虑参数自寻优的直流微电网虚拟惯性控制方法及系统 | |
Mahto et al. | Evolutionary optimization technique for comparative analysis of different classical controllers for an isolated wind–diesel hybrid power system | |
CN108736519B (zh) | 一种光伏电站的虚拟同步发电机自适应控制方法及装置 | |
El Myasse et al. | Observer and nonlinear control design of VSC-HVDC transmission system | |
CN113757931B (zh) | 一种空调控制方法及系统 | |
Sivakumar et al. | Improving the dynamic performance of grid connected wind farms using modern UPFC | |
Ullah et al. | Implementation of various control methods for the efficient energy management in hybrid microgrid system | |
Yeganeh et al. | Intelligent secondary control of islanded AC microgrids: A brain emotional learning-based approach | |
CN105629730A (zh) | 一种基于神经网络滑模控制的upfc控制方法 | |
Chatri et al. | Integral-type terminal sliding mode control approach for wind energy conversion system with uncertainties | |
Jai Andaloussi et al. | Novel nonlinear control and optimization strategies for hybrid renewable energy conversion system | |
Bouderbala et al. | Novel deadbeat predictive control strategy for DFIG’s back to back power converter | |
Azadani et al. | Design of GA optimized fuzzy logic-based PID controller for the two area non-reheat thermal power system | |
Beus et al. | A model predictive control approach to operation optimization of an ultracapacitor bank for frequency control | |
Kord et al. | Active hybrid energy storage management in a wind-dominated standalone system with robust fractional-order controller optimized by Gases Brownian Motion Optimization Algorithm | |
AL-Rubayi et al. | Enhancement transient stability of power system using UPFC with M-PSO | |
Arivoli et al. | CPSO based LFC for a two-area power system with GDB and GRC nonlinearities interconnected through TCPS in series with the tie-line | |
CN107402515A (zh) | 一种优化同步发电机励磁系统pid参数的方法 |
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 |