论文部分内容阅读
随着电网规模的不断扩大,区域系统间联系愈发紧密,结构越来越复杂,不确定性扰动明显增多,如何保障互联电网的安全稳定运行日益成为备受关注的重要课题。维持电网频率及区域系统间联络线功率的稳定,是保障电网安全稳定运行的重要方面。自动发电控制(Autom Generation Control,AGC)的重要功能就是维持电网频率在额定值附近,并控制联络线功率在计划值附近。本文针对AGC的研究工作包括两方面:(1)自动发电控制策略的研究,即AGC控制器的设计;(2)AGC机组经济性调配的研究。(1)提出将基于数据驱动的无模型自适应控制算法应用于AGC控制器的设计,仅利用闭环被控AGC系统的输入、输出及影响量量测数据来实现AGC控制器的设计,无需事先掌握被控系统模型的任何内部结构和参数信息。将被控系统所有可能复杂行为特征,如非线性、时变参数、时变结构等,都融入压缩到伪偏导数这一新变量,只需在线调整这一唯一变量,即可实现无模型自适应控制。无模型自适应控制算法包括紧格式、偏格式、全格式三种控制方式,本文为充分挖掘输入、输出及影响量量测数据的隐含信息,采用全格式无模型自适应控制算法。通过算例对比分析,验证了该算法具有较好的非线性适应性、较强的鲁棒性及良好的控制性能评价标准(Control Perf-ormance Standard,CPS)指标。(2)利用机组选择0-1变量符合遗传算法二进制编码特性,提出将遗传算子引入到模拟植物生长算法中,在算法迭代过程通过采用保留最优组合以及保留最差组合交叉后组合的策略,可在提高算法收敛速度的同时,扩大寻优范围,抑制算法过于早熟,防止陷入局部最优。采用K-means聚类算法对机组进行分类,并且同类机组选取差异较大的变异概率,可进一步扩大寻优范围。采用线性规划法求解当前组合下的最优功率分配值,可实现相同机组调节功率均匀分配。对于多个最优解的存在,可直接算术平均,实现机组调配的公平性。通过算例对比分析,验证了该算法的有效性及优越性。