考虑风机虚拟惯性的预测优化PIDD2自动发电控制方法

风电的大规模渗透,使分布式发电系统的自动发电控制(automatic generation control, AGC)必须应对自然环境不确定性所带来的影响,构建了风电机组参与频率调节的区域互联电网AGC模型;然后,对风机虚拟惯性的控制特性进行了分析,将其应用于短时负荷波动的快速响应;在此基础上,提出一种对带有二阶微分的比例积分微分控制器(proportional integral differential plus second order derivative, PIDD2)进行预测优化的控制策略。通过建立含PIDD2控制器的AGC模型,采用预测算法计算该系统的最优预测序列,并据此调整PIDD2控制器的参考信号,从而获取最优的AGC效果。仿真结果表明:在大规模风电渗透的AGC系统中,所提方法能有效解决传统固定参数PID控制器对系统动态变化所表现的不适应性问题。     

一种考虑风电渗透率变化的AGC方法

新能源发电渗透率的提高给传统自动发电控制(automatic generation control,AGC)带来了新的挑战。数据研究表明,风电渗透率的改变会对AGC系统的参数产生影响,在此基础,提出一种基于系统补偿的AGC方法,在AGC参数不能及时在线整定的情况下,能降低对系统稳定性的影响。首先,构建含有风电的区域互联AGC系统模型;然后,讨论了当风电渗透率发生变化时,AGC系统参数的调整依据;在此基础上,设计补偿环节与传统模型预测控制器(model predictive controller,MPC)形成串联结构,以消除当风电渗透率发生变化时,由于参数不匹配对AGC效果的不利影响;最后,通过仿真验证了所提方法的可行性和有效性,仿真结果表明:当风电渗透率发生变化时,通过补偿环节参数的调整能够有效消除其对系统参数的影响,从而获取更好的频率控制效果。     

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。     

含风电的电力系统鲁棒优化调度

风力发电是目前较为成熟的一种可再生能源发电技术,其出力具有随机性和间歇性,电力部门很难对其进行准确的预测。风电的不确定性给电力系统的经济调度带来重大挑战,如何最大化利用风电资源以及减小风电波动对系统供电侧的影响,是经济调度常需要解决的问题。文中建立了含风电且以最低发电成本为目标的鲁棒优化调度模型,该模型考虑机组的自动发电控制(Automatic Generation Control,AGC)响应来应对不确定性出力波动,维持系统功率平衡。然后模拟实际场景,分析该鲁棒调度方法的安全性和经济性。     

计及风电功率预测误差的备用容量计算新方法

风电出力的不确定性对于备用容量的配置具有重要影响。基于此,提出了一种计及风电功率预测误差的备用容量计算新方法。针对拉普拉斯分布形状调整不够灵活的问题,提出了一种改进拉普拉斯分布。并以此为基础,提出了一种发电机备用容量计算新方法。该方法首先以最小化发电成本为目标的最优潮流模型,对系统各机组的运行基准点进行求解;再按照鲁棒优化思想并结合发电机自动发电控制(AGC)的仿射模型建立鲁棒最优潮流模型求解各AGC机组参与因子;最后结合等概率转换原则求解系统的备用容量。算例分析表明,所提改进拉普拉斯分布模型拟合效果较好,且所提备用容量计算新方法能够综合考虑系统安全性和经济性的需求。     

大规模风电并网条件下AGC机组跨区分布式最优协调控制

我国风电资源主要集中在西部和北部,外送是解决风电消纳问题的有效手段。但随着风电渗透率的增加,其不确定性带来的风电功率波动造成部分区域或省份的自动发电控制(AGC)出现了较为严重的调节资源不足及控制问题。为解决这一问题,利用分布在全网的AGC机组实现跨区分布式最优协调控制。引入协调因子建立AGC最优协调控制模型,采用原始对偶梯度算法对该模型进行变换,并利用线性变换得到基于协调因子的分布式最优协调控制器。仿真算例表明,随着风电渗透率增加,各区AGC机组能协调地进行频率控制,有效平衡风电不确定性引起的功率不平衡量。     

考虑可消纳风电区间的多区电力系统分散协调鲁棒调度方法

多区域分散协调调度是提高电力系统风电消纳水平的有效措施。针对风电出力的不确定性以及多区域电力系统动态经济调度的安全可靠性要求,采用仿射可调节鲁棒优化结合分层协调技术,构建了考虑可消纳风电区间的多区电力系统分散协调鲁棒调度模型,将跨区电力系统可消纳的风电区间与自动发电控制(automatic generation control,AGC)机组的参与因子一同优化,以确保调度方案的可行性。基于目标级联分析技术,建立由各区域优化调度并行子问题和确保区域间联络线安全运行主问题组成的分散调度实现方法。以2区12节点和3区354节点算例验证了所提模型通过同时优化跨区系统可消纳的风电区间和AGC机组的参与因子,能够有效应对风电出力的不确定性,实现了多区电力系统整体运行的经济性和风电消纳最大化。     

计及风电不确定性的含UPFC电力系统的两阶段最优潮流

风速具有随机性和不确定性,大规模风电场的并网会影响电力系统的稳定性,而统一潮流控制器(UPFC)具有实时潮流控制能力,有利于系统稳定。建立计及风电不确定性的含UPFC的最优潮流模型,由日内滚动调度和实时调度两阶段组成。日内滚动调度阶段不考虑风电出力预测误差,制定机组出力计划,优化运行成本;实时调度阶段根据风电出力预测误差调节UPFC参数,实时修正运行计划,并进行潮流优化,以保证系统安全可靠。以IEEE 14节点系统和某实际系统为例进行算例分析,结果表明,所提模型可以通过UPFC的参数控制有效减少风电预测误差带来的影响,从而提高系统的经济性和安全性。     

考虑间歇式电源与储能的随机柔性优化调度方法

分析和测算了间歇式电源的自动发电控制(AGC)容量求,运用拉丁超立方抽样生成风电场景并进行削减,基于马尔可夫链对系统N-1故障的不确定性概率进行预测。在此基础上,兼顾机组组合、机组功率分配以及AGC与备用容量分层协调优化配置等问题,建立了考虑间歇式电源与储能的随机柔性优化调度模型。所提方法与模型综合考虑了系统N-1故障和间歇式电源的不确定性概率与严重性、系统AGC与备用容量辅助服务成本、储能系统剩余可充放电能力以及网络约束的影响。针对该模型的复杂性,将其线性化后采用商用混合整数线性规划求解器CPLEX进行求解。通过IEEE6节点和IEEE39节点系统算例验证了所提方法的有效性。     

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。     

电力系统综合节能的AGC与AVC协调控制策略

为了解决电力系统在有功无功采取解耦控制方式下,自动发电控制系统（AGC）与自动电压控制系统（AVC）均按照各自的方式、目标以及约束进行优化,缺乏协调控制的问题,采用AGC与AVC协调控制策略将有功和无功同时分层协调优化。控制策略将系统分为综合优化控制模型和预测控制模型2个模型：综合优化控制模型协调使用了AGC与AVC控制的目标函数以及相应的约束,优化后给出综合经济性最优的参考设定值,在预测控制模型中对超前AGC机组的有功调节指令与AVC分区内的可控发电机的电压调节指令进行协调优化．基于改进的超前AGC控制策略以及配合超前AGC的AVC控制策略,采用交叉迭代法对控制策略进行修正．最后在IEEE14节点系统作了有效的验证,协调优化效果明显。     

大规模风电接入电力系统的AGC控制参数修正

自动发电控制(automatic generation control,AGC)控制参数包括频率响应系数和AGC控制器参数,其数值设定主要取决于电力系统单位调节功率和惯性时间常数。大规模风电接入,取代部分常规机组,降低了电力系统单位调节功率和惯性时间常数。提出了大规模风电接入对电力系统单位调节功率和惯性时间常数影响的数学模型。在此基础上,建立了大规模风电接入电力系统AGC控制参数修正的数学模型。基于IEEE 39节点系统进行仿真计算,验证了大规模风电接入电力系统修正AGC控制参数对频率控制的有效性。     

考虑注入功率分布的随机最优潮流方法

大规模风电接入电网给电力系统的经济调度带来了更多的不确定性因素.考虑了负荷与风电出力的随机性,以期望发电成本和机组的出力调整费用最小为目标,建立了含机会约束的随机最优潮流模型.通过分布式平衡节点考虑AGC机组的调节作用,基于确定性最优潮流问题的内点法和随机潮流的解析法,采用迭代的方法求解所提出的随机最优潮流模型.对5节点和118节点系统的测试结果表明了所提模型和算法的有效性.     

含风电场电力系统的鲁棒优化调度

随着风电场大规模的接入电力系统,电网调度运行变得愈加困难。传统的调度方法无法考虑风电出力的不确定性,将威胁系统运行的安全性,因此研究计及风电出力波动性的电力系统安全调度具有重要意义。采用一种基于风电出力预测区间的调度模式来考虑风电出力的不确定性,在此基础上建立鲁棒优化调度模型,并考虑机组的自动发电控制(automatic generation control,AGC)响应来应对风电出力波动,维持系统功率平衡。然后在鲁棒调度模型的基础上建立新的经济校正成本模型来对比传统调度和鲁棒调度的经济性。该模型在目标函数中加入模拟场景下的弃风和失负荷的惩罚费用,利用风电模拟场景计算平均总运行成本。最后采用96个时段的10机算例和实际某省系统中24个时段的134台机算例对传统调度和鲁棒调度进行了对比分析,验证了所提方法的鲁棒性和经济性。     

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。     

含风电的交直流互联电网AGC两级分层模型预测控制

随着大规模风电接入交直流互联电网,传统的自动发电控制(AGC)方法难以有效地抑制风功率波动带来的频率稳定问题。为此,提出基于两级分层模型预测的AGC策略。该两级分层控制方法在下层对多个区域电网采用分散式模型预测控制;在上层对下层分散的控制器采用动态协调控制方式。以含多电源的两区域交直流互联电网AGC模型为例,仿真结果表明:与集中式模型预测控制和分散式模型预测控制方法相比,文中所提控制策略不仅对频率和联络线功率等具有良好的控制效果,还兼具高可靠性。     

考虑储能参与的含高比例风电互联电力系统分散式调度模型

为了有效解决高比例风电难以完全就地消纳的问题,从发电侧和电网侧两方面入手,提出了一种考虑储能参与的含高比例风电互联电力系统分散式调度模型。首先,在发电侧引入储能技术,建模过程中考虑了储能系统的投资成本和运行成本,给出了储能系统的充放电控制策略。然后在电网侧,采用鲁棒优化的方法描述风电出力的不确定性,并对风电采取区域内消纳和通过高压直流通道跨区域外送两种消纳方式,基于同步型交替方向乘子法对含高比例风电的互联电力系统进行分散式优化调度。最后,通过算例对所提模型的有效性进行了验证。结果表明,所提模型可以实现风电的跨区域消纳,以达到互联电力系统最优调度的目的。     

消纳大规模风电的鲁棒区间经济调度:（一）调度模式与数学模型

大规模风电接入给电力系统调度运行带来挑战。传统的确定性调度方法没有合理地考虑风电的不确定性,因此无法保证系统的安全运行。面向日内的有功调度,文中提出一种利用风电预测区间的鲁棒风电调度模式,使得风电场尽可能运行在最大功率点追踪模式,该模式具有控制灵活和可操作性强的特点。基于该调度模式,建立考虑自动发电控制(AGC)调节响应的鲁棒区间经济调度模型及其等价二次规划模型。最后,在改进的IEEE 24节点系统上进行蒙特卡洛仿真并与传统调度方法对比,验证了所提出的经济调度方法的鲁棒性、可靠性和经济性。     

含高比例风电系统随机备用调度研究

高比例风电并网对电力系统备用容量调节能力提出极大的挑战。为弥补风电场计划出力与实际出力之间的偏差，电力调度须额外预留上、下旋转备用容量。利用随机机会约束优化理论，计及违反安全约束风险，提出了一种考虑风电出力不确定性与自动发电控制(automatic generation control,AGC)机组出力特性的日前随机备用调度模型。首先，基于马尔可夫链蒙特卡洛(Markov chains Monte Carlo,MCMC)法生成风电出力场景，并利用违反机会约束的概率及置信参数自动确定所需生成场景数量。其次，全面考虑了AGC机组备用出力特性及运行约束，并将备用成本纳入目标函数，可同时得到常规机组最优出力计划与AGC机组备用容量的最优分配系数。最后，将所构造的随机备用调度模型等效为半定规划(semidefiniteprogramming,SDP)问题进行直接求解。通过IEEE 30节点系统进行算例分析，验证了所构造的随机备用调度模型的有效性。     

计及风电成本的电力系统短期经济调度建模

与传统发电方式相比,风力发电具有无煤耗和无污染的优势,但风速的间歇性和不确定性使得大容量风电并网后会给电力系统的安全性和稳定性造成了影响。将风速的不确定性量化为风电成本纳入到短期调度模型中,同时考虑到风电的不足和盈余对于调度策略的影响及风能无污染的优势,在模型中还分别加入了备用罚函数、风电盈余罚函数和污染评估罚函数,从而建立了计及风电成本的电力系统短期调度模型。在优化方法方面,依据混沌理论,将免疫算法和粒子群算法相结合,建立了基于人工免疫系统的混沌粒子群算法（ICPSO）,通过混沌初始化和浓度的控制,克服了粒子群易陷入局部最优解的劣势,并在仿真中证明了其有效性。