基于改进协同量子粒子群算法的多微网负荷频率控制_方仍存.pdf

第 44 卷第 7 期2023 年 7 月电力建设Electric Power ConstructionVol.44No.7Jul 2023http:/www cepc com cn基金项目:国网湖北省电力有限公司科技项目(52153820000H)基于改进协同量子粒子群算法的多微网负荷频率控制方仍存1，桑子夏1，刘知行2，樊华2，王丹2，毛承雄2(1 国网湖北省电力有限公司经济技术研究院，武汉市 430077;2 强电磁工程与新技术国家重点实验室(华中科技大学)，武汉市 430074)摘要:网络化通信是智能电网的重要组成部分，但其带来的通信时滞导致维持多微网系统频率稳定更加困难，因此有必要研究网络化时滞下多微网互联系统的负荷频率控制问题。针对该问题，文章提出基于改进协同量子粒子群算法的分数阶 PID 控制器参数优化方法，以提升网络化通信时滞下多微网互联系统控制器的控制性能。首先，建立了具备风储特性的多微网互联系统仿真模型，并在模型中考虑了网络化通信时滞。其次，借鉴协同与混沌的思想对量子粒子群算法进行改进，优化了算法在粒子群多样性及高维度适应性等方面的性能，使之适用于高维度空间寻优问题。最后，借助 MATLAB 仿真实验分别从不同时滞下的稳定极限、阶跃扰动下的动态性能、长时间随机扰动下的 CPS 指标三个方面验证了所提优化方法的可行性与有效性。关键词:负荷频率控制;分数阶 PID 控制器;量子粒子群算法;联络线功率控制;时滞鲁棒性Load-Frequency Control of Multi-Microgrid Systems Based on ImprovedCooperative Quantum-Behaved Particle Swarm OptimizationFANG engcun1，SANG Zixia1，LIU Zhixing2，FAN Hua2，WANG Dan2，MAO Chengxiong2(1 State Grid Hubei Economic esearch Institute，Wuhan 430077，China;2 State Key Laboratory of Advance Electromagnetic Engineering and Technology(Huazhong University of Science and Technology)，Wuhan 430074，China)ABSTACT:Networked communication is an important component of smart grids However，the communication delaycaused by networked communication further increases the difficulty of maintaining the frequency stability of multi-microgridsystems Therefore，it is necessary to study the load-frequency control of multi-microgrid interconnected systems withnetworked delays To address this problem，a parameter optimization method for a fractional-order proportional-integral-derivative controller based on an improved cooperative quantum-behaved particle swarm optimization algorithm was proposedto improve the performance of controllers under networked communication delays First，a multi-microgrid interconnectedsystem model with wind and storage characteristics was established Second，the idea of coordination and chaos was used toimprove the quantum-behaved particle swarm optimization to make it suitable for high-dimensional space optimization andoptimize the performance of the algorithm in terms of particle swarm diversity and high-dimensional adaptability Finally，the feasibility and effectiveness of the optimization method were verified from three aspects:the stability limit under differenttime delays，the dynamic performance under step disturbances，and the CPS index under random disturbancesKEYWODS:load-frequency control;fractional-order PID controller;quantum-behaved particle swarm optimization;tie-line power control;time-delay robustness中图分类号:TM732文献标志码:A文章编号:1000 7229(2023)07 0087 11DOI:10.12204/j issn.1000 7229.2023.07.0100引言多微网互联系统是消纳大规模分布式可再生能源，并保障区域内负荷供电的可靠手段1-5。配合负荷频率控制(load frequency control，LFC)技术调整发电机组的出力可以有效平衡系统频率波动6-8。近年来，国内外研究者针对多微网系统 LFC 已取得一电 力 建 设第 44 卷http:/www cepc com cn定研究成果，然而整体数量仍较少，且许多研究者并未考虑 LFC 通信时滞的问题。传统 LFC 系统大多采用专用通信通道，然而随着电力市场的不断开放，LFC 系统逐渐采用成本较低且信息共享度更高的网络化通信方式。但网络化LFC 也带来了延时较长与数据丢包等问题9-14。在微网系统中，新能源发电的间歇性、随机性本就令系统频率不易稳定，网络化通信延迟则进一步增加了负荷频率控制的难度。文献 13研究表明，连续三个数据包丢失带来的通信延迟可令系统频率与联络线功率持续振荡直至失稳。文献 15 建立基于 M/M/1(将通信结构中的每级等效为 1 服务器与 1 队列)级联排队的微电网通信时滞的模型并得到网络负载较高时文中微电网模型通信时滞可达 1.66 s 以上。近年来许多研究者针对通信时滞下的互联电力系统 LFC 问题展开研究，通过设计各式控制器及控制策略以取得更好的控制效果。例如文献 16 使用深度学习算法进行孤岛微电网频率控制;文献 17 提出一种通信时滞下的鲁棒控制器设计方法，可增大控制器的时滞稳定范围;文献 18 使用改进蝴蝶优化算法进行控制器参数优化;文献 19 设计了自适应控制系统进行微网互联系统的频率控制;文献 20 通过时滞预测模型进行自动发电控制;文献 21 则使用自学习神经模糊技术设计负荷频率控制器;文献 22 则针对计及通信时滞及荷电状态的储能装置负荷频率控制进行了研究。然而上述研究针对的大多是网络负载较轻时的通信延时(小于05 s)，并未证明其所设计的控制方法在较长时滞下的性能。近年来，随着分数阶微积分理论研究的进展，将其与 PID 控制器结合而成的分数阶 PID 控制器(fractional-order PID，FOPID)23 的应用与优化逐渐成为研究热点。例如文献 24 将分数阶 PID 控制器应用于抽水蓄能电站，并取得了良好的效果，然而其并未分析控制器的时滞稳定范围;文献 25对分数阶 PID 控制器的时滞稳定性进行分析，然而其采取的灰狼优化算法(grey wolf optimizer，GWO)全局搜索能力较弱，在多微网互联系统中会由于粒子维数升高而易陷入局部最优。本文首先根据微电网特点搭建了具备风储特性的多微网互联 LFC 模型;并在算法方面对传统量子粒 子 群 算 法(quantum-behavedparticleswarmoptimization，QPSO)进行混沌初始化并建立优秀粒子序列，使之更适用于高维度下的寻优;之后基于改进 协 同 量 子 粒 子 群 算 法(improved cooperativequantum-behavedparticleswarmoptimization，ICQPSO)对分数阶 PID 参数进行优化;最后分别从时滞稳定极限、阶跃扰动下的动态性能指标、随机扰动下的 CPS1 指标三方面验证 ICQPSO-FOPID 控制方法的有效性与可行性。1多微网 LFC 系统建模相比互联电网，多微网互联系统具有可再生能源渗透率高、出力间歇性、随机性强的特点。独立运行的微电网频率常通过各微源、可控负荷及储能设备的调节来维持，然而受限于微电网容量，容易受到功率波动的影响。而多个子微网互联形成的多微网系统则可以借助功率耦合关系实现子微网间的相互支撑，通过网间功率互济提高系统运行的稳定性。多微网系统中子微网内部单元分布较为集中，子微网间通过联络线进行网间功率传输。因此在考虑微燃机、储能装置、风力发电等分布式电源特性的情况下，可以将子微网视为一个区域建立子微网 LFC模型，同时忽略各单元之间的变换器。多微网互联系统示意图如图 1 所示。图 1多微网互联系统示意图Fig.1Schematic diagram of multi-microgrid system1.1子微网 LFC 系统建模本文构建的子微网系统内部如图 1 所示，子微网内发电设备选取微燃机，并加入储能装置以辅助微电网的功率波动消纳，风电扰动则视为负的负荷扰动信号输入。本文先对微电网中的各部件分别建模，再将其组合成微电网 LFC 模型。1.1.1微型燃气轮机 LFC 模型微电网中应用的传统发电装置一般为微燃机。相比柴油发电机，该类发电机排放较为清洁且运维成本较低，因此多用于日常供电。根据文献 26 分析，微燃机的单机频率控制模型可用图 2 模型表示。图 2 为单机 LFC 的常用仿真模型，含有控制器、88第 7 期方仍存，等:基于改进协同量子粒子群算法的多微网负荷频率控制http:/www cepc com cn图 2微型燃气轮机的频率控制模型Fig.2Frequency control model of micro-turbine燃料系统、燃气机、微电网系统、负荷扰动等模块。其中，PID 控制器的微分环节更适合带有时间延迟的系统，故本文选择 PID 控制器而非 PI 控制器;燃料系统负责在负荷突然变化导致转子转速变化的情况下调整燃气量，改变机械功率输出，即实现电力系统一次调频;微电网系统模型则表示发电机随负荷变化调整自身出力的过程。图2 中，Prefi为控制器发出的功率变化参考值;i为子微网 i 的调差系数;Pij代表联络线功率;Tgi为调速器时间常数;Tti为对应原动机惯性时间常数;PLi为负荷功率变化量;Kpsi为区域电网功率 频率静特性增益系数;Tpsi为功频转换系数;fi为频率变化量;下标 i，j 是所在子微网的序号。1.1.2通信时滞环节网络化通信由于其控制灵活