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。     

互联电力系统负荷频率分散次最优输出控制

本文探讨了一种适用于多区域互联电力系统负荷频率分散控制的设计方案。其中包括分散等值模型的辨识、新的最优输出控制方法的应用和一种循环设计方法。设计方案克服了以往分散等值模型不考虑外区域控制作用所带来的缺陷,取得了较满意的控制效果。     

互联电力系统模糊负荷频率控制器的优化设计

通过建立一个改进了的带修正因子的模糊（ｆｕｚｚｙ）控制表的数学表达式和一个综合性能指标，提出了一种互联电力系统分散Ｆｕｚｚｙ负荷频率控制器的自动优化设计方法。对一个两区域互联电力系统的数字仿真结果表明：所设计的分散Ｆｕｚｚｙ负荷频率控制器具有良好的控制性能。     

SSSC在互联电力系统负荷频率控制中的应用

建立了两区互联电力系统模型,分析了静止同步串联补偿器(SSSC)负荷频率控制的原理.SSSC频率控制器采用一阶控制环节,并通过超前滞后补偿进行校正.对两区互联系统线性化处理推出系统的状态方程,利用重叠分解对系统进行解耦求得控制系统阻尼比来设计SSSC频率控制器的目标函数,并通过改进遗传算法对控制器参数进行优化.仿真结果...     

基于神经网络的数据驱动互联电力系统负荷频率控制

针对高度复杂的电力系统存在的建模误差和不确定性等问题,该文基于无模型自适应控制算法提出一种不依赖电力系统模型信息的负荷频率控制策略。首先将电力系统的动力学模型抽象为一般的非线性函数,在其I/O数据之间引入时变的伪偏导数,将非线性电力系统等效为动态线性数据模型;然后构建一个径向基神经网络在线估计系统的伪偏导数,并使用优化理论设计数据驱动的负荷频率控制方案,在理论上严格分析了闭环电力系统的稳定性和径向基神经网络估计方法的收敛性;最后在互联电力系统上验证该负荷频率控制方法在不利用模型信息的前提下,能够取得良好的跟踪性能。     

互联系统分散的变结构负荷频率控制

本文利用变结构系统理论对互联电力系统的负荷频率控制提出了一个新方法，该方法根据关联项的形式选择了两种不同的开关超平面，一种是a1＝CiXi＋Cti∫－∞Xtidt，另一种是ai＝CiXi＋CtiXti。由此可形成互联系统的总体滑动模式，同时可对总体滑动模式进行极点配置来确定每个子系统的开关超平面参数，并导出了分散的变结构控制规律。通过对包括发电变化率约束和调速器死区的多区域电力系统的数字仿真表明所提出的变结构控制决策是非常有效的。     

基于变论域模糊逻辑的互联电力系统负荷频率控制

随着风电在电力系统中的渗透率不断提高,其出力不确定性对系统频率稳定造成威胁.针对风电接入系统后的频率波动问题,提出变论域模糊PI负荷频率控制策略.为克服传统模糊控制器由于论域固定导致自适应能力有限的缺点,设计的变论域模糊PI负荷频率控制器通过变论域方法实现输入、输出论域的动态调整.为满足风电接入系统后复杂的论域调整需求...     

多区域互联电力系统的PI滑模负荷频率控制

提出了一种用于多区域互联电力系统的负荷频率综合PI滑模控制方法,该方法同时发挥了基于新区域控制偏差的比例积分控制和滑模控制的优点,选用带积分的滑模超面方程使系统从一开始就进入滑模状态,当系统进入滑模状态后,转化为基于新区域控制偏差的比例积分控制。在考虑发电机变化率约束和具体控有控制死区条件下,所提出的综合控制方法仍能使系统取得较好的性能,而且克服各自单一控制的不足,仿真结果显示该方法是简单的、有效的、并且能够保证整个系统是渐进稳定的。     

基于VSC-HVDC的多区互联电力系统负荷频率控制策略

针对传统的交流输电系统在功率传输方面存在的诸多弊端,提出一种应用电压源换流器-高压直流（VSC-HVDC）互联传输线路减小多区互联电力系统间频率振荡的方案.首先在VSC-HVDC的基础上提出系统模型,然后在此基础上确认对互联系统发生随机负荷扰动时的控制策略,提高频率控制的效率,增强互联系统的稳定性.仿真结果表明,相比于仅应用交流传输线路的情况,该控制方案对联络线的功率振荡具有良好的阻尼性能.     

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。     

两区域负荷频率的智能自适应PID控制

利用神经网络动态辨识电力系统的动态模型,并将模型逻辑技术与神经网络相结合,通过动态寻优确定最优性能指标下的ＰＩＤ控制器参数,具体设计了一种两区域负荷频率的神经模糊自适应ＰＩＤ控制器。使两区域负荷频率控制既有非线性控制作用和自学习自适应能力,又有ＰＩＤ控制的广泛适用性。     

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MATLAB／SIMULINK的互联电网负荷频率控制建模仿真研究

根据自动负荷频率控制原理，利用MATLAB提供的灵活高效、图形化的建模仿真环境，建立模拟两区域互联的自动负荷频率控制的模型。建模的主要目标是：反映自动负荷频率控制的实际过程，以及在这一过程中影响系统频率质量的主要因素。本文重点研究模型的实现，并提供该模型在(当福建电网和华东电网互联时)福建区域AGC控制性能最优化研究中的仿真应用示例。     

三段式频率偏差系数及其在互联电网调频中的应用

在互联电力系统频率控制中,一般采用固定系数法设置频率偏差系数B,这会导致自动发电控制(AGC)调节量不能准确跟踪系统功率偏差,甚至可能引起严重的频率过调或欠调,进而引起频率稳定问题.在此背景下,基于电力系统中火电、水电通常设置不同的一次调频死区,提出了三段式B系数方法,能够更好地反映系统的调节性能,进而更准确地跟踪系统功率偏差.以南方互联电力系统为实例,通过仿真与调频试验分析,验证了所提出的三段式B系数能够有效减少频率偏差现象,改善互联电力系统调频控制性能,提高频率质量.     

考虑电动汽车集群的互联电网负荷频率分散预测控制

随着大量电动汽车接入互联电网,其移动的充电模式会给电网带来一定的冲击,反过来,电动汽车作为一种移动式储能单元可参与互联电网调频,但目前的研究都是集中式或分散式的V2G控制上.在电动汽车储能电池动态模型的基础上,构建含电动汽车集群的多区域互联电网负荷频率控制模型,基于广域监测系统,结合模型预测控制实现了多区域电网负荷频率...     

考虑可控负荷的多区域电力系统分布式模型预测负荷频率控制

由于同步发电机的惯性较大,导致传统的集中式负荷频率控制模式反应不够迅速,而用户侧具有快速响应能力的可控负荷资源为系统的频率调节提供了新机遇。研究了考虑用户侧可控负荷资源主动参与系统频率调节的多区域互联电力系统分布式模型预测负荷频率控制问题。通过建立的含可控负荷的多区域互联电力系统负荷频率响应模型及自动发电控制模型,基于连续时域交替方向乘子法和分布式模型预测控制方法,提出了一种用户侧可控负荷资源主动参与的多区域互联电力系统分布式模型预测最优负荷频率控制模型。基于修改的IEEE39节点三区域互联电力系统进行仿真验证,结果表明所提考虑可控负荷的分布式模型预测控制策略可显著减少系统恢复至稳态所需的时间。分布式控制策略的控制自由度更高,增强了系统的可控性。     

电力系统负荷频率控制LFC的小波神经网络辨识

建立了非线性的电力系统负荷频率控制LFC模型,利用递归NARMA模型的小波网络的实现方法对LFC模型进行了辨识,利用Akaike's的最终预测误差准则FPE和信息准则AIC,进行了隐层节点数目和反馈阶次的计算,理论和仿真表明辨识模型可取得较好效果。     

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。     

电力系统负荷频率控制LFC的小波神经网络辨识

建立了非线性的电力系统负荷频率控制LFC模型,利用递归NARMA模型的小波网络的实现方法对LFC模型进行了辨识,利用Akaike's的最终预测误差准则FPE和信息准则AIC,进行了隐层节点数目和反馈阶次的计算,理论和仿真表明辨识模型可取得较好效果.