高风电渗透率下自动发电实时控制及其频率稳定研究

发布时间：2017-09-29 02:14

  本文关键词：高风电渗透率下自动发电实时控制及其频率稳定研究

  更多相关文章： 风力发电 自动发电控制 分布式实时控制 负荷频率控制 D-SWPSO算法

【摘要】：风能是一种可再生清洁能源,接纳大规模风电已成为智能电网建设的重要组成部分。高渗透率风力发电随机性、波动性等使现有确定性的电力系统演变为随机-确定耦合的复杂电力系统,对其安全可靠性运行产生诸多影响,尤其对含风电场电力系统的动态经济调度带来了巨大挑战。因此,针对高风电渗透背景下的自动发电控制(Automatic Generation Control, AGC)及其频率稳定问题进行研究,具有重要的现实意义和学术价值。本文的主要研究成果如下：1.构建了大规模风电接入后两区域互联电力系统的负荷频率控制模型,采用PI控制器对系统频率进行了控制,并采用粒子群算法进行参数寻优。以及将模糊控制与PI控制相结合,得到了较好的控制效果。2.依据国家电网对风电功率出力波动的考核计算方法,建立了发电收益和波动损失的评价指标。基于超短期功率预测,以平抑风场功率变化作为目标进行AGC序列的最优规划,并通过基于本文提出的任意初始小世界邻域动态粒子群算法(D-SWPSO)求得最优解。仿真结果表明,本文方法可有效降低出力波动,减少了风电场运营成本,提升了发电收益。3.针对消纳风能和平抑波动对AGC稳定控制的难点问题,本文首先构建一个分钟级尺度的分布式协同控制模型,将系统净负荷增量的预测值在风电场和AGC机组间通过等边际成本法则进行分配,以构成实时控制系统。考虑到风电功率预测误差对定值系统的影响,进一步建立了采用风电功率预测误差分段指数分布模型进行修正的定值系统。最后,以New-England 39节点系统为例对三种模式在两种定值系统下进行了仿真实验,结果表明10-30 min分布式协同控制模式下系统调节裕度比较理想,有效降低了系统运行的成本并且提高了风电的消纳能力。修正定值后的系统在其它时段也能提供必要的储能,从而提高了系统运行的稳定性。
【关键词】：风力发电 自动发电控制 分布式实时控制 负荷频率控制 D-SWPSO算法
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM614
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-12
• 1 引言12-18
• 1.1 课题研究背景及意义12-14
• 1.1.1 风能和智能电网的发展及背景12-13
• 1.1.2 大规模风电并网对电力系统的影响13-14
• 1.2 国内外研究现状14-16
• 1.2.1 含风电场的AGC负荷控制14-15
• 1.2.2 含风电场的AGC频率稳定控制15
• 1.2.3 高风电渗透背景下AGC的有功控制和经济调度研究现状15-16
• 1.3 本文研究的主要内容16-18
• 2 含大规模风电的AGC控制策略及目标18-26
• 2.1 AGC系统概述18-21
• 2.1.1 自动发电控制的基本原理18-20
• 2.1.2 电力系统运行目标20-21
• 2.1.3 AGC控制目标21
• 2.2 含风电的AGC机组控制策略21-26
• 2.2.1 AGC机组控制策略数学模型22-24
• 2.2.2 含风电场的AGC运行成本24-26
• 3 含风电电力系统负荷频率控制研究26-54
• 3.1 电力系统的频率调整26-29
• 3.2 风机模型和负荷模型29-32
• 3.3 互联电力系统负荷频率控制的数学模型32-37
• 3.3.1 互联系统控制区的典型控制模式33
• 3.3.2 互联系统模型结构33-34
• 3.3.3 系统各部分的动态数学模型34-37
• 3.4 互联系统负荷频率控制(LFC)优化设计37-48
• 3.4.1 基于粒子群优化的互联系统负荷频率PI控制器设计37-38
• 3.4.2 粒子群算法的原理38-40
• 3.4.3 粒子群的改进算法40-42
• 3.4.4 仿真分析42-48
• 3.5 基于模糊-PI控制器的设计48-53
• 3.5.1 模糊控制器的设计48-51
• 3.5.2 模糊-PI控制器的设计及仿真51-53
• 3.6 本章小结53-54
• 4 基于D-SWPSO算法的风电场AGC序列规划54-72
• 4.1 基于任意初始小世界邻域动态粒子群算法(D-SWPSO)55-62
• 4.1.1 算法拓扑结构分析55-57
• 4.1.2 小世界邻域拓扑结构的构造以及特性分析57-58
• 4.1.3 邻域结构动态更新策略58
• 4.1.4 算法流程58-59
• 4.1.5 数值仿真研究59-62
• 4.2 风电场AGC序列规划模型及求解策略62-66
• 4.2.1 风电场出力波动的考核指标62
• 4.2.2 风电场发电收益的指标体系62-63
• 4.2.3 风电场出力波动的平抑思路63-64
• 4.2.4 风电场AGC序列规划的数学模型64-65
• 4.2.5 基于D-SWPSO算法的AGC序列规划流程65-66
• 4.3 仿真分析66-71
• 4.3.1 实际数据分析66-68
• 4.3.2 基于D-SWPSO算法的AGC序列规划仿真68-71
• 4.4 本章小结71-72
• 5 基于预测误差修正的风电场与AGC机组协同实时控制72-88
• 5.1 风电场和AGC机组实时控制原理73-76
• 5.1.1 分布式协同实时控制数学模型73-74
• 5.1.2 分布式控制结构设计74-76
• 5.2 分布式实时控制过程76-79
• 5.3 仿真实验分析79-84
• 5.4 基于预测误差修正的AGC定值系统84-87
• 5.4.1 原理分析84-85
• 5.4.2 仿真验证85-87
• 5.5 本章小结87-88
• 6 总结与展望88-90
• 6.1 总结88-89
• 6.2 展望89-90
• 参考文献90-94
• 作者简历及攻读硕士学位期间取得的研究成果94-98
• 学位论文数据集98

【相似文献】

中国期刊全文数据库 前10条

1 孔莲芳;罗天祥;吴捷;;基于状态收缩约束的模型预测负荷频率控制[J];中国电机工程学报;2007年07期

2 张建武;刘向杰;黄宏清;;电力市场环境下的新型负荷频率控制方法[J];电网技术;2008年12期

3 刘向杰;闫东梅;展晓磊;;微粒群优化负荷频率控制[J];电力系统及其自动化学报;2010年03期

4 秦翼鸿;;负荷频率控制器最佳参数选择的研究[J];重庆大学学报;1985年04期

5 卫万采;;采用积分补偿和状态反馈的负荷频率控制方式[J];电力技术;1988年02期

6 朱继忠,徐国禹;多区域电力系统负荷频率控制的解耦计算[J];重庆大学学报(自然科学版);1990年05期

7 高峰，秦翼鸿，徐国禹;分散模糊负荷频率控制器的优化设计[J];电网技术;1996年03期

8 谭文;周宏;傅彩芬;;负荷频率控制系统的线性自抗扰控制[J];控制理论与应用;2013年12期

9 王玉龙;谭文;;多区域电网负荷频率控制的鲁棒设计[J];计算机仿真;2014年02期

10 米阳;吴晓;楚瀛;李正辉;;基于滑模控制的单域电力系统负荷频率控制[J];控制与决策;2012年12期

中国重要会议论文全文数据库 前3条

1 王玉龙;谭文;;基于动态矩阵控制的负荷频率控制[A];第25届中国控制与决策会议论文集[C];2013年

2 谭文;张继芬;;风机-柴油机混合系统的负荷频率控制[A];中国自动化学会控制理论专业委员会C卷[C];2011年

3 杨少军;侯博渊;;互联系统分散的变结构负荷频率控制[A];1989年控制理论及其应用年会论文集（中）[C];1989年

中国博士学位论文全文数据库 前1条

1 张传科;时滞电力系统的小扰动稳定分析与负荷频率控制[D];中南大学;2013年

中国硕士学位论文全文数据库 前10条

1 李慧;基于微分对策的互联电网负荷频率控制[D];西南交通大学;2015年

2 陈雯;含双馈风机电力系统的负荷频率控制[D];华北电力大学;2015年

3 唐艳梅;线性自抗扰控制器在孤岛微网负荷频率控制中的应用[D];华北电力大学;2015年

4 林宜江;高风电渗透率下自动发电实时控制及其频率稳定研究[D];北京交通大学;2016年

5 张红侠;时滞及市场化电力系统的负荷频率控制[D];华北电力大学（北京）;2011年

6 付娅;含大规模风电的互联系统的负荷频率控制[D];北京交通大学;2012年

7 王玉龙;负荷频率控制系统的设计及优化[D];华北电力大学;2014年

8 张斌;基于云模型理论的互联电力系统负荷频率控制策略研究[D];东北电力大学;2015年

9 王志兰;基于分数阶控制器的负荷频率控制方法研究[D];华北电力大学;2013年

10 伍亮;微分博弈理论在含多电源区域电力系统负荷频率控制中的应用研究[D];华南理工大学;2014年

，

本文编号：939393