[发明专利]一种互联电力系统分布式动态矩阵频率控制方法

摘要

本发明公开一种计及风电的互联电力系统分布式约束动态矩阵频率控制方法，本发明通过机理分析建模法和离散化方法建立计及风电的互联电力系统分布式离散时间状态空间模型，设计各区域控制误差和风机角速度输出预测偏差向量和控制增量预测向量加权的二次型控制性能指标作为滚动优化的优化目标函数，并考虑系统输出预测偏差、控制预测信号和增量信号的各种约束条件，采用基于自适应群体优化策略的分布式约束动态矩阵控制方法实现各区域互联电力系统负荷频率协调优化控制。相比现有技术，本发明所获得的计及风电的互联电力系统负荷频率的时域响应具有更快的调节时间、更小的动态振荡幅度、更小的稳态误差以及更强的鲁棒性能。

主权项

1.一种计及风电的互联电力系统分布式约束动态矩阵频率控制方法，其特征在于，该方法包括以下步骤：(1)通过机理分析建模法建立如公式(1)所示的计及风电的第i个区域互联电力系统连续时间状态空间模型，其中i＝1,2,…,N，N表示互联电力系统的区域数量的最大值；其中，X_i、U_i、W_i、Y_i分别表示第i个区域互联电力系统连续时间状态向量、输入向量、干扰向量和输出向量，表示X_i的一阶微分向量，A_i、B_1i、B_2i、C_i分别表示第i个区域互联电力系统的连续时间系统矩阵、输入矩阵、干扰矩阵和输出矩阵，具体定义如下：Xi＝[Δpgi Δpmi Δfi Δpti Δiqi Δωi]T,Ui＝[Δpci ΔVqi]T,Wi＝[ΔpLi Δvi ΔTmi]T,Y_i＝[ACE_i Δω_i],式中，Δp_gi表示区域i中汽轮机阀门开度变化，Δp_mi表示区域i中气轮机输出机械功率变化，Δf_i表示区域i的频率偏差，Δp_ti表示区域i中联络线交换功率偏差，Δi_qi表示区域i中双馈异步风力发电机在dq坐标系下q轴坐标的转子电流变化，Δω_i表示区域i中双馈异步风力发电机角速度变化，Δp_ci表示区域i中调速器位置变化，ΔV_qi表示区域i中双馈异步风力发电机在dq坐标系下q轴坐标的转子电压变化，Δp_Li表示区域i中负荷变化，ΔT_mi表示区域i中风机机械功率变化，ACE_i表示第i个区域互联电力系统的区域控制误差，T_gi表示区域i调速器惯性时间常数，T_ti表示区域i气轮机积分时间常数，R_i表示区域i调速器调差系数，D_i表示区域i等效阻尼系数，H_i表示区域i电力系统等效惯性系数，T_ij表示区域i与区域j之间联络线功率同步系数，B_i表示频率偏差因子，ω_oi表示区域i风机角速度运行值，ω_si表示区域i风机同步速度，H_ti表示区域i风机的等效惯性系数，R_ri和R_si分别表示区域i风机转子和定子电阻，L_mi表示区域i风机磁化电感，L_si表示区域i风机定子漏电感，L_0i＝[L_rsi+L_mi+L_mi.L_mi/(L_si+L_mi)]，L_rsi表示区域i风机转子的自电感；(2)电力系统监控计算机读取互联电力系统的采样周期Ts，将式(1)进行离散化，自动获得如公式(2)所示的第i个区域互联电力系统的离散时间状态空间模型；其中，Adi表示第i个区域互联电力系统的离散时间系统矩阵，Bd1i表示离散时间输入矩阵，Bd2i表示离散时间干扰矩阵，Cdi表示离散时间输出矩阵，xi(k)、ui(k)、wi(k)、yi(k)分别表示第i个区域互联电力系统的在第k个采样时刻的状态向量、输入向量、干扰向量和输出向量，xi(k+1)表示第(k+1)个采样时刻的状态向量，具体定义如下：xi(k)＝[Δpgi(k) Δpmi(k) Δfi(k) Δpti(k) Δiqi(k) Δωi(k)]T,ui(k)＝[Δpci(k) ΔVqi(k)]T,wi(k)＝[ΔpLi(k) Δvi(k) ΔTmi(k)]T,yi(k)＝[ACEi(k) Δωi(k)],其中，Δpgi(k)、Δpmi(k)、Δfi(k)、Δpti(k)、Δωi(k)、Δpci(k)、ΔVqi(k)、ΔpLi(k)、Δvi(k)、ΔTmi(k)、ACEi(k)表示步骤(1)中所述连续时间变量对应的第k采样时刻离散时间变量；(3)在电力系统监控计算机中输入运行参数值：包括预测域Ny、控制域Nu、系统输出偏差权重矩阵Q及控制增量权重矩阵R、运行时间窗最大采样步数tmax、群体规模NP和迭代次数Gmax；(4)电力系统监控计算机读取前一时刻控制信号ui(k‑1)和系统输出yi(k)及状态变量xi(k)，构造扩展状态空间方程的状态变量xI(k)＝[xi(k),ui(k‑1)]T；(5)采用实数编码方式随机生成一个均匀分布的初始群体P＝{S1,S2,…,Sm,…,SNP}，群体大小为NP，个体Sm表示控制增量预测序列ΔUmi＝[Δui(k),Δui(k+1),…,Δui(k+Nu‑1)]T，Δui(k)、Δui(k+1)和Δui(k+Nu‑1)分别表示在第k、(k+1)和(k+Nu‑1)采样时刻时的控制增量信号，Sm的产生的具体过程如公式(3)所示；Sm＝Δumin,i+rmi(Δumax,i‑Δumin,i),m＝1,2,…,NP    (3)式中，rmi是介于0和1之间的随机数，Δumax,i和Δumin,i分别表示ΔUmi的上界和下界向量；(6)先按照公式(4)计算系统输出偏差预测值Ymi＝[ACEi(k+1),ACEi(k+2),…,ACEi(k+Ny)；Δωi(k+1),Δωi(k+2),…,Δωi(k+Ny)]T，其中，ACEi(k+1)、ACEi(k+2)、ACEi(k+Ny)分别表示在第(k+1)、(k+2)、(k+Ny)采样时刻时第i个区域控制误差ACEi的信号值，Δωi(k+1)、Δωi(k+2)、Δωi(k+Ny)分别表示在第(k+1)、(k+2)、(k+Ny)采样时刻时第i个区域中风机角速度Δωi的信号值；再根据公式(5)计算群体P中每个个体适应度值J(Sm)，群体最佳适应度值Fbest＝min{J(Sm)，m＝1,2,…,NP}，将最佳适应度值对应个体设置为最佳个体Sbest；Ymi＝ExI(k)+Fui(k‑1)+Gw(k‑1)+HSmT其中，其中，0和1分别为多维度的数值为0和1的矩阵；Wi为系统的参考轨迹，Δumax,i和Δumin,i分别是ΔUmi的上界和下界向量，umax,i和umin,i分别表示控制预测序列Umi的上界和下界向量，ymax,i和ymin,i分别是系统输出Ymi的上界和下界向量，Q和R分别表示系统输出预测向量与参考轨迹之间偏差(Ymi‑Wi)的权重矩阵和控制增量预测向量ΔUmi的权重矩阵；(7)对适应度集合{J(Sm)}进行升幂排序，使得JΠ(1)≤JΠ(2)≤…≤JΠ(NP)，选择序号为Π(1)至Π(NP/2)之间对应的个体替换序号为Π(1+NP/2)至Π(NP)之间对应的个体，从而获得新的群体Ps＝{s1,s2,…,sm,…,sNP}，m＝1,2,…,NP；(8)在Ps的基础上，根据公式(6)和公式(7)产生新群体Pm＝{SN1,SN2,…,SNm,…,SNNP}；SNm＝sm+α×βmax,m＝1,2,…,NP    (6)βmax＝max{sm‑Δumin,i,Δumax,i‑sm}式中，r和r1为介于0和1之间的均匀分布随机数，gen表示当前迭代次数，Gmax表示最大迭代次数；(9)无条件接受新群体Pm，即P＝Pm；(10)判断条件gen≥Gmax是否成立？若是，则转向步骤(11)；否则，设置gen＝gen+1，返回步骤(6)；(11)获得第k个采样时刻的最优控制量ui(k)＝ui(k‑1)+[1,0,…,0]*ΔUmi，并将当前控制量ui(k)作用于多区域互联电力系统控制区域i，实时数据采集子系统将采集到多区域互联电力系统实际输出yi(k+1)和状态变量xi(k+1)传送回电力系统监控计算机；(12)判断条件k≥tmax是否成立？若是，则转向步骤(13)；否则，设置k＝k+1，返回步骤(4)；(13)电力系统监控计算机根据实时数据采集子系统采集到的数据信息，通过图形绘制和显示功能实时输出系统各区域频率偏差Δfi和联络线传输功率偏差Δpti在运行时间窗内的动态响应波形。