CN118232412A - 一种风储微电网***控制方法、***、电子设备及介质 - Google Patents
一种风储微电网***控制方法、***、电子设备及介质 Download PDFInfo
- Publication number
- CN118232412A CN118232412A CN202410415593.1A CN202410415593A CN118232412A CN 118232412 A CN118232412 A CN 118232412A CN 202410415593 A CN202410415593 A CN 202410415593A CN 118232412 A CN118232412 A CN 118232412A
- Authority
- CN
- China
- Prior art keywords
- wind
- storage
- model
- grid system
- micro
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000005457 optimization Methods 0.000 claims abstract description 51
- 238000004146 energy storage Methods 0.000 claims abstract description 38
- 238000013178 mathematical model Methods 0.000 claims abstract description 28
- 230000006870 function Effects 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 230000002411 adverse Effects 0.000 description 5
- 238000011217 control strategy Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 238000010248 power generation Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 125000003275 alpha amino acid group Chemical group 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于电力***控制技术领域，其目的在于提供一种风储微电网***控制方法、***、电子设备及介质。其中的方法，包括：以风储微电网***中的风储孤网***为控制目标，以所述风储孤网***中的双馈异步发电机和储能***为控制对象，建立所述控制对象的数学模型；对所述数学模型进行线性化处理，得到风储孤网***的线性化模型；基于鲁棒H2/H∞混合优化控制方法，将所述线性化模型转化为鲁棒H2/H∞混合优化控制模型；获取风储微电网***的实时运行状态信息，并根据所述鲁棒H2/H∞混合优化控制模型，在所述实时运行状态信息表征所述被控对象受到干扰时，对所述风储微电网***的出力进行反馈调整。本发明可以保证风储微电网***在大干扰下的稳定运行。
Description
技术领域
本发明属于电力***控制技术领域，具体涉及一种风储微电网***控制方法、***、电子设备及介质。
背景技术
随着当今社会的快速发展，社会的工业化水平不断提升，社会的能源发展依赖于能源的开发，人类对能源的需求越来越大，传统的化石能源已经无法满足人类的需求。为了保证社会和经济的可持续发展，各国开始关注清洁的可再生能源，如风能、太阳能、潮汐能等。然而，风力发电存在很强的地域性缺陷，我国大部分风能资源分布在西北部和部分东南沿海地带，不同地区适用的开发方式不同，并且风力发电受风速的制约影响，有很强的波动性和不确定性，如果直接与大电网连接会影响电网的稳定性。
为了使以风力发电为代表的可再生能源大规模且稳定地使用，微电网技术应运而生。近年来，基于储能***的微电网控制策略已得到了广泛且深入的研究，其控制核心即为协调分布式电源和储能***的出力，以维持微电网稳定运行。研究风储微电网***协调控制策略，保证微电网在大干扰下的稳定运行，意义非常重大。
但是，在使用现有技术过程中，发明人发现现有技术中至少存在如下问题：
目前国内学者对含储能的微网***的运行控制提供了很好的理论参考价值，但现有技术所使用的控制模型大都没有考虑***未精确建模部分等干扰因素对控制效果的不利影响，因而现有技术存在难以保证微电网***在大干扰下的稳定运行。
发明内容
本发明旨在至少在一定程度上解决上述技术问题，本发明提供了一种风储微电网***控制方法、***、电子设备及介质。
为了实现上述目的，本发明采用以下技术方案：
第一方面，本发明提供了一种风储微电网***控制方法，包括：
以风储微电网***中的风储孤网***为控制目标，以所述风储孤网***中的双馈异步发电机和储能***为控制对象，建立所述控制对象的数学模型；
对所述数学模型进行线性化处理，得到风储孤网***的线性化模型；
基于鲁棒H2/H∞混合优化控制方法，将所述线性化模型转化为鲁棒H2/H∞混合优化控制模型；
获取风储微电网***的实时运行状态信息，并根据所述鲁棒H2/H∞混合优化控制模型，在所述实时运行状态信息表征所述被控对象受到干扰时，对所述风储微电网***的出力进行反馈调整。
本发明可应对风速突变以及负荷突变等带来的大扰动对风储微电网***产生不利影响的问题，可以保证微电网***在大干扰下的稳定运行；具体地，本发明在实施过程中，通过借鉴鲁棒H2/H∞混合优化控制方法，提出了一种基于鲁棒H2/H∞混合优化的风储微电网***的控制策略，建立了鲁棒H2/H∞混合优化控制模型，并基于鲁棒H2/H∞混合优化控制模型对所述风储微电网***的出力进行反馈调整；与传统的微电网控制方法相比，本发明考虑了***未精确建模部分等干扰因素对控制效果的不利影响，可以保证风储微电网***在大干扰下的稳定运行，具备推广应用的价值。
在一个可能的设计中，所述风储微电网***包括风电场和储能电站。
在一个可能的设计中，所述储能***采用电池储能***。
在一个可能的设计中，对所述数学模型进行线性化处理时，采用微分几何控制方法中的状态反馈精确线性化方法实现。
在一个可能的设计中，所述鲁棒H2/H∞混合优化控制模型包括H∞性能指标函数z0和H2性能指标函数z1，且以H∞性能指标函数z0为主要偏好，以H2性能指标函数z1为次要偏好。
在一个可能的设计中，将所述线性化模型转化为鲁棒H2/H∞混合优化控制模型后，所述方法还包括：
计算得到所述鲁棒H2/H∞混合优化控制模型中鲁棒H2/H∞混合优化控制器的参数值。
在一个可能的设计中，所述实时运行状态信息中包括干扰信息时，判定所述实时运行状态信息表征所述被控对象受到干扰；对应地，对所述风储微电网***的出力进行反馈调整，包括：
根据所述干扰信息调节所述双馈异步发电机的角速度、调节所述电池储能***的输出功率和调节所述风储微电网***的直流环节电压；其中，所述直流环节电压为与所述双馈异步发电机或所述电池储能***连接的滤波装置的电压。
第二方面，本发明提供了一种风储微电网***控制***，用于实现如上述任一项所述的风储微电网***控制方法；所述风储微电网***控制***包括：
数学模型构建模块，用于以风储微电网***中的风储孤网***为控制目标，以所述风储孤网***中的双馈异步发电机和储能***为控制对象，建立所述控制对象的数学模型；
线性化处理模块，与所述数学模型构建模块通信连接，用于对所述数学模型进行线性化处理，得到风储孤网***的线性化模型；
模型转换模块，与所述线性化处理模块通信连接，用于基于鲁棒H2/H∞混合优化控制方法，将所述线性化模型转化为鲁棒H2/H∞混合优化控制模型；
反馈调整模块，与所述模型转换模块通信连接，用于获取风储微电网***的实时运行状态信息，并根据所述鲁棒H2/H∞混合优化控制模型，在所述实时运行状态信息表征所述被控对象受到干扰时，对所述风储微电网***的出力进行反馈调整。
第三方面，本发明提供了一种电子设备，包括：
存储器，用于存储计算机程序指令；以及，
处理器，用于执行所述计算机程序指令从而完成如上述任一项所述的风储微电网***控制方法的操作。
第四方面，本发明提供了一种计算机可读存储介质，用于存储计算机可读取的计算机程序指令，所述计算机程序指令被配置为运行时执行如上述任一项所述的风储微电网***控制方法的操作。
附图说明
图1是实施例1中风储微电网***控制方法的流程图；
图2是实施例1中风储微电网***与负荷的了连接关系图；
图3是实施例2中风储微电网***控制***的模块框图；
图4是实施例3中电子设备的模块框图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍，显而易见地，下面关于附图结构的描述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的前提下，还可以根据这些附图获得其他的附图。在此需要说明的是，对于这些实施例方式的说明用于帮助理解本发明，但并不构成对本发明的限定。
实施例1：
本实施例公开了一种风储微电网***控制方法，可以但不限于由具有一定计算资源的计算机设备或虚拟机执行，例如由个人计算机、智能手机、个人数字助理或可穿戴设备等电子设备执行，或者由虚拟机执行。
如图1所示，一种风储微电网***控制方法，可以但不限于包括有如下步骤：
S1.以风储微电网***中的风储孤网***为控制目标，以所述风储孤网***中的双馈异步发电机和储能***为控制对象，建立所述控制对象的数学模型；需要说明的是，风储孤网***为孤立电力***，孤网又称孤立电网，为脱离大电网孤立运行的小容量电力***；
具体地，本实施例中，风储微电网***包括风储孤网***中的风电场和储能电站。如图2所示，风电场中包括DFIG(Doubly fed Induction Generator，双馈异步发电机)以及与DFIG的输出端依次电连接的AC/DC整流器、DC/AC逆变器和滤波装置，储能电站包括BESS(Battery Energy Storage System，电池储能***)和与其输出端电连接的滤波装置，两个滤波装置的输出端均用于连接负荷。其中，DFIG是应用最为广泛的风力发电机，由定子绕组直连定频三相电网的绕线型异步发电机和安装在转子绕组上的双向背靠背IGBT电压源变流器组成；BESS是将储能电池、功率变换装置、本地控制器、配电***、温度与消防安全***等相关设备按照一定的应用需求而集成构建的较复杂综合电力单元。
具体地，本实施例中，所述储能***采用电池储能***。需要说明的是，在储能方面，电池储能***相对于采用其他储能技术的储能***而言，具备占地面积小，可以安装在任何地理位置上，对安装的要求更低，在风储微电网***的装配过程中更具有优势。而采用如抽水蓄能和压缩空气储能等其他储能技术的储能***则需考虑到水资源和位置限制以及输电限制，只适用于数量有限的位置，相比而言，本实施例中的电池储能***的应用场景更广，装配的限制要求更低。
S2.对所述数学模型进行线性化处理，得到风储孤网***的线性化模型。
本实施例中，对所述数学模型进行线性化处理时，采用微分几何控制方法中的状态反馈精确线性化方法实现。具体地，本实施例中，在采用微分几何控制方法中的状态反馈精确线性化方法对所述数学模型进行线性化处理时，可将数学模型中的非线性方程转为线性方程，线性化处理过程方便快捷。
S3.基于鲁棒H2/H∞混合优化控制方法，将所述线性化模型转化为鲁棒H2/H∞混合优化控制模型；需要说明的是，H2/H∞混合优化设计方法可以使风储孤网***同时获得较好的鲁棒稳定性和鲁棒性能。
具体地，本实施例中，所述鲁棒H2/H∞混合优化控制方法为：从一般的输出反馈控制器所对应的稳态LQG控制(linear-quadratic-Gaussian control，线性二次高斯控制，是控制理论中的基础最优控制问题之一)问题，附加H∞范数界的限制，从而引出H2/H∞混合控制的基本概念，采用该方法能较好的解决***的鲁棒性和***性能问题。本实施例中，基于鲁棒H2/H∞混合优化控制方法，将所述线性化模型转化为鲁棒H2/H∞混合优化控制模型，进而实现对风储微电网***的鲁棒H2/H∞混合优化控制，解决了微电网***在大干扰下的稳定运行的问题。
本实施例中，所述鲁棒H2/H∞混合优化控制模型包括H∞性能指标函数z0和H2性能指标函数z1，且以H∞性能指标函数z0为主要偏好，以H2性能指标函数z1为次要偏好。需要说明的是，H∞性能指标函数z0能够保证***性能，H2性能指标函数z1能够保证***的鲁棒性，通过H∞性能指标函数z0和H2性能指标函数z1构建的鲁棒H2/H∞混合优化控制模型，可利于保证***的鲁棒性和***性能。
具体地，本实施例中，H∞性能指标函数z0对应的闭环传递阵需满足：
式(1)中，为H∞性能指标函数z0对应的闭环传递阵，γ为H∞范数。
H2性能指标函数z1对应的闭环传递阵需满足：
式(2)中，为H2性能指标函数z1对应的闭环传递阵，K为对应的控制器。
本实施例中，将所述线性化模型转化为鲁棒H2/H∞混合优化控制模型后，所述方法还包括：
计算得到所述鲁棒H2/H∞混合优化控制模型中鲁棒H2/H∞混合优化控制器的参数值。
具体地，本实施例中，对所述鲁棒H2/H∞混合优化控制模型中的控制器参数进行求解，即可得到鲁棒H2/H∞混合优化控制器的参数值。
本实施例中，在计算鲁棒H2/H∞混合优化控制器的参数值时，一般根据Lyapunov稳定性分析得到，具体地，可将待求解的鲁棒H2/H∞混合控制器K等价为LMI(Linear MatrixInequality，线性矩阵不等式)问题的求解，进而得到鲁棒H2/H∞混合优化控制器的参数值；其中的LMI问题如下：
其中，式(3)为满足H∞性能指标的线性矩阵不等式；式(4)为满足H2性能指标的线性矩阵不等式；式(3)和式(4)中，A、B1、B2、C1、C2、D11、D12、D21、D22均为待求解的控制器参数，X、Y为被测参数，Q为辅助参数，T为转置符号。
S4.获取风储微电网***的实时运行状态信息，并根据所述鲁棒H2/H∞混合优化控制模型，在所述实时运行状态信息表征所述被控对象受到干扰时，对所述风储微电网***的出力进行反馈调整。需要说明的是，当所述实时运行状态信息中包括干扰信息时，判定所述实时运行状态信息表征所述被控对象受到干扰，其中的干扰信息包括所述风储微电网***内部的小干扰信息和外部大干扰信息，外部大干扰信息包括如风速突变以及负荷突变等带来的大干扰信息。
具体地，本实施例中，所述实时运行状态信息中包括干扰信息时，判定所述实时运行状态信息表征所述被控对象受到干扰；对应地，对所述风储微电网***的出力进行反馈调整，包括：
根据所述干扰信息调节所述双馈异步发电机的角速度、调节所述电池储能***的输出功率和调节所述风储微电网***的直流环节电压；其中，所述直流环节电压为与所述双馈异步发电机或所述电池储能***连接的滤波装置的电压。
需要说明的是，本实施例中，调节双馈异步发电机的角速度，也即调节所述风储微电网***中风机转子的角速度，可使其保证对外界风速的跟踪，快速且平稳的调节到由MPPT(Maximum power point tracking，最大功率点追踪)决定的最优值，实现风功率的最大捕获；调节所述电池储能***的输出功率，可使其能在风速突降时增大其输出功率，或在风速突增时减小其输出功率，以补偿风力发电与负荷消耗间的不平衡功率；调节所述风储微电网***的直流环节电压，可使其能在经受小幅波动后能迅速稳定于设定值。
本实施例可应对风速突变以及负荷突变等带来的大扰动对风储微电网***产生不利影响的问题，可以保证微电网***在大干扰下的稳定运行；具体地，本实施例在实施过程中，通过借鉴鲁棒H2/H∞混合优化控制方法，提出了一种基于鲁棒H2/H∞混合优化的风储微电网***的控制策略，建立了鲁棒H2/H∞混合优化控制模型，并基于鲁棒H2/H∞混合优化控制模型对所述风储微电网***的出力进行反馈调整；与传统的微电网控制方法相比，本实施例考虑了***未精确建模部分等干扰因素对控制效果的不利影响，可以保证风储微电网***在大干扰下的稳定运行，具备推广应用的价值。
实施例2：
本实施例公开了一种风储微电网***控制***，用于实现实施例1中风储微电网***控制方法；如图3所示，所述风储微电网***控制***包括：
数学模型构建模块，用于以风储微电网***中的风储孤网***为控制目标，以所述风储孤网***中的双馈异步发电机和储能***为控制对象，建立所述控制对象的数学模型；
线性化处理模块，与所述数学模型构建模块通信连接，用于对所述数学模型进行线性化处理，得到风储孤网***的线性化模型；
模型转换模块，与所述线性化处理模块通信连接，用于基于鲁棒H2/H∞混合优化控制方法，将所述线性化模型转化为鲁棒H2/H∞混合优化控制模型；
反馈调整模块，与所述模型转换模块通信连接，用于获取风储微电网***的实时运行状态信息，并根据所述鲁棒H2/H∞混合优化控制模型，在所述实时运行状态信息表征所述被控对象受到干扰时，对所述风储微电网***的出力进行反馈调整。
需要说明的是，本实施例2提供的风储微电网***控制***的工作过程、工作细节和技术效果，可以参见实施例1，于此不再赘述。
实施例3：
在实施例1或2的基础上，本实施例公开了一种电子设备，该设备可以是智能手机、平板电脑、笔记本电脑或者台式电脑等。电子设备可能被称为用户终端、便携式终端、台式终端等，如图4所示，电子设备包括：
存储器，用于存储计算机程序指令；以及，
处理器，用于执行所述计算机程序指令从而完成如实施例1中任一所述的风储微电网***控制方法的操作。
具体地，处理器301可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器301可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable LogicArray，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器301也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(CentralProcessing Unit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器301可以集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。
存储器302可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器302还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器302中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器301所执行以实现本申请中实施例1提供的风储微电网***控制方法。
在一些实施例中，终端还可选包括有：通信接口303和至少一个***设备。处理器301、存储器302和通信接口303之间可以通过总线或信号线相连。各个***设备可以通过总线、信号线或电路板与通信接口303相连。具体地，***设备包括：射频电路304、显示屏305和电源306中的至少一种。
通信接口303可被用于将I/O(Input/Output，输入/输出)相关的至少一个***设备连接到处理器301和存储器302。在一些实施例中，处理器301、存储器302和通信接口303被集成在同一芯片或电路板上；在一些其他实施例中，处理器301、存储器302和通信接口303中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
射频电路304用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路304通过电磁信号与通信网络以及其他通信设备进行通信。
显示屏305用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。
电源306用于为电子设备中的各个组件进行供电。
实施例4：
在实施例1至3任一项实施例的基础上，本实施例公开了一种计算机可读存储介质，用于存储计算机可读取的计算机程序指令，所述计算机程序指令被配置为运行时执行如实施例1所述的风储微电网***控制方法的操作。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
最后应说明的是，以上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。
Claims (10)
1.一种风储微电网***控制方法，其特征在于：包括：
以风储微电网***中的风储孤网***为控制目标，以所述风储孤网***中的双馈异步发电机和储能***为控制对象，建立所述控制对象的数学模型；
对所述数学模型进行线性化处理，得到风储孤网***的线性化模型；
基于鲁棒H2/H∞混合优化控制方法，将所述线性化模型转化为鲁棒H2/H∞混合优化控制模型；
获取风储微电网***的实时运行状态信息，并根据所述鲁棒H2/H∞混合优化控制模型，在所述实时运行状态信息表征所述被控对象受到干扰时，对所述风储微电网***的出力进行反馈调整。
2.根据权利要求1所述的一种风储微电网***控制方法，其特征在于：所述风储微电网***包括风电场和储能电站。
3.根据权利要求1所述的一种风储微电网***控制方法，其特征在于：所述储能***采用电池储能***。
4.根据权利要求1所述的一种风储微电网***控制方法，其特征在于：对所述数学模型进行线性化处理时，采用微分几何控制方法中的状态反馈精确线性化方法实现。
5.根据权利要求1所述的一种风储微电网***控制方法，其特征在于：所述鲁棒H2/H∞混合优化控制模型包括H∞性能指标函数z0和H2性能指标函数z1，且以H∞性能指标函数z0为主要偏好，以H2性能指标函数z1为次要偏好。
6.根据权利要求1所述的一种风储微电网***控制方法，其特征在于：将所述线性化模型转化为鲁棒H2/H∞混合优化控制模型后，所述方法还包括：
计算得到所述鲁棒H2/H∞混合优化控制模型中鲁棒H2/H∞混合优化控制器的参数值。
7.根据权利要求1所述的一种风储微电网***控制方法，其特征在于：所述实时运行状态信息中包括干扰信息时，判定所述实时运行状态信息表征所述被控对象受到干扰；对应地，对所述风储微电网***的出力进行反馈调整，包括：
根据所述干扰信息调节所述双馈异步发电机的角速度、调节所述电池储能***的输出功率和调节所述风储微电网***的直流环节电压；其中，所述直流环节电压为与所述双馈异步发电机或所述电池储能***连接的滤波装置的电压。
8.一种风储微电网***控制***，其特征在于：用于实现如权利要求1至7中任一项所述的风储微电网***控制方法；所述风储微电网***控制***包括：
数学模型构建模块，用于以风储微电网***中的风储孤网***为控制目标，以所述风储孤网***中的双馈异步发电机和储能***为控制对象，建立所述控制对象的数学模型；
线性化处理模块，与所述数学模型构建模块通信连接，用于对所述数学模型进行线性化处理，得到风储孤网***的线性化模型；
模型转换模块，与所述线性化处理模块通信连接，用于基于鲁棒H2/H∞混合优化控制方法，将所述线性化模型转化为鲁棒H2/H∞混合优化控制模型；
反馈调整模块，与所述模型转换模块通信连接，用于获取风储微电网***的实时运行状态信息，并根据所述鲁棒H2/H∞混合优化控制模型，在所述实时运行状态信息表征所述被控对象受到干扰时，对所述风储微电网***的出力进行反馈调整。
9.一种电子设备，其特征在于：包括：
存储器，用于存储计算机程序指令；以及，
处理器，用于执行所述计算机程序指令从而完成如权利要求1至7中任一项所述的风储微电网***控制方法的操作。
10.一种计算机可读存储介质，用于存储计算机可读取的计算机程序指令，其特征在于：所述计算机程序指令被配置为运行时执行如权利要求1至7中任一项所述的风储微电网***控制方法的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410415593.1A CN118232412A (zh) | 2024-04-08 | 2024-04-08 | 一种风储微电网***控制方法、***、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410415593.1A CN118232412A (zh) | 2024-04-08 | 2024-04-08 | 一种风储微电网***控制方法、***、电子设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118232412A true CN118232412A (zh) | 2024-06-21 |
Family
ID=91505662
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410415593.1A Pending CN118232412A (zh) | 2024-04-08 | 2024-04-08 | 一种风储微电网***控制方法、***、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118232412A (zh) |
-
2024
- 2024-04-08 CN CN202410415593.1A patent/CN118232412A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gayatri et al. | A review of reactive power compensation techniques in microgrids | |
| Samal et al. | Design and analysis of solar PV-fuel cell and wind energy based microgrid system for power quality improvement | |
| Chakraborty et al. | Power electronics for renewable and distributed energy systems | |
| CN107579514B (zh) | 一种用于海上平台的风光储直流电力***及控制方法 | |
| Krishnamurthy et al. | Power electronic converter configurations integration with hybrid energy sources–a comprehensive review for state-of the-art in research | |
| Meng et al. | Flexible virtual synchronous generator control for distributed generator with adaptive inertia | |
| CN108448652A (zh) | 一种新能源与电网配合供电方法及其校验装置 | |
| US20200091725A1 (en) | Micro inverter and controller | |
| Boopathi et al. | Control techniques for renewable energy integration with shunt active filter: a review | |
| Wang et al. | Hierarchical voltage imbalance control for single‐/three‐phase hybrid multimicrogrid | |
| Wu et al. | Research on power quality control of grid-connected microgrid based on distributed generation | |
| CN118232412A (zh) | 一种风储微电网***控制方法、***、电子设备及介质 | |
| CN108448582A (zh) | 谐波检测***和谐波处理*** | |
| CN104485686A (zh) | 适用于配网的风光一体化自平衡控制方法及*** | |
| Abulifa et al. | Performance evaluation of MG systems interfaced with wind turbines employing DFIG technology | |
| Zhu et al. | A combined day-ahead and intraday optimal scheduling strategy considering a joint frequency regulation reserve scheme among wind, photovoltaic, and thermal power | |
| Patel et al. | Shunt active power filter with MSRF-PI-AHCC technique for harmonics mitigation in a hybrid energy system under load changing condition | |
| CN104485685A (zh) | 适用于配网的光储一体化的自平衡控制方法及*** | |
| CN104485679A (zh) | 适用于配网的风储一体化的自平衡控制方法及*** | |
| Olatunde et al. | Strategic plan analysis for integrating renewable generation to smart grid technologies in Nigeria | |
| Wang et al. | Modelling method of microgrid system based on multi‐modal dimensions in islanding mode | |
| CN115563815B (zh) | 双高电力***碳排放流时空演变模拟计算方法及装置 | |
| Liao et al. | Modeling and Active Power Control of a Hydropower-Dominant Hybrid Energy System | |
| Wang et al. | Research on Control of Photovoltaic Grid Connected Inverter Based on Filter of LCL | |
| Arora et al. | Distributed Energy Resources Compensation Technique for Smart Grid Applications-A Review |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication |