互聯(lián)電網(wǎng)負荷頻率控制對保障電網(wǎng)安全可靠運行具有重要作用，適宜的控制器參數整定使得電網(wǎng)在各種隨機擾動(dòng)下維持系統頻率穩定和聯(lián)絡(luò )線(xiàn)功率交換值恒定。
針對兩區域互聯(lián)電網(wǎng)的負荷頻率控制器參數優(yōu)化整定問(wèn)題，提出一種基于智能優(yōu)化算法的控制器參數整定設計方案。該方案采用最小化時(shí)間乘誤差絕對值積分作為目標函數，運用灰狼優(yōu)化算法搜索獲得最優(yōu)化的負荷頻率控制器參數?；依莾?yōu)化算法模擬了狼群的社會(huì )分層機制和群體狩獵行為，使得控制器參數優(yōu)化整定過(guò)程具有快速、高效、自適應和精度高等優(yōu)點(diǎn)。
此外，重點(diǎn)考慮了控制器參數不確定性可能導致的控制器性能衰減，討論了控制器的脆弱性問(wèn)題。建立了兩區域互聯(lián)電網(wǎng)負荷頻率控制系統仿真模型，采用所提優(yōu)化算法獲取PI/PID型負荷頻率控制器參數，仿真結果顯示所提算法設計PI/PID控制器相比于傳統方法和其他的智能優(yōu)化算法具有更好的尋優(yōu)能力和控制性能，并且優(yōu)化獲得的控制器在系統參數和控制器參數不確定性下具有魯棒性和非脆弱性。
互聯(lián)大電網(wǎng)的有功平衡和頻率穩定一直是系統安全運行的重要問(wèn)題。近年來(lái)，各類(lèi)具有間歇性和波動(dòng)性的分布式電源大量接入電網(wǎng)以及無(wú)時(shí)無(wú)刻不存在的隨機性負荷擾動(dòng)，使得維持互聯(lián)電網(wǎng)的頻率穩定更加具有挑戰性[1]。尤其是在一個(gè)放松管制的電力市場(chǎng)化環(huán)境下，每個(gè)互聯(lián)區域內包含著(zhù)各種不確定性和隨機擾動(dòng)，進(jìn)一步增加了頻率控制問(wèn)題的復雜性。
解決電網(wǎng)頻率穩定問(wèn)題的主要手段是采用負荷頻率控制（Load FrequencyControl，LFC）技術(shù)，通過(guò)不斷調整調頻發(fā)電機組的有功出力大小來(lái)補償電網(wǎng)中存在的功率不平衡，使得互聯(lián)系統在正常運行與遭受到外界擾動(dòng)時(shí)，保持系統頻率為額定值和區域聯(lián)絡(luò )線(xiàn)交換功率在計劃值附近[2]。適宜的LFC控制器設計對電網(wǎng)頻率調節動(dòng)態(tài)性能具有重要影響。
作為電網(wǎng)自動(dòng)發(fā)電控制（AutomaticGeneration Control，AGC）的重要組成部分，LFC控制器設計的基本問(wèn)題主要包括控制器結構設計和控制器參數調整，其目的都是提高LFC系統的動(dòng)態(tài)響應性能，實(shí)現擾動(dòng)下互聯(lián)系統頻率振蕩的快速穩定。已有大量的學(xué)者針對互聯(lián)電網(wǎng)的LFC問(wèn)題展開(kāi)了深入的研究[3-7]。
隨著(zhù)電網(wǎng)規模的擴大和復雜性的不斷增加，為了提高系統頻率控制的動(dòng)態(tài)性能，許多先進(jìn)的控制策略被應用到LFC控制器的設計中，如針對參數不確定性的魯棒控制方法[8,9]、考慮性能優(yōu)化的最優(yōu)控制方法[10]、自適應控制理論方法[11]、模型預測控制[11-15]以及結合人工智能理論的神經(jīng)網(wǎng)絡(luò )[16,17]、模糊邏輯控制器設計方法[18]等。
這些控制器設計方法雖然在一定程度上解決了系統不確定性及外部復雜擾動(dòng)情況下難以控制的問(wèn)題，但均存在控制方法實(shí)現困難，控制器結構復雜，控制率限制條件多等缺點(diǎn)。尤其在智能電網(wǎng)背景下[19]，電力系統模型變化更加復雜，各個(gè)互聯(lián)區域的耦合性增強，使得原本設計的控制策略并不能獲得優(yōu)良的動(dòng)態(tài)性能。
實(shí)際工程中采用的LFC控制器，多為結構簡(jiǎn)單可靠、易于調整和實(shí)現且控制性能優(yōu)良的比例-積分/比例-積分-微分（PI/PID）類(lèi)型的控制器。
針對LFC系統的PI/PID控制器參數調整問(wèn)題，許多學(xué)者提出了解決方案，如傳統的Ziegler-Nichols （ZN）方法[20]、基于模糊邏輯的PID控制器[21,22]、基于內?？刂频腜ID控制器[23,24]以及基于各種智能優(yōu)化算法的PI/PID控制器，包括遺傳算法（GeneticAlgorithm，GA）[25]、粒子群優(yōu)化（Particle Swarm Optimization，PSO）算法[26]、差分進(jìn)化（DifferentialEvolution，DE）算法[27]、細菌覓食算法（BacteriaForaging Algorithm，BFA）[28,29]以及一些改進(jìn)的混合智能優(yōu)化算法[30-34]，如社會(huì )學(xué)習自適應細菌覓食算法（Social LearningAdaptive Bacteria Foraging Algorithm，SLABFA）。
這些智能優(yōu)化算法具有適應能力強、對系統模型和參數的依賴(lài)性低等優(yōu)勢，在PI/PID參數優(yōu)化整定中廣泛采用?；依莾?yōu)化（Grey WolfOptimizer，GWO）算法作為一種新提出的群體智能優(yōu)化算法[35]，具有原理簡(jiǎn)單、編程實(shí)現方便、收斂速率快、全局搜索能力強等優(yōu)點(diǎn)，受到工程界的廣泛認可，并用于解決電力系統相關(guān)優(yōu)化問(wèn)題[36,37]。本文擬采用GWO算法協(xié)調優(yōu)化整定LFC系統PI/PID控制器參數，以獲得最優(yōu)化的頻率調整控制性能。
LFC控制器的性能評估一直是校驗控制器設計的關(guān)鍵?？刂破鞯目刂菩阅茉u估不應僅考慮標稱(chēng)系統的動(dòng)態(tài)響應和外部擾動(dòng)抑制能力，還應考慮系統參數不確定下的控制器魯棒性問(wèn)題以及控制器本身參數的不確定問(wèn)題?，F有的LFC控制器設計研究較多關(guān)注的是控制器應對系統參數不確定性的魯棒性問(wèn)題[38,39]，而很少涉及控制器本身參數的攝動(dòng)問(wèn)題。
雖然基于智能優(yōu)化算法的LFC系統PI/PID控制器參數優(yōu)化設計取得了大量的研究成果，但是控制器參數優(yōu)化整定多是在針對標稱(chēng)系統的目標最優(yōu)化條件下得到，實(shí)際工程中由于存在各種未建模動(dòng)態(tài)和參數漂移等不確定性因素，控制器參數可能不會(huì )精確地等于優(yōu)化整定值，因此分析控制器不可避免存在的參數攝動(dòng)對控制性能的影響同樣具有重要意義。
文獻[40]首次提出了魯棒控制器的脆弱性問(wèn)題，并指出設計魯棒控制器時(shí)應該在魯棒性和非脆弱性之間折中。文獻[41]提出了PID控制器參數的脆弱性問(wèn)題，文中指出不適宜的控制器參數設定可能會(huì )導致在控制器參數較小的不確定下，系統控制器性能大大衰退甚至失效。
本文在優(yōu)化目標函數的基礎上，提出了一個(gè)量化分析控制器參數脆弱性的脆弱性指標，該指標能表征控制器的脆弱程度，可以為L(cháng)FC控制器的控制性能評估提供一個(gè)參考標準。
在文獻[34]基礎上，本文采用GWO算法，優(yōu)化整定LFC系統PI/PID控制器參數，并分析控制器在系統參數和本身不確定性下的魯棒性和脆弱性。采用Matlab/Simulink搭建兩區域互聯(lián)電網(wǎng)LFC系統仿真模型，在該模型的基礎上，首先分析了GWO算法在求解PI/PID控制器參數時(shí)的尋優(yōu)性能；其次分析了獲得的最優(yōu)PI/PID控制器參數及各種指標；最后，仿真算例充分證明了所提優(yōu)化的LFC控制器具有優(yōu)良的控制性能和有效抑制各種擾動(dòng)的能力，而且在抵御系統參數不確定性以及控制器本身參數攝動(dòng)時(shí)具有較強的魯棒性和非脆弱性。
圖1 兩區域互聯(lián)電網(wǎng)LFC模型
結論
性能優(yōu)良的LFC控制器對保障電力系統頻率穩定性具有重要作用，本文針對實(shí)際工程中常用的PI/PID控制器，提出了一種基于GWO算法的PI/PID控制器參數優(yōu)化整定方法。算例分析結果表明：
1）GWO算法在求解LFC系統控制器參數優(yōu)化問(wèn)題時(shí)，相比常見(jiàn)智能優(yōu)化算法具有精度高、尋優(yōu)效率快等優(yōu)勢。
2）基于智能優(yōu)化算法的PI/PID整定方法能同時(shí)調整KP、KI和KD，具有極大的工程便捷性。
3）所提GWO算法設計的LFC控制器具有更好的時(shí)域ITAE指標和動(dòng)態(tài)響應性能。
4）當存在系統參數和控制器自身參數不確定性時(shí)，GWO優(yōu)化得到的控制器具有較強的魯棒性和非脆弱性。
本文旨在最優(yōu)調整LFC系統PI/PID控制器參數，對實(shí)際工程界PI/PID參數優(yōu)化整定具有一定參考價(jià)值。
|
|
|
說(shuō)明:本頁(yè)面文章由()整理發(fā)布.文章地址： http:///hangyexinwen/327.html
|
手機掃描二維碼
