基于MVO算法与改进目标函数的电力系统负荷频率控制

针对风电并网时的随机波动功率、负荷频率控制(load frequency control, LFC)系统参数变化所引起的电力系统频率稳定问题,提出了一种基于智能优化算法与改进目标函数的互联电网LFC系统最优PID控制器设计方法。首先,分析了基于PID控制的含风电互联电力系统LFC闭环模型。其次,在时间乘误差绝对值积分(integral of time multiplied absolute error, ITAE)性能指标的目标函数中考虑了区域控制器的输出信号偏差,对优化目标函数进行改进。采用性能优良的多元宇宙优化(multi-verse optimizer, MVO)算法先计算后验证的思路,寻优获得最优PID控制器参数。最后,以两区域4机组互联电力LFC系统为例,仿真验证了基于MVO算法结合改进目标函数所获得的PID控制器,比基于MVO算法所获得的PID控制器,对阶跃负荷扰动、随机负荷扰动、风电功率偏差扰动以及系统的参数变化,具有相对较好的鲁棒性能。并且,对控制器参数也具有相对较好的非脆弱性指标。     

基于Ziegler-Nichols优化算法的火电机组负荷频率PID控制研究

随着风电和光伏接入电网的规模不断扩大,电网负荷峰谷差逐渐增加,电网的频率控制出现超调量过大、调节速度过慢等一系列问题。本文针对互联电力系统的负荷分配以及频率控制问题,提出考虑发电机组分配系数的互联电力系统负荷频率控制方法。首先,建立单个区域包含多个火电机组的两区域电网自动发电控制（AGC）系统仿真模型,根据各发电机组的煤耗特性建立经济性目标函数,并且获得最优的出力分配系数;然后,基于联络线功率和频率偏差控制（TBC-TBC）的控制模式,采用经Ziegler-Nichols相关算法优化后的PID控制,并对优化后PID控制器的鲁棒性进行分析研究;最后,基于两区域系统仿真模型,在一定的负荷扰动工况下进行仿真验证。仿真结果表明:该分配方法能够有效节省煤耗,本文算法优化后的PID控制器在频率恢复速度方面具有一定的优势,并且鲁棒性良好。     

含风光水火储的多区域互联电力系统协同优化负荷频率控制

针对现代电力系统中呈现出的互联和多源的特点,首先提出了一种启发式智能优化算法辅助含风光水火储的多区域互联电力系统协同优化负荷频率控制方法,该方法以每个区域的区域控制偏差为目标函数;然后利用鲸鱼智能优化算法鲁棒性强、求解精度高及收敛快速度等优点,对各区域的PID负荷频率控制器参数进行协同优化,使得系统在各种随机扰动下,都能够维持频率稳定和长期安全运行;最后建立含风光水火储的三区域互联电力系统模型,对比不同优化整定方法下的互联电力系统频率和联络线功率偏差,测试系统在不同扰动时各区域的稳定性及所提方法的有效性。实验结果表明,所采取的多区域互联负荷频率控制器协同优化整定方法有效地改善了系统的稳定性,具有良好的鲁棒性和实用性。     

基于智能优化算法的互联电网负荷频率控制器设计及其控制性能分析

互联电网负荷频率控制对保障电网安全可靠运行具有重要作用,适宜的控制器参数整定使得电网在各种随机扰动下维持系统频率稳定和联络线功率交换值恒定。针对两区域互联电网的负荷频率控制器参数优化整定问题,提出一种基于智能优化算法的控制器参数整定设计方案。该方案采用最小化时间乘误差绝对值积分作为目标函数,运用灰狼优化算法搜索获得最优化的负荷频率控制器参数。灰狼优化算法模拟了狼群的社会分层机制和群体狩猎行为,使得控制器参数优化整定过程具有快速、高效、自适应和精度高等优点。此外,重点考虑了控制器参数不确定性可能导致的控制器性能衰减,讨论了控制器的脆弱性问题。建立了两区域互联电网负荷频率控制系统仿真模型,采用所提优化算法获取PI/PID型负荷频率控制器参数,仿真结果显示所提算法设计PI/PID控制器相比于传统方法和其他的智能优化算法具有更好的寻优能力和控制性能,并且优化获得的控制器在系统参数和控制器参数不确定性下具有鲁棒性和非脆弱性。     

含抽水蓄能电站的互联电网负荷频率自抗扰优化控制研究

针对发电能源结构的多元化发展给互联电网负荷频率的稳定性控制带来较大的挑战,建立含抽水蓄能电站的两区域互联电网多元混合发电的负荷频率控制模型,提出一种基于粒子群优化算法的负荷频率线性自抗扰控制器参数整定优化策略,通过粒子群算法的迭代寻优计算获得最优的线性自抗扰控制器参数。考虑互联电网各区域发生不同的负荷扰动,在抽水蓄能电站的抽水和发电2种工况下,对所提出的控制方法进行系统仿真。仿真结果表明,通过粒子群算法优化的负荷频率线性自抗扰控制器,与传统PI控制器对比,前者具有更强的抗扰动能力和适应性,系统动态稳定性更好。     

基于社会学习自适应细菌觅食算法的互联电网AGC最优PI/PID控制器设计

AGC控制器的参数对电网频率控制的动态性能具有重要影响。不合适的控制器参数将可能使得电网在遭遇较大的负荷扰动时失去频率稳定。针对互联电网AGC控制器参数优化整定问题,提出了一种基于社会学习自适应细菌觅食算法的最优PI/PID控制器设计方法。该方法将社会学习机制及自适应步长策略引入到标准细菌觅食算法中,通过改进细菌寻优过程中的趋化、群聚及繁殖等操作,提高算法的收敛速度及寻优精度。建立两区域互联电网AGC系统仿真模型,采用所提算法优化整定其PI/PID控制器参数。仿真结果验证了所提方法的有效性。     

基于PID的互联电力系统LFC的优化研究

针对两区域互联电力系统在受到外界负荷扰动后系统负荷频率的变化规律,基于TBC—TBC联络线频率偏差的控制模式,先后利用经典的PID控制技术和前馈补偿控制技术,对两区域互联电力系统负荷频率的控制算法进行优化研究,使两区域的电力系统在突然遭受负荷扰动时能迅速可靠地减少频率偏差和联络线交换功率偏差,恢复系统的安全稳定运行。在MATLAB7.8.0/Simulink软件的仿真下,其结果表明,经过前馈补偿后的PID控制比经典PID控制具有更佳的控制效果和鲁棒性。     

小波神经网络与PID相结合的负荷频率控制

针对跨区域互联电力系统负荷频率控制的严重非线性,及传统PID控制稳定性差、超调严重、响应速度慢,提出了将小波神经网络与传统PID控制相结合的控制模型。PID完成区域电网内的二级负荷频率控制,区域控制偏差作为有2个小波神经元的神经网络输入,输出用于共同控制负荷频率稳定。网络还采用了负反馈提高学习收敛速度,网络参数采用梯度法结合遗传算法寻优确定。仿真实验结果表明,该方案具有较好的控制效果和鲁棒性。     

基于尼科尔斯PID设计方法的负荷频率控制

为解决互联水电系统负荷频率控制(load frequencycontrol,LFC)问题,及保持互联电网系统频率、联络线功率及区域控制误差(area control error,ACE)的稳定,根据闭环系统谐振峰值与系统响应最大峰值之间的关系,构建一个与系统参数及控制器参数都相关的优化问题,通过该问题的求解获得控制器参数与系统参数之间的数学关系,针对水轮发电系统非最小相位特性,通过串加比例–微分(proportional-derivative,PD)控制方式降低系统阶次,设计尼科尔斯(Nichols)曲线的比例–积分–微分(proportional-integral-derivative,PID)控制器。基于模型参数扰动和负荷干扰的仿真结果表明:尼科尔斯PID控制器能快速调整系统频率偏差、联络线功率偏差及ACE为0,具有良好的鲁棒性能和抗负荷干扰性能,系统过渡过程性能明显优于传统PID调节器结果。     

基于交替方向乘子法的分布式负荷频率控制策略

负荷频率控制(load frequency control, LFC)是维持电力系统安全稳定运行的基础。对于多区域互联电力系统,由于描述动态过程的微分方程组相当复杂,这给负荷频率控制器的设计带来了困难。在此背景下,针对多区域互联电力系统,提出基于交替方向乘子法 (alternating direction method of multiplier, ADMM) 的分布式最优负荷频率控制器设计方法,以取得良好的控制性能,同时具备较高的计算效率。首先,介绍了负荷频率控制问题的微分方程模型。之后,基于二次多项式和矩阵稀疏化构建了分布式最优LFC策略的数学模型,并采用ADMM求解。最后,以三区域互联电力系统为例对所提方法进行了验证。仿真结果表明,针对负荷扰动和时变参数,所提方法能够把各区域的频率偏差和区域间联络线上的功率偏差控制到0。     

互联电网负荷频率的多变量约束预测控制器设计及仿真研究

为使互联电网的频率控制具有更好的负荷适应能力,保证电网运行的经济性、稳定性与可靠性,本文提出了无需依赖频率偏差系数、考虑区域调节容量约束、基于互联电网状态空间模型的多变量预测控制器算法设计方案。通过对2个区域电网频率控制系统的建模和仿真,将该预测算法与常规PI调节算法在单、双区域负荷扰动、随机白噪声扰动等方面对系统频率控制动态性能进行了比较,分析结果表明,该预测控制算法可使系统频率的恢复性能显著提高。     

基于模型预测控制的电解铝负荷参与电网频率稳定控制策略

新型电力系统“双高”运行特性给电网频率稳定控制带来严峻挑战,电解铝负荷属于温控负荷,具备功率可调容量大、热惯量大及调节时间快等特性,是一种较好的调频资源。为此,提出了一种基于模型预测控制(model predictive control, MPC)的电解铝负荷参与电网频率稳定控制策略。首先,对电解铝负荷进行了精确建模,为电解铝负荷参与频率控制奠定基础;其次,计及发电机速率限制和负荷调节深度约束,提出了模型预测频率响应模型;最后,基于模型预测控制策略,在考虑不同电解铝可调容量参与系统调频中进行仿真分析。仿真结果表明,电解铝负荷可以提升系统抗扰动能力。所提MPC策略具有良好的控制效果,表现出较强的鲁棒性,能够有效缩短调频时间,提升系统调频的动态性能。     

云模型理论在互联电力系统负荷频率控制中的应用

针对负荷频率控制系统具有不确定性问题,提出一种基于云模型理论的多区域互联电力系统负荷频率自适应PI控制方法。该方法以区域控制偏差量e作为云模型发生器的前件,PI控制器参数的整定值P和I作为云模型发生器的后件,建立适于负荷频率控制的一维云模型PI控制器。同时分别从频域和时域角度模拟不同情况下的负荷扰动,采用云模型控制器对PI控制器参数自调整,实现电力系统的负荷频率控制。仿真结果表明,在满足各种负荷扰动情况下,所提方法可有效地跟踪功率波动所引起的频率偏差,满足负荷频率控制指标,具有更强的抗干扰性和鲁棒性,其控制效果明显优于传统PI控制器。     

考虑双通道随机时延的区域互联电网AGC方法

在区域互联电网网络化自动发电控制(Automatic Generation Control,AGC)过程中,信息传输在双通道(如控制器到执行器(C-A)、传感器到控制器(S-C))均存在时延问题。基于模型预测控制(MPC)技术,拟利用其预测特征,通过控制过程中信息的存储与处理,消除双通道随机时延对控制效果的负面影响。首先,在考虑双通道时延的前提下,构建互联电网AGC系统模型,并就时延的存在对控制效果的影响进行了分析。然后,针对互联电网AGC系统的控制模式对集中式MPC(CMPC)的实现方法进行了讨论,分析了在CMPC框架下双通道时延的处理方法。在此基础上,分别以阶跃与随机负荷曲线为扰动变量,获取互联电网频率及区域控制偏差曲线。仿真结果表明在考虑互联电网AGC系统双通道随机时延的情况下,所提方法能够保证系统良好的动态响应性能,从而验证了其可行性和有效性。     

基于权重双Q-时延更新学习算法的自动发电控制

大规模可再生能源和柔性负荷的接入会给分布式多区域互联电网带来强随机扰动,传统的控制方法无法有效提高由于强随机扰动所导致的电网愈来愈差的控制性能。为此,该文从自动发电控制角度提出一种面向分布式多区域互联电网的多智能体协同控制算法,即权重双Q-时延更新算法。所提算法可通过权重双Q算法来解决传统强化学习中动作探索值高估或低估的问题,并引入时延更新策略进一步提高其更新效率,进而提高其收敛性能。对改进的IEEE标准两区域负荷频率控制模型和融入大规模可再生能源的四区域互联电网模型进行仿真,仿真结果表明,所提算法能够有效提高电网的控制性能,实现分布式多区域互联电网间的协同控制,而且与传统方法相比,具有更优控制性能和更快收敛速度。     

基于云神经网络自适应逆系统的电力系统负荷频率控制

针对区域互联电力系统受到风电及负荷扰动后,系统频率会出现大幅度波动的问题,提出一种基于云神经网络自适应逆系统的多区域互联电力系统负荷频率控制方法。在分析单一区域电力系统有功输出特性的基础上,建立计及多区域有功输出的互联电力系统负荷频率控制模型。采用自适应逆控制有效解决系统响应和扰动抑制的矛盾。将云模型引入自适应逆系统构建云神经网络辨识器。利用云模型在处理模糊性和随机性等不确定性方面的优势,进一步提高神经网络的辨识能力。仿真结果表明,所设计的云神经网络自适应逆系统不仅可以得到好的动态响应,还可以使风电及负荷引起的扰动减小到最小。     

基于IPC模糊控制的互联电网联络线潮流控制研究

为了提高互联电网问联络线负荷的稳定性,提出了一种联络线传输功率和频率协调模糊控制方案。通过调节联络线两端发电机组对两侧电网频率差进行调整,调节相间功率控制器(IPC)元件参数调整联络线传输功率,对调节参数采用模糊逻辑控制。模拟通过IPC互联的东北-华北电网,对不同控制区域进行控制仿真。结果表明,在一侧发生小扰动时,另一侧电网和联络线功率几乎不受影响,在大扰动时,两侧系统能可靠实现同步运行。     

基于超松弛双Q学习的源荷储协同频率稳定算法研究

具有强随机特性的新能源规模化接入将给电网带来强随机扰动,传统控制方法无法有效解决分布式电网模式下由强随机扰动引起的频率失衡、控制性能标准变差的问题。该文从二次调频角度提出一种多区域互联电网的智能发电控制算法,即超松弛双Q学习算法,来获取多区域协同控制。所提算法在快速Q学习基础上引入超松弛因子ω来加速最优值函数的计算,同时引入双Q学习策略来解决强化学习Q算法体系中的动作探索值过高估计问题,以提升算法的收敛性与更新效率。在改进的IEEE标准两区负荷频率控制模型以及云南互联电网模型中进行仿真分析,结果可知,所提算法表现出更佳的控制性能与收敛速度。     

基于改进协同量子粒子群算法的多微网负荷频率控制

网络化通信是智能电网的重要组成部分，但其带来的通信时滞导致维持多微网系统频率稳定更加困难，因此有必要研究网络化时滞下多微网互联系统的负荷频率控制问题。针对该问题，文章提出基于改进协同量子粒子群算法的分数阶PID控制器参数优化方法，以提升网络化通信时滞下多微网互联系统控制器的控制性能。首先，建立了具备风储特性的多微网互联系统仿真模型，并在模型中考虑了网络化通信时滞。其次，借鉴协同与混沌的思想对量子粒子群算法进行改进，优化了算法在粒子群多样性及高维度适应性等方面的性能，使之适用于高维度空间寻优问题。最后，借助MATLAB仿真实验分别从不同时滞下的稳定极限、阶跃扰动下的动态性能、长时间随机扰动下的CPS指标三个方面验证了所提优化方法的可行性与有效性。     

基于多层支持向量机的交直流电网频率稳定控制方法

该文针对直流互联异步电网的频率稳定问题,考虑数据驱动方法在电力系统紧急控制中的时效性优势,提出一种基于多层支持向量机(support vector machines,SVM)的交直流电网频率稳定紧急控制方法。该方法利用3层SVM模型实现直流紧急功率支援和自动切负荷控制相结合的最优频率稳定协调控制策略。其中,第1层是建立基于v-SVR的扰动后频率稳定预测模型,该模型能够基于扰动后瞬间的WAMS数据快速预测出稳态频率;第2层是建立基于C-SVC的频率稳定控制方式判断模型,该模型根据预测频率判断相应采取的合理控制方式;第3层是建立基于v-SVR的频率稳定控制策略制定模型,该模型根据所选择的控制方式制定出最优控制策略。仿真分析表明,该方法不仅大大提高了控制时效性,而且具有很好的准确性和有效性,适用于交直流电网频率稳定紧急控制的在线应用。