CN112290584B - 一种农村风光柴储微网频率控制方法、装置及终端设备 - Google Patents
一种农村风光柴储微网频率控制方法、装置及终端设备 Download PDFInfo
- Publication number
- CN112290584B CN112290584B CN202011003712.0A CN202011003712A CN112290584B CN 112290584 B CN112290584 B CN 112290584B CN 202011003712 A CN202011003712 A CN 202011003712A CN 112290584 B CN112290584 B CN 112290584B
- Authority
- CN
- China
- Prior art keywords
- target
- microgrid
- frequency control
- target microgrid
- variable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/10—The dispersed energy generation being of fossil origin, e.g. diesel generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Power Engineering (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Operations Research (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Feedback Control In General (AREA)
Abstract
本发明适用于微网控制技术领域,提供了一种农村风光柴储微网频率控制方法、装置及终端设备,该方法包括:获取目标微网的结构数据,根据结构数据计算所述目标微网对应的传输延时;根据所述传输延时建立所述目标微网的频率控制***的闭环响应特征集合;获取所述目标微网的性能指标,根据所述性能指标计算所述目标微网的频率控制***的频率偏差指标;以所述频率偏差指最小为目标,基于预设约束条件求所述闭环响应特性集合的决策变量的最优解,并将所述决策变量的最优解作为目标控制信号。本发明提供的农村风光柴储微网频率控制方法,可以充分考虑信号传输过程中的延时对频率控制的影响,准确计算频率控制过程中的决策变量,提高频率控制的稳定性。
Description
技术领域
本发明属于微网控制技术领域,尤其涉及一种农村风光柴储微网频率控制方法、装置及终端设备。
背景技术
农村风光柴储微网是一种包括风力发电机、光伏发电阵列、柴油发电机以及储能电池的微电网***,能够利用风能和太阳能的互补特性进行高效的发电,并通过储能电池和柴油发电机对微电网***进行调节和补充,从而实现稳定可靠的电能供应。在此类农村风光柴储微网的控制过程中,通常将柴油发电机和储能电池作为可灵活调整的有功功率源。具体的,当微网***的功率供需失衡导致频率出现偏差时,通常调整柴油发电机和储能电池的输出功率,实现有功功率在额定频率点的重新平衡。
然而农村风光柴储微网中的各个设备往往分布较为松散,且控制器与各个设备间的信息交换一般无法采用专线形式进行点对点通信,而是以所有设备共享无线信道的方式实现信息传递。多个设备共享无线信道时存在信息传递的不确定延时和数据丢包的问题,导致频率控制***稳定裕度下降、频率阻尼性弱化甚至发生频率越限事故,控制过程的稳定性差。目前在农村风光柴储微网的控制研究中,通常使用延时裕度计算方法和延时依赖的控制器设计方法。在延时裕度计算方法中,首先确定频率稳定的控制器参数,再计算能够保证频率偏差不越限的最大延时上界。此种方法由于受到事先给定的控制参数限制,无法实现传输延时情况下频率控制的动态性能最优。对于延时依赖的控制器设计方法,根据传输延时设计控制参数,往往将有界可变延时简化为定常延时,忽略可变延时对频率控制***动态特性的影响。可见,现有的控制方法难以准确确定控制的决策变量,控制过程稳定性差。
发明内容
有鉴于此,本发明实施例提供了一种农村风光柴储微网网络化频率控制方法、装置及终端设备,以解决现有技术中微网控制过程稳定性差的问题。
本发明实施例的第一方面提供了一种农村风光柴储微网频率控制方法,包括:
获取目标微网的结构数据,根据所述结构数据计算所述目标微网对应的传输延时;
根据所述传输延时建立所述目标微网对应的频率控制***的闭环响应特性集合;
获取所述目标微网的性能指标,根据所述性能指标计算所述目标微网的频率控制***的频率偏差指标;
以所述频率偏差指标最小为目标,基于预设约束条件求所述闭环响应特性集合的决策变量的最优解,并将所述决策变量的最优解作为目标控制信号。
本发明实施例的第二方面提供了一种农村风光柴储微网频率控制装置,包括:
传输延时计算模块,用于获取目标微网的结构数据,根据所述结构数据计算所述目标微网对应的传输延时;
闭环响应特性集合建立模块,用于根据所述传输延时建立所述目标微网对应的频率控制***的闭环响应特性集合;
频率偏差指标计算模块,用于获取所述目标微网的性能指标,根据所述性能指标计算所述目标微网的频率控制***的频率偏差指标;
目标控制信号计算模块,用于以所述频率偏差指标最小为目标,基于预设约束条件求所述闭环响应特性集合的决策变量的最优解,并将所述决策变量的最优解作为目标控制信号。
本发明实施例的第三方面提供了一种终端设备,包括:包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上所述方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上所述方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本发明实施例提供了一种农村风光柴储微网频率控制方法,包括获取目标微网的结构数据,根据所述结构数据计算所述目标微网对应的传输延时;根据所述传输延时建立所述目标微网对应的频率控制***的闭环响应特性集合;获取所述目标微网的性能指标,根据所述性能指标计算所述目标微网的频率控制***的频率偏差指标;以所述频率偏差指标最小为目标,基于预设约束条件求所述闭环响应特性集合的决策变量的最优解,并将所述决策变量的最优解作为目标控制信号。本发明实施例提供的农村风光柴储微网频率控制方法,可以充分考虑信号传输过程中的延时对频率控制的影响,准确计算频率控制过程中的决策变量,提高农村风光柴储微网频率控制的稳定性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的农村风光柴储微网频率控制方法的流程示意图;
图2是本发明实施例提供的农村风光柴储微网频率控制方法与现有技术中控制方法的对比示意图;
图3是本发明实施例提供的农村风光柴储微网频率控制装置的示意图;
图4是本发明实施例提供的终端设备示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
在农村风光柴储微网中,可再生能源和负荷需求的都具有不确定的波动,为了保证目标微网中有功功率在额定频率点除实现实时的供需平衡,需要随时监测目标微网的运行状态,并调整柴油发电机和储能电池的有功输出。
参见图1,本发明实施例提供了一种农村风光柴储微网频率控制方法,包括:
S101:获取目标微网的结构数据,根据所述结构数据计算所述目标微网对应的传输延时;
可选的,根据目标微网的结构数据,将目标微网的数据传输情况抽象建模为树状拓扑,在树状拓扑的基础上计算目标微网对应的传输延时。
在本发明的一个实施例中,所述结构数据包括:目标微网中的数据包长度、链路传输速率、数据的传输距离、数据包平均到达量以及数据包平均转发量;
在本发明的一个实施例中,S101包括:
根据所述数据包长度和所述链路传输速率计算所述目标微网对应的串行延时;
根据所述传输距离计算所述目标微网对应的传播延时;
根据所述数据包平均到达量和所述数据包平均转发量计算所述目标微网对应的排队延时;
计算所述串行延时、所述传播延时以及所述排队延时之和,得到所述传输延时。
在本实施例中,计算串行延时的具体公式为:
式(1)中,τ1为串行延时,Q为目标微网对应的频率控制***的网络级数,lpacket为数据包长度,Cq为数据包在第q级网络间的传输速率。
具体的,串行延时为源节点发出数据包的第一个字节到目的节点接收数据包的最后一个字节的过程中产生的延时,串行延时与数据包的长度成正比,与数据包在链路中的传输速率成反比。
在本实施例中,计算传播延时的具体公式为:
式(2)中,τ2为传播延时,LΣ为传输距离,C0为电磁波在空气中的传播速度。
在本实施例中,传播延时为数据包从源节点到目的节点的传播延时,传播延时与传输距离成正比,与电磁波在空气中的传播速度成反比。
在本实施例中,对于一个已知的目标微网,串行延时和传播延时为常数。
在本实施例中,应用排队论的方法计算排队延时;
具体的,计算所述排队延时的公式为:
在本实施例中,平均排队等待延时的具体公式为:
式(4)中,ρq为节点q的平均到达量与平均转发率之比,即为目标微网中路由器节点q的工作强度,ρq=λq/μq,λq为节点q的数据包平均到达量,μq为节点q的数据包平均转发量。
在本实施例中,平均排队等待延时的计算过程应用了排队论中的M/M/1模型。具体的,平均排队等待延时为多条数据包以先入先出的方式在路由器节点q处的平均排队等待延时,且数据包达到节点q的过程满足泊松分布。
在本实施例中,排队延时与数据包到达各个路由器节点的状态以及路由器节点的转发能力有关,体现为随机变量。
在本实施例中,计算传输延时的具体公式为:
τ∑=τ1+τ2+τ3 (5)
式(5)中,τ∑为传输延时。
在本实施例中,通过计算传输延时,可以量化分析目标微网的传输延时的范围与均值。
S102:根据所述传输延时建立所述目标微网对应的频率控制***的闭环响应特性集合;
在本发明的一个实施例中,S102包括:
S201:建立所述目标微网的频率控制***的状态空间模型,并将所述状态空间模型转化为离散化状态空间方程;
在本实施例中,定义目标微网的频率控制***的状态变量X:
X=[Δf, ΔPm1, …, ΔPmN, ΔPg1, …, ΔPgN]T (6)
式(6)中,Δf为频率偏差,N为柴油发电机数量,ΔPmn(n=1,2,…,N)为第n个柴油发电机输出功率偏差;ΔPgn(n=1,2,…,N)为第n个柴油发电机对应的调速器阀门开度增量。
在本发明的一个实施例中,所述目标微网的频率控制***的状态空间模型为:
式(7)中,X(t)为所述目标微网的频率控制***在t时刻的状态变量,为所述状态变量在t时刻的一阶导数,u(t)为t时刻的指令变量,w(t)为t时刻的扰动变量,Y(t)为t时刻的输出变量,A为***矩阵,B为控制矩阵,H为扰动矩阵,C为输出矩阵;
具体的,u(t)为控制中心指令值,w(t)=ΔPres-ΔPd,ΔPres为风、光等可再生能源出力波动;ΔPd为目标微网的负荷增量。
式(8)中,M为目标微网的储能***数量,N为目标微网的柴油发电机数量;Kpn和Tpn为目标微网的第n个柴油发电机的惯性阻尼相关参数;Tgn和Ttn分别为第n个调速器和第n个柴油发电机时间常数;Ressm为第m个储能***的下垂系数,Rn为第n个柴油发电机的下垂系数;n=1,2,…,N;m=1,2,…,M。
式(9)中,N为目标微网的柴油发电机数量;M为目标微网的储能***数量;αn为第n个柴油发电机的调频任务分配系数;βm为第m个储能***的调频任务分配系数;Kpn和Tpn为目标微网第n个柴油发电机的惯性阻尼相关参数;Tgn为第n个柴油发电机的调速器和时间常数;n=1,2,…,N;m=1,2,…,M。
式(10)中Kpn和Tpn为目标微网中第n个柴油发电机的的惯性阻尼相关参数,N为目标微网的柴油发电机数量;n=1,2,…,N。
C=[1 0 … 0 0 … 0] (11)
在本实施例中,传输延时需满足τΣ≤lTs,(l∈N),l为目标微网的频率控制***的***参数。传输延时不满足约束条件的数据包为丢包,不能参与控制指令的生成。
在本实施例中,由于目标微网的频率控制***本质上是采样控制***,因此需要对式(7)进行离散化。
所述离散化状态空间方程为:
式(12)中,X(k)为所述目标微网的频率控制***在k采样点的离散状态变量,X(k+1)为所述目标微网的频率控制***在k+1采样点的离散状态变量,u(k)为k采样点的离散指令变量,w(k)为k采样点的离散扰动变量, Ts为离散化的采样周期,Y(k)为k采样点的离散输出变量。
S202:所述基于所述传输延时和所述离散化状态空间方程计算所述目标微网对应的闭环响应特性集合,包括:
在l∈N+的一般情形中,根据所述根据离散化状态空间方程计算一般化状态空间方程:
所述一般化状态空间方程为:
式(13)中,为pr采样时刻的增广状态变量,W(pr)为pr采样时刻的增广扰动变量,XT(pr-i)为pr-i采样时刻的离散状态变量的转置矩阵,wT(pr+i)为pr+i采样时刻的离散扰动变量的转置矩阵,i=0,1,2…l,l为所述目标微网的频率控制***的***参数;
根据所述一般化状态空间方程计算所述目标微网对应的闭环响应特性集合:
所述闭环响应特性集合为:
目标微网的频率控制***的闭环响应特性有2l种。
具体的,
式(15)即第一系数矩阵中,ζ=0,1,…,l;Dmax=τΣ/Ts;E为离散***矩阵,F为离散控制矩阵,K为反馈矩阵,即决策变量,Ψj为求和系数,j=1,2,…,l。
第一系数矩阵中,求和系数的取值集合如下:
箭头“↓”表示[ψ1,ψ2,…,ψl]从同一列中取值。
具体的,对于一组求和系数,当ψ1=Dmax-ζ+1时,对应的ψ2=Dmax-ζ+2,以此类推,ψl=Dmax-ζ+l。同样的,当ψ1=Dmax-ζ+2时,对应的ψ2=Dmax-ζ+3,以此类推,ψl=Dmax-ζ+l+1。
在本实施例中,考虑了延时和丢包的频率控制***的闭环响应特性集合以有界随机延时为切换决策量,可以明确传输延时与频率偏差动态响应之间的关系。
目标微网的频率控制***内的数据传输包括状态量上传以及控制指令的下达,在本实施例中,将状态量上传过程中的延时和控制指令下达过程中的延时等效为单边延时。
S103:获取所述目标微网的性能指标,根据所述性能指标计算所述目标微网的频率控制***的频率偏差指标;
在本发明的一个实施例中,所述目标微网的性能指标包括:所述目标微网在阶跃负荷变化下的最大频率偏差绝对值、频率偏差峰值时间以及稳态时间;
在本发明的一个实施例中,S103包括:
根据所述最大频率偏差绝对值、所述频率偏差峰值时间、所述稳态时间以及频率偏差指标计算公式计算所述频率偏差指标;
所述频率偏差指标计算公式为:
式(17)中,J为所述频率偏差指标,J1为所述最大频率偏差绝对值,J2为所述频率偏差峰值时间,J3为所述稳态时间;J1n为最大频率偏差参考值,J2n为频率偏差峰值时间参考值,J3n为稳态时间参考值;σ1、σ2、σ3为权重系数。
具体的,稳态时间为频率偏差衰减并保持到频率偏差峰值2%的时间。
在本实施例中,通过定义频率偏差指标,可以量化的评价存在传输延时的情况下,频率控制***的频率变化情况。
S104:以所述频率偏差指标最小为目标,基于预设约束条件求所述闭环响应特性集合的决策变量的最优解,并将所述决策变量的最优解作为目标控制信号。
在本发明的一个实施例中,在S104之前,所述方法还包括:
根据所述目标微网的频率控制***的李雅普诺夫稳定性函数计算所述约束条件。
在本实施例中,约束条件为频率控制***闭环渐进稳定的约束条件。
具体的,目标微网的频率控制***的李雅普诺夫稳定性函数V(pr)为:
式(18)中,Ωk为对称正定矩阵。
根据式(18),当采样时刻由pr变为pr+1时,目标微网的频率控制***的李雅普诺夫稳定性函数的函数增量ΔV为:
在本实施例中,以式(20)为约束条件,以式(17)提供的频率偏差指标最小为优化目标,计算反馈矩阵K的最优解,即决策变量的最优解,得到目标控制信号。
本发明实施例提供的农村风光柴储微网频率控制方法,可以充分考虑信号传输过程中的延时对频率控制的影响,提高频率控制的稳定性。
在本实施例中,将目标微网的频率控制***的求解问题转化为约束优化问题,可以提升农村风光柴储微网在有功功率失衡和时变延时下的频率偏差阻尼动态性能。
在一个具体的示例中,表1列出了本发明实施例提供的农村风光柴储微网控制方法与现有的滑膜控制方法以及H∞控制方法的对比数据。
表1
图2示出了本发明实施例提供的农村风光柴储微网控制方法与现有的滑膜控制方法以及H∞控制方法的对比图。参见图2和表1,由于本发明实施例提供的农村风光柴储微网控制方法充分考虑了对频率阻尼动态性能的优化,最大频率偏差比滑模控制和H∞控制方法小4.76%和9.09%,峰值时间分别比现有的两种算法短7.89%和12.5%,稳态时间则比现有的另外两种算法短2.86%和3.77%。可见,本发明实施例提供的农村风光柴储微网频率控制方法能够在保证目标微网频率控制***对随机延时、新能源出力/负荷需求波动渐近稳定的同时,进一步抑制的频率的变化速率并缩短频率波动时间,提高农村风光柴储微网运行可靠性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
参见图3,本发明实施例提供了一种农村风光柴储微网频率控制装置100,包括:
传输延时计算模块110,用于获取目标微网的结构数据,根据所述结构数据计算所述目标微网对应的传输延时;
闭环响应特性集合建立模块120,用于根据所述传输延时建立所述目标微网对应的频率控制***的闭环响应特性集合;
频率偏差指标计算模块130,用于获取所述目标微网的性能指标,根据所述性能指标计算所述目标微网的频率控制***的频率偏差指标;
目标控制信号计算模块140,用于以所述频率偏差指标最小为目标,基于预设约束条件求所述闭环响应特性集合的决策变量的最优解,并将所述决策变量的最优解作为目标控制信号。
本发明实施例提供的农村风光柴储微网频率控制装置,可以充分考虑信号传输过程中的延时对频率控制的影响,提高频率控制的稳定性;同时,将目标微网的频率控制***的求解问题转化为约束优化问题,可以提升农村风光柴储微网在有功功率失衡和时变延时下的频率偏差阻尼动态性能。
在本实施例中,所述结构数据包括:目标微网中的数据包长度、链路传输速率、数据的传输距离、数据包平均到达量以及数据包平均转发量;
传输延时计算模块110包括:
串行延时计算单元,用于根据所述数据包长度和所述链路传输速率计算所述目标微网对应的串行延时;
传播延时计算单元,用于根据所述传输距离计算所述目标微网对应的传播延时;
排队延时计算单元,用于根据所述数据包平均到达量和所述数据包平均转发量计算所述目标微网对应的排队延时:
传输延时计算单元,用于计算所述串行延时、所述传播延时以及所述排队延时之和,得到所述传输延时。
在本实施例中,闭环响应特性集合建立模块120,包括:
离散化状态空间方程建立单元,用于建立所述目标微网的频率控制***的状态空间模型,并将所述状态空间模型转化为离散化状态空间方程;
闭环响应特性集合计算单元,用于基于所述传输延时和所述离散化状态空间方程计算所述目标微网对应的闭环响应特性集合。
所述目标微网的频率控制***的状态空间模型为:
其中,X(t)为所述目标微网的频率控制***在t时刻的状态变量,为所述状态变量在t时刻的一阶导数,u(t)为t时刻的指令变量,w(t)为t时刻的扰动变量,Y(t)为t时刻的输出变量,A为***矩阵,B为控制矩阵,H为扰动矩阵,C为输出矩阵;
所述离散化状态空间方程为:
其中,X(k)为所述目标微网的频率控制***在k采样点的离散状态变量,X(k+1)为所述目标微网的频率控制***在k+1采样点的离散状态变量,u(k)为k采样点的离散指令变量,w(k)为k采样点的离散扰动变量, Ts为离散化的采样周期,Y(k)为k采样点的离散输出变量。
所述闭环响应特性集合计算单元包括:
一般化状态空间方程计算子单元,用于根据所述离散化状态空间方程计算一般化状态空间方程;
所述一般化状态空间方程为:
其中,为pr采样时刻的增广状态变量,W(pr)为pr采样时刻的增广扰动变量,XT(pr-i)为pr-i采样时刻的离散状态变量的转置矩阵,wT(pr+)为pr+l采样时刻的离散扰动变量的转置矩阵,i=0,1,2…l,l为所述目标微网的频率控制***的***参数;
闭环响应特性集合计算子单元,用于根据所述一般化状态空间方程计算所述目标微网对应的闭环响应特性集合:
所述闭环响应特性集合为:
其中,K为决策变量;Dmax=τΣ/Ts,τΣ为传输延时,ζ=0,1,…,l,Ψj为求和系数,j=1,2,…,l。
在本实施例中,所述目标微网的性能指标包括:所述目标微网在阶跃负荷变化下的最大频率偏差绝对值、频率偏差峰值时间以及稳态时间;
在本实施例中,频率偏差指标计算模块130具体用于:
根据所述最大频率偏差绝对值、所述频率偏差峰值时间、所述稳态时间以及频率偏差指标计算公式计算所述频率偏差指标;
所述频率偏差指标计算公式为:
其中,J为所述频率偏差指标,J1为所述最大频率偏差绝对值,J2为所述频率偏差峰值时间,J3为所述稳态时间;J1n为最大频率偏差参考值,J2n为频率偏差峰值时间参考值,J3n为稳态时间参考值;σ1、σ2、σ3为权重系数。
在本实施例中,微网频率控制装置还包括:
约束条件计算模块,用于根据所述目标微网的频率控制***的李雅普诺夫稳定性函数计算所述约束条件。
图4是本发明一实施例提供的终端设备的示意图。如图4所示,该实施例的终端设备4包括:处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42。所述处理器40执行所述计算机程序42时实现上述各个实施例中的步骤,例如图1所示的步骤101至104。或者,所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元的功能。
示例性的,所述计算机程序42可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器41中,并由所述处理器40执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序42在所述终端设备4中的执行过程。
所述终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器40、存储器41。本领域技术人员可以理解,图4仅仅是终端设备4的示例,并不构成对终端设备4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41可以是所述终端设备4的内部存储单元,例如终端设备4的硬盘或内存。所述存储器41也可以是所述终端设备4的外部存储设备,例如所述终端设备4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器41还可以既包括所述终端设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (7)
1.一种农村风光柴储微网频率控制方法,其特征在于,包括:
获取目标微网的结构数据,根据所述结构数据计算所述目标微网对应的传输延时;
根据所述传输延时建立所述目标微网对应的频率控制***的闭环响应特性集合;
获取所述目标微网的性能指标,根据所述性能指标计算所述目标微网的频率控制***的频率偏差指标;
以所述频率偏差指标最小为目标,基于预设约束条件求所述闭环响应特性集合的决策变量的最优解,并将所述决策变量的最优解作为目标控制信号;
所述根据所述传输延时建立所述目标微网对应的频率控制***的闭环响应特性集合,包括:
建立所述目标微网的频率控制***的状态空间模型,并将所述状态空间模型转化为离散化状态空间方程;
基于所述传输延时和所述离散化状态空间方程计算所述目标微网对应的闭环响应特性集合;
所述目标微网的频率控制***的状态空间模型为:
其中,X(t)为所述目标微网的频率控制***在t时刻的状态变量,为所述状态变量在t时刻的一阶导数,u(t)为t时刻的指令变量,w(t)为t时刻的扰动变量,w(t)=ΔPres-ΔPd,ΔPres为风、光可再生能源出力波动,ΔPd为目标微网的负荷增量,Y(t)为t时刻的输出变量,A为***矩阵,B为控制矩阵,H为扰动矩阵,C为输出矩阵;
其中,其中,M为目标微网的储能***数量,N为目标微网的柴油发电机数量;Kpn和Tpn为目标微网的第n个柴油发电机的惯性阻尼相关参数;Tgn和Ttn分别为第n个调速器和第n个柴油发电机时间常数;Ressm为第m个储能***的下垂系数,Rn为第n个柴油发电机的下垂系数;n=1,2,…,N;m=1,2,…,M;αn为第n个柴油发电机的调频任务分配系数;βm为第m个储能***的调频任务分配系数;C=[1 0…0 0…0];
所述离散化状态空间方程为:
其中,X(k)为所述目标微网的频率控制***在k采样点的离散状态变量,X(k+1)为所述目标微网的频率控制***在k+1采样点的离散状态变量,u(k)为k采样点的离散指令变量,w(k)为k采样点的离散扰动变量, Ts为离散化的采样周期,Y(k)为k采样点的离散输出变量;
所述基于所述传输延时和所述离散化状态空间方程计算所述目标微网对应的闭环响应特性集合,包括:
根据所述离散化状态空间方程计算一般化状态空间方程;
所述一般化状态空间方程为:
其中,为pr采样时刻的增广状态变量,W(pr)为pr采样时刻的增广扰动变量,XT(pr-i)为pr-i采样时刻的离散状态变量的转置矩阵,为采样时刻的离散扰动变量的转置矩阵,为所述目标微网的频率控制***的***参数;
根据所述一般化状态空间方程计算所述目标微网对应的闭环响应特性集合:
所述闭环响应特性集合为:
2.如权利要求1所述的一种农村风光柴储微网频率控制方法,其特征在于,所述结构数据包括:目标微网中的数据包长度、链路传输速率、数据传输距离、数据包平均到达量以及数据包平均转发量;
所述根据所述结构数据计算所述目标微网对应的传输延时,包括:
根据所述数据包长度和所述链路传输速率计算所述目标微网对应的串行延时;
根据所述数据传输距离计算所述目标微网对应的传播延时;
根据所述数据包平均到达量和所述数据包平均转发量计算所述目标微网对应的排队延时;
计算所述串行延时、所述传播延时以及所述排队延时之和,得到所述传输延时。
3.如权利要求1所述的一种农村风光柴储微网频率控制方法,其特征在于,所述目标微网的性能指标包括:所述目标微网在阶跃负荷变化下的最大频率偏差绝对值、频率偏差峰值时间以及稳态时间;
所述根据所述性能指标计算所述目标微网的频率控制***的频率偏差指标包括:
根据所述最大频率偏差绝对值、所述频率偏差峰值时间、所述稳态时间以及频率偏差指标计算公式计算所述频率偏差指标;
所述频率偏差指标计算公式为:
其中,J为所述频率偏差指标,J1为所述最大频率偏差绝对值,J2为所述频率偏差峰值时间,J3为所述稳态时间;J1n为最大频率偏差参考值,J2n为频率偏差峰值时间参考值,J3n为稳态时间参考值;σ1、σ2、σ3为权重系数。
4.如权利要求1所述的一种农村风光柴储微网频率控制方法,其特征在于,在所述以所述频率偏差指标最小为目标,基于预设约束条件求所述闭环响应特性集合的决策变量的最优解之前,所述方法还包括:
根据所述目标微网的频率控制***的李雅普诺夫稳定性函数计算所述约束条件。
5.一种农村风光柴储微网频率控制装置,其特征在于,包括:
传输延时计算模块,用于获取目标微网的结构数据,根据所述结构数据计算所述目标微网对应的传输延时;
闭环响应特性集合建立模块,用于根据所述传输延时建立所述目标微网对应的频率控制***的闭环响应特性集合;
频率偏差指标计算模块,用于获取所述目标微网的性能指标,根据所述性能指标计算所述目标微网的频率控制***的频率偏差指标;
目标控制信号计算模块,用于以所述频率偏差指标最小为目标,基于预设约束条件求所述闭环响应特性集合的决策变量的最优解,并将所述决策变量的最优解作为目标控制信号;
所述根据所述传输延时建立所述目标微网对应的频率控制***的闭环响应特性集合,包括:
建立所述目标微网的频率控制***的状态空间模型,并将所述状态空间模型转化为离散化状态空间方程;
基于所述传输延时和所述离散化状态空间方程计算所述目标微网对应的闭环响应特性集合;
所述目标微网的频率控制***的状态空间模型为:
其中,X(t)为所述目标微网的频率控制***在t时刻的状态变量,为所述状态变量在t时刻的一阶导数,u(t)为t时刻的指令变量,w(t)为t时刻的扰动变量,w(t)=ΔPres-ΔPd,ΔPres为风、光可再生能源出力波动,ΔPd为目标微网的负荷增量,Y(t)为t时刻的输出变量,A为***矩阵,B为控制矩阵,H为扰动矩阵,C为输出矩阵;
其中,其中,M为目标微网的储能***数量,N为目标微网的柴油发电机数量;Kpn和Tpn为目标微网的第n个柴油发电机的惯性阻尼相关参数;Tgn和Ttn分别为第n个调速器和第n个柴油发电机时间常数;Ressm为第m个储能***的下垂系数,Rn为第n个柴油发电机的下垂系数;n=1,2,…,N;m=1,2,…,M;αn为第n个柴油发电机的调频任务分配系数;βm为第m个储能***的调频任务分配系数;C=[1 0…0 0…0];
所述离散化状态空间方程为:
其中,X(k)为所述目标微网的频率控制***在k采样点的离散状态变量,X(k+1)为所述目标微网的频率控制***在k+1采样点的离散状态变量,u(k)为k采样点的离散指令变量,w(k)为k采样点的离散扰动变量, Ts为离散化的采样周期,Y(k)为k采样点的离散输出变量;
所述基于所述传输延时和所述离散化状态空间方程计算所述目标微网对应的闭环响应特性集合,包括:
根据所述离散化状态空间方程计算一般化状态空间方程;
所述一般化状态空间方程为:
其中,为pr采样时刻的增广状态变量,W(pr)为pr采样时刻的增广扰动变量,XT(pr-i)为pr-i采样时刻的离散状态变量的转置矩阵,为采样时刻的离散扰动变量的转置矩阵,为所述目标微网的频率控制***的***参数;
根据所述一般化状态空间方程计算所述目标微网对应的闭环响应特性集合:
所述闭环响应特性集合为:
6.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述方法的步骤。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011003712.0A CN112290584B (zh) | 2020-09-22 | 2020-09-22 | 一种农村风光柴储微网频率控制方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011003712.0A CN112290584B (zh) | 2020-09-22 | 2020-09-22 | 一种农村风光柴储微网频率控制方法、装置及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112290584A CN112290584A (zh) | 2021-01-29 |
CN112290584B true CN112290584B (zh) | 2023-02-28 |
Family
ID=74421946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011003712.0A Active CN112290584B (zh) | 2020-09-22 | 2020-09-22 | 一种农村风光柴储微网频率控制方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112290584B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113078645B (zh) * | 2021-05-20 | 2022-09-27 | 合肥工业大学 | 一种考虑延时与拓扑切换的微电网参数自适应控制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110165709A (zh) * | 2019-07-01 | 2019-08-23 | 湖南大学 | 考虑采样延时的虚拟同步机并网逆变***稳定性提升方法 |
CN110556841A (zh) * | 2019-08-29 | 2019-12-10 | 天津大学 | 一种计及无线通信时延的孤岛微电网频率控制器设计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10177574B2 (en) * | 2016-09-28 | 2019-01-08 | Nec Corporation | Dynamic frequency control scheme for microgrids using energy storage |
-
2020
- 2020-09-22 CN CN202011003712.0A patent/CN112290584B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110165709A (zh) * | 2019-07-01 | 2019-08-23 | 湖南大学 | 考虑采样延时的虚拟同步机并网逆变***稳定性提升方法 |
CN110556841A (zh) * | 2019-08-29 | 2019-12-10 | 天津大学 | 一种计及无线通信时延的孤岛微电网频率控制器设计方法 |
Non-Patent Citations (3)
Title |
---|
Decentralized Networked Load Frequency Control in Interconnected Power Systems Based on Stochastic Jump System Theory;Ting Yang 等;《IEEE Transactions on Smart Grid》;20200303;第11卷(第5期);正文第II-III节 * |
Decentralized switching control strategy for load frequency control in multi-area power systems with time delay and packet losses;Yajian Zhang等;《IEEE Access》;20200117;第8卷;正文第II-III节 * |
Ting Yang 等.Decentralized Networked Load Frequency Control in Interconnected Power Systems Based on Stochastic Jump System Theory.《IEEE Transactions on Smart Grid》.2020,第11卷(第5期),第4427-4439页. * |
Also Published As
Publication number | Publication date |
---|---|
CN112290584A (zh) | 2021-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Harmon et al. | The internet of microgrids: A cloud-based framework for wide area networked microgrids | |
Babu et al. | Load frequency control of a multi‐area system incorporating realistic high‐voltage direct current and dish‐Stirling solar thermal system models under deregulated scenario | |
Zhao et al. | Integrated predictive control and scheduling co-design for networked control systems | |
KR101933964B1 (ko) | 임의로 스위치 된 불확실한 비아핀 비선형 시스템의 적응 관측기 기반 출력 제약 추종을 이용한 제어 장치 | |
Mallada | iDroop: A dynamic droop controller to decouple power grid's steady-state and dynamic performance | |
CN102130454B (zh) | 基于计算机辅助设计的电力***动态稳定控制方法及*** | |
CN110556841B (zh) | 一种计及无线通信时延的孤岛微电网频率控制器设计方法 | |
CN108092322B (zh) | 一种基于调频市场环境的agc控制方法 | |
Rayati et al. | An optimal and decentralized transactive energy system for electrical grids with high penetration of renewable energy sources | |
Han et al. | Active disturbance rejection control in fully distributed automatic generation control with co-simulation of communication delay | |
CN112290584B (zh) | 一种农村风光柴储微网频率控制方法、装置及终端设备 | |
CN110912137A (zh) | 一种计及交流潮流的柔性配电网运行域模型构建方法 | |
Dizche et al. | Sparse wide-area control of power systems using data-driven reinforcement learning | |
Anbalagan et al. | Fuzzy membership-function-dependent design of aperiodic sample-data control scheme for nonlinear PMSG-based WECS with quantization measurements via refined looped Lyapunov functional | |
Davidson et al. | H-infinity loop-shaping controller for load frequency control of an uncertain deregulated power system | |
Liao et al. | Voltage and var control to enable high penetration of distributed photovoltaic systems | |
Yuan et al. | Multi‐tasking optimal control of networked control systems: A delta operator approach | |
CN109245090B (zh) | 一种大功率缺失下频率最低点预测的解析模型的建模方法 | |
Pathak et al. | Real‐time parameter estimation based intelligent controllers for AGC operation under varying power system dynamic conditions | |
Halder et al. | Specified QoS based networked observer and PI controller design with disturbance and noise rejection under random packet dropout | |
Yang et al. | Stability and stabilization for TS fuzzy load frequency control power system with energy storage system | |
Dibaji et al. | Delay-aware wide-area control of power systems over sparse communications with analytical guarantees | |
Zhou | Computer Network Dynamic Balance Flow Distribution Based on Closed‐Loop Particle Swarm Feedback Model | |
CN110556873A (zh) | 一种基于罚函数的vsg自适应转动惯量控制方法 | |
Zhang et al. | Discrete-time adaptive fuzzy event-triggered command filtered control for induction motors with input saturation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |