基于有限控制集模型预测的逆变器控制算法

有限控制集模型预测控制是一种变流器优化控制算法,具有动态响应快、无须解耦运算和安装PWM调制器等优点,被广泛应用于光伏并网逆变器。该算法在一个控制周期内须对逆变器多个开关状态的电流、电压预测值和优化目标函数进行计算,导致处理时间较长。文章提出一种简化的基于有限控制集模型预测的光伏逆变器控制算法,将优化目标函数的电流矢量等效替换为电压矢量。由于目标函数电压矢量的测量和计算比电流矢量更方便,该简化的控制算法可有效提高系统的响应速度。仿真及实验结果表明,该简化的控制算法能有效改善光伏逆变器的动态性能。     

基于简化BUCK变换器的分布式光伏优化器研究

光伏板受遮挡时导致输出最大功率降低造成能源的浪费。为提高光伏发电系统的能源利用率,引入分布式光伏优化理念,并设计了一种分布式光伏优化器,文章分析了优化器的工作原理和控制策略,进行了模拟试验,试验结果表明,分布式光伏优化器性能优良,与传统Buck变化器相比有更低的成本。     

光伏离网型SL-qZSI多目标优化排序模型预测控制

开关电感型准Z源逆变器能提高光伏发电系统的可靠性和能量转换效率,其有限集模型预测控制（FCS-MPC）存在多个控制变量,权重系数调整困难,提出一种基于多目标优化排序的光伏离网型开关电感型准Z源逆变器模型预测控制策略。首先根据电感电流的预测值来判断下一个控制周期的状态,若为非直通状态时,分别计算负载电流和电容电压的代价函数,并将其按照从小到大的顺序进行排序,再将这两个排序值进行相加得到排序和,最小的排序和所对应的开关状态将被应用到逆变器的下一周期的开关状态,有效消除了传统FCS-MPC策略的权重系数。仿真分析和实验结果表明,所提控制策略具有良好的稳态特性和动态特性。     

基于模型预测控制的配电网无功优化控制策略

摘要： 为了解决配电网中普遍存在的变压器过负荷以及用户电压偏低的问题,提出了一种基于模型预测控制（model predictive control,MPC）的配网无功优化控制策略。在分析配电网潮流特点的基础上,充分利用配变的过负荷能力来传输更多的有功,而无功则在低压电网中进行优化补偿。基于模型预测控制理论,采用季节时间序列的方法动态预测未来一天内的负荷大小,并考虑配变最大可用传输无功和无功补偿装置最大投切次数的约束,在通用数学模型系统（general algebraic modeling system,GAMS）上建立了以网损最小为目标函数的无功优化数学模型,依次给出无功补偿装置的动作情况。在IEEE14节点配网系统上的试验结果,验证了所提出的无功优化控制策略的有效性。     

分布式多源储能模糊聚类集群协调优化模型

分布式多源储能系统是针对高渗透新能源电网能量供需平衡过程的电热多能源协调复合储能系统,具有布局分散、时域调节灵活性强的特点。为充分挖掘分布式多源储能系统运行的调节能力,文章提出分布式多源储能系统集群协调模型。首先,研究分布式多源储能系统调节特性以及调节能力量化方法,提出基于分布式多源储能系统节点调节能力的系统节点集群划分模型,将分布式多源储能系统划分为基于调节能力的若干子群落;然后,提出分布式多源储能系统集群协调调度方法,以提升新能源接纳能力,降低分布式多源储能系统运行成本;最后,采用我国北方某城市电网数据及电热联合系统数据进行仿真算例分析,验证文章所提方法的有效性。     

计及光伏的配电网多级无功联动协调优化

考虑到主动配电网具有多级管控的特点,建立了主动配电网综合无功多级优化模型。考虑到分布式光伏波动性对电网无功的冲击和本身具备的无功调节能力,建立计及光伏的配电网四级无功调节策略。一方面充分利用传统电容器无功补偿方式的补偿能力,一方面充分考虑光伏电站的无功和有功调节能力,建立综合考虑电网运行质量和DG运行情况的四级调压无功优化模型。基于改进的IEEE33节点算例进行了仿真,仿真结果表明：所提出的模型和策略充分利用了主动配电网内分散的调压资源,有效减少了电容器补偿装置动作次数,并改善了配电网电压水平。     

考虑削峰填谷的分布式电源集群协同控制方法

针对大规模分布式光伏并网导致的主网调峰压力以及通信难度增大的问题,提出一种考虑削峰填谷的分布式电源集群协同控制方法。首先,以系统运行成本和净负荷方差最小为目标,联合分布式光伏和储能设备等配网侧可调资源,构建分布式电源削峰填谷模型;然后,基于集群的边界耦合关系,提出集群分区解耦机制;最后,采用一致性交替方向乘子法（ADMM）对各集群优化模型进行并行求解。仿真结果表明,所提方法在保证配电网运行经济性的同时,能有效平抑净负荷峰谷差,缓解主网调峰压力。     

含高比例分布式光伏的母线负荷预测方法

高比例分布式光伏的大规模接入对母线辖区的负荷预测产生了较大影响,导致母线辖区内负荷偏离用户用电负荷的真实状况。文章考虑了高比例分布式电源对负荷形态的影响,提出了基于互信息与混合模型的母线辖区内负荷预测模型,对分布式电源相关输入因子采用互信息系数进行相关性分析,并通过由XGBoost算法与极限学习机算法组成的混合模型对数据进行训练。最后,使用某地母线辖区内负荷数据进行实例验证,结果表明,考虑分布式电源接入后的母线辖区负荷预测精度高于常规预测方法,文中所建立的预测模型具有良好的预测精度。     

基于ARIMA时间序列的分布式光伏系统输出功率预测方法研究

分布式光伏系统输出功率的预测是对配电网进行协调调度,进而有效消纳分布式光伏发电的关键。文章对天津某地区配电网中分布式光伏电站的功率特性进行研究,建立了基于ARIMA时间序列的分布式光伏系统输出功率预测模型。此外,还分别建立了基于ARIMA时间序列与神经网络的分布式光伏系统输出功率预测模型,以及基于ARIMA时间序列与支持向量机的分布式光伏系统输出功率预测模型,并比较了3种预测模型的预测误差。分析结果表明,与其他2种预测模型相比,基于ARIMA时间序列与支持向量机预测模型的预测误差较小,晴天、雾霾天、阴天和雨天条件下,该模型的预测误差分别为7.02%, 9.13%, 9.35%和9.48%,该模型的年预测误差为13.65%。     

基于神经网络预测控制的单元机组协调控制策略

利用BP神经网络的非线性映射能力对单元机组协调控制系统被控对象进行辨识,从而建立其动态模型;在这一模型的基础上对协调控制系统中的控制器参数优化进行研究,提出基于神经网络预测控制的协调控制策略.该方法很好地解决了协调控制系统中强耦合、非线性等问题.仿真实验表明该系统的跟踪速度加快、调节精度提高、并且具有较好的抗干扰性.图6参7     

预测函数控制在火电厂单元机组协调控制系统中的应用

为解决单元机组协调控制系统的高精度和快速负荷跟踪控制的问题,将预测函数控制应用于多变量复杂控制系统中,提出一种基于阶跃响应模型的多输入多输出系统的预测函数控制算法。该算法采用阶跃响应模型作为参考模型,并引入扰动估计,使控制器在线计算量小,参数调整简单,跟踪快速,具有很强的抗扰动性和鲁棒性,能实现复杂多变量过程的高质量控制。该算法应用于含时变参数的单元机组协调控制系统仿真研究。结果表明:在大范围的负荷变化时,控制系统仍具有满意的控制效果。图8参8。     

基于动态阻抗匹配和两步模型预测控制的最大功率点跟踪算法

为提高光伏阵列的能量利用率,提出了一种基于动态阻抗匹配(DIM)和两步模型预测控制(MPC)的最大功率点跟踪(MPPT)算法,首先建立光伏状态空间方程,计算当前时刻光伏系统动态阻抗并预测下一时刻外部阻抗,然后定义成本函数构建两步模型预测控制器,预测开关管状态控制DC/DC电路内部阻抗接近外部阻抗,从而实现光伏发电系统快速和稳定地输出最大功率,并通过Matlab/Simulink软件建立仿真模型进行验证。结果表明,该算法可行、有效,且大幅提高了光伏系统最大功率跟踪的快速性和稳定性。     

超临界机组协调系统的模糊增益调度预测控制

针对火电厂超临界机组多变量锅炉-汽机协调系统在大工况范围内运行具有强非线性的特点,提出了一种基于模糊增益调度的预测控制方法.通过现场试验获取多个工况点处的协调系统传递函数模型,结合增益调度和模糊逻辑推理方法建立全局自适应模糊模型,利用预测控制技术确保控制系统全局优化品质.基于模糊增益调度的预测控制方法设计火电厂超临界机...     

500MW单元机组模糊多模型协调控制系统

针对1台500MW单元机组的仿真模型，设计了基于T-S模糊模型和鲁棒控制方法的多模型控制器，解决了单元机组机炉协调控制中的全程控制和解耦控制问题，并对多模型控制系统的全局稳定性进行了证明。仿真试验证明了控制算法设计的有效性。图6表3参7     

放松管制环境下的配网侧分布式发电协调规划模型

基于电力投资市场放松管制的背景,从系统角度出发分析了配网公司与投资商共同参与下的分布式发电协调规划问题,提出一个两阶段动态层次优化框架,该框架从投资侧构建了投资收益最大的分布式发电投资决策模型,从配网侧构建了考虑购电成本、电量削减、投资成本的多目标协调规划模型,并运用混合整数线性规划和非线性规划进行优化、求解。最后通过算例分析验证了在满足相关技术约束的条件下,该协调规划模型能有效优化分布式发电布局及容量投资,同时能增加分布式发电量、降低系统网损、提高电压质量。     

智能混合模型预测控制方法及其应用

对锅炉的汽温对象特性进行了分析,针对锅炉运行中负荷大幅度变化、炉膛吹灰或启停磨煤机等大扰动工况下的汽温控制问题,提出了基于智能混合模型预测控制的方法,采用逻辑和模型预测控制相结合的策略来维持主蒸汽和再热蒸汽温度在额定值附近.将该方法成功应用于1台600 MW机组,运行结果表明:在大扰动工况下,采用智能混合模型预测控制的策略,可明显改善汽温控制品质,减少机组超温次数.     

集散式光伏逆变系统低电压穿越控制策略

针对集散式光伏逆变系统低电压穿越时稳定性差的问题,提出了一种低电压穿越控制策略。该策略以智能控制器和逆变器相互耦合的直流母线电压为参考量,对智能控制器和逆变器进行协调控制,实现低电压穿越时的功率平衡。并通过负序电流指令补偿,抑制电网电压不平衡时直流母线电压2次纹波。1 MW集散式光伏逆变系统LVRT试验结果表明,该方法具有良好的动态响应和稳态性能,低电压穿越时,直流母线电压控制稳定;低电压穿越恢复时,有功功率恢复平稳快速。研究成果有重要的工程应用价值。     

CMAC逆模型用于电站负荷协调控制的研究

在常规PID负荷协调控制回路中加入CMAC神经网络模型。利用神经网络的非线性映射能力，能很好地解决负荷协调控制对象的动态特性具有非线性、时变性、参数可变等问题。仿真对比试验表明：负荷协调控制系统引入CMAC逆模型后，系统的跟踪速度加快了大约1个周期，调节精度提高。CMAC逆模控制器有较好的适应性、鲁棒性。图6表1参9     

基于分区控制的光伏并网发电运行研究

具有无功补偿功能的光伏并网发电对改善电网电压分布、降低网损及提高电网末端地区的供电质量、节省无功补偿设备投资具有重要作用。提出分区控制的思想用于光伏并网功率调节控制,给出了区域划分的基本原则,详细分析了光伏并网发电系统的运行区域及耦合电感的选择等问题,讨论了当光照条件不变时并网点电压变化对分区运行点的影响,并提出基于全微分思想的修正方法。通过算例模拟了分区控制的过程,结果表明,所提光伏发电系统并网后对配电网电压水平具有显著的改善作用,验证了分区控制方法的有效性。