计划孤岛方式下微电源控制系统的仿真研究

研究微电网控制器优化控制问题,针对微电网运行应满足稳定性要求,在各微电源输出功率分配发生突变时,采用通常控制策略的微电源控制系统常常存在功率调节滞后的缺陷,致使系统频率和母线电压失去稳定.结合微电源的控制,对下垂特性进行优化,提出PQ-Vf控制策略,并设计了控制系统,通过对微电网由联网运行模式向孤岛运行模式切换过程以及孤岛运行模式下进行仿真分析,得到了微网中交流母线的电压和系统频率的动态响应特性曲线,仿真结果表明设计的控制系统能够维持系统稳定,克服了通常控制策略的缺陷.     

微网超级电容器储能系统的滑模控制策略研究

为改善微网运行不稳定的问题,针对与微网连接的超级电容器组储能装置的控制策略进行研究.储能装置由超级电容器组通过双向DC/DC变换器连接DC/AC变换器,通过滤波、升压后连入电网.通过对双向DC/DC转换器滑模控制的研究,使得任意操作条件均能正常工作,同时对运行中的稳定性进行了分析.最后,在Matlab中Simulink搭建储能系统仿真模型,验证了本文控制策略的可行性.     

基于改进下垂控制的微网孤岛运行研究

针对传统下垂控制不能稳定微网频率的缺陷,在有功-频率(P-f)下垂方程中引入Sigmoid函数,使微网的频率能自主限制在一定范围内,保证微网的频率稳定性。在多微源并联微网系统中,由于线路阻抗差异引起的无功功率分配问题,采用修正无功-电压(QV)下垂系数来补偿线路阻抗的压降,从而提高功率分配精度,并限定了电压的范围,使负荷点电压得到了保证。在PSCAD仿真软件中搭建了模型,仿真结果验证了引入Sigmoid函数和修正系数法的下垂控制,能使微网频率和负荷点电压自动保持在一定的范围内。改进的下垂控制策略适用于多微源微网在孤岛模式下的控制系统,可以提高微网运行的稳定性。     

分布式发电微网控制策略的研究与设计

该文设计了一个包含两个DR(分布式电源)的微网系统,系统采用主从控制策略,当微网处于孤岛运行模式时,其中一个DR或储能装置采取V/f控制,用于向微网中其它DR提供一定的电压和频率参考,而其它DR则可采取PQ控制。在并网运行时微网中所有的DR均采用PQ控制。建立了基于单相逆变电源的微电网控制系统MATLAB仿真模型,并通过仿真实验对其进行验证分析。     

含多种分布式电源的微网建模及并网控制仿真

针对微电网中分布式发电的控制策略问题,利用Matlab/Simulink分别搭建了光伏电池、风力发电机、燃料电池及微型燃气轮机等分布式电源的模型,并在此基础上建立了包含上述分布式电源的低压微网系统仿真系统。在并网控制策略方面,光伏电池与风力发电机采用P/Q控制方式,燃料电池与微型燃气轮机采用下垂控制方式。通过仿真研究了该系统模型及控制策略在并网与孤岛模式下的动态特性。结果验证了该系统的可行性和有效性,为建立微网实验平台和示范工程奠定了基础。     

基于下垂控制的电力电子变压器并联运行策略

电力电子变压器(PET)的并联运行对提高电力系统供电的可靠性和稳定性具有重要的意义.为了解决并联系统的环流和负荷均分的问题,将下垂控制理论引入电力电子变压器并联的控制策略中,传统的下垂控制无法适用于线路阻感比较大的低压电网.提出通过控制参数的设计使系统等效输出阻抗呈感性,可以改善系统的阻感比,从而满足下垂控制的需要,同时提高系统运行稳定性.在Matlab/Simulink中建立了两台PET的并联系统并进行仿真研究,结果表明,该控制策略可以在保持输出电压幅值和频率稳定的前提下很好地抑制并联环流,并实现负荷的合理分配,且具有良好的动态性能.     

独立光柴混合微电网新的负荷频率控制研究

针对光柴混合发电的孤岛微电网,提出基于滑模控制和超级电容调节的频率控制方法。首先,建立光伏系统、超级电容和柴油发电机系统的数学模型;其次,设计滑模控制器来调节柴油机发电机的有功输出功率,减小由于光伏输出功率波动和微网中不断变化的负荷而产生的频率偏差;最后增加超级电容储能设备控制微网的频率偏差。仿真结果表明,与传统的柴油发电机速度控制策略相比,提出的方法不仅实现了光伏系统的最大输出功率控制,而且有效的减少了孤岛微网的频率偏差。     

混合微电网互联变换器功率分配优化控制研究

互联变换器进行功率传输时,针对子微网承担的功率应考虑两侧子网容量的问题,将容量权重因子引入功率运行特征式,经过积分运算后得到新型混合下垂控制.在电压-频率取值范围内,推导出容量约束条件,在此基础上提出互联变换器功率分配优化控制策略.结合子微网下垂控制方程,计算互联变换器的能量流动参考值.考虑到系统抗负载频繁投切能力较差...     

基于Petri网IP网QoS策略控制方法建模

研究网络中多种业务对QoS要求日益提高与网络资源矛盾愈发突出导致的QoS高效控制策略机制模型建立的问题.针对目前QoS策略控制系统运行效率相对较低的现状,提出了一种基于Petri网的控制策略机制模型.该模型具有良好的可移植性,将其应用到IP网QoS策略控制的建模中,可以建立一种快速、高效的QoS控制策略系统模型.经过数学推导和Petri网的机制理论验证得出,该模型是一种高效的QoS策略控制系统模型,其准确清晰,直观易懂,对IP网的QoS策略控制机制建立有实际指导意义.     

孤岛模式下VSG的转动惯量无模型自适应控制

频率稳定是微网在孤岛模式下稳定运行的关键。由于传统下垂控制的转动惯量固定,当微网中接入时变负载时无法满足系统的频率稳定需求。针对传统控制方式的不足,提出虚拟同步发电机的转动惯量无模型自适应控制。首先,分析在孤岛模式下的传统虚拟同步发电机控制算法的角速度变化率的抑制效果和恢复时长;其次,设计无模型自适应控制器并证明控制算法的收敛性;最后,利用MATLAB/Simulink搭建虚拟同步发电机模型,通过对比几种转动惯量控制算法的实验波形,证明转动惯量无模型自适应控制算法能够有效改善微网的稳定性,并提高系统的动态性能。     

双种群模糊粒子动态优化多能互益微网配置

为增强风光柴储多能互益微网运行稳定性、降低运行成本,并解决传统微网优化多目标决策随机性大、收敛慢及精度低等问题,提出一种双种群模糊粒子动态优化多能互益微网方法。首先从微网系统可靠性、经济运行性和环保性角度建立多能互益优化模型。然后依据模糊理论对多目标决策函数进行动态优化,避免人为设置权重因素,其中采用双种群惯性权重线性下降粒子分别针对传统粒子群算法中收敛速度慢及易陷入局部最优情况进行改进。算例对比表明,该方法在优化结果合理性及优化效率上均更优,为用户电力增容提供一种安全、经济、环保的策略,具有较好的工程实用性。     

微电网系统建模的挑战—“智能微电网与可再生能源系统的关键技术”专题(前言)

<正>随着可再生和绿色分布式发电系统渗透率的不断提高,含高渗透率分布式可再生能源的微电网成为智能电网发展的重要分支之一.微电网系统是由负荷、分布式电源、电力电子变换器通过电气网络紧密集成的可控供电系统,逐渐成为我国城镇化进程中重要的一种供电模式.典型微电网系统通过电力电子变换器接入多种分布式电源,其中风、光等分布式可再生能源接入比例较大,这些发电单元大幅度随机变化、各单元动态特性各异、不同单元的变化呈现多个时间尺     

基于双向长短时记忆网络的并网微电网能量供需平衡优化

为保证并网微电网的稳定运行,针对微电网负荷波动较大,稳定性较差的问题,提出基于双向长短时记忆网络的并网微电网能量供需平衡优化方法。该方法通过双向长短时记忆网络划分并网微电网中的负荷类别,并引入注意力机制优化分类结果,获取并网微电网中的可控负荷结果;结合该结果和储能系统的能量损失情况、风光综合功率波动水平,构建目标函数并确定约束条件,采用改进帝国竞争算法求解目标函数,获取保证获取全局负荷调度最佳结果,实现并网微电网能量供需平衡优化。测试结果显示：该方法能够有效调度并网微电网中负荷,调整并网微电网供需侧有功和无功功率的结果,使其在±0.50kvar内范围波动,优化后满足微电网中的而负荷需求;保证微电网的稳定运行。     

基于分布式策略的直流微电网下垂控制器设计

本文研究了分布式控制策略下直流微电网的负荷分配和电压平衡问题. 给出一种新的基于分布式策略的下垂控制器设计方法, 能够在统一的框架下实现直流微电网负载共享和电压平衡. 首先,将直流微电网的负载共享和电压平衡问题转化为多目标优化问题, 其性能指标与微源的容量密切相关. 然后, 通过求解多目标优化问题获得实现负载共享和电压平衡的集中式控制策略, 并给出下垂控制器的设计方法. 为了降低系统的通信负担, 给出一种新的只需与邻居节点交换信息的分布式控制策略, 通过理论分析可知该分布式控制策略能够收敛到多目标优化问题的最优解. 最后, 通过对新能源汽车充换电站系统的仿真验证了本文提出的方法的有效性.     

虚假数据注入攻击下直流微电网的滑模控制

针对一类控制通讯信道受到攻击下直流微电网系统母线电压波动问题,提出一种基于滑模控制方法的镇定策略,以实现动态控制与快速响应.首先,在直流微电网系统中引入蓄电池储能系统并构建系统数学模型;其次,设计积分滑模控制策略,控制储能系统注入镇定电流以稳定直流母线电压,从而抑制非线性扰动和虚假数据注入攻击对系统性能的影响;然后,借助适当的Lyapunov泛函,得到确保滑动模态渐近稳定和滑模面可达性的充分条件,保证直流微电网系统能够实现对负载需求的迅速响应及稳定运行;最后,通过Matlab数值仿真验证所提出的滑模控制策略的有效性.     

有界扰动下异质车辆队列分布式鲁棒经济预测控制

针对有界扰动下异质车辆队列节能与稳定分布式协同控制问题,提出一种新的分布式鲁棒经济模型预测控制(economic model predictive control, EMPC)策略.首先采用不确定误差模型描述有界扰动下异质车辆队列纵向行驶动态特性,再应用tube思想对系统约束进行紧缩设计,补偿有界扰动对系统造成的不确定性.其次,采用局部车辆行驶能耗模型描述车辆队列分布式经济性能优化的有限时域最优控制问题,并利用传统跟踪性能指标设计附加稳定收缩约束函数.进一步,基于系统收缩原理,建立车辆队列闭环系统关于有界扰动的输入-状态稳定性条件.最后,通过与车辆队列传统分布式鲁棒模型预测控制策略的数值仿真对比结果验证了所提出策略的有效性和优越性.     

基于闭塞区间的高速列车运行时间与节能协同优化方法

提出了一种高速列车运行时间与节能协同优化方法.针对由动态调度层、优化控制层、跟踪控制层组成的列车运行控制与动态调度一体化结构,设计了面向动态调度层和优化控制层的列车运行时间调整策略和节能速度位置曲线.基于高速铁路闭塞区间,建立了列车区间模型和列车速度曲线节能优化模型.利用模型预测控制方法对列车区间运行时间进行调整,优化列车总延误时间;根据调整后的区间运行时间设计列车运行优化速度位置曲线,减少列车运行能耗.仿真算例验证了设计的运行时间与节能协同优化策略的有效性.     

多源多变换微电网系统建模与动态稳定分析方法

微电网内部电力电子变换器接口型分布式电源广泛存在.电力电子接口微源具备与传统电力系统电源拓扑结构、控制方法和动态特性的差异性,控制方法的多样性、电力电子接口微源高渗透率将给低惯量微电网的协调控制和安全稳定运行带来严峻的挑战.多类型微源、多类型负荷在微电网内混合共存,可能引发源源耦合交互、负荷间交互以及源荷交互,不同特性的设备间相互作用将重新塑造区别与传统电力系统的动态响应特性,并诱发稳定性问题.本文首先归纳总结可再生能源渗透率不断提升下多源多变换微电网典型运行特性和存在的稳定性问题,详细阐述了含风光柴储多源多变换接口的微电网模块化动态建模方法.在此基础上,给出了用于微电网动态稳定分析的特征值分析方法和基本步骤.以珠海东澳岛多源多变换智能微电网为对象,基于提出的动态建模方法和动态稳定分析方法,给出建模与分析讨论结果.论文对多源多变换微电网系统动态稳定分析方法的论述可为微电网的广泛推广和应用提供建模和分析理论基础.     

基于分布式深度强化学习的微电网实时优化调度

随着海量新能源接入到微电网中, 微电网系统模型的参数空间成倍增长, 其能量优化调度的计算难度不断上升. 同时, 新能源电源出力的不确定性也给微电网的优化调度带来巨大挑战. 针对上述问题, 本文提出了一种基于分布式深度强化学习的微电网实时优化调度策略. 首先, 在分布式的架构下, 将主电网和每个分布式电源看作独立智能体. 其次, 各智能体拥有一个本地学习模型, 并根据本地数据分别建立状态和动作空间, 设计一个包含发电成本、交易电价、电源使用寿命等多目标优化的奖励函数及其约束条件. 最后, 各智能体通过与环境交互来寻求本地最优策略, 同时智能体之间相互学习价值网络参数, 优化本地动作选择, 最终实现最小化微电网系统运行成本的目标. 仿真结果表明, 与深度确定性策略梯度算法(Deep Deterministic Policy Gradient, DDPG)相比, 本方法在保证系统稳定以及求解精度的前提下, 训练速度提高了17.6%, 成本函数值降低了67%, 实现了微电网实时优化调度.     

A Markov Model for Subway Composite Energy Prediction

Electric vehicles such as trains must match their electric power supply and demand, such as by using a composite energy storage system composed of lithium batteries and supercapacitors. In this paper, a predictive control strategy based on a Markov model is proposed for a composite energy storage system in an urban rail train. The model predicts the state of the train and a dynamic programming algorithm is employed to solve the optimization problem in a forecast time domain. Real-time online control of power allocation in the composite energy storage system can be achieved. Using standard train operating conditions for simulation, we found that the proposed control strategy achieves a suitable match between power supply and demand when the train is running. Compared with traditional predictive control systems, energy efficiency 10.5% higher. This system provides good stability and robustness, satisfactory speed tracking performance and control comfort, and significant suppression of disturbances, making it feasible for practical applications.