13、基于在线的微电网频率控制智能方法

基于在线的微电网频率控制智能方法

1. 引言

传统能源资源的逐渐枯竭可能会导致未来几代人面临电力短缺的问题。在这种情况下，太阳能、风能、燃料电池等可再生能源成为了提供可持续、无污染电力的替代选择。然而，可再生能源发电系统由于其动态特性，存在稳定性和不确定性的问题，总发电量与需求的差异会导致负载频率出现偏差。在电力系统中，负载频率控制（LFC）起着至关重要的作用。

以往的研究中，人工神经网络（ANN）和模糊逻辑控制器（FLC）被用于解决LFC问题，但ANN训练神经元的时间较长，模糊集理论在确定精确的隶属函数方面存在困难。随着可再生能源渗透率的不断增加，传统控制器难以将频率变化限制在所需范围内，因此需要采用智能控制或通过优化技术调整PI/模糊控制器的常数。

此外，一些研究还提出了不同的控制方法，如区间类型 - 2模糊逻辑系统（IT2FLS）可减少类型 - 1模糊隶属函数的不确定性；分数阶控制器通过内部模式控制（IMC）实现LFC；针对时间延迟问题，引入了使用线性矩阵不等式（LMI）方法的鲁棒控制；设计了改进的主动干扰抑制控制（MADRC）方案等。

为了解决向偏远地区供电的挑战，本文提出安装一个混合微电网系统，该系统由风能、太阳能光伏阵列、燃料电池、柴油发动机发电机、电池储能系统和飞轮储能系统组成。为了应对系统中主要的频率变化源（风力发电机和光伏电池），采用了基于灰狼优化（GWO）的模糊逻辑控制器兼PI控制器和基于粒子群优化（PSO）的模糊逻辑控制器兼PI控制器。

2. 测试系统描述

采用H. Bevrani提出的标准测试系统进行研究，其参数保持一致。该测试系统包含以下几个部分：
- 光伏模型