基于改进粒子群算法的风机频率控制研究
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TM712

基金项目:

国家自然科学基金资助项目(51407107)


Wind turbine generator frequency control based on improved particle swarm optimization
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    高风电占比系统中,风电机组参与系统频率调节时,同时使用虚拟惯量控制与下垂控制会出现风机调频功率相互竞争的问题。为提高风机出力,优化系统的调频效果,对风电机组虚拟惯量控制和下垂控制进行协调优化。首先构建了风机参与调频的优化控制策略求解模型,对粒子群优化(PSO)算法进行了适应性改造:根据搜索代数对惯性权重ω、自我学习因子c1和社会学习因子c2进行动态调整,加入变异操作。基于改进的PSO算法优化控制参数,得到风机参与调频的协调控制策略,且对风速和故障程度等因素具有较好的适应性。最后以某省级电网为算例,仿真验证了控制策略以及改进算法的有效性。

    Abstract:

    When virtual inertia control and droop control are used simultaneously in high proportion wind power system, there will be frequency regulation power competition problems. In order to improve the frequency regulation effect of the system, it coordinates and optimizes the virtual inertia control and droop control of wind turbines. A model of coordinated control strategy is constructed for wind turbines participating in frequency regulation. The particle swarm optimization algorithm is improved:according to search algebra, inertia weight ω, self learning factor c1 and social learning factor c2 are dynamically adjusted;and mutation operation is added. Based on the improved particle swarm optimization algorithm, the control parameters are optimized. The coordinated control strategy of wind turbine participating in frequency regulation is obtained. Finally, a provincial power grid is taken as an example to verify the effectiveness of control strategy and improved algorithm.

    参考文献
    相似文献
    引证文献
引用本文

游广增,杭志,陈凯,刘超,钱迎春,李常刚.基于改进粒子群算法的风机频率控制研究[J].电力工程技术,2020,39(3):43-50

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2019-11-15
  • 最后修改日期:2019-12-26
  • 录用日期:2019-10-08
  • 在线发布日期: 2020-06-08
  • 出版日期: 2020-05-28
文章二维码