基于“先无功–后有功”功率补偿的配电网电压协同控制策略

整县分布式光伏电源的大量开发与利用及分布式电源规模化并网对实现“碳达峰、碳中和”与“乡村振兴”两大国家战略具有重要的现实意义。由于分布式电源发电尖峰和低谷阶段与负荷峰谷时常不同步,进而导致配电系统过/欠电压问题,严重影响了电能质量,甚至威胁系统安全。针对上述问题,本文提出一种基于“先无功–后有功”功率补偿的配电网层级式电压协同控制策略。首先,建立基于“先无功–后有功”功率补偿的配电网层级式电压协同控制框架。其次,结合多微电网节点注入电流与电压的方程与功率–电压灵敏度分析,根据多节点电压越限程度,提出一种基于“先无功–后有功”功率补偿的多智能体协同调节策略,该策略先通过无功补偿器进行无功调节,当电压尚未得到有效治理时,再采用多微电网进行有功调节。再次,为了进一步满足各节点微电网有功功率调节需求,并考虑电网内部源–荷–储运行成本与污染排放,提出一种基于多目标优化的微电网内部分布式源–荷–储优化协调功率控制策略。最后,在MATLAB平台中设计了3种仿真场景以及IEEE测试系统模型对所提控制策略进行了验证。结果表明,所提出的电压协同控制方法在最经济的情况下可以实现各节点电压的综合高效治理,同时,所提出的微电网优化协调功率控制策略能使源–荷–储在绿色经济的供电模式下实时精准地满足电压治理目标下微电网有功调节的需求。仿真实验结果验证了本文所提控制策略的有效性。

基于多源数据融合的分布式光伏聚合超短期预测方法

分布式光伏聚合发电的超短期预测是支撑其功率快速调节的前提保障,由于规模化接入的分布式光伏容量小、分布广,其发电时序特性差异性大、非平稳性强,导致其超短期预测精度难以保证。为此,文章提出基于多源数据融合的分布式光伏聚合超短期预测方法。该方法基于变分模态分解法,充分挖掘分布式光伏聚合发电非平稳性特性,并采用核主成分分析法对引发光伏发电非平稳性的影响因素即温度、湿度、光照、云量等多源数据进行量化解析,同时结合改进的长短期记忆神经网络,创建了多源数据融合方法,实现了分布式光伏聚合发电超短期预测。仿真结果表明,该方法有效提升了模型的预测精度。与传统方法相比,提出的预测方法对随机性波动严重的光伏超短期预测具有显著优势。

计及需求侧响应的配电网有功-无功协同双层优化调度

伴随分布式电源(distributed generation,DG)接入配电网,高渗透率DG导致的电压失稳,在考虑DG出力波动性和柔性负荷调度灵活性的同时,提出了一种配电网双层优化调度模型。在上层构建基于用户联合风光利益分配模型的补偿机制以改变用户用电行为。以提高电压质量为目标,提出一种计及需求侧响应的配电网动态有功-无功优化策略,先通过需求侧无功响应和无功装置补偿出力优化配电网电压波动,再对需求侧无功耦合的有功进行调度,最大程度平抑DG波动的同时降低网损,使配电网综合运行成本最小;在下层构建满意度模型,利用上层需求响应优化获得有功功率,将其作为下层用户满意度的决策变量,对用户满意度指标进行量化。在此基础上,针对模型特征,提出改进多目标灰狼算法生成Pareto最优调度策略。最后,以IEEE-33节点系统为例进行分析,验证了所提策略的有效性。

计及源荷储的多台区负载均衡协同调控方法

分布式可再生能源(光伏等)发电的不确定性以及柔性负荷的“即插即用”,易引发台区负载不均衡、三相不平衡等问题。为了解决上述问题,文章提出计及源荷储的多台区负载均衡协同调控方法,其由上层台区之间负载均衡协同控制策略与下层台区内部源荷储协调优化调度策略组成。在上层基于台区之间环型电力网架以及与之对应的通信网架,并考虑台区之间通信传输延时和网架拓扑的可变性,设计多台区之间协同一致性控制,实现台区负载均衡;在下层基于台区融合终端与台区内部源荷储之间的纵向辐射型通信网架,设计台区内部分布式发电和柔性负荷等可控资源协调优化调度算法,以低碳环保为目标来响应上层台区负载均衡的功率调节指令。最后通过仿真算例验证了所提方法的有效性,实现了多台区负载的均衡调控。

基于多智能体系统的微电网安稳控制策略

随着新能源渗透率不断提高,微电网在分布式能源(distributed energy resources,DERs)运行控制中的作用日益凸显,但分布式能源的接入会给微电网的运行带来扰动。为此,提出了一种基于多智能体系统(multi-agent system,MAS)的两级分散协调控制方案来保证微电网的高安全性和稳定性。上层智能体基于Petri网(Petri-net,PN),针对各类能源的不同工作模式,构建DERs的PN模型,并以PN模型设计协调逻辑控制指令集,通过网格自适应直接搜索过滤算法(mesh adaptive direct search filter algorithm,MADSFA)选择最佳的协调逻辑控制指令。下层智能体负责局部连续控制,针对不同功率特性DERs的逆变器,分别采用不同的下垂控制策略。为保证暂稳态下微电网的稳定性,在逆变器和下垂控制器之间增设预设性能控制器,以确保逆变器的输出功率误差无论是在暂态还是稳态的情况下均能稳定在预设误差范围以内。同时为提高微电网系统的稳定性,两层之间的交互采用主从和无固定主从相结合的通信模式,这种交互机制提高了MAS在系统的实时监控过程中的时效性和灵活性。最后,仿真结果验证了基于MAS两级分散协调控制策略的有效性。

基于多智能体的微电网中分布式发电的市场博弈竞标发电

为了解决微电网中分布式发电经济调度问题,在电力市场交易环境下研究基于分层多智能体系统的微电网市场竞标调度策略,进而实现利益分配最大化。针对电力交易特性,构建两层优化模型,并将其转化为平衡问题平衡约束模型,然后基于博弈论,以最大市场统一出清价原则构建辅助目标函数,并通过纳什均衡来求取唯一纳什均衡解,即为电力市场交易策略,从而解决了分布式电源经济调度最优化问题。两种博弈模式的经济调度仿真研究结果证明了微电网市场竞标调度策略的可行性和经济性。

基于多智能体系统的微电网分散协调控制策略

针对微电网在外界干扰情况下的动态稳定性问题,提出了基于多智能体系统的微电网分散协调控制策略。多智能体系统构建为两层,在下层智能体中,各分布式发电单元的分散控制设计为双环就地控制器,即由基于下垂特性的外环功率控制器和基于分数阶PID的内环电压电流控制器组成;在上层智能体中,微电网协调控制设计为H∞鲁棒控制器。构建了微电网电压稳定性评估指标,当微电网承受小干扰时,评估指标在安全域内,此时则仅依靠分散控制策略来维护系统的电压;而当有大干扰发生时,评估指标超出安全域,此时则起动协调控制,并与分散控制一起维护电压稳定。最后,仿真结果验证了控制策略的有效性。

基于混沌神经网络预测模型的最优控制决策及应用

为了实现非线性、大时滞系统的自适应控制,首先根据具有混沌特性的非线性、大时滞系统的时序列重构相空间,计算出相空间的饱和嵌入维数和最大Lyapunov指数,并以此为指导,建立混沌神经网络预测模型,该模型即便在网络输入不完整或发生变异的情况下,仍能对系统作高精度的短期预测;在此基础上,将预测模型的输出通过反馈校正,再将校正误差和控制增量引入性能函数最优,最后得到最优控制决策,实现了对非线性、大时滞系统高精度的自适应控制。最后将预测控制决策应用到非线性、大时滞的锅炉过热汽温控制中,仿真结果表明了该控制的有效性、快速性和鲁棒性。

基于混沌神经网络模型的电力系统混沌预测与控制

由于电力系统的日趋复杂和庞大,电力系统除了因负阻尼引起的低频振荡外,还存在PSS不能消除的混沌振荡的危机。为及早判断和抑制电力系统的混沌振荡,提高电力系统稳定性,根据电力系统的负荷时间序列重构吸引子相空间,计算相空间饱和嵌入维数和最大Lyapunov指数,并以此为指导,建立混沌神经网络预测模型,该模型即便在电力系统负荷含有部分坏数据输入的情况下,仍能对电力系统的混沌特性进行精确地判断和预测。如果判断出系统存在混沌现象,则设计模糊神经网络预测控制器,实现了对电力系统混沌振荡的预测控制。仿真结果表明,该方案对抑制电力系统混沌振荡具有显著效果。

不同硒源对灵芝生物富硒的比较研究

利用亚硒酸钠和活化硒矿为硒源对灵芝的生物富硒进行了研究,结果表明,两种硒源对灵芝生物富硒的效果有较大差异,灵芝对亚硒酸钠溶液和活化硒矿水溶液的耐受浓度分别是1000μg/g和30μg/g。利用亚硒酸钠和活化硒矿为硒源的灵芝菌丝体最高总硒含量分别为2639.1μg/g和302.2μg/g,最高富硒率分别是25.4%和60.0%。由此可知,与活化硒矿相比,以亚硒酸钠为硒源的灵芝总硒含量较高,但是以活化的硒矿水溶液为硒源成本低,且可以充分利用我国硒都恩施州的硒矿资源,有重要的实际意义。

一种针对乘性建模误差的 MRACS 鲁棒性设计

本文基于ＣＣＨａｎｇ和ＨＳＴａｎｇ的新结构提出了一种双自适应环的模型参考自适应控制系统的设计方案，并通过理论推导和仿真研究证明了此方案对乘性建模误差具有强稳定鲁棒性．所得的结论说明了此设计方案具有很大的实际应用价值．

基于混沌预测的模糊神经网络控制器设计及应用

由于混沌时间序列内部确定的规律性 ,其重构出混沌吸引子的相空间具有高精度短期预测性。根据非线性、大时滞系统的时间序列重构相空间 ,计算相空间的最大Lyapunov指数、饱和嵌入维数和可预报尺度 ,并以此为指导 ,对系统作高精度预测。在此基础上 ,又设计了遗传算法优化的模糊神经网络预测控制器 ,实现了对非线性、大时滞系统高精度的自适应控制。将该控制应用在锅炉过热汽温控制中 ,仿真表明该控制的有效性、准确性和鲁棒性。

基于多智能体的微网群内电力市场交易策略

针对微网群内部的电能产消问题,提出了基于多智能体(multi-agent system,MAS)的微网群内的电力市场交易策略。首先,介绍了基于MAS的微网群内电力市场交易框架,并给出一种改进的统一出清价及考虑电网公司奖惩制度的电价制定方案。其次,基于上述两种方案,提出一种新的微网电力交易策略,通过使用单纯形法和博弈论纳什均衡解来确定最优售电方案,进而优化电能的生产及分配,再通过求解需求侧最优购电模型来确定最优购电方案,以解决电能的消纳问题。最后,仿真结果证明了该交易策略的可行性及经济性。

用FCGA优化的汽包锅炉燃烧系统自适应模糊控制器的设计

针对汽包锅炉燃烧系统的特点 ,设计了一种模型参考自适应模糊控制器 ,并采用了一种快速模糊控制的遗传算法将控制器的隶属参数进行优化。理论分析和仿真结果都表明该方案对解决汽包锅炉燃烧系统的非线性、强干扰和强耦合有显著效果 ,具有快速的适应性和强的鲁棒性 ,有很大的工程实用价值。

锅炉燃烧系统的聚类自适应模糊控制器的设计

将聚类算法和模糊控制相结合 ,提出了一种新型的聚类自适应模糊控制方案 ,应用于非线性、大延迟、强耦合的锅炉燃烧系统中 ,并用遗传算法将模糊控制器的隶属参数进行了优化 .仿真表明该方案的适应性和鲁棒性都很强 。

组合电力系统混合自适应稳定器的设计

为了抑制电力系统因负阻尼而产生的低频振荡 ,提高电力系统稳定性 ,设计了一种组合电力系统混合自适应稳定器 ( GPSS)。与传统设计不同 ,它包括几个自适应 GPSS,且这些稳定器同时又并联工作。稳定控制信号由各个单一的自适应 GPSS加权获得 ,同时又研究了加权系数的选择方法。理论分析和仿真结果都表明该方案对抑制电力系统低频振荡有显著效果 ,能提高电网运行质量 ,保障电网可靠、优质供电。

基于混沌神经网络模型的模糊预测控制及应用

由于混沌时间序列内部确定的规律性,其重构出混沌吸引子的相空间具有高精度短期预测性。为此,本文根据非线性、大时滞系统的时间序列及所得的Lyapunov指数规律,计算出系统的饱和嵌入维数和可预报尺度。并以此为指导,采用混沌神经网络重构混沌时间序列相空间,该混沌神经网络即便在网络输入不完整或发生变异的情况下,仍能对系统作高精度预测。在此基础上,又将预测模型与模糊控制相结合,提出了一种新型的模糊预测控制决策,实现了对非线性、大时滞系统高精度的自适应控制。将该控制应用在单元机组负荷控制中,仿真表明该控制具有实时性、容错性和鲁棒性。

采用炉膛辐射信号的锅炉燃烧系统模糊神经网络预测控制的仿真研究

针对火电厂燃烧过程中主蒸汽压力控制系统的大时滞、大惯性和非线性 ,采用以炉膛辐射信号为中间被调量的串级控制系统 ,并设计一个基于神经网络预测模型的模糊神经网络控制器作为主控制器。该控制器首先将神经网络与预测控制相结合 ,采用递阶遗传算法对神经网络的结构和权值分别进行训练 ,以实现非线性、大时滞系统模型的精确预测 ;然后将模糊控制与神经网络相结合 ,实现模糊神经网络预测控制。考虑到炉内剧烈的湍流燃烧造成炉膛辐射信号包含随机分量 ,又设计了一个附加判断器的二自由度 PID控制器作为副控制器。仿真结果表明 ,该方案显著提高了非线性、大时滞燃烧系统的控制品质 。

基于混沌理论的过热汽温最优预测控制策略

由于非线性混沌时间序列内部确定的规律性,其重构相空间具有高精度短期预测性.因此,为实现锅炉过热汽温的非线性、大时滞系统的自适应控制,根据具有混沌特性的过热汽温时间序列重构相空间,计算相空间饱和嵌入维数、最大Lyapunov指数和系统的可预报尺度,并以此为指导,建立神经网络预测模型对过热汽温系统作高精度的短期预测.在此基础上,通过反馈校正,将校正误差和控制增量引入性能函数,寻优得最优控制策略,实现了对过热汽温的非线性、大时滞系统高精度的自适应预测控制.仿真表明了控制的有效性、快速性和鲁棒性.

基于模糊观测器的多机耦合电力系统H_∞跟踪控制

将多机耦合电力系统的每个单机子系统用一系列模糊逻辑模型逼近,每个模糊逻辑模型代表子系统在特定运行点的局部线性化模型,并采用模糊观测器来估计子系统的状态。基于该系列带有观测器的模糊模型,采用H∞模糊跟踪控制方法实现了多机耦合电力系统的稳定跟踪控制,并用线性矩阵不等式的凸优化方法求解控制器参数,以确保系统的全局渐近稳定性。仿真验证了方案的有效性。