上海交通大学学报, 2022, 56(9): 1128-1138 doi: 10.16183/j.cnki.jsjtu.2022.145

新型电力系统与综合能源

计及储能调节的时滞互联电力系统频率控制

符杨, 丁枳尹,, 米阳

上海电力大学 电气工程学院, 上海 200090

Frequency Control Strategy for Interconnected Power Systems with Time Delay Considering Optimal Energy Storage Regulation

FU Yang, DING Zhiyin,, MI Yang

College of Electrical Power Engineering, Shanghai University of Electric Power, Shanghai 200090, China

通讯作者: 丁枳尹,男,硕士生;E-mail:ddzyin@163.com.

责任编辑: 陈晓燕

收稿日期: 2022-04-30  

基金资助: 国家自然科学基金(61873159)
上海市自然科学基金(22ZR1425500)

Received: 2022-04-30  

作者简介 About authors

符杨(1968-),男,江苏省南通市人,教授,博士生导师,从事海上风电与并网技术、配电网规划与运行研究.

摘要

针对互联电力系统中源荷不确定以及通信延时导致系统频率偏差过大的问题,提出了计及储能调节的两域时滞电力系统频率控制策略.建立了含汽轮发电机、风机和储能等设备的两区域时滞互联电网模型,根据区域控制偏差(ACE) 所在的区间对储能装置和汽轮发电机的调频任务进行分工.利用改进粒子群(MPSO)算法优化比例积分微分(PID)负荷频率控制器实现二次调频,提升了一定时滞区间内负荷频率控制(LFC)系统的频率稳定性.对储能装置设计分数阶PID(FOPID)控制器,调节其输出功率以平滑源荷波动,提高了储能系统的辅助调频性能,进一步控制互联电力系统的频率偏差.在MATLAB/Simulink平台对不同工况进行对比分析,验证了所提频率控制策略的有效性.

关键词: 负荷频率控制; 储能装置; 时滞互联电力系统; 改进粒子群算法; 分数阶比例积分微分

Abstract

Aimed at the problem of large frequency deviation caused by the source load uncertainty and the communication delay in the interconnected power system, a frequency control strategy for interconnected power systems with time-delay considering energy storage regulation is proposed. An interconnected power grid model with time delay which includes a steam turbine generator, a wind turbine generator, and energy storage equipment is established. According to the area control error (ACE), the energy storage device coordinates the steam turbine generator to participate in the frequency control, and the modified particle swarm optimization (MPSO) algorithm is used to optimize the proportional integral derivative (PID) load frequency controller to realize the secondary frequency adjustment, which improves the frequency stability of the load frequency control (LFC) system in a certain time-delay interval. A fractional order PID (FOPID) controller is designed for the energy storage device to adjust the output power and smooth the source load fluctuation. The frequency control performance of the energy storage system is improved to further control the frequency deviation of the interconnected power system. Different working conditions are compared and analyzed on the MATLAB/Simulink platform to verify the effectiveness of the proposed frequency control strategy.

Keywords: load frequency control (LFC); energy storage device; time-delay interconnected power system; modified particle swarm optimization (MPSO); fractional proportional integral derivative (FOPID)

PDF (3139KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

符杨, 丁枳尹, 米阳. 计及储能调节的时滞互联电力系统频率控制[J]. 上海交通大学学报, 2022, 56(9): 1128-1138 doi:10.16183/j.cnki.jsjtu.2022.145

FU Yang, DING Zhiyin, MI Yang. Frequency Control Strategy for Interconnected Power Systems with Time Delay Considering Optimal Energy Storage Regulation[J]. Journal of Shanghai Jiaotong University, 2022, 56(9): 1128-1138 doi:10.16183/j.cnki.jsjtu.2022.145

“双碳”目标下,新能源发电接入跨区域电网的比例逐年增加,但是由于新能源发电的随机性和间歇性,如何有效保证电力系统频率稳定成了一大问题[1-2].频率作为衡量电能质量的关键指标之一,其稳定性已经成为电网运行的现实要求[3].

为了有效解决功率波动产生的频率偏差过大问题,提高互联电力系统中可调发电单元的调频能力,负荷频率控制技术被广泛应用于互联电网[4-5].现代电力系统通常由多个区域电网互联组成,电网规模的扩大会使信号在传输过程中存在各种时滞问题,时滞的存在会使负荷频率控制器不能及时地接收信号和发出各种控制指令,从而无法实现预期的频率调控目标,甚至还会影响电力系统的动态稳定[6-7].因此,在研究电力系统负荷频率控制的过程中考虑延时的影响对于提升电力系统的频率稳定有重要作用.

国内外很多学者针对时滞电力系统的负荷频率控制进行了大量研究.文献[8]综合考虑时滞灵敏度指标和系统阻尼,通过多目标优化算法求解广域电力系统稳定器参数,有效抑制系统区域间的低频振荡.文献[9]通过构造含时滞依赖矩阵的李雅普诺夫泛函实现对时滞电力系统的稳定性分析.文献[10]针对交直流混联系统提出了直流附加频率控制和自动发电控制的协调策略,克服了时滞和参数不确定的影响.文献[11]提出了在时滞条件下利用电动汽车和电热泵协调控制系统频率的策略,但是电动汽车和电热泵的调频性能会受到用户使用习惯的影响.文献[12]将基于滑模算法的新型无模型控制器应用于含电动汽车的时滞孤岛微电网的二次调频中,但是并没有考虑互联电网.文献[13]虽然针对时滞互联电力系统的频率稳定设计了基于滑模算法的负荷频率控制器,但是滑模控制结构复杂,难以实现工程应用.比例积分微分(PID)控制由于设计简单、工程应用方便而常被用来设计负荷频率控制器[14-15].但是PID控制算法需要应用在系统稳定工作点附近才能发挥出不错的控制效果,新能源的接入以及通信延迟的存在使得电力系统的稳定运行点变化较大,如果不及时调整PID的控制参数,将会出现频率控制效果一般、影响系统稳定运行等问题[16].

此外,新能源的大规模接入使电力系统逐渐向低阻尼、低惯量方向发展,系统的调频能力有所减弱,而且传统火力发电机的调节速度具有一定滞后性,对互联电网的动态稳定产生影响.储能装置因响应速度快、可双向调节、布局灵活等优点可以有效弥补火电机组调频性能的不足,因此可配置储能装置为电力系统的频率调整提供功率支撑[17].文献[18]针对高风电渗透率下电力系统的频率波动问题,提出基于动态任务系数的储能辅助风电参与一次调频的控制策略,但是在高风电比例的电力系统中,仅依靠储能调节系统频率,会增加储能所需的容量.文献[19]提出按照储能的容量,与火电机组按比例共同承担系统的频率调整任务,但是没有考虑储能参与调频的过程中容量的动态变化情况.对于储能装置的控制,文献[20]提出将区域控制偏差及其变化率作为模糊控制器的输入量,采用模糊算法控制储能参与辅助调频,但是模糊规则的制定复杂且需要一定经验.分数阶理论和传统PID控制器的结合使传统PID控制器具有更好的动态性能和鲁棒性.文献[21]利用分数阶PID控制有效抑制了永磁同步电机交流伺服系统的位置扰动.文献[22]通过分数阶PID算法有效提高了列车的速度控制性能,满足了运行控制系统的控制精度和鲁棒性要求.

本文基于含风电、汽轮发电机和储能装置的时滞两区域互联电网模型,提出了计及储能调节的时滞互联电力系统频率控制策略.汽轮发电机和储能装置分别承担区域控制偏差(ACE)不同区间的调频任务.为了提高汽轮发电机的调频性能,在考虑通信延时的情况下,以系统的频率偏差为目标函数,通过改进粒子群算法优化PID负荷控制器的比例、积分、微分参数,用于控制汽轮发电机的运行.利用储能装置参与系统的辅助调频,通过分数阶PID控制器对储能装置的输出功率进行控制,平衡源荷间的功率波动,进一步优化系统的频率.最后在MATLAB/Simulink平台上验证了所提协调控制策略的有效性.

1 系统模型的建立

以计及时滞的两区域互联电力系统模型为例进行研究,其中包含汽轮发电机和风机等单元,并在两个区域中分别配置了储能装置,不同区域间可通过联络线实现功率交互,系统整体结构如图1所示.

图1

图1   互联电力系统整体结构图

Fig.1   Overall structure diagram of interconnected power system


1.1 储能装置模型

储能装置可以通过其变换器实现与电网功率的双向调节[23],保证电力系统的实时功率平衡,在参与电网的辅助调频时,跟踪控制信号进行充放电的过程需要一定的响应时间.为了便于分析,同时考虑到储能系统的静态特性,引入时滞环节,储能装置的等效模型可以用一阶惯性环节表示[24],设储能装置s域的传递函数为

GB(s)=1TBs+1

式中:TB为储能装置的时间常数.

1.2 风机模型

风能的特点是随天气的变化而变化,根据空气动力学原理,风力涡轮机捕获的风能与风速的3次方成正比,其输出的机械功率可以表示为[25]

Pw=0.5ρπRw2Cp(λw,βw)vw3

式中:ρ为空气密度;Rw为风力发电机的叶片半径;Cp(λw, βw)为风能利用系数, 是叶尖速比λw和俯仰角βw的函数;vw为风速.其中,Cp(λw, βw)可以表示为[26]

Cp(λw,βw)=0.5116Λ-0.4βw-5e-21/Λ

式中:1Λ=1λw+0.08βw-0.035βw3+1;λw=Rwvw.

由于风力发电机与风力涡轮机相连时风机的惯性远大于发电机,所以忽略发电机的暂态过程,风电的输出功率可表示为[27]

Pg=-3U2ϑ(1+ϑ)Rr(Rr2-ϑRs)2+ϑ2(Xs+Xr)2

式中:U为相电压;ϑ=ω0-ωω0为风力发电机的转差率,ω为风力机转子的角速度,ω0为同步角速度;Rr为转子电阻;Rs为定子电阻;Xs为定子电抗;Xr为转子电抗.

1.3 汽轮发电机模型

本文所采用的汽轮发电机主要包括调速器和汽轮机两部分,其中调速器通过控制汽门的开度进而控制汽轮机的输出功率,调速器和汽轮机的传递函数分别为[28]

Gg(s)=1Tgs+1
Gt(s)=1Tts+1

式中:Tg为调速器的时间常数;Tt为汽轮机的时间常数.

1.4 含风储互联电力系统的负荷频率控制模型

电力系统具有高度的非线性特征,但在稳定运行时,系统的扰动很小,因此可以在稳定运行点附近对系统进行线性化处理.以计及时滞的两区域互联电力系统负荷频率控制(LFC)模型为例进行研究,两区域互联电网中区域i的数学模型如图2所示.图中:βi为系统频率偏差系数;Ri为机组的调差系数;ΔPgi为风电的功率输出变化量;ΔPLi为系统的负荷变化量;Δug为LFC控制器的输出信号;Tgi为调速器的时间常数;Tti为汽轮机的时间常数;TBi为储能装置的时间常数;ΔPti为汽轮发电机的输出功率变化量;Kpi为电力系统增益系数;Tpi为电力系统时间常数;ΔfiΔfj分别为区域i和j的频率偏差,i=1,2,j=1,2且i≠j;ΔPref为储能装置的功率参考信号;ΔPBi为储能装置的功率输出;ΔPtie为联络线功率偏差; τ为系统延迟时间;Δsi为区域控制偏差信号的变化量;Tij为两区域间的联络线功率系数.区域i中功率和频率的关系为

图2

图2   计及时滞的互联电网数学模型

Fig.2   Mathematical model of interconnected power grid considering time delay


Δfi=KpiTpis+1(ΔPti+ΔPBi+ΔPgi-ΔPLi+ΔPtie)

区域控制偏差信号的变化量为

Δsi=βiΔfi+ΔPtie

2 频率控制策略

由于汽轮发电机响应速度和调节精度的限制,当系统频率变化时,若单独使用汽轮发电机参与调频,难以达到预期的频率调整效果[29],所以可利用储能装置协助汽轮发电机参与系统的辅助调频.为了更好地发挥两者的调频性能,本文根据系统的调频要求对汽轮发电机和储能装置的调频任务进行分工.根据ACE的变化范围划分汽轮发电机和储能装置的工作区间,定义RACE为储能装置协助汽轮发电机参与辅助调频时ACE的参考值,当|Δsi|≤RACE时,系统的区域控制偏差变化较小,此时,仅由汽轮发电机承担系统的调频任务;当|Δsi|>RACE时,系统的区域控制偏差变化较大,此时将储能装置接入系统,辅助汽轮发电机共同参与频率调整.具体分工过程如图3所示.

图3

图3   频率协调控制策略流程图

Fig.3   Flow chart of frequency coordination control strategy


2.1 基于改进粒子群算法优化的负荷频率控制器设计

汽轮发电机的二次调频通常由传统PID控制器根据设定的运行点进行调整,为了在系统运行状态发生变化时,及时调整负荷频率控制器的参数,克服手动调节参数的不确定性以及降低负荷频率控制器设计的复杂性.本文通过改进的粒子群算法优化PID负荷频率控制器的比例(Kp)、积分(Ki)及微分(Kd)系数,使系统始终工作在稳定运行点,从而满足频率稳定的要求.所设计的基于改进粒子群优化的负荷频率控制器如图4所示.

图4

图4   基于改进粒子群优化的负荷频率控制器

Fig.4   Load frequency controller based on MPSO


时滞情况下以减小系统的频率偏差为优化目标,将KpKiKd作为粒子的3个维度,粒子p在第k+1次迭代时速度和位置按下式进行更新[30]:

vp(k+1)=ηkvp(k)+c1kr1(Pp(k)-  xp(k))+c2kr2(g(k)-xp(k))xp(k+1)=xp(k)+vp(k+1)

式中:vpkxpkηk分别为第k次迭代时粒子p的速度、位置以及惯性权重;c1kc2k分别为第k次迭代时的个体学习因子和群体学习因子;r1r2分别为区间[0,1]上均匀分布的随机数;Ppkgk分别为第k次迭代时的个体最优值和群体最优值.

为防止粒子群在迭代过程中陷入局部最优解,本文对基本粒子群的惯性权重ηk、个体学习因子c1k和群体学习因子c2k进行动态调整[31].在粒子群搜索的初期阶段,希望待优化的参数KpKiKd有较强的自我学习能力进行大范围的全局搜索,因此希望ηkc1k的值较大而c2k的值较小.随着迭代次数的增加,为了提高算法的搜索精度,希望ηkc1k的值较小而c2k的值较大,使粒子群向全局最优方向搜索.因此,将ηkc1k设置为随迭代次数递减的函数,而将c2k设置为随迭代次数递增的函数:

ηk=ηmax-k2Nmax2(ηmax-ηmin)c1k=2sin2π21-kNmaxc2k=2sin2π2kNmax

式中:Nmax为最大迭代次数;ηmaxηmin分别为惯性权重的最大值和最小值.

为了在时滞条件下获得最佳的负荷频率控制性能,选择目标函数为

JISE(τ)=0t(Δf12+Δf22)dt     s.t.0.01Kp0.250.10Ki1.500.01Kd0.20

根据式(11)所构造的目标函数,利用改进粒子群算法对其进行优化以获得最优的控制器参数值.具体优化步骤如下:首先根据系统的延迟时间初始化系统参数,并生成满足式(11)中约束条件的随机数;接着将满足条件的随机数代入到目标函数中,通过不断迭代寻找满足要求的最优值.

2.2 储能装置的分数阶PID控制

为了充分发挥储能装置的辅助调频性能,采用分数阶PID控制器输出储能装置的功率参考信号,通过其对储能装置变换器的控制,可实现储能装置按调频要求输出有功功率.不同于传统PID控制,分数阶PID控制器本质是具有额外自由度的非整数积分微分,可以比传统PID控制器获得更优的动态性能和鲁棒性[32].分数阶PID的传递函数为

Gc(s)=Kp+KisλF+KdsμF

式中:λFμF分别为控制器积分项和微分项的系数.根据ACE的变化,分数阶PID控制储能装置参与辅助调频的框图如图5所示.图中,E(s)为区域控制偏差信号在s域下的控制器输入量,ACE信号经过分数阶PID控制器转换为储能装置的功率参考信号ΔPref,通过对储能装置输出功率的控制,实现对系统频率的优化.

图5

图5   分数阶PID控制储能系统结构图

Fig.5   Structure diagram of energy storage system controlled by fractional PID controller


对于分数阶类非线性系统,为了在实际应用中实现分数阶行为,需要采用整数阶控制方法,一般通过近似离散化方法实现.常用的拟合方法为Oustaloup方法[33].Oustaloup分数阶算子的实现方法是使用零极点传递函数在频域中逼近分数阶算子.在拟合频段[ωb, ωh]内,以下公式提供了极点和零点的分布:

sαKl=1Ms+ω'ls+ωl
ω'l=ωbωhωbl+M+12(1-λF)2M+1
ωl=ωbωhωbl+M+12(1+λF)2M+1
K=ωhα

式中: α为分数阶次;K为滤波器的增益;M为拟合高阶模型的阶数反映量;极点为ωl;零点为ω'l.本文取M=8,研究频段ωb=0.001,ωh=1000.

3 仿真验证

在MATLAB/Simulink平台上建立含储能装置、风机并计及延时的两区域互联电网模型,两区域互联电力系统的仿真参数选取如表1所示.

表1   互联电力系统的仿真参数

Tab.1  Parameters of interconnected power system

参数区域1区域2
电力系统增益, Kpi120166
电力系统时间常数, Tpi/ s20.233.3
发电机时间常数, Tti/ s0.30.25
调速器时间常数, Tgi/ s0.080.1
调差系数, Ri2.52.22
频率偏差系数, βi0.4250.456
联络线功率系数, Tij0.2720.272

新窗口打开| 下载CSV


通过3个案例验证所提频率协调控制策略的有效性:案例1分析了不同时滞对系统频率稳定的影响;案例2验证了不同时滞条件下,本文所设计的改进粒子群优化PID(MPSO-PID)负荷频率控制器的频率稳定效果,将所设计的MPSO-PID负荷频率控制器分别与传统PID、模糊PID和粒子群优化PID(PSO-PID)负荷频率控制器进行对比;在案例3中对本文所设计的储能装置参与系统调频的方案进行了验证.最后,在案例4中将本文所提频率控制方式与两种不同频率控制方式进行对比,验证了所提频率控制方式的效果.其中,方式1为储能和汽轮发电机按比例响应ACE信号的频率控制方式;方式2为MPSO-PID控制汽轮发电机的同时,由传统PID控制储能的频率控制方式.

3.1 案例1

为验证时滞对系统的影响,仅考虑汽轮发电机参与系统的频率调整,并采用传统的PID控制方式,以分析不同延迟时间对电力系统频率稳定的影响.假设系统在时间t=10 s时发生标幺值(p.u.)为0.1的阶跃扰动,延迟时间τ=0.2,0.35,0.5 s时各区域的频率偏差如图6所示.

图6

图6   不同延迟时间下系统的频率偏差

Fig.6   Frequency deviation of system at different time delays


仿真结果表明,在同样的控制参数下,当τ=0.2 s时,系统频率大约经过25 s可以恢复稳定;当τ增加到0.35 s时,系统频率大约经过35 s可以达到稳定;而τ=0.5 s时,系统频率恢复稳定所需要的时间将近90 s.通过对比可以发现:系统的延迟时间越长,则系统的频率偏差越大,且恢复频率稳定所需的时间也更长.时滞不仅会影响系统的频率稳定,而且较长的时滞甚至会破坏系统的稳定运行.在系统运行状态发生变化时,如果不及时调整负荷频率控制器的参数,将会影响系统的稳定运行.

3.2 案例2

本案例验证了本文所设计的MPSO-PID负荷频率控制器在系统时滞情况下的频率控制效果.在仅考虑汽轮发电机参与调频的情况下,假定区域1和区域2在t=10 s时受到标幺值为0.1的阶跃扰动,对比了τ分别为0.2、0.5 s时不同负荷频率控制器的调频效果,仿真结果如图78所示.

图7

图7   案例2中系统的频率偏差(τ=0.2 s)

Fig.7   Frequency deviation of system in Case 2 (τ=0.2 s)


图8

图8   案例2中系统的频率偏差(τ=0.5 s)

Fig.8   Frequency deviation of system in Case 2 (τ=0.5 s)


图78中的仿真结果可以发现,本文所提MPSO-PID负荷频率控制器大约经过15 s便可恢复系统的频率稳定,相比于模糊PID负荷频率控制器和传统PID负荷频率控制器,所提MPSO-PID控制系统恢复稳定所需的时间更短.τ=0.5 s时,所设计的改进粒子群优化PID负荷频率控制器恢复频率稳定所需的时间仅为15 s,而传统PID控制下频率恢复稳定所需的时间为90 s.另外,本文设计的MPSO-PID和PSO-PID相比,其系统频率稳定效果也有所改善,由此说明本文所提出的改进粒子群算法的有效性.通过图78的对比可以清楚地得出结论:基于改进粒子群优化的PID的负荷频率控制器可以在时滞条件下有效发挥汽轮发电机的调频性能,减小系统的频率偏差,并使系统的频率快速恢复稳定.

3.3 案例3

为验证储能参与辅助调频的必要性,在本案例中对比MPSO-PID负荷频率控制方法在系统有、无储能情况下的频率偏差情况.其中,区域1受到随机负荷扰动和风电功率波动的影响,区域2则受到连续阶跃扰动的影响,τ分别为0.2和0.5 s时有、无储能参与辅助调频时的仿真结果如图910所示.

图9

图9   案例3中系统的频率偏差 (τ=0.2 s)

Fig.9   Frequency deviation of system in Case 3 (τ=0.2 s)


图10

图10   案例3中系统的频率偏差(τ=0.5 s)

Fig.10   Frequency deviation of system in Case 3 (τ=0.5 s)


τ=0.2 s时,储能参与辅助调频的系统,区域1和区域2的最大频率偏差分别为0.081和0.053 Hz;而储能未参加辅助调频的系统,区域1和区域2的最大频率偏差分别为0.166和0.099 Hz.通过对比可以发现,相比于储能未参加辅助调频的系统,储能参加辅助调频的系统频率偏差减小了约50%.τ=0.5 s时,储能参与辅助调频的系统,区域1和区域2的最大频率偏差分别为0.088以及 0.05 Hz;而储能未参加辅助调频的系统,区域1和区域2的最大频率偏差分别为0.196和0.12 Hz.整体对比可以发现,储能装置可以通过改变其功率输出,平滑源荷间的功率不平衡,使系统频率偏差减小,因此储能系统参与辅助调频有利于系统频率的稳定.

3.4 案例4

为了验证在有储能参与调频的情况下,所提频率控制方式的频率调整效果,将所提频率控制方式分别与频率控制方式1、2进行对比.假设区域1受到随机负荷扰动和风电功率波动的影响,区域2受到连续阶跃扰动的影响,不同延迟时间下3种频率控制方式的仿真结果如图1112所示.

图11

图11   案例4中系统的频率偏差(τ=0.2 s)

Fig.11   Frequency deviation of system in Case 4 (τ=0.2 s)


图12

图12   案例4中系统的频率偏差(τ=0.5+0.2sin t)

Fig.12   Frequency deviation of system in Case 4 (τ=0.5+0.2 sin t)


图11图12分别对比了τ为0.2 s和0.5+0.2 sin t 时不同控制方式下的频率偏差情况.τ=0.2 s时,本文频率控制方式下区域1和区域2的最大频率偏差分别为0.081和0.053 Hz;频率控制方式1下,区域1和区域2的最大频率偏差分别为0.16 和0.11 Hz;频率控制方式2下,区域1和区域2的最大频率偏差分别为0.167和0.095 Hz.当τ=0.5+0.2sin t时,本文的频率控制方式下区域1和区域2的最大频率偏差分别为0.088和0.049 Hz;而频率控制方式1下,区域1和区域2的最大频率偏差分别为0.185和0.12 Hz;频率控制方式2下,区域1和区域2的最大频率偏差分别为0.198和0.11 Hz.通过整体对比分析发现,同样是有储能参与辅助调频的系统,相比于频率控制方式1和2,本文所提频率控制方式下系统的频率变化更稳定,更有利于系统的稳定运行.

4 结论

新能源功率波动以及系统延时对频率稳定产生影响,仅依靠汽轮发电机进行频率调整并不能满足电能质量的要求,对此研究了储能装置协调汽轮发电机参与系统频率控制的策略,主要结论如下:

(1) 根据ACE的变化范围对汽轮发电机和储能装置进行调频任务的分工,以更好地发挥两者的调频性能.

(2) 针对互联电网的通信延时以及新能源接入引起的频率波动等问题,设计基于改进粒子群参数优化的PID负荷频率控制器,可以在系统时滞情况下有效地发挥汽轮发电机的调频性能,抑制电网的频率波动.

(3) 利用储能装置响应速度快的特点为互联电网提供频率支撑,采用分数阶PID控制器对储能装置的输出功率进行控制,使其平衡源荷间的功率波动,进一步优化系统频率.

参考文献

黄强, 郭怿, 江建华, .

“双碳”目标下中国清洁电力发展路径

[J]. 上海交通大学学报, 2021, 55(12): 1499-1509.

[本文引用: 1]

HUANG Qiang, GUO Yi, JIANG Jianhua, et al.

Development pathway of China’s clean electricity under carbon peaking and carbon neutrality goals

[J]. Journal of Shanghai Jiao Tong University, 2021, 55(12): 1499-1509.

[本文引用: 1]

张鹏飞, 徐静怡, 郭巍, .

粤港澳大湾区电力系统低碳转型

[J]. 上海交通大学学报, 2022, 56(3): 293-302.

[本文引用: 1]

ZHANG Pengfei, XU Jingyi, GUO Wei, et al.

Low-carbon transformation of the power system in the Guangdong-Hong Kong-Macao Greater Bay Area

[J]. Journal of Shanghai Jiao Tong University, 2022, 56(3): 293-302.

[本文引用: 1]

单华, 和婧, 范立新, .

面向抽水蓄能电站区域负荷频率的分数阶PID控制研究

[J]. 电网技术, 2020, 44(4): 1410-1418.

[本文引用: 1]

SHAN Hua, HE Jing, FAN Lixin, et al.

Research on fractional order PID control of regional load frequency of pumped storage power station

[J]. Power System Technology, 2020, 44(4): 1410-1418.

[本文引用: 1]

熊林云, 王杰.

三区延迟电力系统鲁棒负荷频率控制研究

[J]. 电网技术, 2018, 42(3): 894-902.

[本文引用: 1]

XIONG Linyun, WANG Jie.

Study of load frequency control for three-area time-delayed power system

[J]. Power System Technology, 2018, 42(3): 894-902.

[本文引用: 1]

GHAFOURI A, MILIMONFARED J, GHAREHPETIAN G B.

Coordinated control of distributed energy resources and conventional power plants for frequency control of power systems

[J]. IEEE Transactions on Smart Grid, 2015, 6(1): 104-114.

DOI:10.1109/TSG.2014.2336793      URL     [本文引用: 1]

张振军, 孙军, 覃杰.

计及时延的互联电力系统分散式阻尼控制

[J]. 电测与仪表, 2017, 54(11): 84-88.

[本文引用: 1]

ZHANG Zhenjun, SUN Jun, QIN Jie.

Decentralized damping control of interconnected power system with time delay

[J]. Electric Measurement & Instrumentation, 2017, 54(11): 84-88.

[本文引用: 1]

MILANO F, ANGHEL M.

Impact of time delays on power system stability

[J]. IEEE Transactions on Circuits and Systems I: Regular Papers, 2012, 59(4): 889-900.

DOI:10.1109/TCSI.2011.2169744      URL     [本文引用: 1]

陈中, 唐浩然, 严绍兴, .

基于时滞灵敏度和多目标优化的广域电力系统稳定器参数设计

[J]. 电力自动化设备, 2019, 39(10): 208-214.

[本文引用: 1]

CHEN Zhong, TANG Haoran, YAN Shaoxing, et al.

Parameter design of wide area power system stabilizer based on time delay sensitivity and multi-objective optimization

[J]. Electric Power Automation Equipment, 2019, 39(10): 208-214.

[本文引用: 1]

钱伟, 吴嘉欣, 费树岷.

基于时滞依赖矩阵泛函的变时滞电力系统稳定性分析

[J]. 电力系统自动化, 2020, 44(1): 53-58.

[本文引用: 1]

QIAN Wei, WU Jiaxin, FEI Shumin.

Analysis on power systems stability with time-varying delay based on delay-dependent matrix functional

[J]. Automation of Electric Power Systems, 2020, 44(1): 53-58.

[本文引用: 1]

邹朋, 江伟, 王渝红, .

交直流混联电力系统频率协调控制策略

[J]. 水电能源科学, 2017, 35(3): 182-185.

[本文引用: 1]

ZHOU Peng, JIANG Wei, WANG Yuhong, et al.

Frequency control strategy for AC-DC hybrid power system

[J]. Water Resourses and Power, 2017, 35(3): 182-185.

[本文引用: 1]

李晓萌, 贾宏杰, 穆云飞, .

时滞环境下基于电动汽车与电热泵的协调频率控制

[J]. 电力自动化设备, 2020, 40(4): 88-95.

[本文引用: 1]

LI Xiaomeng, JIA Hongjie, MU Yunfei, et al.

Coordinated frequency control based on electric vehicles and heat pumps considering time-delay

[J]. Electric Power Automation Equipment, 2020, 40(4): 88-95.

[本文引用: 1]

KHOOBAN M.

Secondary load frequency control of time-delay stand-alone microgrids with electric vehicles

[J]. IEEE Transactions on Industrial Electronics, 2018, 65(9): 7416-7422.

DOI:10.1109/TIE.2017.2784385      URL     [本文引用: 1]

米阳, 徐怡雯, 时帅, .

新型时滞可再生电力系统集成模型的滑模负荷频率控制设计

[J]. 中国电机工程学报, 2022, 42(11): 3953-3962.

[本文引用: 1]

MI Yang, XU Yiwen, SHI Shuai, et al.

Sliding mode load frequency control design for the novel integrated model of time-delay renewable power system

[J]. Proceedings of the CSEE, 2022, 42(11): 3953-3962.

[本文引用: 1]

孔繁镍, 李啸骢, 吴杰康, .

基于尼科尔斯PID设计方法的负荷频率控制

[J]. 中国电机工程学报, 2012, 32(22): 79-85.

[本文引用: 1]

KONG Fannie, LI Xiaocong, WU Jiekang, et al.

Design of Nichols PID controller for load frequency control

[J]. Proceedings of the CSEE, 2012, 32(22): 79-85.

[本文引用: 1]

TAN W.

Tuning of PID load frequency controller for power systems

[J]. Energy Conversion and Management, 2009, 50(6): 1465-1472.

DOI:10.1016/j.enconman.2009.02.024      URL     [本文引用: 1]

VILANOVA R, ALFARO V M.

Fragility and robustness level accomplishment of well known PI/PID robust tuning rules

[C]// 2011 9th IEEE International Conference on Control and Automation. Santiago, Chile: IEEE, 2011: 231-236.

[本文引用: 1]

姜惠兰, 蔡继朝, 肖瑞, .

一种提高系统频率响应特性的风储协调控制策略

[J]. 电力自动化设备, 2021, 41(7): 44-51.

[本文引用: 1]

JING Huilan, CAI Jizhao, XIAO Rui, et al.

A wind-storage coordinated control strategy for improving system frequency response characteristics

[J]. Electric Power Automation Equipment, 2021, 41(7): 44-51.

[本文引用: 1]

李军徽, 高卓, 李翠萍, .

基于动态任务系数的储能辅助风电一次调频控制策略

[J]. 电力系统自动化, 2021, 45(19): 52-59.

[本文引用: 1]

LI Junhui, GAO Zhuo, LI Cuiping, et al.

Control strategy for dynamic task coefficient based primary frequency regulation of wind power assisted by energy storage

[J]. Automation of Electric Power Systems, 2021, 45(19): 52-59.

[本文引用: 1]

CHENG Y, TABRIZI M, SAHNI M, et al.

Dynamic available AGC based approach for enhancing utility scale energy storage performance

[J]. IEEE Transactions on Smart Grid, 2014, 5(2): 1070-1078.

DOI:10.1109/TSG.2013.2289380      URL     [本文引用: 1]

丁冬, 刘宗歧, 杨水丽, .

基于模糊控制的电池储能系统辅助AGC调频方法

[J]. 电力系统保护与控制, 2015, 43(8): 81-87.

[本文引用: 1]

DING Dong, LIU Zongqi, YANG Shuili, et al.

Battery energy storage aid automatic generation control for load frequency control based on fuzzy control

[J]. Power System Protection and Control, 2015, 43(8): 81-87.

[本文引用: 1]

王荣林, 陆宝春, 侯润民, .

交流伺服系统分数阶PID改进型自抗扰控制

[J]. 中国机械工程, 2019, 30(16): 1989-1995.

[本文引用: 1]

针对采用永磁同步电机驱动的火箭炮交流伺服系统存在摩擦、惯性力矩、变负载及不同工况下内外扰动等复杂非线性问题,考虑到自抗扰控制(ADRC)抗内外干扰能力强和分数阶PID控制动态性能好,设计了一种分数阶PID改进型自抗扰控制器(FOPID-IADRC)。为了取得良好的动态性能和减少参数计算量,采用分数阶PID控制器取代非线性状态误差反馈器;引入粒子群优化算法,对FOPID控制器的5个控制参数进行实时在线自整定。仿真和半实物台架实验结果表明:该控制策略能够有效抑制位置扰动,具有良好的动态性能和较强的抗干扰能力。

WANG Ronglin, LU Baochun, HOU runmin, et al.

FOPID improved ADRC in AC servo systems

[J]. China Mechanical Engineering, 2019, 30(16): 1989-1995.

[本文引用: 1]

Aiming at the complicated nonlinear problems such as frictions,moments of inertia,variable loads and internal and external disturbances under different working conditions in AC servo systems of rocket launchers driven by PMSM, considering the strong internal and external interference resistances of ADRC and the excellent dynamic performance characteristics of FOPID control,an improved auto disturbance rejection controller optimized by FOPID controller(FOPID-IADRC) was designed herein.In order to achieve good dynamic performances and reduce the parameters' calculations,the non-linear state error feedback was substituted by FOPID controller.PSO algorithm was adopted to realize real-time self-tune of 5 parameters of FOPID controller.The simulation and semi-physical bench test results show that the control strategy may effectively resist position disturbances,and has good dynamic performances and strong anti-interference ability.

张文静, 曹博文, 李宽欣, .

中速磁悬浮列车的分数阶运行控制方法

[J]. 铁道学报, 2022, 44(2): 42-48.

[本文引用: 1]

ZHANG Wenjing, CAO Bowen, LI Kuanxin, et al.

A fractional order operation control method for medium-speed maglev trains

[J]. Journal of the China railway society, 2022, 44(2): 42-48.

[本文引用: 1]

米阳, 王鹏, 邓锦, .

孤岛交直流混合微电网群分层协调控制

[J]. 电力系统保护与控制, 2021, 49(20): 1-8.

[本文引用: 1]

MI Yang, WANG Peng, DENG Jin, et al.

Hierarchical coordinated control of island AC/DC hybrid microgrids

[J]. Power System Protection and Control, 2021, 49(20): 1-8.

[本文引用: 1]

CHEN S, ZHANG T, GOOI H B, et al.

Penetration rate and effectiveness studies of aggregated BESS for frequency regulation

[J]. IEEE Transactions on Smart Grid, 2016, 7(1): 167-177.

DOI:10.1109/TSG.2015.2426017      URL     [本文引用: 1]

ALMASRI H M K, ALMEHIZIA A A, EHSANI M.

Accurate wind turbine annual energy computation by advanced modeling

[J]. IEEE Transactions on Industry Applications, 2017, 53(3): 1761-1768.

DOI:10.1109/TIA.2017.2672663      URL     [本文引用: 1]

DALALA Z M, ZAHID Z U, YU W, et al.

Design and analysis of an MPPT technique for small-scale wind energy conversion systems

[J]. IEEE Transactions on Energy Conversion, 2013, 28(3): 756-767.

DOI:10.1109/TEC.2013.2259627      URL     [本文引用: 1]

WANG C, MI Y, FU Y, et al.

Frequency control of an isolated micro-grid using double sliding mode controllers and disturbance observer

[J]. IEEE Transactions on Smart Grid, 2018, 9(2): 923-930.

DOI:10.1109/TSG.2016.2571439      URL     [本文引用: 1]

张逸为, 许德智, 杨玮林, .

含混合储能的互联电力系统传感器容错负荷频率控制

[J]. 控制与决策, 2021, 36(5): 1069-1077.

[本文引用: 1]

ZHANG Yiwei, XU Dezhi, YANG Weilin, et al.

Sensor fault-tolerant load frequency control for multi-area interconnected power system with hybrid energy storage system

[J]. Control and Decision, 2021, 36(5): 1069-1077.

[本文引用: 1]

王育飞, 杨铭诚, 薛花, .

计及SOC的电池储能系统一次调频自适应综合控制策略

[J]. 电力自动化设备, 2021, 41(10): 192-198.

[本文引用: 1]

WANG Yufei, YANG Mingcheng, XUE Hua, et al.

Self-adaptive integrated control strategy of battery energy storage system considering SOC for primary frequency regulation

[J]. Electric Power Automation Equipment, 2021, 41(10): 192-198.

[本文引用: 1]

蔡晖, 高伯阳, 祁万春, .

“双碳”背景下线间潮流控制器多目标协调控制策略

[J]. 上海交通大学学报, 2021, 55(12): 1608-1618.

[本文引用: 1]

CAI Hui, GAO Boyang, QI Wanchun, et al.

A coordination control strategy of interline power flow controller in carbon peaking and carbon neutrality

[J]. Journal of Shanghai Jiao Tong University, 2021, 55(12): 1608-1618.

[本文引用: 1]

李欣煜, 周建萍, 李泓青, .

基于粒子群算法的微电网实时功率均分的改进下垂控制策略

[J]. 高电压技术, 2018, 44(10): 3425-3432.

[本文引用: 1]

LI Xinyu, ZHOU Jianping, LI Hongqing, et al.

Improved droop control strategy for real-time power sharing of microgrid based on particle swarm optimization

[J]. High Voltage Engineering, 2018, 44(10): 3425-3432.

[本文引用: 1]

HSU C.

Fractional order PID control for reduction of vibration and noise on induction motor

[J]. IEEE Transactions on Magnetics, 2019, 55(11): 1-7.

[本文引用: 1]

HOSSEIN M, SEYED A T, MOHSEN R, et al.

DFIG performance improvement in grid connected mode by using fractional order PI controller

[J]. International Journal of Electrical Power & Energy Systems, 2018, 96: 398-411.

DOI:10.1016/j.ijepes.2017.10.008      URL     [本文引用: 1]

/