亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        高比例新能源電網(wǎng)多源最優(yōu)協(xié)同調(diào)頻策略

        2021-10-20 02:12:00何廷一李勝男陳亦平吳水軍沐潤志和鵬孟賢何鑫楊博曹璞璘
        電力建設(shè) 2021年10期
        關(guān)鍵詞:調(diào)頻支配擾動

        何廷一,李勝男,陳亦平,吳水軍,沐潤志,和鵬,孟賢,何鑫,楊博,曹璞璘

        (1.云南電網(wǎng)有限責(zé)任公司電力科學(xué)研究院,昆明市 650200;2.中國南方電網(wǎng)電力調(diào)度控制中心,廣州市 510663;3.云南電力試驗研究院(集團(tuán))有限公司,昆明市 650200;4.昆明理工大學(xué)電力工程學(xué)院,昆明市 650500)

        0 引 言

        近年來,為減少對化石燃料的依賴,世界各國致力于發(fā)展以風(fēng)光為代表的新能源。但風(fēng)電機(jī)組、光伏機(jī)組的輸出在很大程度上受天氣的影響,其發(fā)電出力存在較大的隨機(jī)波動,使得發(fā)電側(cè)“棄風(fēng)”、“棄光”等現(xiàn)象常有發(fā)生[1-3]。因此,為避免該現(xiàn)象的發(fā)生,有必要對其展開研究,使之成為優(yōu)質(zhì)的調(diào)頻資源,緩解傳統(tǒng)水火電廠的調(diào)頻壓力,加快系統(tǒng)調(diào)頻的動態(tài)響應(yīng)性能。

        電網(wǎng)調(diào)頻技術(shù)的應(yīng)用旨在當(dāng)電網(wǎng)受到負(fù)荷變化擾動時,將電網(wǎng)的頻率控制在穩(wěn)定范圍內(nèi)。傳統(tǒng)的調(diào)頻機(jī)組主要由水、火電機(jī)組來構(gòu)成,其調(diào)節(jié)慣性較大,難以快速響應(yīng)功率輸入命令[4]。近年來,隨著新能源機(jī)組的大規(guī)模并網(wǎng),其輸出依靠電力電子設(shè)備調(diào)節(jié),可以快速響應(yīng)動態(tài)的功率輸入調(diào)節(jié)命令,因此,風(fēng)電機(jī)組、光伏機(jī)組可采用定功率點控制方式,將其控制在低于最大功率點的運行工況,留有一定的備用容量參與到二次調(diào)頻[5]。

        目前,二次調(diào)頻工程領(lǐng)域常根據(jù)可調(diào)容量來按比例地分配各機(jī)組輸出功率,該方法稱為按比例分配(proportion method,PROP),但該策略無法滿足系統(tǒng)最優(yōu)控制需求[6]。另外,目前風(fēng)光新能源參與調(diào)頻的大部分研究主要關(guān)注控制器的設(shè)計、風(fēng)電場及光伏電站自身的控制策略,較少研究風(fēng)光新能源與其他調(diào)頻資源之間的協(xié)同控制。因此,有必要開發(fā)風(fēng)光電站與傳統(tǒng)水火電站之間的最優(yōu)協(xié)同調(diào)頻方法。文獻(xiàn)[7]建立了多源互補控制模型,實現(xiàn)了多源協(xié)同互補控制。文獻(xiàn)[8]構(gòu)建了包含風(fēng)電、光伏及抽水蓄能電站收益的多目標(biāo)函數(shù),實現(xiàn)了風(fēng)光新能源與其他調(diào)頻資源的協(xié)同控制。文獻(xiàn)[9]建立了二次調(diào)頻指令最優(yōu)分配模型,并采用基于改進(jìn)策略的優(yōu)化算法求解該模型。但上述文獻(xiàn)建模相對簡單,未考慮各機(jī)組間的動態(tài)響應(yīng)特性。另外,該問題為復(fù)雜的非線性優(yōu)化問題,傳統(tǒng)的數(shù)學(xué)方法具有搜索能力差,難以獲得全局最優(yōu)的缺陷。與之相比,多目標(biāo)遺傳算法(non dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)[10]、基于強(qiáng)度Pareto進(jìn)化算法2(strength pareto evolutionally algorithm 2,SPEA2)[11]等多目標(biāo)智能優(yōu)化算法具有收斂速度快等優(yōu)點,但全局搜索能力還有待提高。

        為此,本文嘗試搜索能力更強(qiáng)、收斂速度更快的多目標(biāo)蝠鲼覓食優(yōu)化算法(multi-objective manta ray foraging optimization,MMRFO)進(jìn)行求解,其可以獲得分布更加廣泛、更加均勻的Pareto前沿,并基于熵權(quán)法,設(shè)計灰靶決策法客觀地選擇折中解,可以得到最優(yōu)經(jīng)濟(jì)條件下具有最小功率響應(yīng)總偏差的功率分配方案。為驗證該方法的有效性,本文采用基于擴(kuò)展的兩區(qū)域負(fù)荷頻率控制(load frequency control,LFC)模型進(jìn)行驗證。

        1 多源協(xié)同互補控制模型

        1.1 控制框架

        基于擴(kuò)展的兩區(qū)域LFC模型的調(diào)頻框架如圖1所示。其中,ΔPT為聯(lián)絡(luò)線功率偏差;Δf為實時頻率偏差;ΔPout為實際功率調(diào)節(jié)輸出;ΔPD為負(fù)荷擾動[12]。另外,電網(wǎng)調(diào)頻控制技術(shù)主要由控制器和功率優(yōu)化分配2個環(huán)節(jié)組成,控制器通常采用PID控制方式,將實時頻率偏差Δf和聯(lián)絡(luò)線功率偏差ΔPT作為輸入,輸出整個區(qū)域電網(wǎng)的實時總調(diào)節(jié)功率ΔPC,隨后由功率分配算法分配ΔPC至各個調(diào)頻機(jī)組。

        圖1 基于擴(kuò)展兩區(qū)域LFC模型的調(diào)頻框架Fig.1 Framework of frequency regulation on extended two-area LFC model

        1.2 約束條件

        功率分配過程中,為保證電力系統(tǒng)的穩(wěn)定運行,須重點考慮功率平衡約束、爬坡約束(generation ramp constraint,GRC)、機(jī)組容量約束、能量傳遞約束[12]。

        1)功率平衡約束。

        在第k個控制周期內(nèi),控制器輸出的實時總調(diào)節(jié)功率應(yīng)等于所有調(diào)頻機(jī)組接收到的功率調(diào)節(jié)輸入指令之和。

        (1)

        2)機(jī)組容量約束。

        (2)

        (3)

        3)GRC和能量傳遞約束。

        表1和圖2分別給出了考慮GRC和機(jī)組容量約束的不同類型調(diào)頻機(jī)組的動態(tài)響應(yīng)傳遞函數(shù)和動態(tài)響應(yīng)模型。其中,Td為機(jī)組二次調(diào)頻時延;G(s)為機(jī)組功率響應(yīng)傳遞函數(shù)。若不考慮GRC和功率輸出限制,實際調(diào)節(jié)功率輸出可通過頻域傳遞函數(shù)的拉普拉斯逆變換得到[13]。

        圖2 動態(tài)響應(yīng)模型Fig.2 Dynamic response models

        表1 不同類型調(diào)頻機(jī)組動態(tài)響應(yīng)傳遞函數(shù)Table 1 Dynamic response transfer functions of different frequency-regulation units

        (4)

        (5)

        (6)

        若考慮GRC和功率輸出限制,調(diào)頻機(jī)組的輸出可改寫為:

        (7)

        (8)

        (9)

        1.3 目標(biāo)函數(shù)

        為提升整個區(qū)域電網(wǎng)的動態(tài)響應(yīng)性能,設(shè)定調(diào)節(jié)功率指令值和功率響應(yīng)值的偏差,以及總調(diào)頻里程支出最小化作為目標(biāo)函數(shù),可表示為:

        (10)

        式中:Ri為第i臺調(diào)頻機(jī)組的調(diào)頻里程支出。

        (11)

        (12)

        2 多目標(biāo)蝠鲼覓食優(yōu)化算法及應(yīng)用設(shè)計

        2.1 蝠鲼覓食優(yōu)化算法

        MMRFO受蝠鲼的覓食策略所啟發(fā),其中包括鏈?zhǔn)揭捠?、螺旋覓食和翻滾覓食。

        1)鏈?zhǔn)揭捠场?/p>

        蝠鲼排成有序的頭尾排列,形成一條鏈來捕捉浮游生物。在MMRFO中,蝠鲼鏈的目標(biāo)獵物為浮游生物,因此,假設(shè)目前得到的最佳解為濃度較高的浮游生物群。個體根據(jù)當(dāng)前最優(yōu)解和前一個個體更新當(dāng)前位置,如下表示[14]:

        (13)

        (14)

        2)螺旋覓食。

        當(dāng)蝠鲼發(fā)現(xiàn)深水中有一群浮游生物時,其會采用螺旋的方式進(jìn)行捕食。在MMRFO中,個體的移動根據(jù)前一個個體以及當(dāng)前最優(yōu)個體進(jìn)行更新,該搜索方式可由下式來表示[14]:

        (15)

        (16)

        (17)

        (18)

        3)翻滾覓食。

        在MMRFO中,為提高全局搜索能力,蝠鲼個體會以當(dāng)前最優(yōu)解作為支點,進(jìn)行翻滾操作到與其當(dāng)前位置成鏡像關(guān)系的另一側(cè),如下表示[14]:

        (19)

        式中:r2、r3為在[0,1]上均勻分布的隨機(jī)數(shù);S為常數(shù),取值為2。

        2.2 Pareto解集存儲與篩選

        MMRFO會不停更新有限規(guī)模的存儲池里Pareto解集以完成迭代過程,該過程中,獲得的新的非支配解會與存儲池里非支配解進(jìn)行比較,從而判斷新的非支配解是否對存儲池進(jìn)行更新,其中分為3種情況[15]:

        1)若新的非支配解支配存儲池里一個或多個解,則存儲池的非支配解將被新的非支配解進(jìn)行替換;

        2)若存儲池里至少一個非支配解支配新的非支配解,則不進(jìn)行更新操作;

        3)若存儲池里的非支配解與新的非支配解不構(gòu)成支配與被支配的關(guān)系,則將新的非支配解儲存在存儲池中。

        為提升算法的搜索效率,須對存儲池的規(guī)模進(jìn)行限制,當(dāng)非支配解的分布過于密集時,算法將通過下式剔除部分非支配解:

        (20)

        2.3 基于熵權(quán)法的灰靶決策法設(shè)計

        2.3.1效應(yīng)樣本矩陣的設(shè)計

        基于MMRFO的Pareto解集X為一個n行m列的矩陣,可將X中各解的絕對值作為決策指標(biāo)之一,亦可作為Pareto前沿的單位解輸出,如下表示:

        X′(i,j)=|X(i,j)|,i=1,2,…,n,j=1,2,…,m

        (21)

        為了降低總功率偏差和調(diào)頻里程支出,2個目標(biāo)函數(shù)值可分別設(shè)置為F1和F2。另外,本文引入了一個表示X′中每個解到坐標(biāo)原點的歐幾里德距離的矩陣D,其元素Di如下所示:

        (22)

        至此,評估指標(biāo)一共由m+3個構(gòu)成,即m個Pareto前沿單位解的輸出,2個目標(biāo)函數(shù)值以及歐氏距離平方矩陣D。進(jìn)一步,可將其用矩陣表示為:

        X″=[X′F1F2D]

        (23)

        2.3.2靶心矢量設(shè)計

        基于獎勵最好、懲罰最差原則的算子Zj的計算公式為:

        (24)

        值得注意的是,所有指標(biāo)均大于0,且指標(biāo)越小,代表解的質(zhì)量更佳,決策矩陣V的元素vij可表示為:

        (25)

        式中:zij為“獎優(yōu)罰劣”變換算子;xij為第i個解決方案的第j個目標(biāo)。

        2.3.3靶心設(shè)計

        本文基于熵權(quán)法,設(shè)計了灰靶決策法來更客觀地選擇折中解并得到各個目標(biāo)函數(shù)之間的權(quán)重,其中,權(quán)重yij和熵值Ej的計算公式為:

        (26)

        (27)

        (28)

        (29)

        至此,靶心距離最小的解,便可選擇為折中解,作為最優(yōu)的功率分配方案。MMRFO求解流程如圖3所示。此外,圖4給出了在3個連續(xù)的控制周期內(nèi),獲得的Pareto前沿與被選擇的折中解。

        圖3 MMRFO求解流程Fig.3 Flow chart of MMRFO

        圖4 折中解的選擇Fig.4 The selection of decision options

        3 算例分析

        為驗證MMRFO以及灰靶決策法的有效性,本文基于擴(kuò)展的兩區(qū)域LFC模型進(jìn)行測試。并引入基于非支配領(lǐng)域選擇的多目標(biāo)免疫算法(multi-objective immune algorithm with non-dominated neighbor-based selection,NNIA)[16]、NSGA-Ⅱ[10]以及SPEA2[11]進(jìn)行比較。為公平比較各算法的搜索性能,所有算法的種群大小和最大迭代次數(shù)均分別設(shè)置為N=50和kmax=50。其中,調(diào)頻控制時間周期為4 s,調(diào)頻里程價格為2美元/MW。此外,各機(jī)組的傳遞函數(shù)參數(shù)如表2所示,表3給出了各機(jī)組的主要參數(shù)。

        表2 調(diào)頻機(jī)組的傳遞函數(shù)參數(shù)Table 2 Parameters of transfer functions of frequency-regulation units

        表3 調(diào)頻機(jī)組的功率調(diào)節(jié)參數(shù)Table 3 Main parameters of power regulation of frequency-regulation units

        3.1 算法性能測試

        為測試算法遭遇負(fù)荷擾動時的調(diào)節(jié)能力,本算例采用ΔPD=50 MW和ΔPD=-50 MW的負(fù)荷擾動進(jìn)行測試。圖5(a)比較了各算法在ΔPD=50 MW時獲得的Pareto前沿,可以看出,NNIA得到的解明顯偏離理想的Pareto前沿。另外,NNIA、NSGA-Ⅱ和SPEA2在ΔPD=-50 MW時獲得的Pareto前沿表現(xiàn)不佳,如圖5(b)所示。而MMRFO在2種功率擾動下能夠獲取分布最均勻且廣泛的Pareto前沿。

        圖5 基于擴(kuò)展的兩區(qū)域LFC模型,4種算法的Pareto前沿比較Fig.5 Comparison of the Pareto front obtained by four algorithms on the extended two-area LFC model

        表4給出了各算法運行10次后,包括反轉(zhuǎn)世代距離(inverted generational distance,IGD)[17]、世代距離(generational distance,DG)[18]、純粹多樣性(pure diversity,PD)[19]、超體積(hyper volume,HV)[20]、分布度指標(biāo)(diversity metric,DM)[21]、廣泛性[21]、間距[22]以及平均運行時間的8種指標(biāo)的平均值和標(biāo)準(zhǔn)差,從而比較各算法的搜索性能,可以看出:

        表4 各算法性能比較Table 4 Comparison of performance metrics of algorithms

        1)在各算法的IGD、GD平均值中,MMRFO的GD值最小,因此其具有良好的收斂性能;

        2)MMRFO的DM和HV平均值明顯大于其他算法,PD平均值略小于其他3種算法,證明了其具有表現(xiàn)良好的Pareto前沿多樣性;

        3)MMRFO具有最小的廣泛性、間距平均值,即可證明MMRFO得到的Pareto前沿分布最為均勻且廣泛;

        4)MMRFO具有最小的平均運行時間,因此其能夠最快地收斂到Pareto前沿,從而在最短時間內(nèi)響應(yīng)功率調(diào)節(jié)指令。

        3.2 負(fù)荷階躍擾動測試

        為進(jìn)一步驗證MMRFO以及灰靶決策法的有效性,本算例采用ΔPD=70 MW和ΔPD=-50 MW的負(fù)荷擾動進(jìn)行測試,并與PROP進(jìn)行比較[6]。因此,基于PROP,第i臺調(diào)頻機(jī)組在第k個控制周期的輸出計算公式為:

        (30)

        ΔPD=70 MW、ΔPD=-50 MW時,基于擴(kuò)展的兩區(qū)域LFC模型優(yōu)化結(jié)果分別如圖6、7所示。從圖6(a)可以看出,MMRFO以及灰靶決策法可以很好地協(xié)調(diào)各機(jī)組之間的功率輸出,在ΔPD=70 MW時,獲得的總功率偏差顯著低于PROP。

        圖6 基于擴(kuò)展的兩區(qū)域LFC模型優(yōu)化結(jié)果(ΔPD=70 MW)Fig.6 Real-time optimization results obtained on the extended two-area LFC model when ΔPD=70 MW

        另外,從圖7(a)可以看出,與PROP相比,本文所提方法獲得的功率偏差更小,減少了總功率指令的超調(diào),能夠在更短時間內(nèi)恢復(fù)受到擾動的系統(tǒng)。

        圖7 基于擴(kuò)展的兩區(qū)域LFC模型優(yōu)化結(jié)果(ΔPD=-50 MW)Fig.7 Real-time optimization results obtained on the extended two-area LFC model when ΔPD=-50 MW

        圖8給出了不同擾動情況下的調(diào)頻里程支出變化。綜合圖6、圖7以及圖8,可以看出,MMRFO能夠在兼顧調(diào)頻里程支出的前提下,顯著提升電能質(zhì)量。

        圖8 不同功率擾動下的調(diào)頻里程支出Fig.8 Mileage payment of frequency regulation under four perturbations cases

        表5比較了2種工況下的在線優(yōu)化結(jié)果,可知MMRFO方法能夠有效減小功率響應(yīng)總偏差,能夠在滿足CPS(control performance standard)的前提下降低平均頻率偏差|Δf|和區(qū)域控制誤差絕對值,并有效提升系統(tǒng)的動態(tài)響應(yīng)性能。其中,CPS考核標(biāo)準(zhǔn)包括2個部分,即CPS1和CPS2。CPS1采用基于統(tǒng)計方法來衡量某控制區(qū)區(qū)域控制誤差的變化特性及其與系統(tǒng)頻率偏差的關(guān)系;CPS2用于評估某控制區(qū)域控制聯(lián)絡(luò)線潮流偏差的能力。本文采用CPS1對所提方法進(jìn)行評估。

        表5 不同擾動下優(yōu)化結(jié)果比較Table 5 Result comparison of online optimization under different perturbations

        4 結(jié) 論

        本文提出了一種基于多目標(biāo)蝠鲼覓食優(yōu)化算法的多源最優(yōu)協(xié)同調(diào)頻策略,主要貢獻(xiàn)為:1)該策略能夠在最優(yōu)經(jīng)濟(jì)效益的前提下,有效降低總功率偏差,最優(yōu)分配各種調(diào)頻資源;2)多目標(biāo)蝠鲼覓食優(yōu)化算法能夠在最短時間內(nèi)獲得分布最為均勻且廣泛的理想Pareto前沿,而基于熵權(quán)法設(shè)計的灰靶決策法可以客觀地選擇折中解,充分發(fā)揮各種調(diào)頻資源的優(yōu)勢;3)針對擴(kuò)展的兩區(qū)域負(fù)荷頻率控制模型進(jìn)行測試,其結(jié)果顯示區(qū)域控制誤差絕對值、平均頻率偏差、總功率偏差得到降低,能夠在獲得最佳經(jīng)濟(jì)性的同時提高動態(tài)響應(yīng)性能,證明了該策略能有效地解決多目標(biāo)優(yōu)化問題。

        為進(jìn)一步提高經(jīng)濟(jì)效益以及系統(tǒng)響應(yīng)速度,未來將研究裝配儲能系統(tǒng)的新能源場站,并嘗試采用深度強(qiáng)化學(xué)習(xí)解決該問題,實現(xiàn)多源協(xié)同互補控制。

        猜你喜歡
        調(diào)頻支配擾動
        Bernoulli泛函上典則酉對合的擾動
        考慮頻率二次跌落抑制的風(fēng)火聯(lián)合一次調(diào)頻控制
        能源工程(2021年5期)2021-11-20 05:50:42
        被貧窮生活支配的恐懼
        意林(2021年9期)2021-05-28 20:26:14
        (h)性質(zhì)及其擾動
        跟蹤導(dǎo)練(四)4
        基于決策空間變換最近鄰方法的Pareto支配性預(yù)測
        小噪聲擾動的二維擴(kuò)散的極大似然估計
        隨心支配的清邁美食探店記
        Coco薇(2016年8期)2016-10-09 00:02:56
        調(diào)頻發(fā)射機(jī)技術(shù)改造
        調(diào)頻激勵器干擾的排除方法
        全程国语对白资源在线观看| 天码av无码一区二区三区四区| 国产午夜久久久婷婷| 国产丝袜高跟美腿一区在线| 91色区在线免费观看国产| 国产超碰人人做人人爽av大片| 男人和女人高潮免费网站| 动漫av纯肉无码av在线播放| 日本黄网色三级三级三级| 日本一卡二卡3卡四卡免费观影2022| 亚洲av无码av制服丝袜在线| 揄拍成人国产精品视频肥熟女| 91精品福利一区二区三区| 丝袜美腿亚洲一区二区| 国产亚洲人成a在线v网站| 亚洲精品中文字幕观看| 久久少妇高潮免费观看| 日本一二三区视频在线| 亚洲中文久久精品无码ww16| 免費一级欧美精品| 狂插美女流出白浆视频在线观看| 男人的天堂免费a级毛片无码| 国产目拍亚洲精品一区二区| 91精品人妻一区二区三区蜜臀| 国产让女高潮的av毛片| 国产精品无码专区av在线播放| 91短视频在线观看免费| 日产一区二区三区的精品| a级国产乱理伦片| 黄 色 人 成 网 站 免 费| 免费高清视频在线观看视频| 在线视频中文字幕一区二区三区| 男人靠女人免费视频网站| 国产精品18久久久久网站 | 日本a级片一区二区三区| 成人午夜福利视频| 就去吻亚洲精品欧美日韩在线| 日本中文字幕一区二区在线观看 | 日日摸天天碰中文字幕你懂的| 抽插丰满内射高潮视频| 国产一区二区三区资源在线观看|