[发明专利]一种基于随机加速粒子群算法的孤岛微电网频率控制方法

说明书

技术领域

本发明涉及微电网控制技术领域，尤其是涉及孤岛微电网频率控制方法及控制器。

背景技术

随着对电能需求的日益增加，可再生能源的普及率越来越高，大量的非传统电源进入电力系统带来了一系列问题，一方面增加了传统系统的复杂性和不确定性；另一方面在使用过程中这些新能源发电装置能否与常规发电机组一起稳定运行，这是目前需要解决的新挑战。

微电网包括大量分布在用户端的新能源发电装置，并以分布式发电的形式集成在微电网中。典型的分布式发电包括：微型燃气轮发电机、光伏电池板、超级电容器和蓄电池等。

在微电网系统中，通常设置储能装置。因为大多数微电源都是小惯性装置，负载扰动对发电单元装置的影响非常大，严重情况下会导致危险情况发生(比如断路器跳闸)。储能装置主要用于提高微电网系统的电能质量和稳定性,常用的储能装置有：储能电池和超级电容器。

可再生能源的发电构成微电网面临着在孤岛模式下电压和频率的调节问题。微电网常布置于低压配电网侧，为了保证良好的电能质量，保证敏感性负载不断电，必须应用先进的智能控制技术进行控制。

现代微电网系统需要在控制方面具有更高的智能性和灵活性，以确保微电网在受到严重的干扰时，仍有能力维持负荷与发电之间平衡。随着微电网数量越来越多，这一问题变得越来越显著。传统的PI控制和模糊控制器越来越难以有效地解决微电网中的控制问题，亟需一种鲁棒的智能控制方法。

频率是电能质量的重要指标之一。由于大量非纯电阻负载接入微电网，进一步导致小惯性的微电网频率波动增大。目前少有研究成果针对微电网频率智能控制。

通过文献检索发现2012年6月作者付娅发表的一篇硕士论文《含大规模风电的互联系统的负荷频率控制》，论文研究内容应用大惯性风电系统，采用直接优化PI控制器参数的方法。该方法采用两区域和功率组合，没有考虑相关权重，只用粒子群方法单一优化，鲁棒性不够理想。

2013年苏海滨等人发表论文《基于遗传算法的微电网频率模糊控制方法》,由于遗传算法运算速度较慢，对微电网频率跟踪控制，难以达到实时性，控制性能不易满足微电网的要求。

发明内容

针对现有技术的不足，本发明旨在提供一种基于随机加速粒子群算法的孤岛微电网频率控制方法，通过利用粒子群算法与模糊逻辑算法相结合，形成组合智能优化，优化速度明显快于遗传算法，性能也得到提高。

为了实现上述目的，本发明采用如下技术方案：

一种基于随机加速粒子群算法的孤岛微电网频率控制方法，包括如下步骤：

S1对微电网频率进行实时采样，将采样值与参考频率值比较得到频率变化量Δf；

S2实时采样各个负载馈线的电压电流，计算出当前时刻各负载馈线功率并计算出总功率，然后与上一时刻的总功率采样值比较，得到功率变化量ΔP_L；

S3依据Δf利用随机加速粒子群算法优化模糊逻辑推理器中的输出隶属函数参数；

S4根据新的输出隶属函数参数，建立模糊逻辑推理器的输出隶属函数，并对输出进行模糊化，经模糊推理、解模糊运算、尺度变换得到新的PI控制器的K_p，K_i参数；

S5将新的PI控制器的K_p，K_i参数替换掉原来的PI控制器的K_p，K_i参数，PI控制器在新的K_p,K_i参数下输出控制微然汽轮发电机转速，实现频率调节。

需要说明的是，步骤S2中，所述随机加速粒子群算法的步骤包括：首先对模糊逻辑推理器的输出隶属度函数进行编码，经过初始化、适应性值计算、粒子群优化的循环计算，解码后输出最优隶属函数参数。

进一步需要说明的是，所述适应值计算按照下式进行：

其中Δf(t)为系统频率误差；t_u为上升时间；ω₁、ω₂为权值，ω₁＞ω₂＞0、ω₁+ω₂＝1。

更进一步需要说明的是，ω₁＝0.7、ω₂＝0.3。

本发明的有益效果在于：