论文部分内容阅读
随着全球经济的快速发展，传统化石能源的不断紧缺，可再生能源在电力行业所占的比重不断提高。其中，风光互补发电系统充分利用风能和太阳能在时间上的互补性，是可再生供电系统的重要形式。在此背景下，对风光互补发电系统的控制研究能更加合理地利用风能和太阳能。主要对并网型风光互补发电系统的控制进行研究，首先根据有风有阳光、有风无阳光、无风有阳光和无风无阳光四种天气条件，将风光互补发电系统分为4种工作模式。并对风力发电子系统和光伏发电子系统的控制分别进行研究。以变桨距风机和单晶硅光伏电池为研究对象，根据系统多变量、非线性、时变的特点，将模糊自适应控制算法应用于风机和光伏电池的给定功率跟踪控制，并将基于蚁群算法的RBF(Radical BasisFuncation,径向基函数)神经网络应用于光伏电池MPPT(Maximum Power Point Tracking,最大功率点跟踪)。以中节能玉门昌马风光互补并网发电示范项目为背景，对风光互补发电系统的协调控制进行研究。采用递阶控制结构，将系统分为两级，上级为功率协调控制器，下级为两个子系统，根据系统并网效益和输出功率平滑性构建目标函数，采用多层决策技术中的理想点法对目标函数进行优化，协调控制两个子系统的发电功率。采用基于NSGA-Ⅱ(Non-dominated Sorting Genetic Algorithm-Ⅱ,带精英策略的快速非支配排序遗传算法)的分级递阶控制方法对系统进行协调控制，采用NSGA-Ⅱ算法对两个目标函数进行优化，协调控制子系统的发电功率。并将优化结果同基于理想点法的协调控制优化结果进行对比，得出最优控制方法。在Matlab/Simulink环境下搭建了风光互补发电系统的电力模型，对风机的功率控制、光伏电池的给定功率控制和最大功率跟踪控制，风光互补发电系统的协调控制进行了仿真分析，结果表明该风光互补发电系统的协调控制方法是可行的。