基于时变预测优化PID的风电参与AGC方法

被引:7
作者
丁稳房
马艺菡
毛雨阳
机构
[1] 湖北工业大学电气与电子工程学院
关键词
自动发电控制; 预测优化; 时变; PID控制器;
D O I
10.14107/j.cnki.kzgc.20200515
中图分类号
TM614 [风能发电];
学科分类号
080811 [新能源发电与电能存储];
摘要
在风电高渗透率的电力系统中,风电参与系统调频是保证其安全稳定运行的有效手段,但风电的不确定性,使该过程面临新的挑战。针对此问题展开研究,首先,构建虚拟惯性控制下,风电参与自动发电控制(Automatic Generation Control, AGC)一次调频的系统模型;其次,针对风电输出的不确定性,描述了风电参与调频过程中,风速变化对AGC系统参数的影响;最后,设计了一种时变预测优化比例积分微分(Proportional Integral Derivative,PID)控制方法,以时变预测优化模型表征风速变化对系统参数的影响,以PID控制器对前级预测优化控制变量的输出结果进行调整。仿真结果表明:当风电参与电力系统负荷频率控制时,所提方法能够针对风速变化带来的AGC系统参数变化进行控制变量的动态调整,具有更好的频率控制效果。
引用
收藏
页码:1947 / 1955
页数:9
相关论文
共 15 条
[1]
基于卷积循环神经网络深度学习的短期风速预测 [J].
李大中 ;
李颖宇 ;
王超 .
电力科学与工程, 2019, 35 (08) :1-6
[2]
基于双层模型预测结构的跨区域AGC机组协同控制策略 [J].
廖小兵 ;
刘开培 ;
乐健 ;
冉晓洪 ;
汪宁渤 ;
周子恒 ;
槐青 .
中国电机工程学报, 2019, 39 (16) :4674-4685+4970
[3]
基于分布式模型预测控制的风电场参与AGC控制方法 [J].
叶林 ;
陈超宇 ;
张慈杭 ;
孙舶皓 ;
汤涌 ;
仲悟之 ;
翟丙旭 ;
蓝海波 ;
吴林林 .
电网技术, 2019, 43 (09) :3261-3270
[4]
稀疏高斯过程在短期风电功率概率预测中的应用 [J].
李军 ;
杜雪 .
电机与控制学报, 2019, 23 (08) :67-77
[5]
大规模风电接入电力系统的AGC控制参数修正 [J].
张宇泽 .
电气自动化, 2019, 41 (01) :28-31
[6]
含多状态机组风电场的发输电系统可靠性评估加速方法 [J].
徐青山 ;
蔡霁霖 ;
李淋 ;
郑爱霞 .
中国电机工程学报, 2018, 38 (24) :7248-7257+7451
[7]
预测优化PID方法在含风电电力系统AGC中的应用 [J].
赵熙临 ;
林震宇 ;
付波 ;
何莉 ;
徐光辉 .
电力系统及其自动化学报, 2019, 31 (03) :16-22
[8]
基于社会学习自适应细菌觅食算法的互联电网AGC最优PI/PID控制器设计 [J].
谢平平 ;
李银红 ;
刘晓娟 ;
石东源 ;
段献忠 .
中国电机工程学报, 2016, 36 (20) :5440-5448+5720
[9]
互联电力系统鲁棒分布式模型预测负荷频率控制 [J].
张怡 ;
刘向杰 .
控制理论与应用, 2016, 33 (05) :621-630
[10]
风电场等效虚拟惯性时间常数计算 [J].
李世春 ;
邓长虹 ;
龙志君 ;
周沁 ;
郑峰 .
电力系统自动化, 2016, 40 (07) :22-29