基于智能優(yōu)化算法的互聯(lián)電網(wǎng)負荷頻率控制器設計及其控制性能

2018-04-23 21:39:15 電氣技術(shù)　點擊量：評論 (0)

強電磁工程與新技術(shù)國家重點實驗室（華中科技大學電氣與電子工程學院）、南方電網(wǎng)科學研究院的研究人員左劍、謝平平、李銀紅、段獻忠，在20

強電磁工程與新技術(shù)國家重點實驗室（華中科技大學電氣與電子工程學院）、南方電網(wǎng)科學研究院的研究人員左劍、謝平平、李銀紅、段獻忠，在2018年第3期《電工技術(shù)學報》上撰文指出，互聯(lián)電網(wǎng)負荷頻率控制對保障電網(wǎng)安全可靠運行具有重要作用，適宜的控制器參數(shù)整定使得電網(wǎng)在各種隨機擾動下維持系統(tǒng)頻率穩(wěn)定和聯(lián)絡線功率交換值恒定。

針對兩區(qū)域互聯(lián)電網(wǎng)的負荷頻率控制器參數(shù)優(yōu)化整定問題，提出一種基于智能優(yōu)化算法的控制器參數(shù)整定設計方案。該方案采用最小化時間乘誤差絕對值積分作為目標函數(shù)，運用灰狼優(yōu)化算法搜索獲得最優(yōu)化的負荷頻率控制器參數(shù)。灰狼優(yōu)化算法模擬了狼群的社會分層機制和群體狩獵行為，使得控制器參數(shù)優(yōu)化整定過程具有快速、高效、自適應和精度高等優(yōu)點。

此外，重點考慮了控制器參數(shù)不確定性可能導致的控制器性能衰減，討論了控制器的脆弱性問題。建立了兩區(qū)域互聯(lián)電網(wǎng)負荷頻率控制系統(tǒng)仿真模型，采用所提優(yōu)化算法獲取PI/PID型負荷頻率控制器參數(shù)，仿真結(jié)果顯示所提算法設計PI/PID控制器相比于傳統(tǒng)方法和其他的智能優(yōu)化算法具有更好的尋優(yōu)能力和控制性能，并且優(yōu)化獲得的控制器在系統(tǒng)參數(shù)和控制器參數(shù)不確定性下具有魯棒性和非脆弱性。

互聯(lián)大電網(wǎng)的有功平衡和頻率穩(wěn)定一直是系統(tǒng)安全運行的重要問題。近年來，各類具有間歇性和波動性的分布式電源大量接入電網(wǎng)以及無時無刻不存在的隨機性負荷擾動，使得維持互聯(lián)電網(wǎng)的頻率穩(wěn)定更加具有挑戰(zhàn)性[1]。尤其是在一個放松管制的電力市場化環(huán)境下，每個互聯(lián)區(qū)域內(nèi)包含著各種不確定性和隨機擾動，進一步增加了頻率控制問題的復雜性。

解決電網(wǎng)頻率穩(wěn)定問題的主要手段是采用負荷頻率控制（Load FrequencyControl，LFC）技術(shù)，通過不斷調(diào)整調(diào)頻發(fā)電機組的有功出力大小來補償電網(wǎng)中存在的功率不平衡，使得互聯(lián)系統(tǒng)在正常運行與遭受到外界擾動時，保持系統(tǒng)頻率為額定值和區(qū)域聯(lián)絡線交換功率在計劃值附近[2]。適宜的LFC控制器設計對電網(wǎng)頻率調(diào)節(jié)動態(tài)性能具有重要影響。

作為電網(wǎng)自動發(fā)電控制（AutomaticGeneration Control，AGC）的重要組成部分，LFC控制器設計的基本問題主要包括控制器結(jié)構(gòu)設計和控制器參數(shù)調(diào)整，其目的都是提高LFC系統(tǒng)的動態(tài)響應性能，實現(xiàn)擾動下互聯(lián)系統(tǒng)頻率振蕩的快速穩(wěn)定。已有大量的學者針對互聯(lián)電網(wǎng)的LFC問題展開了深入的研究[3-7]。

隨著電網(wǎng)規(guī)模的擴大和復雜性的不斷增加，為了提高系統(tǒng)頻率控制的動態(tài)性能，許多先進的控制策略被應用到LFC控制器的設計中，如針對參數(shù)不確定性的魯棒控制方法[8,9]、考慮性能優(yōu)化的最優(yōu)控制方法[10]、自適應控制理論方法[11]、模型預測控制[11-15]以及結(jié)合人工智能理論的神經(jīng)網(wǎng)絡[16,17]、模糊邏輯控制器設計方法[18]等。

這些控制器設計方法雖然在一定程度上解決了系統(tǒng)不確定性及外部復雜擾動情況下難以控制的問題，但均存在控制方法實現(xiàn)困難，控制器結(jié)構(gòu)復雜，控制率限制條件多等缺點。尤其在智能電網(wǎng)背景下[19]，電力系統(tǒng)模型變化更加復雜，各個互聯(lián)區(qū)域的耦合性增強，使得原本設計的控制策略并不能獲得優(yōu)良的動態(tài)性能。

實際工程中采用的LFC控制器，多為結(jié)構(gòu)簡單可靠、易于調(diào)整和實現(xiàn)且控制性能優(yōu)良的比例-積分/比例-積分-微分（PI/PID）類型的控制器。

針對LFC系統(tǒng)的PI/PID控制器參數(shù)調(diào)整問題，許多學者提出了解決方案，如傳統(tǒng)的Ziegler-Nichols （ZN）方法[20]、基于模糊邏輯的PID控制器[21,22]、基于內(nèi)模控制的PID控制器[23,24]以及基于各種智能優(yōu)化算法的PI/PID控制器，包括遺傳算法（GeneticAlgorithm，GA）[25]、粒子群優(yōu)化（Particle Swarm Optimization，PSO）算法[26]、差分進化（DifferentialEvolution，DE）算法[27]、細菌覓食算法（BacteriaForaging Algorithm，BFA）[28,29]以及一些改進的混合智能優(yōu)化算法[30-34]，如社會學習自適應細菌覓食算法（Social LearningAdaptive Bacteria Foraging Algorithm，SLABFA）。

這些智能優(yōu)化算法具有適應能力強、對系統(tǒng)模型和參數(shù)的依賴性低等優(yōu)勢，在PI/PID參數(shù)優(yōu)化整定中廣泛采用。灰狼優(yōu)化（Grey WolfOptimizer，GWO）算法作為一種新提出的群體智能優(yōu)化算法[35]，具有原理簡單、編程實現(xiàn)方便、收斂速率快、全局搜索能力強等優(yōu)點，受到工程界的廣泛認可，并用于解決電力系統(tǒng)相關優(yōu)化問題[36,37]。本文擬采用GWO算法協(xié)調(diào)優(yōu)化整定LFC系統(tǒng)PI/PID控制器參數(shù)，以獲得最優(yōu)化的頻率調(diào)整控制性能。

LFC控制器的性能評估一直是校驗控制器設計的關鍵。控制器的控制性能評估不應僅考慮標稱系統(tǒng)的動態(tài)響應和外部擾動抑制能力，還應考慮系統(tǒng)參數(shù)不確定下的控制器魯棒性問題以及控制器本身參數(shù)的不確定問題。現(xiàn)有的LFC控制器設計研究較多關注的是控制器應對系統(tǒng)參數(shù)不確定性的魯棒性問題[38,39]，而很少涉及控制器本身參數(shù)的攝動問題。

雖然基于智能優(yōu)化算法的LFC系統(tǒng)PI/PID控制器參數(shù)優(yōu)化設計取得了大量的研究成果，但是控制器參數(shù)優(yōu)化整定多是在針對標稱系統(tǒng)的目標最優(yōu)化條件下得到，實際工程中由于存在各種未建模動態(tài)和參數(shù)漂移等不確定性因素，控制器參數(shù)可能不會精確地等于優(yōu)化整定值，因此分析控制器不可避免存在的參數(shù)攝動對控制性能的影響同樣具有重要意義。

文獻[40]首次提出了魯棒控制器的脆弱性問題，并指出設計魯棒控制器時應該在魯棒性和非脆弱性之間折中。文獻[41]提出了PID控制器參數(shù)的脆弱性問題，文中指出不適宜的控制器參數(shù)設定可能會導致在控制器參數(shù)較小的不確定下，系統(tǒng)控制器性能大大衰退甚至失效。

本文在優(yōu)化目標函數(shù)的基礎上，提出了一個量化分析控制器參數(shù)脆弱性的脆弱性指標，該指標能表征控制器的脆弱程度，可以為LFC控制器的控制性能評估提供一個參考標準。

在文獻[34]基礎上，本文采用GWO算法，優(yōu)化整定LFC系統(tǒng)PI/PID控制器參數(shù)，并分析控制器在系統(tǒng)參數(shù)和本身不確定性下的魯棒性和脆弱性。采用Matlab/Simulink搭建兩區(qū)域互聯(lián)電網(wǎng)LFC系統(tǒng)仿真模型，在該模型的基礎上，首先分析了GWO算法在求解PI/PID控制器參數(shù)時的尋優(yōu)性能；其次分析了獲得的最優(yōu)PI/PID控制器參數(shù)及各種指標；最后，仿真算例充分證明了所提優(yōu)化的LFC控制器具有優(yōu)良的控制性能和有效抑制各種擾動的能力，而且在抵御系統(tǒng)參數(shù)不確定性以及控制器本身參數(shù)攝動時具有較強的魯棒性和非脆弱性。