[发明专利]一种基于系统结构补偿的自动发电控制方法

说明书

本发明公开了一种基于系统结构补偿的自动发电控制(AGC)方法。由于分布式发电环节的存在会使传统AGC复杂化，以含光伏电力系统为例，研究在分布式发电环节发电功率的不确定性状态下，如何消除对分布式发电系统AGC的频率控制带来的不利影响。通过引入串联补偿环节，对系统结构进行调整，以减小分布式发电系统不确定性对AGC造成的频率波动，从而实现互联电网AGC系统的稳定控制。

技术领域

本发明涉及AGC(Automatic Generation Control，自动发电控制)控制领域，具体涉及一种基于系统结构补偿的自动发电控制(AGC)方法，由于分布式发电环节的存在会使传统AGC复杂化，以含光伏电力系统为例，研究在分布式发电环节发电功率的不确定性状态下，如何消除对分布式发电系统AGC的频率控制带来的不利影响。

背景技术

近年来，随着能源需求与环境污染矛盾的日益尖锐，清洁能源发电容量不断提高，这种情况使传统AGC过程更加复杂，这种复杂性体现在：一是光伏发电不确定性不可避免会对AGC产生负面影响；二是AGC的相对转动惯量的减小导致频率波动变大。目前针对此问题出现了多种控制方法：基于模糊控制PID的AGC系统控制策略、基于分数阶PID控制的AGC研究、基于平衡域动态模型的自适应AGC方法、基于搜索算法的滑膜控制的互联电网AGC。基于模糊控制PID的AGC系统控制策略能有效提高系统的稳定性，改善超调及动态性能；基于分数阶PID控制的AGC研究对负载变化具有很高的灵敏度，避免了暂态频率振荡；基于平衡域动态模型的自适应AGC方法保证了系统具有较强的鲁棒性、非线性适应性及CPS指标；基于搜索算法的滑膜控制的互联电网AGC保证了系统在非线性约束下具有较好的动态性能。上述列举控制方法虽然能够保证控制系统的稳定性和动态性能，但综合来看，上述控制方法普遍不适用于大型控制系统，而实际控制过程中，AGC涉及区域较大较多。因此，以最优化理论为内核的控制方式，如模型预测控制在AGC领域得到了迅速发展。

鉴于MPC不仅能提升对具有时滞性、非线性和不确定性特征系统控制的鲁棒性，还能实现控制量实时在线优化和控制域的灵活改变。所以，模型预测控制算法对于AGC系统的复杂控制需求的处理有很大的参考意义。

模型预测控制(Model predictive control,MPC)技术从上世纪70年代问世以来,已经从最初在工业过程中应用的启发式控制算法发展成为一个具有丰富理论和实践内容的新的学科分支。预测控制针对的是有优化需求的控制问题,30多年来预测控制在复杂工业过程中所取得的成功,已充分显现出其处理复杂约束优化控制问题的巨大潜力。进入本世纪以来,随着科学技术的进步和人类社会的发展,人们对控制提出了越来越高的要求,不再满足于传统的整定设计,而希望控制系统能通过优化获得更好的性能。同时,优化受到了更多因素的制约,除了传统执行机构等物理条件的约束外,还要考虑各种工艺性、安全性、经济性(质量、能耗等)和社会性(环保、城市治理等)指标的约束,这两方面的因素对复杂系统的约束优化控制提出了新的挑战。

模型预测控制是一种基于模型的闭环优化控制算法，其算法的核心是：可预测未来的动态模型，在线反复优化计算并滚动实施的控制作用和模型误差的反馈校正。模型预测控制具有控制效果好、鲁棒性强等优点，可有效地克服过程的不确定性、非线性和并联性，并能方便的处理过程被控变量和操纵变量中的各种约束。

模型预测控制算法是一种滚动的优化算法：在每一时刻以系统的当前状态为初始状态，通过在线求解一个有限时域的优化问题而得到一个控制序列，并将该序列的第一项作为输入应用到系统中，在下一个采样时刻，重复上述过程。

在AGC的实际控制过程中，当光伏系统接入电网时，光伏发电系统的输出功率变化将影响电力系统负荷与资源的平衡。然而，光伏发电系统的输出功率变化是不可避免的。所以需要提出一种系统结构补偿方法来减小分布式发电系统不确定性对AGC造成的频率波动。

发明内容