基于PDNN的含风电互联电网负荷频率Tube-RMPC设计

• 作者: 姜德龙 张虹 杨杨 王迎丽 袁琳
• 来源期刊: 电力系统保护与控制
• 关键词: 风电不确定性 负荷频率控制 Tube鲁棒模型预测控制 原对偶神经网络
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 设计开发
• 页码范围: 137-146
• 页数: 10页
• 字数: 5262字
• 语种: 中文
• DOI: 10.19783/j.cnki.pspc.190892

摘要

随着新能源大规模接入电网,为应对新能源随机性和波动性给互联系统负荷频率控制(Load Frequency Control,LFC)带来的不确定问题,实现新能源电力系统多约束条件下的优化运行,建立了含风电机组的LFC多胞模型,以减少模型参数不确定对控制系统的影响.设计了基于原对偶神经网络(Primal-Dual Neural Network,PDNN)的Tube鲁棒模型预测控制(Tube-Robust Model Predictive Control,Tube-RMPC)策略.将标称模型预测控制器与辅助反馈控制器结合,通过PDNN实时求解标称模型预测控制器以保证为LFC系统产生最优状态轨迹.设计辅助反馈控制器抵消外部干扰,使实际系统的状态维持在以标称轨迹为中心的Tube内.最后,对含风电的三区域负荷频率控制系统进行仿真研究,结果表明所提出的Tube-RMPC控制策略,不仅能够有效提高控制精度,还能增强系统鲁棒性,提高实时优化效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张虹	东北电力大学电气工程学院	40	76	5.0	6.0
2	杨杨	东北电力大学电气工程学院	5	7	1.0	2.0
3	王迎丽	东北电力大学电气工程学院	3	0	0.0	0.0
4	袁琳	东北电力大学电气工程学院	1	0	0.0	0.0