自适应遗传算法的MMC-MG并网微源功率协调优化方法技术

自适应遗传算法的MMC

【技术实现步骤摘要】
自适应遗传算法的MMC
‑
MG并网微源功率协调优化方法


[0001]本专利技术涉及一种微电网控制技术，特别是MMC半桥串联结构微电网(Modular Multilevel Converter Microgrids,MMC
‑
MG)并网运行模式下的微源功率协调优化控制方法。

技术介绍

[0002]在能源需求日益增长的背景下，微电网技术已成为解决环境污染、能源短缺以及大量分布式发电单元集中并网等问题的重要手段。并网运行的微电网需要通过合理的发电模块(Generation Module,GM)投切优化策略以提高微源的利用率，以尽可能多地向电网和负荷提供能量，同时实现微电网与电网的功率平衡。现有功率协调控制方法大多以载波移相调制技术为基础，通过调节各逆变单元的调制波幅值和相位以实现功率协调。但该方法会导致输出电压发生畸变，并不适用于含有随机性微源的MMC半桥串联结构微电网系统。
[0001]MMC半桥串联结构微电网是一种新的组网方式。该微电网系统在并网运行时，既能提高本地负载的供电可靠性，又能为电网传送能量。本系统在并网运行模式下，采用载波层叠调制(Phase disposition SPWM,PD
‑
SPWM)方法时，桥臂中发电模块的投切时间不一致，进而会使得微源的利用率降低。为解决该问题，本专利技术提供一种基于自适应遗传算法的MMC
‑
MG并网微源功率协调优化方法，以对发电模块的投切进行优化，进而提高可再生能源的利用率。

技术实现思路

[0003]本专利技术的目的是提供一种基于自适应遗传算法的MMC
‑
MG并网微源功率协调优化方法。
[0004]本专利技术是基于自适应遗传算法的MMC
‑
MG并网微源功率协调优化方法，其步骤为：步骤1：通过功率外环、电流内环得到调制波信号u
xref
，然后由载波层叠调制方法得到上、下桥臂中需要投入运行的发电模块GM个数N
xp
或N
xn
；所述步骤1中，u
xref
为x相调制波信号；N
xp
为x相上桥臂需要投入的发电模块GM个数；N
xn
为x相下桥臂需要投入的发电模块GM个数；x＝a,b,c；步骤2：根据桥臂中发电模块的投切数量、微源输出功率、系统输出电流构造适应度函数；系统中，每相共有2N个发电模块GM时，同一时刻上、下桥臂应投入的GM数之和为N，则上、下桥臂中需投入的发电模块GM个数必须满足以下约束条件：公式一中：N
xy
为x相y桥臂需要投入的GM数；y＝p,n；p代表上桥臂；n代表下桥臂；N表示各桥臂中发电模块GM的总数。下桥臂投入的发电模块GM数N
xn
从0到N变化，上桥臂投入的GM数N
xp
从N到0变化；三相六桥臂中发电模块GM投入个数的约束用F
xyi1
表示：
公式二中：F
xyi1
为桥臂中发电模块GM的投入个数约束；桥臂中微源输出功率的约束用F
xyi2
表示：公式三中：P
Mxyi
表示x相y桥臂中第i个微源输出的最大功率值；P
imin
为微源输出最小功率；P
imax
为微源输出最大功率；F
xyi2
为桥臂中微源输出功率的约束；F
xyi2
的值越大，表示桥臂中第i个发电模块GM的投入概率较大；反之，发电模块GM的投入概率越小；在并网运行模式下，还需考虑系统输出电流的平衡性；输出电流的约束用F
xyi3
表示：F
xyi3
＝(i
xref
‑
i
x
)2ꢀꢀꢀꢀ
(公式四)i
xref
表示x相输出电流参考值；i
x
表示x相输出电流实际值；综合考虑F
xyi1
、F
xyi2
、F
xyi3
的约束条件，得到适应度函数F
xyi
：公式五中：w
xyi1
、w
xyi2
、w
xyi3
分别表示各约束条件的权重，用以调整各约束条件的比重，0<w
xyi1
～w
xyi3
<1。适应度函数值F
xyi
越小，表示GM中微源输出功率较大；反之，GM中微源输出功率越小；步骤3：根据步骤2所述的适应度函数，计算x相y桥臂中N个适应度函数的平均值F
xy_a
步骤4：根据步骤2所述的适应度函数与步骤S3所述的平均值，并结合桥臂中需投入发电模块的变化量，选择需要投入的发电模块GM；所述步骤4中，桥臂中需投入发电模块GM的变化量为式中，
△
N
xp
、
△
N
xn
分别表示上、下桥臂需要投入发电模块GM的变化量；N
xp_on
、N
xn_on
表示上、下桥臂已投入的发电模块GM数；所述步骤4中，有三种情况：(1)N
xp
＝N且N
xn
＝0；(2)N
xp
＝0且N
xn
＝N；(3)0<N
xp
<N或0<N
xn
<N；步骤41：情况(1)中，上桥臂投入N个发电模块GM，下桥臂投入0个发电模块GM；步骤42：情况(2)中，上桥臂投入0个发电模块GM，下桥臂投入N个发电模块GM；步骤43：情况(3)中，需要结合自适应遗传算法，使适应度函数较小的发电模块GM优先投入，使适应度函数较大的发电模块GM优先切除；情况(3)中，根据
△
N
xy
的大小并比较F
xyi_on
与F
xy_a
的大小，以得到需要投入和切除的发电模块GM，其中，F
xyi_on
表示已投入GM的适应度函数；
a.
△
N
xy
＝0，判断F
xyi_on
与F
xy_a
的大小；F
xyi_on
<F
xy_a
，桥臂中GM保持原有投切状态不变；F
xyi_on
>F
xy_a
，执行替换操作；替换操作含义为：将未投入且适应度函数较小的发电模块GM与已投入且适应度函数较大的发电模块GM进行替换；b.
△
N
xy
>0，判断F
xyi_on
与F
xy_a
的大小；F
xyi_on
<F
xy_a
...

【技术保护点】

【技术特征摘要】
1.自适应遗传算法的MMC
‑
MG并网微源功率协调优化方法，其特征在于，其步骤为：步骤1：通过功率外环、电流内环得到调制波信号u
xref
，然后由载波层叠调制方法得到上、下桥臂中需要投入运行的发电模块GM个数N
xp
或N
xn
；所述步骤1中，u
xref
为x相调制波信号；N
xp
为x相上桥臂需要投入的发电模块GM个数；N
xn
为x相下桥臂需要投入的发电模块GM个数；x＝a,b,c；步骤2：根据桥臂中发电模块的投切数量、微源输出功率、系统输出电流构造适应度函数；系统中，每相共有2N个发电模块GM时，同一时刻上、下桥臂应投入的GM数之和为N，则上、下桥臂中需投入的发电模块GM个数必须满足以下约束条件：公式一中：N
xy
为x相y桥臂需要投入的GM数；y＝p,n；p代表上桥臂；n代表下桥臂；N表示各桥臂中发电模块GM的总数；下桥臂投入的发电模块GM数N
xn
从0到N变化，上桥臂投入的GM数N
xp
从N到0变化；三相六桥臂中发电模块GM投入个数的约束用F
xyi1
表示：公式二中：F
xyi1
为桥臂中发电模块GM的投入个数约束；桥臂中微源输出功率的约束用F
xyi2
表示：公式三中：P
Mxyi
表示x相y桥臂中第i个微源输出的最大功率值；P
imin
为微源输出最小功率；P
imax
为微源输出最大功率；F
xyi2
为桥臂中微源输出功率的约束；F
xyi2
的值越大，表示桥臂中第i个发电模块GM的投入概率较大；反之，发电模块GM的投入概率越小；在并网运行模式下，还需考虑系统输出电流的平衡性；输出电流的约束用F
xyi3
表示：F
xyi3
＝(i
xref
‑
i
x
)2i
xref
表示x相输出电流参考值；i
x
表示x相输出电流实际值；综合考虑F
xyi1
、F
xyi2
、F
xyi3
的约束条件，得到适应度函数F
xyi
：公式五中：w
xyi1
、w
xyi2
、w
xyi3
分别表示各约束条件的权重，用以调整各约束条件的比重，0<w
xyi1
～w
xyi3
<1；适应度函数值F
xyi
越小，表示GM中微源输出功率较大；反之，GM中微源输出功率越小；步骤3：根据步骤2所述的适应度函数，计算x相y桥臂中N个适应度函数的平均值F
xy_a
步骤4：根据步骤2所述的适应度函数与步骤3所述的平均值，并结合桥臂中需投入发电模块的变化量，选择需要投入的发电模块GM；所述步骤4中，桥臂中需投入发电模块GM的变化量为
式中，
△
N
xp
、
△
N
xn
分别表示上、下桥臂需要投入发电模块GM的变化量；N
xp_on
、N
xn_on
表示上、下桥臂已投入的发电模块...

【专利技术属性】
技术研发人员：王兴贵，王海亮，薛晟，郭永吉，郭群，杨维满，李晓英，王琢玲，
申请(专利权)人：兰州理工大学，
类型：发明
国别省市：