期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
针对风电间歇性扰动的旋转备用智能优化调度策略 被引量:13
1
作者 柳进 于继来 柳焯 《中国电机工程学报》 EI CSCD 北大核心 2013年第1期163-170,共8页
在风电高渗透条件下,风电的间歇性扰动是严峻的。在陡坡事件接连发生时期,相邻陡坡事件间距的净负荷预测误差,有时可能导致电网严重失衡。为应对风电间歇性扰动的挑战,提出旋转备用智能优化调度策略。首先,考虑关键时段的系统备用贡献... 在风电高渗透条件下,风电的间歇性扰动是严峻的。在陡坡事件接连发生时期,相邻陡坡事件间距的净负荷预测误差,有时可能导致电网严重失衡。为应对风电间歇性扰动的挑战,提出旋转备用智能优化调度策略。首先,考虑关键时段的系统备用贡献能否应对前方最坏可能发生的情况,确定时段紧急态势的识别指标,增强前瞻响应能力。其次,为挖掘系统备用贡献的潜力,针对紧急态势条件,给出不同时段归属不同备用状态的决策机制,并运用"两子集合优化"方法,进行旋转备用智能优化调度。所提智能策略在实施过程中具有较强的适应性优化能力,适应态势的缓急变迁,适应不同紧急态势,特别是在紧急态势期间适应不同系统备用贡献状态的需要。这种适应性优化在预防陡坡事件冲击和节约化石能源、减少污染排放之间,能够实现目标协调,使紧急态势下的实时优化相对于常规实时优化的附加代价极小化,为更多的可再生能源(特别是风能)进入电网创造有利条件。 展开更多
关键词 风能 间歇性扰动 陡坡事件 系统备用贡献 能调度
下载PDF
基于间歇性无功扰动的孤岛检测方法研究 被引量:3
2
作者 王晓寰 沈虹 《电力电子技术》 CSCD 北大核心 2016年第5期58-61,共4页
分析了孤岛检测对于电网安全的重要性,提出一种间歇性无功扰动孤岛检测方法,应用在三相并网逆变器中。消除了传统的持续无功扰动孤岛检测方法存在孤岛检测盲区的缺点,通过间歇性无功扰动使公共耦合点(PCC)电压频率超出预设阀值,通过高/... 分析了孤岛检测对于电网安全的重要性,提出一种间歇性无功扰动孤岛检测方法,应用在三相并网逆变器中。消除了传统的持续无功扰动孤岛检测方法存在孤岛检测盲区的缺点,通过间歇性无功扰动使公共耦合点(PCC)电压频率超出预设阀值,通过高/低频率检测判断孤岛发生。采用Matlab软件进行仿真研究并在基于TMS320x2812 DSP数字控制的并网系统平台上进行验证。实验结果表明:该方法算法简单,易于实现,不影响并网电流波形质量,具有检测速度快,无检测盲区(NDZ)等优点。 展开更多
关键词 逆变器 孤岛检测 检测盲区 间歇性扰动
下载PDF
基于超短期负荷预测的Non-AGC与AGC协调控制策略研究 被引量:14
3
作者 夏天宇 李辰 柳进 《电力系统保护与控制》 EI CSCD 北大核心 2014年第18期38-43,共6页
为了消纳大规模新能源并网给系统带来的随机性和波动性,针对Non-AGC机组与AGC机组调节速率的不同,给出Non-AGC与AGC协调控制策略。利用超短期负荷预测提前为Non-AGC机组制定发电计划,达到用Non-AGC分担AGC调解压力的目的。利用"波... 为了消纳大规模新能源并网给系统带来的随机性和波动性,针对Non-AGC机组与AGC机组调节速率的不同,给出Non-AGC与AGC协调控制策略。利用超短期负荷预测提前为Non-AGC机组制定发电计划,达到用Non-AGC分担AGC调解压力的目的。利用"波动窗"算法给出Non-AGC机组调节速率与调节时间的计算方法;利用CPS标准制定AGC机组调节策略,并考核AGC机组调节性能。利用该协调控制策略模拟山东电网运行情况并和现有调度模式在AGC调节容量、频率控制、ACE、CPS指标等方面进行对比分析,结果表明,基于超短期负荷预测的Non-AGC与AGC协调控制策略是实用、有效的,既能维持良好电能质量又能消纳新能源并网的波动性。 展开更多
关键词 随机间歇性扰动 负荷预测 自动发电控制 协调优化 经济调度
下载PDF
Iterative Learning Model Predictive Control for a Class of Continuous/Batch Processes 被引量:9
4
作者 周猛飞 王树青 +1 位作者 金晓明 张泉灵 《Chinese Journal of Chemical Engineering》 SCIE EI CAS CSCD 2009年第6期976-982,共7页
An iterative learning model predictive control (ILMPC) technique is applied to a class of continuous/batch processes. Such processes are characterized by the operations of batch processes generating periodic strong ... An iterative learning model predictive control (ILMPC) technique is applied to a class of continuous/batch processes. Such processes are characterized by the operations of batch processes generating periodic strong disturbances to the continuous processes and traditional regulatory controllers are unable to eliminate these periodic disturbances. ILMPC integrates the feature of iterative learning control (ILC) handling repetitive signal and the flexibility of model predictive control (MPC). By on-line monitoring the operation status of batch processes, an event-driven iterative learning algorithm for batch repetitive disturbances is initiated and the soft constraints are adjusted timely as the feasible region is away from the desired operating zone. The results of an industrial application show that the proposed ILMPC method is effective for a class of continuous/batch processes. 展开更多
关键词 continuous/batch process model predictive control event monitoring iterative learning soft constraint
下载PDF
Optimal Iterative Learning Control for Batch Processes Based on Linear Time-varying Perturbation Model 被引量:9
5
作者 熊智华 ZHANG Jie 董进 《Chinese Journal of Chemical Engineering》 SCIE EI CAS CSCD 2008年第2期235-240,共6页
A batch-to-batch optimal iterative learning control (ILC) strategy for the tracking control of product quality in batch processes is presented. The linear time-varying perturbation (LTVP) model is built for produc... A batch-to-batch optimal iterative learning control (ILC) strategy for the tracking control of product quality in batch processes is presented. The linear time-varying perturbation (LTVP) model is built for product quality around the nominal trajectories. To address problems of model-plant mismatches, model prediction errors in the previous batch run are added to the model predictions for the current batch run. Then tracking error transition models can be built, and the ILC law with direct error feedback is explicitly obtained, A rigorous theorem is proposed, to prove the convergence of tracking error under ILC, The proposed methodology is illustrated on a typical batch reactor and the results show that the performance of trajectory tracking is gradually improved by the ILC. 展开更多
关键词 iterative learning control linear time-varying perturbation model batch process
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部