【技术实现步骤摘要】
一种虚拟同步发电机频率控制方法
本专利技术的技术方案属于电力系统
，具体地说是一种虚拟同步发电机频率控制方法。
技术介绍
随着新能源和分布式电源的迅速发展，电力能源的清洁、高效为风光储能等能源发展带来了巨大潜力；分布式电源通过并网逆变器接入电网中，形成类似于同步发电机接入电网的模式，由于电力电子特性会比同步发电机更灵活，但是缺少阻尼特性和惯性特性，从而使电力系统失去稳定。电力系统稳定性是指电力系统受到事故扰动后保持稳定运行的能力；根据动态过程的特征和参与动作的元件及控制系统，将电力系统稳定分为功角稳定、电压稳定和频率稳定三大类，功角稳定是指：根据受扰动的大小以及导致功角不稳定的主导因素不同分为静态稳定、小扰动动态稳定、暂态稳定和大扰动动态稳定；电压稳定是指：电力系统受到小的或大的扰动后，系统电压能够保持或恢复到允许的范围内，不发生电压崩溃的能力；根据受扰动程度的大小分为静态电压稳定和大扰动电压稳定；频率稳定是指：系统受到严重扰动后，出现较大的有功功率不平衡，系统频率仍能够保持或恢复到允许的范围内，不发生频率崩溃的能力。传统新能源发电大都通过先进电力电子变流逆变装置并网；电力电子变流逆变装置以其控制灵活、与电网弱耦合、适用范围广和高效节能的优点，迅速替代了基于机电能量转换、大惯量延迟、控制难度大的同步机发电系统成为新能源发电的主要形式；然而，在当今电力电子接口渗透率快速提升的新背景下，大规模传统新能源发电的接入对电网运行控制与安全稳定问题带来了巨大的挑战。分布式电源通过并网逆变器接入电网对...
【技术保护点】
1.一种虚拟同步发电机频率控制方法，其特征在于是基于改进型蚁狮算法优化的虚拟同步发电机频率控制方法，其步骤如下：/n步骤一，建立虚拟同步发电机控制器的数学模型/n(1.1)建立虚拟同步发电机转子环节的数学模型/n虚拟同步发电机转子的功能函数如式(1)所示：/nP
【技术特征摘要】 【专利技术属性】
1.一种虚拟同步发电机频率控制方法，其特征在于是基于改进型蚁狮算法优化的虚拟同步发电机频率控制方法，其步骤如下：
步骤一，建立虚拟同步发电机控制器的数学模型
(1.1)建立虚拟同步发电机转子环节的数学模型
虚拟同步发电机转子的功能函数如式(1)所示：
Pref＝(Hvs+Dv)Δf(1)
式中，Pref是虚拟同步发电机输出的功率，Hv是虚拟同步发电机的虚拟转动惯量，Dv是虚拟阻尼系数，Δf是电力系统频率偏差；
(1.2)建立虚拟同步发电机调频环节的数学模型
虚拟同步发电机一次调频和二次调频的功率函数如式(2)所示：
式中，K1和K2分别是虚拟同步发电机一次调频和二次调频的增益，ΔP是虚拟同步发电机一次调频和二次调频的功率值，Δf是电力系统频率偏差；
(1.3)构建虚拟同步发电机控制器的结构
虚拟同步发电机控制器由调频环节和虚拟同步发电机转子组成，其中，调频环节由一个比例调节回路和两个积分调节回路组成；比例调节回路与其中一个积分调节回路串联，其传递函数为这两个调节回路分别模拟虚拟同步发电机的一次调频环节和二次调频环节；另一个积分调节回路的传递函数为K3是虚拟同步发电机控制器积分环节增益；虚拟同步发电机转子仅由一个比例调节回路构成，用来模拟虚拟同步发电机控制回路的虚拟惯量和虚拟阻尼特性，其传递函数为(Hvs+Dv)；传递函数为的环节与传递函数为(Hvs+Dv)的环节以串联方式连接后再与传递函数为的环节以并联方式连接；虚拟同步发电机控制器的传递函数G1(s)如式(3)所示：
式中，Hv是虚拟同步发电机的虚拟转动惯量，Dv是虚拟阻尼系数，K1、K2、K3为正实数，其大小是由本发明所提出的改进型蚁狮算法优化确定的；
步骤二，建立虚拟同步发电机控制器与逆变器串联环节的传递函数
虚拟同步发电机控制器与逆变器采用串联方式连接，其中逆变器的传递函数为虚拟同步发电机控制器与逆变器串联部分的传递函数G2(s)如式(4)所示：
式中，Hv是虚拟同步发电机的虚拟转动惯量，Dv是虚拟阻尼系数，Ti为逆变器的一阶惯性参数；
步骤三，建立电力系统频率偏差最小化问题的优化目标函数
电力系统频率偏差最小化问题的优化目标函数Obf如式(5)所示：
式中，记积分运算开始时刻的时间为0，tsim为从积分运算的开始时刻到当前时刻的时间长度；Δf是电力系统频率偏差；
步骤四，采用改进型蚁狮算法求取虚拟同步发电机控制器传递函数中K1、K2、K3的最优值
(4.1)确定改进型蚁狮算法在虚拟同步发电机频率控制中的核心任务，并对改进型蚁狮算法进行初始化
记改进型蚁狮算法的最大迭代次数为T，设置T＝12；记录每个蚂蚁个体的初始位置数据并把全部蚂蚁个体的初始位置数据保存为矩阵是n×d阶矩阵；改进型蚁狮算法中的蚂蚁个体的总数为n×d，这n×d个蚂蚁个体被分成n个蚂蚁小分队，每个蚂蚁小分队包含d个蚂蚁个体；改进型蚁狮算法中的蚂蚁个体的初始位置如式(6)所示：
Xi，j＝Lj+r·(Uj-Lj)(6)
式中，Xi，j为第i个蚂蚁小分队中第j个蚂蚁个体的位置，i＝1，2，…，n，j＝1，2，…，d，Uj和Lj分别为每个蚂蚁小分队中的第j个蚂蚁个体在其搜索空间的上、下边界；r为实数区间[0，1]上的随机值；
这里，设置n＝10，d＝3，即全部蚂蚁个体被分为10个蚂蚁小分队，每个蚂蚁小分队包含3个蚂蚁个体；确定每个蚂蚁小分队中3个蚂蚁个体的核心任务是分别负责搜索式(3)所示的虚拟同步发电机控制器传递函数中三个参数K1、K2、K3的最优值；
(4.2)建立改进型蚁狮算法关于电力系统频率偏差最小化问题的适应度函数
设当前的讨论对象为10个蚂蚁小分队中的第i个，记为Xi，这里Xi＝(Xi，1，Xi，2，Xi，3)表示Xi中3个蚂蚁个体的位置；为了建立改进型蚁狮算法关于电力系统频率偏差最小化问题的适应度函数，这里先建立两个映射：
第一个映射是从Xi到电力系统频率偏差Δf的映射，第二个映射是从Δf到电力系统频率偏差最小化问题的优化目标函数值Obfi的映射；建立第一个映射的方法为：把Xi中3个蚂蚁个体的位置Xi，1、Xi，2、Xi，3依次赋值给虚拟同步发电机控制器传递函数中的参数K1、K2、K3，即令Xi＝(Xi，1，Xi，2，Xi，3)＝(K1，K2，K3)成立，i＝1，2，…，10，然后运行电力系统仿真模型得到Xi关于电力系统频率偏差Δf的一个具体值，记为Δfi；第二个映射借助式(5)建立，根据式(5)计算出Δfi所对应的Obf值，记为Obfi；
为了便于描述上述两次映射，建立式(7)所示的映射规则，该规则描述了从Xi直接到Obfi的映射方法：
式中，g为从Xi直接到Obfi的映射规则，Obfi为对应于Xi的电力系统频率偏差最小化问题的目标函数值，i＝1，2，…，10，R+为正实数域；
定义改进型蚁狮算法关于电力系统频率偏差最小化问题的适应度函数如式(8)所示：
式中，Fi为Xi的适应度值，i＝1，2，…，10；
(4.3)建立改进型蚁狮算法关于电力系统频率偏差最小化问题的蚂蚁个体的位置矩阵和蚂蚁小分队的适应度矩阵
记录每个蚂蚁个体的初始位置并保存为矩阵蚂蚁个体的总数为n×d，且蚂蚁小分队的数量为n个，每个蚂蚁小分队含d个蚂蚁个体；设置n＝10，d＝3，因此蚂蚁个体的总数为30；这30个蚂蚁个体被分成10个蚂蚁小分队，每个蚂蚁小分队含3个蚂蚁个体；蚂蚁个体的位置矩阵如式(9)所示：
为第i个蚂蚁小分队中的第j个蚂蚁个体在第t次迭代计算中的位置，i＝1，2，…，10，j＝1，2，3；t为改进型蚁狮算法的迭代计算次数，其最大值为12；当迭代计算尚未开始，各蚂蚁个体处于初始位置时，令t为零，故记蚂蚁个体的初始位置矩阵为
利用式(8)计算出Xi关于电力系统频率偏差最小化问题的适应度值Fi，并把全部10个蚂蚁小分队的适应度值保存为10×1阶的适应度矩阵，如式(10)所示：
式中，F(t)为改进型蚁狮算法在第t次迭代计算中的蚂蚁小分队的适应度矩阵；t为改进型蚁狮算法的迭代计算次数，其最大值为12；为第i个蚂蚁小分队在第t次迭代中的适应度值；为第i个蚂蚁小分队在第t次迭代计算中的位置，其中为中第j个蚂蚁个体在第t次迭代计算中的位置，i＝1，2，…，10，j＝1，2，3；g为式(7)所述的映射规则；
(4.4)建立改进型蚁狮算法关于电力系统频率偏差最小化问题的蚁狮个体的位置矩阵和蚁狮小分队的适应度矩阵
蚁狮是改进型蚁狮算法中的与蚂蚁并存的另一个种群，蚁狮个体初始位置与蚂蚁个体初始位置的产生方法相同，都是按式(6)随机产生的，且不要求二者在数据上相等；记录每个蚁狮个体的初始位置并保存为矩阵蚁狮个体的总数与蚂蚁个体的总数相同，为n×d，且蚁狮小分队的数量也为n个，每个蚁狮小分队含d个蚁狮个体；在基于改进型蚁狮算法的虚拟同步发电机频率控制中，设置n＝10，d＝3，因此蚁狮个体的总数为30；这30个蚁狮个体被分成10个蚁狮小分队，每个蚁狮小分队含3个蚁狮个体；蚁狮个体的位置矩阵如式(11)所示：
式中，为第i个蚁狮小分队中的第j个蚁狮个体在第t次迭代计算中的位置，i＝1，2，…，10，j＝1，2，3；t为改进型蚁狮算法的迭代计算次数，其最大值为12；当迭代计算尚未开始，各蚁狮个体处于初始位置时，令t为零，故记蚁狮个体的初始位置矩阵为
根据电力系统频率偏差最小化问题的优化目标函数计算蚁狮小分队的适应度值并保存到矩阵F′(t)；蚁狮小分队的适应度矩阵F′(t)如式(12)所示：
技术研发人员：李玲玲，申强，王成山，冯欢，李华，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：天津;12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。