复杂性gydF4y2Ba 复杂性gydF4y2Ba 1099 - 0526gydF4y2Ba 1076 - 2787gydF4y2Ba HindawigydF4y2Ba 10.1155 / 2021/8834234gydF4y2Ba 8834234gydF4y2Ba 研究文章gydF4y2Ba 的活动频率控制策略基于模型预测控制的风力发电gydF4y2Ba 程ydF4y2Ba Ya-linggydF4y2Ba 1gydF4y2Ba https://orcid.org/0000 - 0001 - 6957 - 8431gydF4y2Ba 刘gydF4y2Ba Yin-penggydF4y2Ba 2gydF4y2Ba 太阳gydF4y2Ba 小飞gydF4y2Ba 3gydF4y2Ba 程ydF4y2Ba 羌族gydF4y2Ba 1gydF4y2Ba 湖南大学的商学院gydF4y2Ba 长沙gydF4y2Ba 湖南gydF4y2Ba 中国gydF4y2Ba zjgsu.edu.cngydF4y2Ba 2gydF4y2Ba 学院科学发展gydF4y2Ba 中国科学院gydF4y2Ba 北京gydF4y2Ba 中国gydF4y2Ba cas.cngydF4y2Ba 3gydF4y2Ba 电气工程学院gydF4y2Ba 西南交通大学gydF4y2Ba 成都gydF4y2Ba 四川gydF4y2Ba 中国gydF4y2Ba swjtu.edu.cngydF4y2Ba 2021年gydF4y2Ba 27gydF4y2Ba 5gydF4y2Ba 2021年gydF4y2Ba 2021年gydF4y2Ba 11gydF4y2Ba 8gydF4y2Ba 2020年gydF4y2Ba 17gydF4y2Ba 9gydF4y2Ba 2020年gydF4y2Ba 11gydF4y2Ba 5gydF4y2Ba 2021年gydF4y2Ba 27gydF4y2Ba 5gydF4y2Ba 2021年gydF4y2Ba 2021年gydF4y2Ba 版权©2021 Ya-ling陈等。gydF4y2Ba 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。gydF4y2Ba

在这篇文章中,一个活跃的风力发电机的频率控制策略提出了基于模型预测控制通过使用电力的风力涡轮机在甩负荷运营模式。微型智能电网"系统的频率响应模型的卸载风力涡轮机用于预测输出功率和系统频率偏移的风力涡轮机。根据预测信息,输出功率控制信号模型预测控制器的风力涡轮机可以优化。在此基础上,风力涡轮机积极参与频率控制策略设计的基于模型预测控制的滚动预测和优化。风力发电机功率控制信号后,策略是用来调整输出功率的风力涡轮机和平衡系统的有功功率的变化减少频率偏移。gydF4y2Ba

 中国国家自然科学基金gydF4y2Ba 71804177gydF4y2Ba 湖南省自然科学基金gydF4y2Ba 2019年jj50455gydF4y2Ba 1。介绍gydF4y2Ba

的大规模开发和访问国内风力涡轮机,一些风力涡轮机已经调频(FM)能力,以便他们能积极参与调频控制(gydF4y2Ba 1gydF4y2Ba- - - - - -gydF4y2Ba 3gydF4y2Ba]。因此,进一步探索和研究的风力涡轮机微微网频率控制器设计方案,一方面,充分利用系统中的同步发电机的调频能力维持频率稳定的微型智能电网"后风力涡轮机连接;另一方面,通过引入主动频率控制,风力涡轮机有效地参与系统动态频率调节,以便进一步提高微型智能电网"包含风力发电机的频率响应,具有重要意义,确保安全、经济运行的微型智能电网" (gydF4y2Ba 4gydF4y2Ba,gydF4y2Ba 5gydF4y2Ba]。gydF4y2Ba

随着风力发电保留相当一部分代混合电力系统,它可能会影响系统的频率安全由于缺少频率的支持单位。为了弥补这样一个系统的变化,风力发电机应积极提供频率响应要求。因此,变速风力涡轮发电机,如双馈感应发电机(DFIG) [gydF4y2Ba 6gydF4y2Ba)和直驱永磁同步发电机(PMSG) [gydF4y2Ba 7gydF4y2Ba),被广泛研究的控制特征在最近的文学作品。研究的结果的频率偏差提出了公用电网由于风电波动在gydF4y2Ba 8gydF4y2Ba),偏差估计基于传递函数的确定性方法的系统组件。在[gydF4y2Ba 9gydF4y2Ba),合作控制方案对风力发电机和插电式混合动力电动汽车(插电式混合动力车),提出了集中式和分布式控制结构被认为是和检查两种可能的协调方法。Ref。gydF4y2Ba 10gydF4y2BaDFIG)提出了一种主频率响应战略调节偏远地区供电(罪行)系统频率,进一步提出了一种辅助控制回路来增强的主要频率响应与力矩反馈控制。作者在gydF4y2Ba 11gydF4y2Ba]讨论的可能性deloading风力涡轮机使用叶片距角控制,频率响应的音高控制方案提供频率响应提出了利用定速异步发电机——(FSIG)和DFIG-based风力涡轮机。在[gydF4y2Ba 12gydF4y2Ba),作者探索几种操作策略DFIGs支持系统频率少牺牲在风中能源生产和验证方法的有效性在调节风电运营商的要求,并确保稳定风速下的变体。在[gydF4y2Ba 13gydF4y2Ba),切换角控制器(SAC)和一个自动生成控制器(AGC)提出了DFIG控制DFIG-based风能渗透到电力系统的频率,在虚拟的DFIG转子角的概念定义,和虚拟转子角是由囊继电器式控制方式控制。除此之外,一些其他相关作品近日报道,比如学习控制方法(gydF4y2Ba 14gydF4y2Ba),USDE-based滑模控制和输出反馈控制gydF4y2Ba 15gydF4y2Ba,gydF4y2Ba 16gydF4y2Ba]。然而,在上述工作,不考虑风力涡轮机的卸载,风力发电的预测并不是讨论。gydF4y2Ba

因此,考虑卸载和风力涡轮机的预测,本文提出了一种新型风力发电的活动频率控制策略基于模型预测控制(MPC)。本文的贡献可以概括如下:gydF4y2Ba

卸载操作模型,本文建立了风力涡轮机中一定量的机械功率调频准备通过减少加载和维护风力涡轮机在非最优操作点。gydF4y2Ba

MPC-based活动频率控制策略提出了风力涡轮机本文利用电力的风力涡轮机在甩负荷运营模式,能够调节频率偏差是在安全运行范围内,优秀的系统频率的动态性能。gydF4y2Ba

本文提出的控制策略可以充分利用模型预测控制的优点。具体地说,该策略是可行的,没有风速预测由于功率输出延迟引起的风力涡轮机的惯性环节。gydF4y2Ba

本文的其余部分组织如下。部分gydF4y2Ba 2gydF4y2Ba介绍了卸载操作模型的风力涡轮机。节gydF4y2Ba 3gydF4y2Ba,风力涡轮机积极参与微型智能电网"频率基于模型预测控制的控制策略。然后,仿真结果进行单独的区域和four-zone电力系统部分所示gydF4y2Ba 4gydF4y2Ba。最后,gydF4y2Ba 第五节gydF4y2Ba本文总结道。gydF4y2Ba

 2。卸载操作模型的风力涡轮机gydF4y2Ba

传统风力发电机运行在最大功率跟踪模式中,在没有电力储备连续频率调整。为了获得一定的机械功率储备调频,风力涡轮机需要减少加载和维护它在非最优操作点,即风力涡轮机的,卸载操作模型。具体来说,本节描述的减负荷运行风力涡轮机获得频率调制的能力储备。gydF4y2Ba

机械特性gydF4y2Ba PgydF4y2Ba米gydF4y2Ba(gydF4y2Ba ωgydF4y2Ba rgydF4y2Ba风力涡轮机的图所示gydF4y2Ba 1gydF4y2Ba,其中固体灰色曲线代表了典型的最大功率跟踪曲线的风力涡轮机。为了实现风力发电机参与频率调节微型智能电网",减少足够的机械功率负载能力的风力涡轮机是必需的。因此,风力发电机的最大功率跟踪模式,没有可用功率频率控制的储备。然而,采用叶片变转矩角控制需要外部机械功能,这是呆板和可能导致机械磨损问题。因此,在下列情况下,本节讨论的使用转子速度控制获得的力量储备。gydF4y2Ba

功率跟踪负荷下风扇曲线还原操作。gydF4y2Ba

如图gydF4y2Ba 1gydF4y2Ba转子速度控制方式,操作点的风力涡轮机可以从最大功率跟踪曲线的左边或者右边。本节将使用正确的转向保持更高的转子速度和储存额外的动能达到短期频率调节。因此,空气动力系数gydF4y2Ba CgydF4y2Ba pgydF4y2Ba(gydF4y2Ba λgydF4y2Ba选择gydF4y2Ba)乘以一个减负荷系数gydF4y2Ba kgydF4y2Ba▽gydF4y2Ba:gydF4y2Ba (1)gydF4y2Ba CgydF4y2Ba pgydF4y2Ba λgydF4y2Ba ▽gydF4y2Ba =gydF4y2Ba kgydF4y2Ba ▽gydF4y2Ba CgydF4y2Ba pgydF4y2Ba λgydF4y2Ba 选择gydF4y2Ba 。gydF4y2Ba

风力涡轮机在甩负荷的有功功率模式如下:gydF4y2Ba (2)gydF4y2Ba PgydF4y2Ba 米gydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba wgydF4y2Ba rgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba =gydF4y2Ba kgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba PgydF4y2Ba 马克斯gydF4y2Ba =gydF4y2Ba 0.5gydF4y2Ba πgydF4y2Ba ρgydF4y2Ba RgydF4y2Ba 2gydF4y2Ba vgydF4y2Ba wgydF4y2Ba 3gydF4y2Ba CgydF4y2Ba pgydF4y2Ba λgydF4y2Ba dgydF4y2Ba lgydF4y2Ba 。gydF4y2Ba

用电限制操作模式下,提示速度比率可以推导出如下:gydF4y2Ba (3)gydF4y2Ba λgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba =gydF4y2Ba −gydF4y2Ba kgydF4y2Ba 1gydF4y2Ba 1gydF4y2Ba +gydF4y2Ba 1gydF4y2Ba −gydF4y2Ba kgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba 1gydF4y2Ba −gydF4y2Ba 4gydF4y2Ba kgydF4y2Ba 2gydF4y2Ba kgydF4y2Ba 0gydF4y2Ba /gydF4y2Ba kgydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba 2gydF4y2Ba kgydF4y2Ba 2gydF4y2Ba =gydF4y2Ba λgydF4y2Ba 选择gydF4y2Ba CgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba ,gydF4y2Ba 次优的系数gydF4y2Ba CgydF4y2Ba ▽gydF4y2Ba表示为gydF4y2Ba (4)gydF4y2Ba CgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba =gydF4y2Ba 1gydF4y2Ba +gydF4y2Ba 1gydF4y2Ba −gydF4y2Ba kgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba 1gydF4y2Ba −gydF4y2Ba 4gydF4y2Ba kgydF4y2Ba 2gydF4y2Ba kgydF4y2Ba 0gydF4y2Ba kgydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba 。gydF4y2Ba

甩负荷次优功率跟踪曲线,红线图所示gydF4y2Ba 1gydF4y2Ba和甩负荷转子转速显示如下:gydF4y2Ba (5)gydF4y2Ba PgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba wgydF4y2Ba rgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba =gydF4y2Ba kgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba kgydF4y2Ba 选择gydF4y2Ba CgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba 3gydF4y2Ba ωgydF4y2Ba rgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba 3gydF4y2Ba ,gydF4y2Ba ωgydF4y2Ba rgydF4y2Ba 德gydF4y2Ba lgydF4y2Ba =gydF4y2Ba pgydF4y2Ba kgydF4y2Ba ggydF4y2Ba λgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba 2gydF4y2Ba RgydF4y2Ba vgydF4y2Ba wgydF4y2Ba 。gydF4y2Ba

3所示。风力涡轮机积极参与微型智能电网"频率基于模型预测控制的控制策略gydF4y2Ba

介绍了模型预测控制系统部分gydF4y2Ba 3gydF4y2Ba。风力涡轮机的主动控制策略与调频能力在本节提出基于模型预测控制和频率响应模型的微型智能电网"。gydF4y2Ba

3.1。频率响应模型的微型智能电网"与风力涡轮机积极参与频率控制gydF4y2Ba

传统的风力发电机的有功功率控制策略是基于最大功率跟踪曲线生成的成功率,所以频率和有功功率注入改变可以巧妙地分离出来。辅助的目标频率控制器的风力涡轮机是支持系统将其有功功率输出与系统频率的频率。因此,频率偏差信号引入辅助频率基于模型预测控制的控制策略。gydF4y2Ba

风力涡轮机的调频能力在甩负荷模式,及其频率响应模型结构如图gydF4y2Ba 2gydF4y2Ba。风力发电机的频率响应模型(农场)参与频率控制由微型智能电网"频率控制模型和风力涡轮机模型下卸载操作模式。其结构图如图gydF4y2Ba 3gydF4y2Ba。gydF4y2Ba

风机的结构框图频率响应模型基于模型预测控制。gydF4y2Ba

频率响应模型框图的风力涡轮机积极参与微型智能电网"频率控制。gydF4y2Ba

在图gydF4y2Ba 2gydF4y2Ba,输出风力发电的风力涡轮机可以表示为功率控制命令输出的总和的模型预测控制器根据甩负荷和风力发电输出功率跟踪曲线:gydF4y2Ba (6)gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba 风gydF4y2Ba =gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba fgydF4y2Ba +gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba ,gydF4y2Ba 在哪里gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba fgydF4y2Ba 代表输出功率模型预测控制器的命令,和gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba 代表风力发电输出功率跟踪曲线根据卸载。gydF4y2Ba

如图gydF4y2Ba 2gydF4y2Ba风力涡轮机的,输入频率响应模型是系统频率偏移,并输出有功功率注入微型智能电网"。频率响应模型由一个活跃的动力响应单元和转子转速响应单元。有功功率响应单元由两部分组成:电源频率的响应单元控制策略基于模型预测控制和转子转速响应单位。其速度响应取决于旋转动力学,即生成的电磁功率和机械功率平衡被粉丝。风力涡轮机捕获的机械功率的确定根据风机的机械功率特性曲线和转子速度。gydF4y2Ba

由于积极参与频率控制的风力发电机,风力发电机需要在甩负荷运营模式获得调频电源的优势。在本节中,风力涡轮机模型和频率响应模型multiarea微型智能电网"卸载操作以下描述和派生。频率响应的基础模型是预测模型在随后的模型预测控制策略。gydF4y2Ba

根据风力发电机的数学模型和微型智能电网"甩负荷频率控制系统操作所述,风力发电机的频率响应模型建立积极的频率控制。机械转矩和电磁转矩模型的风力涡轮机是根据泰勒级数扩展,并获得以下数学模型:gydF4y2Ba (7)gydF4y2Ba ΔgydF4y2Ba TgydF4y2Ba 米gydF4y2Ba =gydF4y2Ba kgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba kgydF4y2Ba wgydF4y2Ba tgydF4y2Ba ΔgydF4y2Ba ωgydF4y2Ba tgydF4y2Ba +gydF4y2Ba kgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba kgydF4y2Ba vgydF4y2Ba wgydF4y2Ba ΔgydF4y2Ba vgydF4y2Ba ,gydF4y2Ba ΔgydF4y2Ba TgydF4y2Ba egydF4y2Ba =gydF4y2Ba kgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba kgydF4y2Ba wgydF4y2Ba ggydF4y2Ba ΔgydF4y2Ba ωgydF4y2Ba tgydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba =gydF4y2Ba kgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba kgydF4y2Ba wgydF4y2Ba ggydF4y2Ba ΔgydF4y2Ba ωgydF4y2Ba tgydF4y2Ba 3gydF4y2Ba ,gydF4y2Ba 一阶泰勒级数展开的运行点周围的线性系数的定义是gydF4y2Ba (8)gydF4y2Ba kgydF4y2Ba wgydF4y2Ba tgydF4y2Ba =gydF4y2Ba ∂gydF4y2Ba TgydF4y2Ba 米gydF4y2Ba ∂gydF4y2Ba ωgydF4y2Ba tgydF4y2Ba |gydF4y2Ba 0gydF4y2Ba kgydF4y2Ba vgydF4y2Ba wgydF4y2Ba =gydF4y2Ba ∂gydF4y2Ba TgydF4y2Ba 米gydF4y2Ba ∂gydF4y2Ba vgydF4y2Ba wgydF4y2Ba |gydF4y2Ba 0gydF4y2Ba kgydF4y2Ba wgydF4y2Ba ggydF4y2Ba =gydF4y2Ba ∂gydF4y2Ba TgydF4y2Ba egydF4y2Ba ∂gydF4y2Ba ωgydF4y2Ba tgydF4y2Ba |gydF4y2Ba 0gydF4y2Ba kgydF4y2Ba wgydF4y2Ba pgydF4y2Ba =gydF4y2Ba ∂gydF4y2Ba PgydF4y2Ba egydF4y2Ba ∂gydF4y2Ba ωgydF4y2Ba tgydF4y2Ba |gydF4y2Ba 0gydF4y2Ba 。gydF4y2Ba

元素的块驱动模型的数学模型下的风力涡轮机的下载操作模式表示为增量形式:gydF4y2Ba (9)gydF4y2Ba ωgydF4y2Ba ˙gydF4y2Ba tgydF4y2Ba =gydF4y2Ba kgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba kgydF4y2Ba wgydF4y2Ba tgydF4y2Ba −gydF4y2Ba kgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba kgydF4y2Ba wgydF4y2Ba ggydF4y2Ba −gydF4y2Ba kgydF4y2Ba lgydF4y2Ba ogydF4y2Ba 年代gydF4y2Ba 年代gydF4y2Ba 2gydF4y2Ba HgydF4y2Ba wgydF4y2Ba ΔgydF4y2Ba ωgydF4y2Ba tgydF4y2Ba +gydF4y2Ba kgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba kgydF4y2Ba vgydF4y2Ba wgydF4y2Ba 2gydF4y2Ba HgydF4y2Ba wgydF4y2Ba ΔgydF4y2Ba vgydF4y2Ba wgydF4y2Ba 。gydF4y2Ba

考虑发电机负载的动态关系公式在微型智能电网"频率控制模型中,下面的频率和功率之间的关系可推导出根据框图的微型智能电网"频率响应模型风扇积极参与控制:gydF4y2Ba (10)gydF4y2Ba ΔgydF4y2Ba fgydF4y2Ba 我gydF4y2Ba =gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba 心肌梗死gydF4y2Ba −gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba lgydF4y2Ba 我gydF4y2Ba −gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba tieigydF4y2Ba −gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba 风gydF4y2Ba ⋅gydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba HgydF4y2Ba 我gydF4y2Ba 年代gydF4y2Ba +gydF4y2Ba DgydF4y2Ba 我gydF4y2Ba 。gydF4y2Ba

通过结合(gydF4y2Ba 7gydF4y2Ba)和(gydF4y2Ba 8gydF4y2Ba),用微型智能电网"部分中描述的频率控制模型gydF4y2Ba 3gydF4y2Ba上面的公式,我们可以得到gydF4y2Ba (11)gydF4y2Ba ΔgydF4y2Ba fgydF4y2Ba ˙gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba 心肌梗死gydF4y2Ba −gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba 李gydF4y2Ba −gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba tieigydF4y2Ba ⋅gydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba HgydF4y2Ba 我gydF4y2Ba −gydF4y2Ba kgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba ⋅gydF4y2Ba kgydF4y2Ba wgydF4y2Ba pgydF4y2Ba ⋅gydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba HgydF4y2Ba 我gydF4y2Ba ⋅gydF4y2Ba ΔgydF4y2Ba ωgydF4y2Ba tgydF4y2Ba −gydF4y2Ba DgydF4y2Ba 我gydF4y2Ba 2gydF4y2Ba HgydF4y2Ba 我gydF4y2Ba ⋅gydF4y2Ba ΔgydF4y2Ba fgydF4y2Ba 我gydF4y2Ba −gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba fgydF4y2Ba ⋅gydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba HgydF4y2Ba 我gydF4y2Ba 。gydF4y2Ba

结合公式(gydF4y2Ba 11gydF4y2Ba与频率控制模型)的微型智能电网",微型智能电网"与风力发电机的频率响应模型可以统一描述为积极参与频率控制数学模型如下:gydF4y2Ba (12)gydF4y2Ba xgydF4y2Ba ˙gydF4y2Ba 我gydF4y2Ba tgydF4y2Ba =gydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba tgydF4y2Ba +gydF4y2Ba BgydF4y2Ba 我gydF4y2Ba ugydF4y2Ba 我gydF4y2Ba tgydF4y2Ba +gydF4y2Ba FgydF4y2Ba 我gydF4y2Ba wgydF4y2Ba 我gydF4y2Ba tgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 我gydF4y2Ba tgydF4y2Ba =gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba tgydF4y2Ba ,gydF4y2Ba 在哪里gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba tgydF4y2Ba 是状态变量矩阵,gydF4y2Ba ugydF4y2Ba 我gydF4y2Ba tgydF4y2Ba 是控制变量矩阵,gydF4y2Ba wgydF4y2Ba 我gydF4y2Ba tgydF4y2Ba 是扰动变量矩阵,gydF4y2Ba ygydF4y2Ba 我gydF4y2Ba tgydF4y2Ba 是输出向量,然后呢gydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba BgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba FgydF4y2Ba 我gydF4y2Ba 状态空间模型的系数矩阵。gydF4y2Ba

区域频率偏移gydF4y2Ba ΔgydF4y2Ba fgydF4y2Ba 我gydF4y2Ba ,结线功率偏差gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba tgydF4y2Ba 我gydF4y2Ba egydF4y2Ba ,gydF4y2Ba 我gydF4y2Ba ,原动机输出功率命令gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba 米gydF4y2Ba 我gydF4y2Ba 州长命令输出功率gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba ggydF4y2Ba 我gydF4y2Ba ,风力涡轮机转子速度gydF4y2Ba ΔgydF4y2Ba ωgydF4y2Ba tgydF4y2Ba 我gydF4y2Ba 和同步发电机功率控制命令gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba cgydF4y2Ba 我gydF4y2Ba 在卸载操作选择状态变量。因此,状态变量矩阵可以表示如下:gydF4y2Ba (13)gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba tgydF4y2Ba =gydF4y2Ba ΔgydF4y2Ba fgydF4y2Ba 我gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba tgydF4y2Ba 我gydF4y2Ba egydF4y2Ba ,gydF4y2Ba 我gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba 米gydF4y2Ba 我gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba ggydF4y2Ba 我gydF4y2Ba ΔgydF4y2Ba ωgydF4y2Ba tgydF4y2Ba 我gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba cgydF4y2Ba 我gydF4y2Ba TgydF4y2Ba 。gydF4y2Ba

输出向量gydF4y2Ba ygydF4y2Ba 我gydF4y2Ba tgydF4y2Ba 区域控制偏差信号吗gydF4y2Ba 一个gydF4y2Ba CgydF4y2Ba EgydF4y2Ba 我gydF4y2Ba 。状态空间模型的控制变量输出功率命令gydF4y2Ba ugydF4y2Ba 我gydF4y2Ba =gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba fgydF4y2Ba 我gydF4y2Ba 模型预测控制器的风力涡轮机。微型智能电网"控制的风力涡轮机的功率波动和风速变化引起的结线扰动变量在其他地区代表如下:gydF4y2Ba (14)gydF4y2Ba wgydF4y2Ba 我gydF4y2Ba tgydF4y2Ba =gydF4y2Ba ∑gydF4y2Ba jgydF4y2Ba =gydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba jgydF4y2Ba ≠gydF4y2Ba 我gydF4y2Ba NgydF4y2Ba TgydF4y2Ba 我gydF4y2Ba jgydF4y2Ba ΔgydF4y2Ba fgydF4y2Ba jgydF4y2Ba ΔgydF4y2Ba vgydF4y2Ba ωgydF4y2Ba 我gydF4y2Ba TgydF4y2Ba 。gydF4y2Ba

在频率响应模型公式(gydF4y2Ba 12gydF4y2Ba),每个系数矩阵gydF4y2Ba (15)gydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba −gydF4y2Ba DgydF4y2Ba 我gydF4y2Ba /gydF4y2Ba 2gydF4y2Ba HgydF4y2Ba 我gydF4y2Ba −gydF4y2Ba 1gydF4y2Ba /gydF4y2Ba 2gydF4y2Ba HgydF4y2Ba 我gydF4y2Ba 1gydF4y2Ba /gydF4y2Ba 2gydF4y2Ba HgydF4y2Ba 我gydF4y2Ba 0gydF4y2Ba −gydF4y2Ba kgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba KgydF4y2Ba wgydF4y2Ba pgydF4y2Ba 我gydF4y2Ba /gydF4y2Ba 2gydF4y2Ba HgydF4y2Ba 我gydF4y2Ba 0gydF4y2Ba 2gydF4y2Ba πgydF4y2Ba ∑gydF4y2Ba jgydF4y2Ba =gydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba jgydF4y2Ba ≠gydF4y2Ba 我gydF4y2Ba NgydF4y2Ba TgydF4y2Ba 我gydF4y2Ba jgydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba −gydF4y2Ba 1gydF4y2Ba /gydF4y2Ba TgydF4y2Ba tgydF4y2Ba 我gydF4y2Ba 1gydF4y2Ba /gydF4y2Ba TgydF4y2Ba tgydF4y2Ba 我gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba −gydF4y2Ba 1gydF4y2Ba /gydF4y2Ba TgydF4y2Ba ggydF4y2Ba 我gydF4y2Ba RgydF4y2Ba 我gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba −gydF4y2Ba 1gydF4y2Ba /gydF4y2Ba TgydF4y2Ba ggydF4y2Ba 我gydF4y2Ba 0gydF4y2Ba 1gydF4y2Ba /gydF4y2Ba TgydF4y2Ba ggydF4y2Ba 我gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba κgydF4y2Ba /gydF4y2Ba 2gydF4y2Ba HgydF4y2Ba wgydF4y2Ba 我gydF4y2Ba 0gydF4y2Ba kgydF4y2Ba 我gydF4y2Ba BgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba 我gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba BgydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba /gydF4y2Ba 2gydF4y2Ba HgydF4y2Ba 我gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba FgydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba −gydF4y2Ba 2gydF4y2Ba πgydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba −gydF4y2Ba kgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba kgydF4y2Ba vgydF4y2Ba 米gydF4y2Ba /gydF4y2Ba 2gydF4y2Ba HgydF4y2Ba wgydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba ,gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba =gydF4y2Ba βgydF4y2Ba 我gydF4y2Ba 1gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba ,gydF4y2Ba 的参数gydF4y2Ba κgydF4y2Ba 在gydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba 是gydF4y2Ba (16)gydF4y2Ba κgydF4y2Ba =gydF4y2Ba kgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba kgydF4y2Ba wgydF4y2Ba tgydF4y2Ba −gydF4y2Ba kgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba kgydF4y2Ba wgydF4y2Ba ggydF4y2Ba −gydF4y2Ba kgydF4y2Ba 损失gydF4y2Ba 。gydF4y2Ba

在频率响应模型提出了公式(gydF4y2Ba 12gydF4y2Ba),参与频率控制风力发电机的动态模型下考虑卸载操作。因此,可以获得系统的频率偏移的输入风速和各种状态变量。同时,频率响应模型表示风速波动之间的线性关系和频率的变化,系统输出频率和其他变量是通过风速数据输入。因此,频率响应模型可以作为预测模型变换后,它可以提供一个参考风力发电机的频率控制策略与频率调节能力。gydF4y2Ba

 3.2。预测模型的基于微型智能电网"系统频率控制风力涡轮机活跃gydF4y2Ba

首先,频率响应模型是离散的。微型智能电网"与风力发电机的频率响应模型积极参与频率控制,即离散状态空间模型线性公式(gydF4y2Ba 12gydF4y2Ba),可以表示为gydF4y2Ba (17)gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba =gydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba xgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba BgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba ugydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba FgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba wgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 我gydF4y2Ba kgydF4y2Ba =gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba xgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba ,gydF4y2Ba 在哪里gydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba ,gydF4y2Ba BgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba ,gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba ,gydF4y2Ba FgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 分别是国家系数矩阵控制系数矩阵,观察系数矩阵,和扰动系数矩阵后连续对应于状态空间模型的离散化公式(gydF4y2Ba 12gydF4y2Ba)。gydF4y2Ba

根据模型预测控制算法的原理,系统响应gydF4y2Ba ygydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba NgydF4y2Ba pgydF4y2Ba |gydF4y2Ba kgydF4y2Ba 在预测时域预测吗gydF4y2Ba NgydF4y2Ba pgydF4y2Ba 。基于状态信息gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba 和当前系统时间(时间的状态方程gydF4y2Ba kgydF4y2Ba),下次的系统状态和输出响应gydF4y2Ba kgydF4y2Ba +gydF4y2Ba1预测如下:gydF4y2Ba (18)gydF4y2Ba ygydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba |gydF4y2Ba kgydF4y2Ba =gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba xgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba BgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba ugydF4y2Ba 我gydF4y2Ba kgydF4y2Ba |gydF4y2Ba kgydF4y2Ba +gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba FgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba wgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba |gydF4y2Ba kgydF4y2Ba ygydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba 2gydF4y2Ba |gydF4y2Ba kgydF4y2Ba =gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba xgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba +gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba BgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba ugydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba |gydF4y2Ba kgydF4y2Ba +gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba FgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba wgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba |gydF4y2Ba kgydF4y2Ba =gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 2gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba BgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba ugydF4y2Ba 我gydF4y2Ba kgydF4y2Ba |gydF4y2Ba kgydF4y2Ba +gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba FgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba wgydF4y2Ba kgydF4y2Ba |gydF4y2Ba kgydF4y2Ba +gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba BgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba ugydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba |gydF4y2Ba kgydF4y2Ba +gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba FgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba wgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba |gydF4y2Ba kgydF4y2Ba ,gydF4y2Ba ⋮gydF4y2Ba ygydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba NgydF4y2Ba pgydF4y2Ba |gydF4y2Ba kgydF4y2Ba =gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba NgydF4y2Ba pgydF4y2Ba xgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba BgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba NgydF4y2Ba pgydF4y2Ba −gydF4y2Ba 1gydF4y2Ba ugydF4y2Ba 我gydF4y2Ba kgydF4y2Ba |gydF4y2Ba kgydF4y2Ba +gydF4y2Ba ⋯gydF4y2Ba +gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba BgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba NgydF4y2Ba pgydF4y2Ba −gydF4y2Ba NgydF4y2Ba ugydF4y2Ba +gydF4y2Ba ⋯gydF4y2Ba +gydF4y2Ba 我gydF4y2Ba ugydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba NgydF4y2Ba ugydF4y2Ba −gydF4y2Ba 1gydF4y2Ba |gydF4y2Ba kgydF4y2Ba +gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba FgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba NgydF4y2Ba pgydF4y2Ba −gydF4y2Ba 1gydF4y2Ba wgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba |gydF4y2Ba kgydF4y2Ba +gydF4y2Ba ⋯gydF4y2Ba +gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba FgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba NgydF4y2Ba pgydF4y2Ba −gydF4y2Ba NgydF4y2Ba ugydF4y2Ba +gydF4y2Ba ⋯gydF4y2Ba +gydF4y2Ba 我gydF4y2Ba wgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba NgydF4y2Ba ugydF4y2Ba −gydF4y2Ba 1gydF4y2Ba |gydF4y2Ba kgydF4y2Ba ,gydF4y2Ba 在哪里gydF4y2Ba NgydF4y2Ba ugydF4y2Ba 控制时域,控制时域gydF4y2Ba NgydF4y2Ba ugydF4y2Ba 小于或等于时域预测gydF4y2Ba NgydF4y2Ba pgydF4y2Ba ;gydF4y2Ba ygydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba jgydF4y2Ba |gydF4y2Ba kgydF4y2Ba 系统的输出响应预测在时间吗gydF4y2Ba kgydF4y2Ba在时间gydF4y2Ba kgydF4y2Ba +gydF4y2Ba jgydF4y2Ba,gydF4y2Ba jgydF4y2Ba =gydF4y2Ba 1、2gydF4y2Ba ,gydF4y2Ba ⋯gydF4y2Ba ,gydF4y2Ba NgydF4y2Ba pgydF4y2Ba ;gydF4y2Ba ugydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba jgydF4y2Ba |gydF4y2Ba kgydF4y2Ba 是系统的最优控制变量计算时间吗gydF4y2Ba kgydF4y2Ba在时间gydF4y2Ba kgydF4y2Ba +gydF4y2Ba jgydF4y2Ba,gydF4y2Ba jgydF4y2Ba =gydF4y2Ba 1、2gydF4y2Ba ,gydF4y2Ba ⋯gydF4y2Ba ,gydF4y2Ba NgydF4y2Ba ugydF4y2Ba −gydF4y2Ba 1gydF4y2Ba ;gydF4y2Ba 我gydF4y2Ba 是单位矩阵;当之间的时间是控制时间域和时域预测控制序列的最优控制序列的最后控制时域。gydF4y2Ba

矩阵形式的公式(gydF4y2Ba 18gydF4y2Ba)可以表示为gydF4y2Ba (19)gydF4y2Ba YgydF4y2Ba 我gydF4y2Ba =gydF4y2Ba GgydF4y2Ba 我gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba lgydF4y2Ba 我gydF4y2Ba UgydF4y2Ba 我gydF4y2Ba +gydF4y2Ba 米gydF4y2Ba 我gydF4y2Ba WgydF4y2Ba 我gydF4y2Ba 。gydF4y2Ba

的公式,gydF4y2Ba (20)gydF4y2Ba YgydF4y2Ba 我gydF4y2Ba =gydF4y2Ba ygydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba |gydF4y2Ba kgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba 2gydF4y2Ba |gydF4y2Ba kgydF4y2Ba ,gydF4y2Ba ⋯gydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba NgydF4y2Ba pgydF4y2Ba |gydF4y2Ba kgydF4y2Ba TgydF4y2Ba ,gydF4y2Ba UgydF4y2Ba 我gydF4y2Ba =gydF4y2Ba ugydF4y2Ba 我gydF4y2Ba kgydF4y2Ba |gydF4y2Ba kgydF4y2Ba ,gydF4y2Ba ugydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba |gydF4y2Ba kgydF4y2Ba ,gydF4y2Ba ⋯gydF4y2Ba ,gydF4y2Ba ugydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba NgydF4y2Ba ugydF4y2Ba −gydF4y2Ba 1gydF4y2Ba |gydF4y2Ba kgydF4y2Ba TgydF4y2Ba ,gydF4y2Ba GgydF4y2Ba 我gydF4y2Ba =gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba ,gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba ⋯gydF4y2Ba ,gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba NgydF4y2Ba pgydF4y2Ba TgydF4y2Ba ,gydF4y2Ba lgydF4y2Ba 我gydF4y2Ba =gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba BgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 0gydF4y2Ba ⋯gydF4y2Ba 0gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba BgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba BgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba ⋯gydF4y2Ba 0gydF4y2Ba ⋮gydF4y2Ba ⋮gydF4y2Ba ⋯gydF4y2Ba ⋮gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba NgydF4y2Ba pgydF4y2Ba −gydF4y2Ba 1gydF4y2Ba BgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba NgydF4y2Ba pgydF4y2Ba −gydF4y2Ba 2gydF4y2Ba BgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba ⋯gydF4y2Ba ξgydF4y2Ba ,gydF4y2Ba 米gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba FgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 0gydF4y2Ba ⋯gydF4y2Ba 0gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba FgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba FgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba ⋯gydF4y2Ba 0gydF4y2Ba ⋮gydF4y2Ba ⋮gydF4y2Ba ⋯gydF4y2Ba ⋮gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba NgydF4y2Ba pgydF4y2Ba −gydF4y2Ba 1gydF4y2Ba FgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba NgydF4y2Ba pgydF4y2Ba −gydF4y2Ba 2gydF4y2Ba FgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba ⋯gydF4y2Ba ζgydF4y2Ba ,gydF4y2Ba 在哪里gydF4y2Ba ξgydF4y2Ba =gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba NgydF4y2Ba pgydF4y2Ba −gydF4y2Ba NgydF4y2Ba ugydF4y2Ba +gydF4y2Ba ⋯gydF4y2Ba +gydF4y2Ba 我gydF4y2Ba BgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 在控制系数矩阵gydF4y2Ba lgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba ζgydF4y2Ba =gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba NgydF4y2Ba pgydF4y2Ba −gydF4y2Ba NgydF4y2Ba ugydF4y2Ba +gydF4y2Ba ⋯gydF4y2Ba +gydF4y2Ba 我gydF4y2Ba FgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba 在测量系数矩阵gydF4y2Ba 米gydF4y2Ba 我gydF4y2Ba 。gydF4y2Ba

公式(gydF4y2Ba 19gydF4y2Ba)是该地区的微型智能电网"频率控制预测模型,预测模型预测控制单元。使用这个模型,系统的频率和状态信息可以提前获得根据当前的输出信号,干扰信号和控制信号的系统。天气预报的信息将被用于优化风力发电的风力涡轮机的输出通过控制器单元下的风力涡轮机降低加载操作。gydF4y2Ba

 3.3。活动频率控制策略基于模型预测控制的风力涡轮机gydF4y2Ba

活动频率控制的功能基于模型预测控制的风力涡轮机是预测系统输出和调整功率控制信号改变风机输出功率,以获得更好的动态系统的频率响应。因此,模型预测控制需要确定合适的控制目标和约束,也需要考虑到特殊的动态特性的风力发电机甩负荷下运行。gydF4y2Ba

图gydF4y2Ba 4gydF4y2Ba描述了风力涡轮机的流程图结构模型预测频率控制方法。模型预测控制算法使用预测模型来预测系统的频率偏移和状态变量,然后优化风力发电机功率控制命令序列在时域预测控制器的优化目标函数。预测时域只有选择的控制动作的控制时域最优控制向量。在这个循环,重复前面的时间的预测在接下来的周期重新计算控制动作序列。gydF4y2Ba

模型预测控制方法的流程图活动频率控制的风力发电机。gydF4y2Ba

微型智能电网"系统的风力发电机甩负荷下积极参与频率控制操作、模型预测控制的目标是优化风力发电机的输出功率根据系统频率标准和实际系统的频率。包含风力涡轮机,因此,对于每个控制区域的控制目标函数模型预测控制的设计不仅要考虑到风力发电机的动态性能,而且考虑的频率偏移的最小化微型智能电网"。通过优化目标,提出的策略可以达到最大的安全和经济利润的同时。区域的目标函数gydF4y2Ba 我gydF4y2Ba甩负荷风力涡轮机表示如下:gydF4y2Ba (21)gydF4y2Ba JgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba =gydF4y2Ba ∑gydF4y2Ba ngydF4y2Ba =gydF4y2Ba 1gydF4y2Ba NgydF4y2Ba pgydF4y2Ba ygydF4y2Ba 我gydF4y2Ba TgydF4y2Ba kgydF4y2Ba +gydF4y2Ba ngydF4y2Ba |gydF4y2Ba kgydF4y2Ba 问gydF4y2Ba 我gydF4y2Ba ygydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba ngydF4y2Ba |gydF4y2Ba kgydF4y2Ba +gydF4y2Ba ugydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba ngydF4y2Ba |gydF4y2Ba kgydF4y2Ba 我gydF4y2Ba TgydF4y2Ba RgydF4y2Ba 我gydF4y2Ba ugydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba ngydF4y2Ba |gydF4y2Ba kgydF4y2Ba ,gydF4y2Ba 在哪里gydF4y2Ba 问gydF4y2Ba 我gydF4y2Ba 和gydF4y2Ba RgydF4y2Ba 我gydF4y2Ba 是对称的加权正定矩阵。gydF4y2Ba

时间最优控制问题gydF4y2Ba kgydF4y2Ba可以表示为如下最优控制目标:gydF4y2Ba (22)gydF4y2Ba 最小值gydF4y2Ba ugydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba ngydF4y2Ba |gydF4y2Ba kgydF4y2Ba JgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba ,gydF4y2Ba

它的约束条件是系统频率响应模型的离散化方程,即等式约束:gydF4y2Ba (23)gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba =gydF4y2Ba 一个gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba xgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba BgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba ugydF4y2Ba 我gydF4y2Ba kgydF4y2Ba +gydF4y2Ba FgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba wgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 我gydF4y2Ba kgydF4y2Ba =gydF4y2Ba CgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba dgydF4y2Ba xgydF4y2Ba 我gydF4y2Ba kgydF4y2Ba 。gydF4y2Ba

不等式约束的限制是调频容量风力发电机的优势:gydF4y2Ba (24)gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba fgydF4y2Ba ≤gydF4y2Ba 1gydF4y2Ba −gydF4y2Ba kgydF4y2Ba dgydF4y2Ba egydF4y2Ba lgydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba 米gydF4y2Ba 马克斯gydF4y2Ba 。gydF4y2Ba

优化目标公式(gydF4y2Ba 22gydF4y2Ba)和约束条件公式(gydF4y2Ba 23gydF4y2Ba)和公式(gydF4y2Ba 24gydF4y2Ba)形成一个编程问题。通过使用滚动优化算法,最优控制行动在控制时域控制序列作为实际系统的控制作用。下一刻,系统状态重新度量界限,优化过程重复,重复上面的步骤。根据预测模型公式(gydF4y2Ba 19gydF4y2Ba),风扇控制器操作减负荷预测未来状态的时间gydF4y2Ba kgydF4y2Ba和计算最优控制的行动序列在控制范围内。在时间gydF4y2Ba kgydF4y2Ba +gydF4y2Ba1,优化对象公式(gydF4y2Ba 22gydF4y2Ba)是解决在每个控制器根据预测信息。风扇主动频率控制策略,基于模型的预测控制可以总结为以下算法流程如图gydF4y2Ba 5gydF4y2Ba。gydF4y2Ba

流程图的粉丝活跃MPC频率控制策略。gydF4y2Ba

第一步(初始化):设置初始时间gydF4y2Ba tgydF4y2Ba =gydF4y2Ba kgydF4y2Ba,控制时域gydF4y2Ba νgydF4y2Ba预测时域gydF4y2Ba NgydF4y2Ba pgydF4y2Ba,控制信号gydF4y2Ba ugydF4y2Ba 我gydF4y2Ba(gydF4y2Ba kgydF4y2Ba在获得当前时间),预测状态变量gydF4y2Ba xgydF4y2Ba 我gydF4y2Ba(gydF4y2Ba kgydF4y2Ba在读取之前的时间);gydF4y2Ba

第二步(预测):系统状态xi (gydF4y2Ba kgydF4y2Ba+ 1)和输出响应易(gydF4y2Ba kgydF4y2Ba下次的+ 1)gydF4y2Ba kgydF4y2Ba+ 1预计通过使用系统控制变量和状态变量的当前时间gydF4y2Ba kgydF4y2Ba;gydF4y2Ba

第三步(优化):通过求解优化目标公式(gydF4y2Ba 22gydF4y2Ba),控制变量gydF4y2Ba ugydF4y2Ba 我gydF4y2Ba(gydF4y2Ba kgydF4y2Ba+ 1)的下一刻gydF4y2Ba kgydF4y2Ba获得+ 1;gydF4y2Ba

第四步(判断):如果时间的最优控制行动gydF4y2Ba kgydF4y2Ba+ 1满足约束条件,控制器适用于当时的控制作用;否则,它将返回第二步;gydF4y2Ba

第五步(预测):预测在未来预测的系统状态和输出响应时间域;gydF4y2Ba

第六步(实现):应用控制动作gydF4y2Ba ugydF4y2Ba 我gydF4y2Ba(gydF4y2Ba kgydF4y2Ba)时间gydF4y2Ba kgydF4y2Ba+ 1,设置时间gydF4y2Ba kgydF4y2Ba+ 2,去执行第二步在未来控制时域预测控制。gydF4y2Ba

通过以上步骤,控制动作序列可以通过模型预测控制器的设计来解决在这一节中,然后控制信号调整风力发电机的输出功率与调频容量根据风速的波动,以平衡系统负载的波动频率和稳定系统。gydF4y2Ba

 4所示。仿真分析gydF4y2Ba

为了验证该模型的有效性,基于预测控制的风力涡轮机积极参与频率控制策略在提高系统频率性能,本部分进行模拟实验four-zone微型智能电网"频率控制模型如图gydF4y2Ba 6gydF4y2Ba。模型考虑了频率同步发电机和卸载风力发电机的微型智能电网"测试提出了粉丝活跃频率基于模型预测控制的控制策略。风力发电机的仿真结果积极参与频率控制策略基于模型预测控制和传统PID微型智能电网"频率控制策略提出了在这一节中进行了分析和比较。gydF4y2Ba

four-zone研究电力系统的结构。gydF4y2Ba

在机场岛的单独的区域微型智能电网"系统文献[gydF4y2Ba 2gydF4y2Ba),风力发电机被认为是新能源,并提出积极的频率控制策略用于仿真。附录所示状态空间模型。发电机的参数、州长和non-reheat汽轮机在表gydF4y2Ba 1gydF4y2Ba,广泛应用于引用(gydF4y2Ba 15gydF4y2Ba- - - - - -gydF4y2Ba 18gydF4y2Ba]。单层系统包括风力涡轮机模型在甩负荷运行方式下,和它的参数如表所示gydF4y2Ba 2gydF4y2Ba。采样时间gydF4y2Ba TgydF4y2Ba= 0.1,预测时间gydF4y2Ba TgydF4y2Ba pgydF4y2Ba= 0.3 s,和控制时间gydF4y2Ba TgydF4y2Ba cgydF4y2Ba= 0.1年代将模拟提出的控制策略。gydF4y2Ba

单层微型智能电网"系统non-reheat发电机的参数。gydF4y2Ba

TgydF4y2Ba tgydF4y2Ba TgydF4y2Ba ggydF4y2Ba HgydF4y2Ba DgydF4y2Ba
0.4gydF4y2Ba 0.08gydF4y2Ba 0.08335gydF4y2Ba 0.015gydF4y2Ba

风力发电机的参数。gydF4y2Ba

风机参数gydF4y2Ba 象征gydF4y2Ba 值和单位gydF4y2Ba
转子半径gydF4y2Ba RgydF4y2Ba 38.5米gydF4y2Ba
空气密度gydF4y2Ba ΡgydF4y2Ba 1.901×10gydF4y2Ba−3gydF4y2Ba(米/秒)gydF4y2Ba−3gydF4y2Ba
双极数gydF4y2Ba PgydF4y2Ba 2gydF4y2Ba
发电机惯性常数gydF4y2Ba HgydF4y2BaDFIGgydF4y2Ba 5.28秒gydF4y2Ba
标称频率gydF4y2Ba fgydF4y2Ba笔名gydF4y2Ba 50赫兹gydF4y2Ba
基于权力gydF4y2Ba PgydF4y2Ba基地gydF4y2Ba 1.5兆瓦gydF4y2Ba
甩负荷的因素gydF4y2Ba kgydF4y2Ba ▽gydF4y2Ba 0.85gydF4y2Ba

输入50秒钟风速序列如图gydF4y2Ba 7(一)gydF4y2Ba标准的风速数据到风力涡轮机在减负荷运行模式。图gydF4y2Ba 7 (b)gydF4y2Ba是风力发电的风力涡轮机的输出。图gydF4y2Ba 7 (c)gydF4y2Ba和图gydF4y2Ba 7 (d)gydF4y2Ba分别显示系统的动态响应频率偏差和风力发电机输出功率的控制变量。表gydF4y2Ba 3gydF4y2Ba显示区域的ITAE索引值最大频率偏差和频率偏差在使用积极参与频率控制策略和PID频率控制策略提出了本文。从仿真结果的比较表gydF4y2Ba 3gydF4y2Ba频率偏移的活动频率控制策略基于模型预测控制明显小于PID频率控制的策略。gydF4y2Ba

仿真结果粉丝活跃的频率基于模型预测控制的控制策略。(一)50秒钟风速序列。(b)风力发电的风力涡轮机的输出。(c)系统频率偏移。(d)风机输出功率命令,即。、控制信号。gydF4y2Ba

仿真结果的比较单一的区域。gydF4y2Ba

PID控制策略gydF4y2Ba 提出了控制策略gydF4y2Ba
|∆gydF4y2Ba fgydF4y2Ba马克斯gydF4y2Ba|gydF4y2Ba 0.173赫兹gydF4y2Ba 0.032赫兹gydF4y2Ba
ITAEgydF4y2Ba 2.114gydF4y2Ba 0.440gydF4y2Ba

在数据gydF4y2Ba 7 (b)gydF4y2Ba和gydF4y2Ba 7 (c)gydF4y2Ba,红色实线对应于该活动频率控制策略基于模型预测控制,和蓝色虚线对应传统的PID控制方法和PID控制器参数的参数应用于参考(gydF4y2Ba 19gydF4y2Ba]。蓝色虚线所示图gydF4y2Ba 7 (b)gydF4y2Ba显示了风力发电机的风力发电输出时,采用传统的PID负荷频率控制方法,和红色实线是风力发电的风力涡轮机的输出操作在甩负荷模式提出了。通过比较,很容易知道甩负荷下的风力发电机输出功率模式提出了是温和的。如图gydF4y2Ba 7 (c)gydF4y2Ba蓝色虚线的是频率波动曲线采用PID控制器后,系统频率将明显受到风电波动的影响。相比之下,活动频率控制策略基于模型预测控制图中的红色的曲线所示。频率动态响应更好,系统频率偏差显著降低,提高动态响应频率。gydF4y2Ba

在机场的微型智能电网"系统参考(gydF4y2Ba 2gydF4y2Ba),考虑到这四个终端是相对独立的,风力涡轮机积极参与频率控制策略提出了模拟和测试在four-area微型智能电网"频率控制模型。系统结构是一样的纸三four-area仿真结构,及其附录所示状态空间模型。仿真four-zone微型智能电网"与non-reheat原动机的额定参数如表所示gydF4y2Ba 4gydF4y2Ba。为了验证提出的策略的有效性提高的频率性能系统,风力涡轮机模型在甩负荷运营模式也添加在区域1和区域4。风力发电机的参数是4.1节中使用的相同。50秒的标准系列风速的风力发电机输入区域1和区域4,分别如图gydF4y2Ba 8(一个)gydF4y2Ba和gydF4y2Ba 8 (b)gydF4y2Ba。与此同时,当预测时域gydF4y2Ba TgydF4y2Ba pgydF4y2Ba= 0.3 s,和控制时域gydF4y2Ba TgydF4y2Ba cgydF4y2Ba= 0.1,该方案模拟。gydF4y2Ba

模拟额定参数four-zone微型智能电网" non-reheat原动力。gydF4y2Ba

TgydF4y2Ba tgydF4y2Ba TgydF4y2Ba ggydF4y2Ba HgydF4y2Ba DgydF4y2Ba
区域1gydF4y2Ba 0.4gydF4y2Ba 0.08gydF4y2Ba 0.08335gydF4y2Ba 0.015gydF4y2Ba
面积2gydF4y2Ba 0.33gydF4y2Ba 0.072gydF4y2Ba 0.111gydF4y2Ba 0.04gydF4y2Ba
区域3gydF4y2Ba 0.35gydF4y2Ba 0.07gydF4y2Ba 0.08gydF4y2Ba 0.05gydF4y2Ba
面积4gydF4y2Ba 0.375gydF4y2Ba 0.085gydF4y2Ba 0.065gydF4y2Ba 0.0667gydF4y2Ba

风速系列曲线。(一)50年代风速序列输入区1。(b) 50年代风速序列输入区4。gydF4y2Ba

同样,该风力涡轮机积极参与微型智能电网"频率控制策略与传统PID相比微型智能电网"频率控制策略在这一节中。的频率偏差区1区4图所示gydF4y2Ba 9gydF4y2Ba和ITAE指标的频率偏移值和最大频率偏差的每个地区都有表gydF4y2Ba 5gydF4y2Ba和gydF4y2Ba 6gydF4y2Ba分别。gydF4y2Ba

四个区域的频率偏移。gydF4y2Ba

每个地区的最大频率偏差。gydF4y2Ba

部分数量gydF4y2Ba PID控制策略gydF4y2Ba 提出了控制策略gydF4y2Ba
区域1gydF4y2Ba 0.213赫兹gydF4y2Ba 0.024赫兹gydF4y2Ba
面积2gydF4y2Ba 0.186赫兹gydF4y2Ba 0.018赫兹gydF4y2Ba
区域3gydF4y2Ba 0.186赫兹gydF4y2Ba 0.018赫兹gydF4y2Ba
面积4gydF4y2Ba 0.303赫兹gydF4y2Ba 1.47赫兹gydF4y2Ba

在每个地区频率偏移ITAE索引值。gydF4y2Ba

部分数量gydF4y2Ba PID控制策略gydF4y2Ba 提出了控制策略gydF4y2Ba
区域1gydF4y2Ba 3.7gydF4y2Ba 0.5gydF4y2Ba
面积2gydF4y2Ba 3.2gydF4y2Ba 0.4gydF4y2Ba
区域3gydF4y2Ba 3.2gydF4y2Ba 0.4gydF4y2Ba
面积4gydF4y2Ba 4.5gydF4y2Ba 0.8gydF4y2Ba

如图gydF4y2Ba 9gydF4y2Ba、表gydF4y2Ba 5gydF4y2Ba和gydF4y2Ba 6gydF4y2Ba,结果表明,本文提出的策略可以控制风力发电机的输出功率,使其输出适当的权力压制频率波动。因此,与PID频率控制方法相比,该系统频率偏差粉丝活跃的频率控制策略基于模型预测控制是非常小的。同时,每个区域的频率响应具有良好的动态性能,无论有一个风力涡轮机连接。这表明该粉丝积极参与风力发电机的频率控制策略基于模型预测控制可以提供风力涡轮机和帮助他们控制指令输出合适的风力发电来平衡系统的频率波动。每个地区的当地频率变化收敛于零,确保每个区域的频率偏移是保持在安全的工作范围内。同样,风力发电机的模型预测控制策略需要输入风速信息预测系统的状态变量和输出变量,但事实上,很难获得准确的风速预测系列。有必要利用惯性传输系统的一部分的风扇引起的延时输出风能相对于实时风速输入。这个延时用来获得提前风力发电机的输出功率,以有效地控制风力涡轮机的输出风能没有风速预测,从而提高微型智能电网"系统的能力来有效地平滑系统频率波动引起的风力涡轮机的访问。gydF4y2Ba

 5。结论gydF4y2Ba

在这篇文章中,一个活跃的风力涡轮机的频率控制策略提出了基于模型预测控制通过使用电力的风力涡轮机在甩负荷运营模式。具体来说,微型智能电网"系统的频率响应模型利用风力发电机甩负荷的预测输出功率和系统频率偏移的风力涡轮机。根据预测信息,输出功率控制信号模型预测控制器的风力涡轮机可以优化。在此基础上,一个MPC-based活动频率控制策略设计的风力涡轮机的滚动预测和优化。风力发电机功率控制信号后,策略是用来调整输出功率的风力涡轮机和平衡系统的有功功率的变化减少频率偏移。除此之外,由提出控制策略,甩负荷频率调节能力的风扇可以充分利用当风速变化时,频率偏差控制在安全运行范围内,系统的动态性能和频率可以调整预期的结果。gydF4y2Ba

此外,由于功率输出延迟引起的风力涡轮机的惯性环节,提出的策略是可行的,没有风速预测,因此,策略可以充分利用MPC的优点。为了验证策略的有效性,传统的PID频率控制策略和策略提出了模拟和分析在一个单独的区域,four-area微型智能电网"。gydF4y2Ba

 数据可用性gydF4y2Ba

使用的数据来支持本研究的发现可以从相应的作者。gydF4y2Ba

 的利益冲突gydF4y2Ba

作者宣称没有利益冲突有关的出版。gydF4y2Ba

 确认gydF4y2Ba

这项研究是由中国国家自然科学基金资助(71804177号)和湖南省自然科学基金(2019号jj50455)。gydF4y2Ba

 王gydF4y2Ba C。gydF4y2Ba 心肌梗死gydF4y2Ba Y。gydF4y2Ba 傅gydF4y2Ba Y。gydF4y2Ba 王gydF4y2Ba P。gydF4y2Ba 频率控制的一个孤立的微电网使用双滑模控制器和扰动观测器gydF4y2Ba IEEE智能电网gydF4y2Ba 2016年gydF4y2Ba 9gydF4y2Ba 2gydF4y2Ba 923年gydF4y2Ba 930年gydF4y2Ba 10.1109 / tsg.2016.2571439gydF4y2Ba 2 - s2.0 - 85042292303gydF4y2Ba 阮gydF4y2Ba N。gydF4y2Ba 密特拉gydF4y2Ba J。gydF4y2Ba 分析影响和依赖的风电对系统频率调节渗透gydF4y2Ba IEEE可持续能源gydF4y2Ba 2015年gydF4y2Ba 7gydF4y2Ba 1gydF4y2Ba 354年gydF4y2Ba 363年gydF4y2Ba AranigydF4y2Ba M·f·M。gydF4y2Ba El-SaadanygydF4y2Ba e . F。gydF4y2Ba 实现虚拟惯性DFIG-based风力发电gydF4y2Ba IEEE电力系统gydF4y2Ba 2012年gydF4y2Ba 28gydF4y2Ba 2gydF4y2Ba 1373年gydF4y2Ba 1384年gydF4y2Ba 10.1109 / tpwrs.2012.2207972gydF4y2Ba 2 - s2.0 - 84886446794gydF4y2Ba MargarisgydF4y2Ba i D。gydF4y2Ba PapathanassiougydF4y2Ba 美国一个。gydF4y2Ba HatziargyriougydF4y2Ba n D。gydF4y2Ba 汉森gydF4y2Ba 答:D。gydF4y2Ba 索伦森gydF4y2Ba P。gydF4y2Ba 在自动频率控制电力系统高风能渗透gydF4y2Ba IEEE可持续能源gydF4y2Ba 2012年gydF4y2Ba 3gydF4y2Ba 2gydF4y2Ba 189年gydF4y2Ba 199年gydF4y2Ba 10.1109 / tste.2011.2174660gydF4y2Ba 2 - s2.0 - 84859024142gydF4y2Ba 程ydF4y2Ba Q。gydF4y2Ba 史gydF4y2Ba H。gydF4y2Ba 太阳gydF4y2Ba M。gydF4y2Ba 基于回声状态网络的逐步退焊法自适应迭代学习控制strict-feedback系统:一个误差跟踪方法gydF4y2Ba IEEE控制论gydF4y2Ba 2020年gydF4y2Ba 50gydF4y2Ba 7gydF4y2Ba 1gydF4y2Ba 14gydF4y2Ba 10.1109 / tcyb.2019.2931877gydF4y2Ba AranigydF4y2Ba m F。gydF4y2Ba 默罕默德gydF4y2Ba y联合。我。gydF4y2Ba 分析和影响实现下垂控制的微型智能电网" / weak-grid稳定DFIG-based风力涡轮机gydF4y2Ba IEEE电力系统gydF4y2Ba 2015年gydF4y2Ba 30.gydF4y2Ba 1gydF4y2Ba 385年gydF4y2Ba 396年gydF4y2Ba 10.1109 / tpwrs.2014.2321287gydF4y2Ba 2 - s2.0 - 84919920822gydF4y2Ba 王gydF4y2Ba Y。gydF4y2Ba 孟gydF4y2Ba J。gydF4y2Ba 张gydF4y2Ba X。gydF4y2Ba 徐gydF4y2Ba lgydF4y2Ba PMSG-based风力发电机控制系统惯性响应和功率振荡阻尼gydF4y2Ba IEEE可持续能源gydF4y2Ba 2015年gydF4y2Ba 6gydF4y2Ba 2gydF4y2Ba 565年gydF4y2Ba 574年gydF4y2Ba 10.1109 / tste.2015.2394363gydF4y2Ba 2 - s2.0 - 85027942527gydF4y2Ba 罗gydF4y2Ba C。gydF4y2Ba Ooi认为gydF4y2Ba 俊男。gydF4y2Ba 频率偏移的热电厂由于风力发电场gydF4y2Ba IEEE能量转换gydF4y2Ba 2006年gydF4y2Ba 21gydF4y2Ba 3gydF4y2Ba 708年gydF4y2Ba 716年gydF4y2Ba 10.1109 / tec.2006.874210gydF4y2Ba 2 - s2.0 - 33947368592gydF4y2Ba AranigydF4y2Ba M·f·M。gydF4y2Ba 默罕默德gydF4y2Ba y联合。我。gydF4y2Ba 合作控制风力发电机,微型智能电网"主要频率调节的电动汽车gydF4y2Ba IEEE智能电网gydF4y2Ba 2017年gydF4y2Ba 9gydF4y2Ba 6gydF4y2Ba 5677年gydF4y2Ba 5686年gydF4y2Ba 10.1109 / tsg.2017.2693992gydF4y2Ba 2 - s2.0 - 85049070932gydF4y2Ba 棕褐色gydF4y2Ba Y。gydF4y2Ba MeegahapolagydF4y2Ba lgydF4y2Ba 塔基则gydF4y2Ba k . M。gydF4y2Ba 次优power-point-tracking-based主要频率响应策略DFIGs混合偏远地区供电系统gydF4y2Ba IEEE能量转换gydF4y2Ba 2015年gydF4y2Ba 31日gydF4y2Ba 1gydF4y2Ba 93年gydF4y2Ba 105年gydF4y2Ba 10.1109 / tec.2015.2476827gydF4y2Ba 2 - s2.0 - 84942474588gydF4y2Ba HoldsworthgydF4y2Ba lgydF4y2Ba EkanayakegydF4y2Ba j·B。gydF4y2Ba 詹金斯gydF4y2Ba N。gydF4y2Ba 电力系统频率响应来自固定速度和双馈式感应发生器的风力涡轮机gydF4y2Ba 风能gydF4y2Ba 2004年gydF4y2Ba 7gydF4y2Ba 1gydF4y2Ba 21gydF4y2Ba 35gydF4y2Ba 10.1002 / we.105gydF4y2Ba 2 - s2.0 - 3342969237gydF4y2Ba Chang-ChiengydF4y2Ba L.-R。gydF4y2Ba 林gydF4y2Ba W.-T。gydF4y2Ba 阴gydF4y2Ba 研究。gydF4y2Ba DFIGs提高频率响应控制的高风渗透到电力系统gydF4y2Ba IEEE电力系统gydF4y2Ba 2010年gydF4y2Ba 26gydF4y2Ba 2gydF4y2Ba 710年gydF4y2Ba 718年gydF4y2Ba 10.1109 / tpwrs.2010.2052402gydF4y2Ba 2 - s2.0 - 79955541414gydF4y2Ba 刘gydF4y2Ba Y。gydF4y2Ba 江gydF4y2Ba lgydF4y2Ba 吴gydF4y2Ba Q。gydF4y2Ba 周gydF4y2Ba X。gydF4y2Ba DFIG-based风能渗透到电力系统的频率控制使用开关角控制器和自动增益控制gydF4y2Ba IEEE电力系统gydF4y2Ba 2016年gydF4y2Ba 32gydF4y2Ba 2gydF4y2Ba 1553年gydF4y2Ba 1567年gydF4y2Ba 10.1109 / tpwrs.2016.2587938gydF4y2Ba 2 - s2.0 - 85013864218gydF4y2Ba 程ydF4y2Ba Q。gydF4y2Ba 谢gydF4y2Ba 年代。gydF4y2Ba 太阳gydF4y2Ba M。gydF4y2Ba 他gydF4y2Ba X。gydF4y2Ba 自适应非奇异的定时态度不确定航天器的稳定gydF4y2Ba IEEE航空航天和电子系统gydF4y2Ba 2018年gydF4y2Ba 54gydF4y2Ba 6gydF4y2Ba 2937年gydF4y2Ba 2950年gydF4y2Ba 10.1109 / taes.2018.2832998gydF4y2Ba 2 - s2.0 - 85046826912gydF4y2Ba 魏gydF4y2Ba C。gydF4y2Ba BenosmangydF4y2Ba M。gydF4y2Ba 金gydF4y2Ba T。gydF4y2Ba 国家权力的在线参数辨识预测锂离子电池在电动汽车使用极值gydF4y2Ba 国际期刊的控制、自动化和系统gydF4y2Ba 2019年gydF4y2Ba 17gydF4y2Ba 11gydF4y2Ba 2906年gydF4y2Ba 2916年gydF4y2Ba 10.1007 / s12555 - 018 - 0506 - ygydF4y2Ba 2 - s2.0 - 85070801432gydF4y2Ba 康gydF4y2Ba M。gydF4y2Ba MuljadigydF4y2Ba E。gydF4y2Ba 户珥gydF4y2Ba K。gydF4y2Ba 康gydF4y2Ba y . C。gydF4y2Ba 双馈感应发电机的稳定自适应惯性控制gydF4y2Ba IEEE智能电网gydF4y2Ba 2016年gydF4y2Ba 7gydF4y2Ba 6gydF4y2Ba 2971年gydF4y2Ba 2979年gydF4y2Ba 10.1109 / tsg.2016.2559506gydF4y2Ba 2 - s2.0 - 84992694888gydF4y2Ba 吴gydF4y2Ba lgydF4y2Ba 内野gydF4y2Ba d·G。gydF4y2Ba 对评估电力系统频率风系统建模的支持总惯性反应gydF4y2Ba IEEE电力系统gydF4y2Ba 2013年gydF4y2Ba 28gydF4y2Ba 3gydF4y2Ba 2283年gydF4y2Ba 2291年gydF4y2Ba 10.1109 / tpwrs.2012.2236365gydF4y2Ba 2 - s2.0 - 84880920182gydF4y2Ba 程gydF4y2Ba F。gydF4y2Ba 曲gydF4y2Ba lgydF4y2Ba 乔gydF4y2Ba W。gydF4y2Ba 魏gydF4y2Ba C。gydF4y2Ba 郝gydF4y2Ba lgydF4y2Ba 风力发电机齿轮箱的故障诊断基于DFIG定子电流包络分析gydF4y2Ba IEEE可持续能源gydF4y2Ba 2019年gydF4y2Ba 10gydF4y2Ba 3gydF4y2Ba 1044年gydF4y2Ba 1053年gydF4y2Ba 10.1109 / tste.2018.2859764gydF4y2Ba 2 - s2.0 - 85050637015gydF4y2Ba AranigydF4y2Ba M·f·M。gydF4y2Ba 默罕默德gydF4y2Ba y联合。我。gydF4y2Ba 动态下垂控制风力涡轮机参与主要在微型电网频率调节gydF4y2Ba IEEETransactions在智能电网gydF4y2Ba 2017年gydF4y2Ba 9gydF4y2Ba 6gydF4y2Ba 5742年gydF4y2Ba 5751年gydF4y2Ba 10.1109 / tsg.2017.2696339gydF4y2Ba 2 - s2.0 - 85055429143gydF4y2Ba