多区域互联电力系统负荷频率的分散控制

通过引入实时可测量,给出了一种多区域互联电力系统负荷频率控制的动态解耦模型。在大系统关联预估法的基础上,导出了一种仅需本区域的状态信息和在该区域内可测信息的实用有效的分散控制方法。通过实例计算和动态数字仿真,表明用该法设计的分散控制系统,在提高系统的稳定性和动态品质方面,其效果与集中最优控制系统几乎一致。     

基于自适应滑模的多区域时滞电力系统负荷频率控制

针对电力系统存在频率偏差的问题,以多区域互联电力系统为研究对象,提出自适应滑模控制方法.考虑电力系统存在通信时滞,建立互联电力系统的负荷频率控制模型.在已知扰动上下界时设计一般的滑模控制器,并在此基础上通过在线估计参数,设计自适应滑模控制器,最后通过MATLAB软件进行仿真验证.仿真结果表明,自适应滑模控制器能够有效地...     

多区域电力系统负荷频率控制的解耦计算

多区域互联电力负荷频率控制的解耦判定,用目前常用的方法计算量大,甚至难于计算。本文将这样的高阶系统解耦问题,变换为求网流技术中最小费用流问题,并采用运算简便快速、收敛可靠的OKA法求解。文中以两区域互联电力系统负荷频率控制为例进行了讨论和计算,其结果表明本文方法是可行和有效的。     

采用分解离散模型的负荷频率控制

本文采用分解离散模型来设计多区域互联电力系统负荷频率分散控制系统。将联络线交换功率考虑为可测扰动,成功地实现了多区域的分解。以广义最小方差控制原理为基础导出了扩展控制规律。采用离散模型,有效地减少了需测变量数,简化了控制装置。文中给出了实例及仿真结果。     

互联电力系统的模糊滑模负荷频率控制

提出一种用于多区域互联电力系统的负荷频率模糊滑模控制方法。该方法选用带积分的滑模超面方程 ,使系统从一开始就进入滑模状态 ,当系统进入滑模状态后 ,转化为基于新区域控制偏差的比例积分控制 ,对切换控制采用自适应模糊调节方式自动确定其幅值 ,在考虑发电机变化率约束和具有控制死区条件下 ,所提出的控制方法能够使系统获得较好的性能。仿真结果显示该方法是简单的、有效的 ,并且能够保证整个系统是渐进稳定的     

一种新的负荷模型在负荷频率控制中应用的研究

运用大系统理论中的交迭信息法进行了电力系统负荷频率分散控制的设计，并讨论了非线性负荷模型对负荷频率控制动态响应的影响。     

考虑风电不确定性的自适应MPC负荷频率控制方法

对风电不确定性引起的电力系统负荷频率控制变化问题展开研究.首先,对双馈风机(DFIG)虚拟惯性控制特征进行分析,构建风电参与的自动发电控制(AGC)系统模型;其次,讨论系统等效惯性时间常数H与风速变化的关联关系,描述风电不确定性对自动发电控制系统参数的影响;最后,进行自适应模型预测控制策略的设计,保证在风电输出不确定的情况下,控制器能够针对系统参数变化进行自适应调整,以保证最优的负荷频率控制效果.仿真结果表明:当风速变化而导致系统参数发生改变时,所提方法能够有效抑制高风速带来的等效惯性时间常数下降对频率控制的不利影响,并且具有更好的负荷频率控制能力.     

拒绝服务攻击下多区域互联电力系统负荷频率控制

文章研究拒绝服务攻击(Denial-of-service,DoS)下含有负荷扰动的多区域互联电力系统的负荷频率控制(Load frequency control,LFC)问题.首先,将可再生能源与电动汽车充电系统引入电力系统中,有效补偿负荷扰动对电力系统稳定性的影响.考虑到经通讯网络传输的控制信号易遭受时延和DoS攻击...     

基于采样PI的时滞电力系统负荷频率控制

针对不确定性传输时滞、系统参数与负荷扰动，通信带宽约束与计算负担以及风电间歇性功率，引发系统调频性能下降的问题，提出一种考虑信号采样周期与传输时滞的采样PI负荷频率控制（Sampling PI Load Frequency Control，SPI-LFC）方案，并引入指数收敛率来评价系统的快速性. 基于通信时滞采样数据网络，建立含风电的时滞电力系统SPI-LFC模型. 通过构建新的双边闭环Lyapunov泛函，并利用线性矩阵不等式技术，推导系统采样周期与通信时滞稳定裕度，以及指数收敛率相关的稳定准则与SPI控制设计方法. 仿真结果表明，所提方案具有较大的采样周期和通信时滞稳定裕度与较高的指数收敛率；对不确定性系统参数、负荷扰动和风电的间歇性功率也具有较强的鲁棒性.     

基于Ackermann公式的分散滑模负荷频率控制

提出了一种分散滑模负荷频率控制方法,该方法使用Ackermann公式可使滑模控制的不连续超面以非常简单、明显的方式获得;并将基于Ackermann公式的滑模控制方法推广应用到多区域互联电力系统的负荷频率控制中·对于互联系统各区域控制器的设计只与本区域的状态有关,不需要其他区域的状态反馈信息;该方法在滑模上具有所希望的动态响应,并且对于系统参数变化和外部干扰具有很强的鲁棒性·在该方法中符号函数的幅值对系统的动态有一定的影响;该方法是简单的、有效的,并且能够确保整个系统是渐近稳定的·仿真结果显示了该方法的有效性     

电力系统频率实时测量新算法

提出了一种利用电网电压的交流采样值测量电力系统频率的新算法。算法响应时间短,测量精度高,适合于电网频率的实时跟踪测量,数字仿真和工程实践均证实了本文算法的可行性和有效性。     

电力系统振荡时负荷点频率的振荡规律

本文对电力系统发生振荡或异步运行时负荷点的频率的变化规律进行了研究,并从两机系统出发导出了瞬时频率和平均频率的计算公式.     

基于DE-ELM算法的配电网电力系统负荷预测研究

针对目前方法对配电网电力系统进行负荷预测时,由于未能在电力负荷预测前对电力数据进行缺失值插补处理,导致该方法存在预测精度差、时间长以及性能差的问题,提出一种基于DE-ELM(Differential Evolution-Extreme Learning Machine)算法的配电网电力系统负荷预测研究方法。首先依据小波变换对电力数据进行去噪处理,根据去噪结果完成电力数据缺失值的插补,获取完整的电力数据集;再将数据集分成训练集与测试集两部分,将全局寻优引入极限学习机,采用DE-ELM算法对训练集进行计算,依据结果建立网络模型;最后将测试集放入构建的模型中进行训练,基于输出结果实现配电网电力系统的负荷预测。实验结果表明,运用该方法进行配电网电力系统负荷预测时,预测精度高、时长短、性能好。     

基于人工免疫算法的神经网络电力系统短期负荷预测

在BP神经网络（Baek-propagatlon neural network, BPNN）模型中引入人工免疫算法（Artificial Immune Algo-rithm,AIA）,给出了AIA-BPNN模型,基本思想是结合AIA算法的搜索特性和BPNN 模型的优良性能,可以进一步提高学习能力．与实际电力系统结合构造了AJA-BPNN电力系统短期负荷预测模型,通过使用AIA算法,优化BPNN的权值和阈值。使BPNN权值和阈值选择的盲目性得以克服．     

计及多种因素的水火系统负荷频率分散控制

用交迭信息法进行水火电互联系统负荷频率分数控制设计,协调了发电速率限制、发电机预热过程和调速器死区与LFC动态响应之间的矛盾。     

基于BP算法的电力系统负荷预测

本文分析了电力系统负荷预测的重要性和与负荷预测相关的数据的特点,给出了基于BP算法的电力系统负荷预测系统的体系结构,重点研究了多层前馈神经网络构建、数据预处理及网络模型的学习。将BP算法应用于电力系统负荷预测,可有效地克服数据不完整性、含噪声等复杂因素对预测结果的影响,提高预测精度。     

电力系统频率偏移对傅里叶算法的影响

研究了电力系统频率偏移时傅里叶算法的幅值误差，得完整的傅里叶算法的幅频特性，表明除基频和整次谐波外，该算法的幅频特性是多值函数。分析了用于抑制衰减直流分量的几种滤波器在电力系统频率偏移时的行为。     

基于多目标遗传算法的火电机组负荷频率控制方法

常规的负荷频率控制方法以频率协调为主,调频信号指令受到阶跃响应的影响,存在一定的频率偏差,阻碍火电机组频率控制效果。因此,设计了基于多目标遗传算法的火电机组负荷频率控制方法。提取火电机组负荷一次调频特征,将高出允许合理范围的火电机组负荷频率进行调整,增加或减小机组功率,使其达到新的负荷平衡。基于多目标遗传构建火电机组负荷频率控制模型,以机组发电损失与经济投入作为约束条件,优化汽轮机输出功率阶跃响应速度,从而控制火电机组负荷频率。协调机组负荷频率控制分配因子,将火电机组的前馈变负荷速率进行调节,在不影响机组负荷变化率的基础上,修正负荷频率偏差。采用对比实验,验证了方法的控制效果更佳,能够应用于实际生活中。     

负荷频率分散控制的新方法—考虑权矩阵Q的优化

提出了一种新的负荷频率分散控制器(LFDC)的设计方法,因考虑了权矩阵Q及增益矩阵K的优化,设计出的分散控制器具有可与最优控制器相比拟的动态品质;这种方法可适用于具有强或弱耦合的系统,且可根据要求,设计出具有相应结构的分散控制器。通过实例及动态仿真,验证了本文所提方法的正确性和优越性。     

电力系统中长期负荷预测的改进决策树算法

以不完备数据分析(ROUSTIDA)补全算法为数据处理前导，将其与属性组合法相结合，提出应用于电力系统中长期负荷预测的改进决策树算法．算例的计算结果表明，该算法弥补了决策树算法的固有缺陷，具有计算速度快、预测精度高、预测误差变化小等优点．尤其在候选属性繁多，原始数据不完整或不准确时，改进算法更具优越性．