基于粒子群算法的大型风力发电系统负载频率控制外文翻译资料

Load frequency control of power systems with large scale of wind power integrated based on particle swarm algorithm

Abstract: An interconnected power system with large scale of wind power integration is taken as our research object. In order to keep the stability of frequency, a PSO based load frequency controller is proposed. According to the amount of area control error (ACE), traditional load frequency controller is to adjust the output of units in order to make ACE approach to zero. Then output from all generators is matched to the demand from load. Output from wind units is taken as a negative load and an equivalent load is formed. Intelligent PSO is introduced into traditional load frequency controller and is expected to improve the control performance. The simulation based on the model, which is constructed on Matlab/Simulink platform demonstrates that, for the new design controller, its performance index whether frequency error of interconnected network or exchange flow for the interconnected line is better than that of traditional load frequency controller.

0 Introduction

With the depletion of the worlds fossil energy and environmental degradation, countries are taking measures to speed up the use of renewable energy and development. As a kind of inexhaustible clean energy, wind energy has been paid more and more attention. At present, wind power generation has become the fastest and most mature renewable energy generation technology. Due to the fluctuation of wind farms output power, its large-scale grid-connection will bring a series of problems to the power grid, such as power quality, system stability, scheduling and Operation Economy of the grid, etc. . And with the increase of the proportion of wind power capacity in the system, the above effects become more and more significant. Among them, the impact on the system frequency can not be ignored, it is directly related to the security and stability of power system operation. In this case, how to suppress the system frequency fluctuation caused by wind power access to ensure the frequency security and stability has become one of the important issues in wind power research.

At present, the main methods to overcome the frequency control problem after the wind power is connected to the system are as follows: improve the precision of the wind power forecast, do well the dispatching plan, which is helpful to reduce the system operation cost and spare capacity; By introducing a frequency response link into the wind turbine to improve its own active power regulation, the wind farm can participate in the system frequency regulation to a certain extent, balance The power fluctuation caused by wind power on the spot; utilize the frequency regulation ability of conventional units, i. e. existing speed governor and automatic generating device.

In order to maintain the balance of active power and ensure the maximum output of wind farm, the most practical means of frequency control is to fully exploit the frequency modulation ability of existing power system to meet the needs of larger wind capacity access. The most direct way to improve the frequency modulation ability of the existing system is the design of load frequency controller, which has the advantages of less investment and good effect.

In the previous research, this paper introduces the way of dealing with wind power output, that is, taking the fluctuation of wind power output as a negative load fluctuation, and illustrates the feasibility of frequency control of AGC in wind power access, but lacks the concrete control strategy design and the implementation. The intelligent controller has the advantages of good self-adaptability and dealing with non-linear system, and it can adapt to the control problem under the changing condition better than the traditional proportional integral controller, in this paper, the load frequency control system model of two-area interconnected system with wind power is established, and the load frequency control system model of two-area interconnected system with wind power is established, then the particle swarm control with fast convergence is applied to the interconnected power system with wind power access, and the improvement degree of the frequency performance index is analyzed, which is verified by an example on Matlab / Simulink.

1 Load Frequency Control Model of two-area interconnected system with wind power

Load Frequency Control LFC is based on Area Control Error, ACE to achieve the Control of the unit adjustment. It changes the total power level of the system by adjusting the output of the unit, and makes the regional control deviation ACE zero under the continuous regulation of the active power of the unit, so as to ensure the matching of the output and the load power of the whole system. 1.1 load frequency control system model for two-area interconnected systems the load frequency control system model for two-area interconnected systems is shown in figure 1, it consists of governor module, Prime Mover Module, generator-load module, tie-line module, LFC controller and so on.

Fig. 1 Model of load frequency control for an

interconnected grid with two regions

For an interconnected power system, each control area controls only the load disturbances that occur in its own area under the premise of a given tie-line exchange power, the load frequency controller controls the system frequency and the tie line exchange power simultaneously. The tie-line frequency deviation control (TBCTBC) is often used in the load frequency controller, i. e. the two-zone frequency deviation is

1.2 wind speed model

The wind speed is the main parameter which affects the output of the generator. At present, the four-component model is widely used at home and abroad, that is, it is composed of basic wind, gust, gradual

剩余内容已隐藏，支付完成后下载完整资料

基于粒子群算法的大型风力发电系统负载频率控制

文摘：以大型风电集成互联电力系统为研究对象。 为了保持频率的稳定性，提出了一种基于PSO的负载频率控制器。 根据面积控制误差(ACE)的大小，传统的负载频率控制器是调整单元的输出，使ACE接近于零。 然后，所有发电机的输出与负载的需求相匹配。 风单元的输出作为负载荷，形成等效载荷。 将智能PSO引入传统负载频率控制器，有望提高控制性能.. 在Matlab/Simulink平台上进行的基于模型的仿真表明，对于新的设计控制器，其性能指标是互连网络的频率误差还是互连线的交换流，都优于传统的负载频率控制器。

介绍

随着世界化石能源的枯竭和环境退化，各国正在采取措施加快可再生能源的利用和发展。 风能作为一种取之不尽的清洁能源，越来越受到人们的重视。 目前，风力发电已成为最快、最成熟的可再生能源发电技术。 由于风电场输出功率的波动，其大规模并网将给电网带来电能质量、系统稳定性、电网调度和运行经济性等一系列问题。 。 并且随着风电容量在系统中所占比例的增加，上述影响越来越显著.. 其中，对系统频率的影响不容忽视，它直接关系到电力系统运行的安全性和稳定性。 在这种情况下，如何抑制风电接入引起的系统频率波动，确保频率安全稳定已成为风电研究的重要问题之一。

目前，克服风电接入系统后频率控制问题的主要方法有：提高风电预测精度，做好调度计划，有利于降低系统运行成本和备用容量；通过在风力发电机组中引入频率响应环节，提高自身有功功率调节，风电场可以在一定程度上参与系统频率调节，平衡现场风电引起的功率波动；利用常规机组的频率调节能力，即..现有调速器和自动发电装置。

为了保持有功功率的平衡，保证风电场的最大输出，频率控制最实际的手段是充分利用现有电力系统的调频能力，以满足更大的风电容量接入的需要。 提高现有系统调频能力的最直接途径是负载频率控制器的设计，具有投资少，效果好等优点..

在前面的研究中，本文介绍了风电输出的处理方式，即将风电输出的波动作为负载波动，并说明了AGC在风电接入中的频率控制的可行性，但缺乏具体的控制策略设计和实施。 智能控制器具有良好的自适应性和处理非线性系统的优点，比传统的比例积分控制器更能适应变化条件下的控制问题，本文建立了具有风电的两区互联系统的负载频率控制系统模型，建立了具有风电的两区互联系统的负载频率控制系统模型，将收敛速度快的粒子群控制应用于具有风电接入的互联电力系统，并对频率性能指标的改进程度进行了分析，并通过Matlab/Simulink上的实例进行了验证。

1风电两区互联系统负荷频率控制模型

负载频率控制LFC是基于区域控制误差，实现对机组的控制调整。 它通过调节机组的输出来改变系统的总功率水平，在机组有功功率的连续调节下使区域控制偏差ACE为零，以保证输出与整个系统负载功率的匹配。 1.1两区互联系统负荷频率控制系统模型两区互联系统负荷频率控制系统模型如图1所示，由调速器模块、主过渡模块、发电机负载模块、联络线模块、LFC控制器等组成。

无花果 1的负载频率控制模型

具有两个区域的互连网格

对于互联电力系统，每个控制区仅控制在给定的联络线交换功率的前提下在其自身区域发生的负载扰动，负载频率控制器同时控制系统频率和联络线交换功率.. 在负载频率控制器中，常采用联络线频率偏差控制(TBCTBC)，即双区频率偏差

1.2风速模型

风速是影响发电机输出的主要参数.. 目前国内外广泛使用的四分量模型，即由基本风，阵风，渐变风和随机风组成.. 它们的定义和数学表达如下。

基本风

在风力机正常运行过程中，基本风V总是存在的，并且近似由风电场中风测量得到的Weibull分布参数确定.

式中：V为基本风速(m/s)；K和a分别为风力机的形状和尺度参数；Gamma函数.. 由于分量几乎是不变的，因此在仿真中可以将其视为常数。

一阵风

风势反映了风速的突然变化。 通常用于评价风速变化时系统的动态特性..

式中vcos，tg，t1g和maxg分别为阵风速度(m/s)，周期(s)，起始时间(s)和最大值(m/s)..

逐渐的风

采用变风速Vwr描述风速逐渐变化的特点.. 在电力系统静态稳定性分析中，特别是在分析风力发电系统对电网频率波动的影响时，通常用于评估风速逐渐变化时的系统频率稳定性.. 数学表达式为.

式中vcampMaxr1-t-T2R/T1R-T2R和vcamp，Maxr，T1r，T2r和TR分别为梯度风速(m/S)，最大值(M/S)，起始时间(s)，结束时间(s)和保持时间(s)..

随机风速

利用随机风速vMN反映风速的随机特性，用随机模块表示.. 上述四种风作用对风力机的风速为.

在Matlab/Simulink环境下搭建以上四个组件的风速模块，风电场风速变化过程如图2所示.. 古斯特的起风时间为100s，结束时间为300s，最大为0.4m/s，渐风开始时间为300s，结束时间为500s，最大为0.5m/s，基本风和随机风始终存在，模拟时间为600s..

无花果 风速的2曲线

1.3风电场输出模型

风动能通过风力机转化为机械能，这是风力机的主要能量捕获部件。 其中，风力机是风力机最重要的组成部分，其输出功率为.

式中，Pm为风力机的功率输出，CP为风能利用系数，是叶片叶尖速度与俯仰角之比的函数，其理论最大值为0.593，实际应用中无法达到，s为风力机的扫掠面积，单位为M2；空气密度为kg/M3V，风速为M/S..

目前国内外新建的风电场大多以变速恒频双馈风力发电机组为主，其功率特性曲线如图所示.. 3. 当风速较低时，通过调整发电机转矩，使输出功率最大化，从而获得最佳叶尖速比和最大风能利用系数，变桨距系统改变叶片俯仰角，限制风力机获得能量，使风力机的功率保持在额定值附近，输出稳定..

无花果 3双馈电功率特性曲线

风力发电机组

以容量为1500kw的UP77/1500变速恒频双馈风力发电机为例，切入风速，切入风速和额定风速分别为3m/s，25m/s和11m/s，风轮功率系数为40%，空气密度为1.225kg/m3，风力发电机直径为77.6M.在Matlab/Simulink中，风电场输出功率变化如图4所示.. 风电场由100台这样的风力涡轮机组成。 风电场的功率变化相当剧烈.. 最大和最小输出分别为137mw和106mw..

粒子群算法

粒子群算法的原理

粒子群优化(PSO)是一种高性能的优化算法，它是美国社会心理学家詹姆斯·肯尼迪(JamesKennedy)和电气工程师于1995年首次提出的。 基本思想是每个优化问题的潜在解是搜索空间中的粒子，因此粒子具有适应度的最优函数，每个粒子都有一个确定其方向和距离的速度矢量，然后粒子通过解空间跟随当前的最优粒子。

无花果 风力输出的4曲线

假设目标搜索空间为d维，其中M粒子形成一个种群，其中第一粒子的位置由Xi1、Xi2、...、Xid、I1、2、...、M表示，速度为VI1、vi2、...、viD。 到目前为止，第一个粒子搜索的最佳位置是PI，PI1，PI2，...，PID，整个粒子群搜索的最佳位置是PG，PG1，PG2，...，PGD，粒子更新公式是.

粒子群优化的改进

粒子群优化(PSO)和改进粒子群优化(PSO)已被用来提高优化问题的计算性能。 考虑到粒子群优化中使用的参数较少，每个参数的设置都会对算法的性能产生影响.. 因此，对粒子群中的参数采用以下校正技术。

惯性重量

本文采用直线微分递减法调整准惯性重量，其公式为：

通过分析变化方程和实验结果，全局搜索能力很强，有利于寻找最优种子，快速定位最优解的近似位置，在进化后期，加速了算法的下降趋势，因此一旦在早期找到合适的种子，就可以加快算法的收敛速度。

学习因素

根据经验法则，学习因子C1c22。 本文利用一种反肌肽函数来构建学习因子调整策略.. 反肌苷策略的特点是算法在初始阶段通过加速c1和c2的变化，可以快速进入局部搜索，在算法的后期，设置比线性和凹函数策略更理想的C1和C2值，以保持粒子搜索速度，避免过早收敛。 反肌苷学习因子的构建如下..

突变操作扩大了迭代中正在缩小的种群的搜索空间，使粒子跳出他们以前发现的最优位置，在较大的空间中搜索，同时保持种群的多样性，提高了寻找更好的解的可能性，避免算法陷入局部最优。

采用粒子群算法(PSO)对PI控制器在负载频率控制中的参数进行优化。 如果两个参数相同，则KCIAKCIB、KCPBKCP，然后将优化后的控制器参数简化为KCI和KCP。 利用上述改进技术对PI控制器的参数进行了优化，可以看出改进后的PSO收敛速度快于标准PSO..

无花果 5PSO的收敛曲线和修正的PSO

3仿真实验及结果分析.

考虑到两区互联系统的负荷频率控制问题，控制A区和B区有一个300mw的常规火电机组（非热汽轮机机组），控制A区有一个150mw的风电场，每个机组的额定频率为50hz.. 两个区域单元通过联络线连接，形成互联系统.. 系统框图如图1所示.. 图中主要计算参数为：R1=R2=2.5p.u..tau;g1=tau;g2=0.08秒，tau;T1=tau;T2=0.2秒，KP1=KP2=100便士。 ，

TP1=TP2=20秒，B1=B2=0.41便士。

风速和风电场输出功率的变化如图2和图4所示。 效用负荷的变化一般分为随机分量，波动分量和连续分量三种类型，将电力负荷的变化综合成一个随机量和一个下降趋势，用于模拟下降阶段电力负荷的变化，如图6所示..

无花果 6载荷变化曲线

以变风电场产量和变负荷为等效负荷变化，变化曲线如图7所示..

无花果 等效载荷的7曲线

为了验证控制器的控制效果，在三种情况下进行了仿真，即无负载频率控制、传统负载频率控制和基于改进PSO的负载频率控制，其仿真曲线如图8和9所示。

无负载频率控制

鉴于等效负载的变化，两个互联系统仅依靠常规单元的一次调频进行控制。 模拟频率偏差曲线8(a)表明，当频率只调整一次时，系统a的频率偏差从-0.55Hz波动到-0.35Hz.. 按照lt;互联电网运行管理规定gt;，互联电网标准频率为50Hz，频率偏差不得超过0.2Hz.. 没有负载频率控制，系统频率偏差远大于允许值，不能很好地控制系统频率。

另外，从联络线的功率交换曲线可以看出联络线的功率交换的计划值为0.. 当频率只调整一次时，联络线上的开关功率在-70~-45MW之间变化，变化范围较大，系统不能实现联络线交换功率的控制，因为它不稳定在计划值。

需要指出的是，在仿真的初始阶段，频率偏移和开关功率偏移都有很大的波动，这是由于仿真开始时风力和负载较大所致。 但在系统的调节下，这两个值可以趋于快速稳定..

包括传统的负载频率控制

从图8B和图9B可以看出，系统的频率偏差在-0.1Hz~0.1Hz之间，大多数点的频率偏差在-0.04Hz~0.04Hz之间波动，可以满足电力系统的正常频率偏差要求。 联络线开关功率在-6MW～6mw之间波动，且在联络线开关功率计划值0附近稳定，可与风电系统控制联络线开关功率..

无花果 8A区频率偏差曲线

无花果 9系线功率偏差曲线

改进PSO的负载频率控制

图8C和图9C显示，系统的频率偏差在-0.1Hz和0.04Hz之间波动，大多数点的频率偏差在-0.02Hz和0.02Hz之间波动。 联络线开关功率在-1MW和1MW之间波动，稳定到联络线开关功率0的计划值.. 这意味着改进后的控制器可以更好地实现风电互联电力系统的负载频率控制功能。

表1总结了这三种模拟的结果。 因此，基于改进的PSO的LPC可以保证在电力系统允许范围内的频率偏差，并且减少了联络线的开关功率波动范围。

4结论

总结以上所做的工作，可以得出以下结论：.

风电的大规模接入增加了电网频率的波动，增加了电网调度的难度。 为了保持系统频率的稳定性和安全性，讨论了设计一种能够处理大规模风电并网引起的系统频率波动的负载频率控制器的可行性..

对风电输出特性进行一段时间的仿真，并将风电输出作为“负”负载添加到系统中，以两个风电互联电力系统为研究对象，构建了相应的仿真系统。

粒子群算法(PSO)算法在应用于传统的PI控制器时，可以对控制器的参数进行优化。 可以提高改进粒子群算法的收敛性能..

通过对风电互联电力系统的仿真，发现风电波动互联电力系统的频率不能满足无负荷频率控制的要求；改进PSO控制器的负载频率控制比以往的两种控制方案具有更好的性能，传统的负载频率控制可以使系统频率保持在所需的范围内。

需要指出的是，以上只是对如何处理风电出力波动以及在风电互联电力系统负荷频率控制设计中采用何种控制器进行仿真讨论，系统的频率控制能够适应风电出力的最大波动范围，将是下一步继续探讨的课题..

我国智能交通发展的分析与建议.

阐述了智能交通的发展背景、智能交通的概念、特点、建设目标和主要内容。 在分析我国智能交通发展现状和存在问题的基础上，提出发展我国智能交通的建议，使我国智能交通的发展与国情相结合，更好地促进智能交通与社会经济的和谐发展。

自20世纪90年代以来，随着全球市场竞争的激烈和城市发展需求的快速多变，城市竞争力的提升已成为每个国家或城市管理者的重要任务之一。 近年来，中国公开采用智慧城市作为发展理念的城市有北京，上海，南京，沈阳，武汉，合肥，成都，昆明，广州，深圳，佛山，

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[607665]，资料为PDF文档或Word文档，PDF文档可免费转换为Word