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规模风电集成电力系统负荷频率控制
摘要：以大规模集成风电的互联电力系统为研究对象。为了保持稳定的频率, 提出了基于PSO的负荷频率控制器。根据区域控制误差(ACE)的数量，传统的负载频率控制器是调整单元的输出，以使ACE接近于零。然后，所有发电机的输出与负载需求相匹配。风力发电机组的输出被作为负载荷，并形成等效载荷。智能PSO被引入传统的负载频率控制器，有望提高控制性能。基于该模型的仿真基于Matlab/Simulink平台构建，表明对于新设计的控制器而言，其性能指标是互联网络的频率误差还是互联线路的交换流，均优于传统负载频率控制器。
0引言
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使用和发展。作为一种取之不尽、用之不竭的清洁能源，风能受到了越来越多的重视。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一系列问题，如电能质量、系统稳定性、电网调度和运行经济性等。而随着风电装机容量在系统中占比的提高，上述效应越来越显著。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稳定性。在这种情况下，如何抑制由风电接入引起的系统频率波动，确保频率的安全和稳定，成为风电研究中的重要课题之一。
目前，风电接入系统后克服变频调速问题的主要方法如下：提高风电功率预报的精度，做好调度计划，有利于降低系统运行成本和闲置容量; 通过在风力发电机组内引入频率响应环节，提高自身的有功功率调节，风电场可以在一定程度上参与系统调频，平衡现场风力引起的功率波动; 利用常规装置（即现有的调速器和自动发生装置）的频率调节能力。
为了保持有功功率的平衡，保证风电场的最大输出，最实用的频率控制手段是充分利用现有电力系统的调频能力，以满足更大风电容量接入的需求。提高现有系统调频能力最直接的方法是设计负载调频器，具有投资少、效果好等优点。
在前期研究中，本文介绍了风电出力发电的处理方式，即以风电输出的波动为负负载波动，并说明了AGC变频调速在风电接入中的可行性，但缺乏具体的控制策略设计和实现。智能控制器具有自适应性好、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，本文建立了两区互联系统与风电的负荷变频控制系统模型，建立了两区互联系统与风电的负荷变频控制系统模型，将快速收敛的粒子群控制应用于风电接入的互联电力系统，分析了变频性能指标的提高程度， 这可以通过Matlab / Simulink上的一个例子来验证。
1 含风电的两区互联系统负荷频率控制模型
负载频率控制LFC是基于面积控制误差，ACE实现对单元调整的控制。通过调整机组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，从而保证整个系统的输出功率与负载功率的匹配。
1.1 两区互联系统的负荷变频控制系统模型
两区互联系统的负荷变频控制系统模型如图1所示，它由调速器模块、原动机模块、发电机-负载模块、系线模块、LFC控制器等组成。
图1 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，各控制区在给定的联络线交换功率的前提下，仅控制其所在区域内发生的负载扰动，负载频率控制器同时控制系统频率和连接线交换功率。连接线频率偏差控制（TBCTBC）通常用于负载频率控制器，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，四分量模型在国内外应用广泛，即由基本风、阵风、渐进风和随机风组成。它们的定义和数学表示如下。
（1）基本风
在风力涡轮机的正常运行期间，基本风V始终存在，并且大约由从风电场风力测量中获得的威布尔分布参数确定。
在公式中：V是基本风速（m / s）;K和a分别是风力发电机组的形状和尺度参数;和伽玛函数。由于该组件几乎是不变的，因此在仿真中可以将其视为常量。
（2）阵风
阵风Vwg反映了风速的突然变化。它通常用于评估风速变化时系统的动态特性。
在公式中，vcos，TG，T1G和Maxg分别是阵风速度（m / S），周期（s），开始时间（s）和最大值（m / s）。
（3）渐进风
变风速Vwr用于描述风速逐渐变化的特性。在电力系统的静态稳定性分析中，特别是在风电系统对电网频率波动的影响分析中，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：
在公式中，vcamp Maxr 1-t-T2R/T1R-T2R，以及vcamp、Maxr、T1r、T2r和TR分别是梯度风速（m/S）、最大值（M/S）、开始时间（s）、结束时间（s）和保持时间（s）。
（4）随机风速
随机风速vMN用于反映风速的随机特性，并用随机模块表示。上述四种风速对风力发电机组的作用是：
在Matlab/Simulink环境中构建上述四个组件的风速模块，风电场风速变化过程如图2所示。阵风的开始时间为100s，结束时间为300s，最大值为0.4 m / s，渐进风的开始时间为300s，结束时间为500s，最大值为0.5 m / s，基本风和随机风始终存在，模拟时间为600s。
图2 风速曲线
1.3风电场输出模型
风的动能通过风力发电机组转化为机械能，风力发电机组是风力发电机组的主要能量捕获部件。其中，风力发电机组是风力发电机组最重要的部件，其输出功率是
在公式中，Pm是风力发电机组的功率输出，CP是风能利用系数，它是叶片尖端速度与俯仰角之比的函数，其理论最大值为0.593，在实际应用中无法达到，s是风力发电机组的扫掠面积， 单位为M2;空气密度以公斤/M3V为单位，风速以M/S为单位。
目前，国内外新建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3所示。当风速较低时，通过调整发电机转矩使输出功率最大化，获得最佳的尖端速度比和最大风能利用系数，通过变桨系统改变叶片俯仰角以限制风力发电机组获得能量，使风力发电机组的功率保持在额定值附近，输出稳定。
图3 双馈电源特性曲线变速截断层风力发电机组
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、切出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1.225 kg/m 3，风力发电机组直径为77.6M。在Matlab / Simulink中，风电场的输出功率变化如图4所示。该风电场由100台这样的风力涡轮机组成。风电场的功率变化非常剧烈。最大和最小输出分别为137mw和106mw。
2 粒子群优化
2.1 粒子群优化原理
粒子群优化（PSO）是一种高性能优化算法，由美国社会心理学家詹姆斯·肯尼迪和电气工程师于1995年首次提出。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，并且每个粒子都有一个决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最优粒子。
图4 风电输出曲线
假设目标搜索空间是d维的，其中M粒子形成一个群体，其中第一粒子的位置由Xi Xi 1，Xi 2，...，Xid，I 1，2，...，M表示，速度为VI VI1，vi2，...，viD。到目前为止，第一个粒子搜索的最佳位置是Pi Pi Pi 1，Pi 2，...，Pid，整个粒子群搜索的最佳位置是pg PG1，PG2，...，pgD，粒子更新公式为
2.2 粒子群优化的改进
粒子群优化（PSO）和改进粒子群优化（PSO）已被用于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很少，每个参数的设置都会对算法的性能产生影响。因此，以下校正技术用于粒子群中的参数。
（1）惯性重量
在本文中，迭代过程使用线性差分递减来调整准惯性权重，其公式为：
通过分析变化方程和实验结果，全局搜索能力非常强，有助于快速找到最优种子并定位最优解的近似位置，在演化后期，算法的下降趋势加快，因此一旦在早期阶段找到合适的种子， 可以加快算法的收敛速度。
（2）学习因素
根据经验，学习因子C1 c22。本文采用反余弦函数构建学习因子调整策略。反余弦策略的特点是，该算法在初始阶段通过加速c 1和C 2的变化，可以快速进入局部搜索，在算法后期，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。反余弦学习因子的构建如下。
突变操作扩大了迭代中正在缩小的群体的搜索空间，使粒子跳出它们之前发现的最优位置，在更大的空间中进行搜索，同时保持种群的多样性，提高了找到更好解的可能性，避免算法陷入局部最优。
粒子群优化（PSO）用于优化Pi控制器在负载频率控制中的参数。如果两个参数相同，则 KCIA KCIB、KCPB KCP，则优化后的控制器参数简化为 KCI 和 KCP。Pi Controller的参数采用上述改进技术进行优化，可以看出改进后的PSO收敛速度比标准PSO快。
图5 PSO和修订后的PSO的收敛曲线
3 仿真实验和结果分析
考虑到两区互联系统的负荷频率控制问题，控制区A、B有一台300mw常规火电机组（非再热汽轮机组），控制区A有一座150mw风电场，每台机组的额定频率为50hz。两个区域单位通过连接线连接，形成一个相互连接的系统。系统框图如图1所示。
风速和风电场输出功率的变化如图2和图4所示。公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，将电力负荷的变化合成为随机量和下降趋势，用于模拟下降阶段电力负荷的变化，如图6所示。
图6 载荷变化曲线
以风电场输出变化和负荷变化为等效负荷变化，变化曲线如图7所示。
图7 等效载荷曲线
为了验证控制器的控制效果，在无负载频率控制、传统负载频率控制和基于改进PSO的负载频率控制三种情况下进行了仿真，其仿真曲线如图8和图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初级频率调制进行控制。模拟的频率偏差曲线8（a）表明，当频率仅调整一次时，系统a的频率偏差在-0.55 Hz至-0.35 Hz范围内波动。根据《互联电网运行管理条例》，互联电网的标准频率为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。
此外，从领带线的功率交换曲线可以看出，连接线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，变化范围大，系统由于不稳定在计划值上，无法实现对联络线交换功率的控制。
需要指出的是，在仿真初期，频率偏移和开关功率偏移波动较大，这是仿真初风力和负荷大造成的。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-0.1 Hz~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。联络线的开关功率在-6 MW~6mw之间波动，稳定在连接线开关功率的计划值0附近，可以控制与风电系统的并网开关功率。
图8 区域A中的频率偏差曲线
图9 连接线功率偏差曲线
- 负载频率控制与改进的PSO
图8 C和图9 C显示，系统的频率偏差在-0.1 Hz和0.04 Hz之间波动，大多数点的频率偏差在-0.02 Hz和0.02 Hz之间波动。联络线开关功率在-1 MW~1 MW之间波动，稳定在并网开关功率0的计划值范围内。这意味着改进后的控制器可以更好地实现电力系统与风电互联的负载频率控制功能。
表1总结了这三种仿真的结果。因此，基于改进的PSO的LPC可以保证电力系统允许范围内的频率偏差，并且还减小了连接线的开关功率波动范围。
4 结论
综上所述工作，可以得出以下结论：
- 大规模接入风电增加了电网频率的波动，进而增加了电网调度运行的难度。为保持系统频率的稳定性和安全性，探讨了设计一种能够应对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。
- 对一段时间的风电输出特性进行仿真，并将风电输出作为“负”负载添加到系统中，以两个以风电为互联的电力系统作为研究对象，构建相应的仿真系统。
- 粒子群优化（PSO）算法在应用于传统Pi控制器时，可以优化控制器的参数。改进的粒子群优化算法的收敛性能可以得到提高。
- 通过模拟互联电力系统与风电，发现风电波动的互联电力系统的频率不能满足无负荷频率控制的要求;采用改进型PSO控制器的负载频率控制比前两种控制方案具有更好的性能，采用传统负载频率控制的负载频率控制可以将系统频率保持在所需范围内。
需要指出的是，以上只是一个仿真讨论，关于如何应对风电输出的波动，以及在电力与风电互联的电力系统的负荷变频控制设计中采用什么样的控制器，系统的频率控制可以适应风电输出的最动范围， 将是继续探索该主题的下一步。
我国智能交通发展分析与建议
摘要：本文阐述了智能交通的发展背景、智能交通的概念、特点及其建设的目标和主要内容。在分析我国智能交通发展的现状和存在的问题的基础上，对发展我国智能交通提出了一些建议，使我国智能交通的发展能够结合国情，更好地促进智能交通与社会经济的和谐发展。
20世纪90年代以来，随着全球市场竞争的激烈和城市发展的快速变化需求，提升城市竞争力已成为每个国家或城市管理者的重要任务之一。近年来，我国公开采用智
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[604434]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
