CN114583750B - 自适应遗传算法的mmc-mg并网微源功率协调优化方法 - Google Patents
自适应遗传算法的mmc-mg并网微源功率协调优化方法 Download PDFInfo
- Publication number
- CN114583750B CN114583750B CN202210215600.4A CN202210215600A CN114583750B CN 114583750 B CN114583750 B CN 114583750B CN 202210215600 A CN202210215600 A CN 202210215600A CN 114583750 B CN114583750 B CN 114583750B
- Authority
- CN
- China
- Prior art keywords
- power generation
- bridge arm
- micro
- xyi
- power
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000005457 optimization Methods 0.000 title claims abstract description 14
- 230000002068 genetic effect Effects 0.000 title claims abstract description 13
- 238000010248 power generation Methods 0.000 claims abstract description 101
- 230000006978 adaptation Effects 0.000 claims description 23
- 230000000452 restraining effect Effects 0.000 claims description 7
- IAZDPXIOMUYVGZ-UHFFFAOYSA-N Dimethylsulphoxide Chemical compound CS(C)=O IAZDPXIOMUYVGZ-UHFFFAOYSA-N 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000003475 lamination Methods 0.000 claims description 3
- 230000035772 mutation Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 4
- 108090000623 proteins and genes Proteins 0.000 description 4
- 238000005520 cutting process Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 101150028074 2 gene Proteins 0.000 description 1
- 241001123248 Arma Species 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- H02J3/38—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
- H02J3/472—For selectively connecting the AC sources in a particular order, e.g. sequential, alternating or subsets of sources
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Biology (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Genetics & Genomics (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Inverter Devices (AREA)
Abstract
自适应遗传算法的MMC‑MG并网微源功率协调优化方法,该方法以每相需要投入发电模块总个数、输出电流、微源功率为约束条件。将微源最大输出功率作为构造适应度函数的主要因素。结合桥臂中N个适应度函数的均值和发电模块投切数量的变化量,以“适应度函数越小投入次数越多,适应度函数越大投入次数越少”为原则,对发电模块进行投切或替换操作。该方法实现了对微源的功率协调优化控制,提高微源的利用率,而且不影响系统的稳定运行。
Description
技术领域
本发明涉及一种微电网控制技术,特别是MMC半桥串联结构微电网(ModularMultilevel Converter Microgrids,MMC-MG)并网运行模式下的微源功率协调优化控制方法。
背景技术
在能源需求日益增长的背景下,微电网技术已成为解决环境污染、能源短缺以及大量分布式发电单元集中并网等问题的重要手段。并网运行的微电网需要通过合理的发电模块(Generation Module,GM)投切优化策略以提高微源的利用率,以尽可能多地向电网和负荷提供能量,同时实现微电网与电网的功率平衡。现有功率协调控制方法大多以载波移相调制技术为基础,通过调节各逆变单元的调制波幅值和相位以实现功率协调。但该方法会导致输出电压发生畸变,并不适用于含有随机性微源的MMC半桥串联结构微电网系统。
MMC半桥串联结构微电网是一种新的组网方式。该微电网系统在并网运行时,既能提高本地负载的供电可靠性,又能为电网传送能量。本系统在并网运行模式下,采用载波层叠调制(Phase disposition SPWM,PD-SPWM)方法时,桥臂中发电模块的投切时间不一致,进而会使得微源的利用率降低。为解决该问题,本发明提供一种基于自适应遗传算法的MMC-MG并网微源功率协调优化方法,以对发电模块的投切进行优化,进而提高可再生能源的利用率。
发明内容
本发明的目的是提供一种基于自适应遗传算法的MMC-MG并网微源功率协调优化方法。
本发明是基于自适应遗传算法的MMC-MG并网微源功率协调优化方法,其步骤为:
步骤1:通过功率外环、电流内环得到调制波信号uxref,然后由载波层叠调制方法得到上、下桥臂中需要投入运行的发电模块GM个数Nxp或Nxn;
所述步骤1中,uxref为x相调制波信号;Nxp为x相上桥臂需要投入的发电模块GM个数;Nxn为x相下桥臂需要投入的发电模块GM个数;x=a,b,c;
步骤2:根据桥臂中发电模块的投切数量、微源输出功率、系统输出电流构造适应度函数;
系统中,每相共有2N个发电模块GM时,同一时刻上、下桥臂应投入的GM数之和为N,则上、下桥臂中需投入的发电模块GM个数必须满足以下约束条件:
公式一中:Nxy为x相y桥臂需要投入的GM数;y=p,n;p代表上桥臂;n代表下桥臂;N表示各桥臂中发电模块GM的总数。下桥臂投入的发电模块GM数Nxn从0到N变化,上桥臂投入的GM数Nxp从N到0变化;三相六桥臂中发电模块GM投入个数的约束用Fxyi1表示:
公式二中:Fxyi1为桥臂中发电模块GM的投入个数约束;
桥臂中微源输出功率的约束用Fxyi2表示:
公式三中:PMxyi表示x相y桥臂中第i个微源输出的最大功率值;Pimin为微源输出最小功率;Pimax为微源输出最大功率;Fxyi2为桥臂中微源输出功率的约束;Fxyi2的值越大,表示桥臂中第i个发电模块GM的投入概率较大;反之,发电模块GM的投入概率越小;
在并网运行模式下,还需考虑系统输出电流的平衡性;输出电流的约束用Fxyi3表示:
Fxyi3=(ixref-ix)2 (公式四)
ixref表示x相输出电流参考值;ix表示x相输出电流实际值;
综合考虑Fxyi1、Fxyi2、Fxyi3的约束条件,得到适应度函数Fxyi:
公式五中:wxyi1、wxyi2、wxyi3分别表示各约束条件的权重,用以调整各约束条件的比重,0<wxyi1~wxyi3<1。适应度函数值Fxyi越小,表示GM中微源输出功率较大;反之,GM中微源输出功率越小;
步骤3:根据步骤2所述的适应度函数,计算x相y桥臂中N个适应度函数的平均值Fxy_a
步骤4:根据步骤2所述的适应度函数与步骤S3所述的平均值,并结合桥臂中需投入发电模块的变化量,选择需要投入的发电模块GM;
所述步骤4中,桥臂中需投入发电模块GM的变化量为
式中,△Nxp、△Nxn分别表示上、下桥臂需要投入发电模块GM的变化量;Nxp_on、Nxn_on表示上、下桥臂已投入的发电模块GM数;
所述步骤4中,有三种情况:(1)Nxp=N且Nxn=0;(2)Nxp=0且Nxn=N;(3)0<Nxp<N或0<Nxn<N;
步骤41:情况(1)中,上桥臂投入N个发电模块GM,下桥臂投入0个发电模块GM;
步骤42:情况(2)中,上桥臂投入0个发电模块GM,下桥臂投入N个发电模块GM;
步骤43:情况(3)中,需要结合自适应遗传算法,使适应度函数较小的发电模块GM优先投入,使适应度函数较大的发电模块GM优先切除;
情况(3)中,根据△Nxy的大小并比较Fxyi_on与Fxy_a的大小,以得到需要投入和切除的发电模块GM,其中,Fxyi_on表示已投入GM的适应度函数;
a.△Nxy=0,判断Fxyi_on与Fxy_a的大小;
Fxyi_on<Fxy_a,桥臂中GM保持原有投切状态不变;Fxyi_on>Fxy_a,执行替换操作;替换操作含义为:将未投入且适应度函数较小的发电模块GM与已投入且适应度函数较大的发电模块GM进行替换;
b.△Nxy>0,判断Fxyi_on与Fxy_a的大小;
Fxyi_on<Fxy_a,执行投入操作;Fxyi_on>Fxy_a,执行投入操作,同时执行替换操作,替换操作方法与a中所述相同。
c.△Nxy<0,判断Fxyi_on与Fxy_a的大小;
Fxyi_on<Fxy_a,执行切除操作;若Fxyi_on>Fxy_av,执行切除操作,同时执行替换操作,替换操作方法与a中所述相同。
所述步骤4,投入和切除操作相当于变异,而替换操作相当于交叉;对适应值小的发电模块GM赋以较小的自适应变异概率,对适应值大的GM赋以较大的自适应变异概率;桥臂中适应值趋于一致或局部最优时,使交叉概率Pc和变异概率Pm减少;反之,适应值比较分散时,使Pc和Pm增加;针对适应值低于平均值的个体,使它对应较低的Pc和Pm,其表达式如下:
式中,k1,k2,k3,k4均为系数常数,且0≤k1,k2,k3,k4≤1.0;F′xyi表示两个待替换发电模块GM操作中,适应值较小的发电模块GM;Fx”yi表示要投入和切除操作的发电模块GM的适应值;Fmin表示发电模块GM中适应值的最小值。
本发明的有益之处是:本发明结合发电模块GM投切数目的变化量,采用自适应遗传算法对GM的投切进行了优化。将微源最大输出功率作为主要因素构造适应度函数。以“适应度函数越小GM投入次数越多,适应度函数越大GM投入次数越少”为原则,对发电模块进行投入、切除、替换操作。该方法可以实现对发电模块GM的投切进行优化控制,以提高微源的利用率。
附图说明
图1是MMC半桥串联结构微电网拓扑结构图;图2是发电模块GM的拓扑结构;图3是载波层叠调制方法示意图;图4是微源功率协调优化总体控制框图;图5是微源功率协调优化控制流程图。
具体实施方式
图1为本发明一实施例桥臂N微源MMC-MG结构拓扑图。由A相(包括A相上桥臂、A相下桥臂)、B相(包括B相上桥臂、B相下桥臂)、C相(包括C相上桥臂、C相下桥臂)、滤波器、负载、静态开关等组成。该系统中三相子系统对称。如图2所示,各桥臂中,发电模块GM由风力微源与光伏微源经过AC/DC整流电路或DC/DC直流变换电路后分别并联至微源半桥变流器的直流侧。
为提高可再生能源的利用率,本发明提供一种基于自适应遗传算法的MMC-MG并网微源功率协调优化方法。该方法以每相需投入发电模块GM总个数、微源功率、输出电流为约束条件。并将微源最大输出功率作为构造适应度函数的主要因素。然后,结合桥臂中N个适应度函数的均值和发电模块投切数的变化量,以“适应度函数越小投入次数越多,适应度函数越大投入次数越少”为原则,对发电模块进行投切或替换操作。
本发明是基于自适应遗传算法的MMC-MG并网微源功率协调优化方法,其步骤为:
S1:通过功率外环、电流内环得到调制波信号uxref,然后由载波层叠调制方法得到上、下桥臂中需要投入运行的发电模块GM个数Nxp或Nxn;
所述S1中,uxref为x相调制波信号;Nxp为x相上桥臂;Nxn为x下桥臂需要投入的发电模块GM个数;x=a,b,c;
S2:根据桥臂发电模块投切数量、微源输出功率、系统输出电流构造适应度函数;
S3:根据步骤S2所述的适应度函数,计算桥臂中N个适应度函数的平均值;
S4:根据步骤S2所述的适应度函数与步骤S3所述的平均值,并计算桥臂中需投入发电模块的变化量,选择需要投入的发电模块GM;
所述步骤S1中,载波层叠调制方法如图2所示。MMC-MG系统中6个桥臂的电气状态和工作原理类似。在载波层叠调制下,每个发电模块有三种状态:投入、切除、PWM。图中,以下桥臂为例,4个三角载波与同一个调制波相比较,可得到相应GM的驱动信号。若uan>vj时,驱动信号为“1”,相应的GM投入运行;若uan<vx时,驱动信号为“0”,相应的GM切除运行;特别地,当调制波和载波交叉时,GM处于PWM状态。三相调制波相位相差120度,上、下桥臂调制波相位相差180度,每相上、下桥臂控制投切的原理相同。
所述步骤S2中,发电模块GM的投切方案用初始种群来表示。将桥臂中发电模块GM的投切情况看作染色体(编码6位),其中相单元1位,桥臂单元1位,发电模块2位,投切状态2位。三个相单元用1-3编号。六个桥臂用1-6编号。考虑到GM投入运行时,发电模块中S1开通,开通用1表示,S2关断,关断用0表示;当GM的切除时,S1关断,关断用0表示,S2开通,开通用1表示。因此,GM投入时用10编号,切除时用01编号。每个桥臂中GM的编号:若0<N<10时,用01-09编号;若N≥10时,用10-编号。若N=4,则具体编码如表2、表3所示。
表2相单元和桥臂单元的基因编码
表3发电模块GM投切编号(N=4)
GM投切的基因编码具有唯一性,在确定各个基因的编码后,将这些基因进行整合形成一条完整的投切编码。如个体编码“1-1-01-10”表示A相上桥臂GM1的运行状态为投入。表2、表3所示的全部投切编码方案可以用一个二维数组表示,数组的行代表每个桥臂,数组的列代表运行状态。数组中的每个元素代表GM投切的一种基因编码。随机产生的多个投切方案就可以产生初始种群。
所述步骤S2中,每相共有2N个发电模块GM时,同一时刻上、下桥臂应投入的GM数之和为N,则上、下桥臂中需投入的发电模块个数必须满足以下约束条件:
式中:Nxy为x相y桥臂需要投入的GM数;Nxp为x相上桥臂需要投入的GM数;Nxn为下桥臂需要投入的GM数;N表示桥臂中GM总数。下桥臂投入的GM数Nxn从0到N变化,上桥臂投入的GM数Nxp从N到0变化;三相六桥臂中GM投入个数的约束用Fxyi1表示:
式中:Fxyi1为桥臂中发电模块GM的投入个数约束;
桥臂中微源输出功率的约束用Fxyi2表示:
式中:PMxyi表示x相y桥臂中第i个微源输出的最大功率值;Pimin为微源输出最小功率;Pimax为微源输出最大功率;Fxyi2为桥臂中微源输出功率的约束;Fxyi2的值越大,表示桥臂中第i个GM的投入概率较大;反之,投入的概率越小;
在并网运行模式下,还需考虑系统输出电流的平衡性能;则输出电流的约束用Fxyi3表示:
Fxyi3=(ixref-ix)2 (公式四)
综合考虑Fxyi1、Fxyi2、Fxyi3的约束条件,得到适应度函数Fxyi:
式中:wxyi1、wxyi2、wxyi3分别表示各约束条件的权重,用以调整各约束条件的比重,0<wxyi1~wxyi3<1。公式五中所示的适应度函数值Fxyi越小,表示GM中微源输出功率较大;反之,微源输出功率越小;
所述步骤S3中,桥臂中N个适应度函数的平均值Fxy_a为:
所述步骤S4中,桥臂中需投入发电模块GM的变化量为:
式中,△Nxp、△Nxn分别表示上、下桥臂需要投入发电模块GM的变化量;Nxp_on、Nxn_on表示上、下桥臂已投入的发电模块GM数;
所述步骤S4中,有三种情况:(1)Nxp=N且Nxn=0;(2)Nxp=0且Nxn=N;(3)0<Nxp<N或0<Nxn<N;
情况(1)中,上桥臂投入N个发电模块GM,下桥臂投入0个发电模块GM;
情况(2)中,上桥臂投入0个发电模块GM,下桥臂投入N个发电模块GM;
情况(3)中,需要结合自适应遗传算法,使适应度函数较小的发电模块GM优先投入,使适应度函数较大的发电模块GM优先切除;
情况(3)中,根据△Nxy的大小并比较Fxyi_on与Fxy_a的大小,以得到需要投入和切除的发电模块GM,其中,Fxyi_on表示已投入GM的适应度函数;
c.△Nxy=0,判断Fxyi_on与Fxy_a的大小;
Fxyi_on<Fxy_a,桥臂中GM保持原有投切状态不变;Fxyi_on>Fxy_a,执行替换操作;替换操作含义为:将未投入且适应度函数较小的发电模块GM与已投入且适应度函数较大的发电模块GM进行替换;
d.△Nxy>0,判断Fxyi_on与Fxy_a的大小;
Fxyi_on<Fxy_a,执行投入操作;Fxyi_on>Fxy_a,执行投入操作,同时执行替换操作,替换操作方法与a中所述相同;
e.△Nxy<0,判断Fxyi_on与Fxy_a的大小;
Fxyi_on<Fxy_a,执行切除操作;若Fxyi_on>Fxy_av,执行切除操作,同时执行替换操作,替换操作方法与a中所述相同。
所述步骤S4,投入和切除操作相当于变异,而替换操作相当于交叉;对适应值小的GM赋以较小的自适应变异概率,对适应值大的GM赋以较大的自适应变异概率;桥臂中适应值趋于一致或局部最优时,使交叉概率Pc和变异概率Pm减少;反之,适应值比较分散时,使Pc和Pm增加;针对适应值低于群体均值的个体,使它对应较低的Pc和Pm,其表达式如下:
式中,k1,k2,k3,k4均为系数常数,且k1,k2,k3,k4≤1.0;F′xyi表示两个待交叉操作中,适应值较小的个体;F″xyi表示要变异个体的适应值;Fmin表示发电模块中适应值的最小值。
以上是本发明的实施方法之一,对于本领域内的一般技术员而言,在不花费创造性劳动的情况下,可对上述实施例进行多种变化,同样能够实现本发明的目的。但是很明显,这种变化应该包含在本发明权利要求书的保护范围内。
Claims (1)
1.自适应遗传算法的MMC-MG并网微源功率协调优化方法,其特征在于,其步骤为:
步骤1:通过功率外环、电流内环得到调制波信号uxref,然后由载波层叠调制方法得到上、下桥臂中需要投入运行的发电模块GM个数Nxp或Nxn;
所述步骤1中,uxref为x相调制波信号;Nxp为x相上桥臂需要投入的发电模块GM个数;Nxn为x相下桥臂需要投入的发电模块GM个数;x=a,b,c;
步骤2:根据桥臂中发电模块的投切数量、微源输出功率、系统输出电流构造适应度函数;
系统中,每相共有2N个发电模块GM时,同一时刻上、下桥臂应投入的GM数之和为N,则上、下桥臂中需投入的发电模块GM个数必须满足以下约束条件:
公式中:Nxy为x相y桥臂需要投入的GM数;y=p,n;p代表上桥臂;n代表下桥臂;N表示各桥臂中发电模块GM的总数;下桥臂投入的发电模块GM数Nxn从0到N变化,上桥臂投入的GM数Nxp从N到0变化;三相六桥臂中发电模块GM投入个数的约束用Fxyi1表示:
公式中:Fxyi1为桥臂中发电模块GM的投入个数约束;
桥臂中微源输出功率的约束用Fxyi2表示:
公式中:PMxyi表示x相y桥臂中第i个微源输出的最大功率值;Pimin为微源输出最小功率;Pimax为微源输出最大功率;Fxyi2为桥臂中微源输出功率的约束;Fxyi2的值越大,表示桥臂中第i个发电模块GM的投入概率较大;反之,发电模块GM的投入概率越小;
在并网运行模式下,还需考虑系统输出电流的平衡性;输出电流的约束用Fxyi3表示:
Fxyi3=(ixref-ix)2
ixref表示x相输出电流参考值;ix表示x相输出电流实际值;
综合考虑Fxyi1、Fxyi2、Fxyi3的约束条件,得到适应度函数Fxyi:
公式中:wxyi1、wxyi2、wxyi3分别表示各约束条件的权重,用以调整各约束条件的比重,0<wxyi1~wxyi3<1;适应度函数值Fxyi越小,表示GM中微源输出功率较大;反之,GM中微源输出功率越小;
步骤3:根据步骤2所述的适应度函数,计算x相y桥臂中N个适应度函数的平均值Fxy_a
步骤4:根据步骤2所述的适应度函数与步骤3所述的平均值,并结合桥臂中需投入发电模块的变化量,选择需要投入的发电模块GM;
所述步骤4中,桥臂中需投入发电模块GM的变化量为
式中,△Nxp、△Nxn分别表示上、下桥臂需要投入发电模块GM的变化量;Nxp_on、Nxn_on表示上、下桥臂已投入的发电模块GM数;
所述步骤4中,有三种情况:(1)Nxp=N且Nxn=0;(2)Nxp=0且Nxn=N;(3)0<Nxp<N或0<Nxn<N;
步骤41:情况(1)中,上桥臂投入N个发电模块GM,下桥臂投入0个发电模块GM;
步骤42:情况(2)中,上桥臂投入0个发电模块GM,下桥臂投入N个发电模块GM;
步骤43:情况(3)中,需要结合自适应遗传算法,使适应度函数较小的发电模块GM优先投入,使适应度函数较大的发电模块GM优先切除;
情况(3)中,根据△Nxy的大小并比较Fxyi_on与Fxy_a的大小,以得到需要投入和切除的发电模块GM,其中,Fxyi_on表示已投入GM的适应度函数;
a.△Nxy=0,判断Fxyi_on与Fxy_a的大小;
Fxyi_on<Fxy_a,桥臂中GM保持原有投切状态不变;Fxyi_on>Fxy_a,执行替换操作;替换操作含义为:将未投入且适应度函数较小的发电模块GM与已投入且适应度函数较大的发电模块GM进行替换;
b.△Nxy>0,判断Fxyi_on与Fxy_a的大小;
Fxyi_on<Fxy_a,执行投入操作;Fxyi_on>Fxy_a,执行投入操作,同时执行替换操作,替换操作方法与a中所述相同;
c.△Nxy<0,判断Fxyi_on与Fxy_a的大小;
Fxyi_on<Fxy_a,执行切除操作;若Fxyi_on>Fxy_a,执行切除操作,同时执行替换操作,替换操作方法与a中所述相同;
所述步骤S4,投入和切除操作相当于变异,而替换操作相当于交叉;对适应值小的发电模块GM赋以较小的自适应变异概率,对适应值大的GM赋以较大的自适应变异概率;桥臂中适应值趋于一致或局部最优时,使交叉概率Pc和变异概率Pm减少;反之,适应值比较分散时,使Pc和Pm增加;针对适应值低于平均值的个体,使它对应较低的Pc和Pm,其表达式如下:
式中,k1,k2,k3,k4均为系数常数,且0<k1,k2,k3,k4≤1.0;Fx'yi表示两个待替换发电模块GM操作中,适应值较小的发电模块GM;F″xyi表示要投入和切除操作的发电模块GM的适应值;Fmin表示发电模块GM中适应值的最小值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210215600.4A CN114583750B (zh) | 2022-03-08 | 2022-03-08 | 自适应遗传算法的mmc-mg并网微源功率协调优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210215600.4A CN114583750B (zh) | 2022-03-08 | 2022-03-08 | 自适应遗传算法的mmc-mg并网微源功率协调优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114583750A CN114583750A (zh) | 2022-06-03 |
CN114583750B true CN114583750B (zh) | 2024-04-16 |
Family
ID=81778792
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210215600.4A Active CN114583750B (zh) | 2022-03-08 | 2022-03-08 | 自适应遗传算法的mmc-mg并网微源功率协调优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114583750B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015074529A1 (zh) * | 2013-11-19 | 2015-05-28 | 国家电网公司 | 一种模块化多电平换流器的子模块电容电压平衡优化方法 |
CN106911257A (zh) * | 2017-02-28 | 2017-06-30 | 湖南大学 | 一种柔性直流输电系统中mmc 换流阀控制频率优化方法 |
CN108448878A (zh) * | 2018-03-30 | 2018-08-24 | 武汉大学 | 基于nlm的mmc损耗优化计算方法 |
CN110783965A (zh) * | 2019-11-15 | 2020-02-11 | 兰州理工大学 | 适用于mmc半桥串联结构微电网的微源功率协调方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111917320B (zh) * | 2020-07-03 | 2021-12-21 | 浙江大学 | 一种开关串联的桥式电路及谐振电路和逆变电路 |
-
2022
- 2022-03-08 CN CN202210215600.4A patent/CN114583750B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015074529A1 (zh) * | 2013-11-19 | 2015-05-28 | 国家电网公司 | 一种模块化多电平换流器的子模块电容电压平衡优化方法 |
CN106911257A (zh) * | 2017-02-28 | 2017-06-30 | 湖南大学 | 一种柔性直流输电系统中mmc 换流阀控制频率优化方法 |
CN108448878A (zh) * | 2018-03-30 | 2018-08-24 | 武汉大学 | 基于nlm的mmc损耗优化计算方法 |
CN110783965A (zh) * | 2019-11-15 | 2020-02-11 | 兰州理工大学 | 适用于mmc半桥串联结构微电网的微源功率协调方法 |
Non-Patent Citations (3)
Title |
---|
基于变分模态分解法的MMC 半桥串联结构微电网微源功率协调控制;薛晟等;《中国电机工程学报》;20211231;第41卷(第5期);第1677-1687页 * |
改进自适应遗传算法在函数优化中的应用研究;陈明杰等;《哈尔滨大学学报》;20071231;第875-879页 * |
模块化多电平变流器半桥串联结构微电网输出特性分析;王兴贵等;《电工技术学报》;20191231;第34卷(第10期);第2130-2140页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114583750A (zh) | 2022-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Loh et al. | Compact integrated energy systems for distributed generation | |
Habib et al. | GA-based robust LQR controller for interleaved boost DC–DC converter improving fuel cell voltage regulation | |
Loh et al. | Hybrid AC–DC microgrids with energy storages and progressive energy flow tuning | |
CN201789430U (zh) | 逆变器 | |
CN105656330B (zh) | 一种适用于高电平模块化多电平换流器的电容均压策略 | |
Vahedi et al. | Cascaded multilevel inverter with multicarrier PWM technique and voltage balancing feature | |
CN112366748A (zh) | 一种风储联合风电变流器及其控制方法 | |
Kumar et al. | Predictive Switching Control for Multilevel Inverter using CNN-LSTM for Voltage Regulation | |
CN116488176A (zh) | 多端口交直流混合变流装置及多端交直流混合系统 | |
CN114583750B (zh) | 自适应遗传算法的mmc-mg并网微源功率协调优化方法 | |
Anjaneya Vara Prasad et al. | An Overview on Multi‐Level Inverter Topologies for Grid‐Tied PV System | |
Sahoo et al. | Advanced control technique based neutral clamped inverter operation | |
Aly et al. | Predictive control of common-ground five-level pv inverter without weighting factors and reduced computational burden | |
CN117040302A (zh) | 桥臂复用型mmc各桥臂独立控制方法及系统 | |
Hemachandu et al. | An efficient asymmetrical 15-level smart inverter topologies for micro-grid system using pso-pid tuning algorithm | |
CN114188933A (zh) | 一种波浪能发电装置的直流集电系统及其控制方法和系统 | |
CN115102156A (zh) | 一种配电网负荷侧无感恢复方法 | |
CN112467997B (zh) | 一种柔性变电站拓扑电路及其控制方法 | |
Rojas et al. | A simple modulation scheme for a regenerative cascaded matrix converter | |
Stieneker et al. | System efficiency estimation of redundant cascaded-cell converters in applications with high-power battery energy storage systems | |
Raj et al. | CT-type MLI-based PV system for critical loads using SIMO DC–DC converter | |
Chen et al. | A Common-Mode Voltage Suppression Oriented Modulation Method for Modular Multilevel Converters | |
CN116632942B (zh) | 基于决策树的串联结构微电网功率协调控制方法 | |
Shojaei et al. | Power sharing improvement in cascaded multilevel inverters | |
Fakhri et al. | A new symmetric modular eleven‐level inverter using single and double source unit for low voltage applications with reduced number of switches |
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 |