36、基于误差最小化的互联风力发电机系统降阶方法

基于误差最小化的互联风力发电机系统降阶方法

1 引言

在当今工业和研究领域技术飞速发展的时代，电力需求急剧增加。由于对电力的需求大幅增长，化石燃料的开采已达到临界水平。大量使用化石燃料用于工业、交通和家庭等领域，是造成污染和温室效应恶化的主要原因。可再生和非常规能源资源成为了传统能源的替代品。在过去的几十年里，可再生能源资源（RERs）的利用日益广泛，其中太阳能光伏、风能和水能等在全球能源生产中占据了很大比例。

在所有可再生能源中，风能是一种有前景、清洁且免费的能源。然而，由于风速的变化，从风中获取有用功率是风能利用的主要限制。风力发电机（WTG）的速度由各种速度控制器控制，并且受到多种系统动态的影响，这些动态增加了WTG系统的阶数。高阶（HO）系统需要高阶控制器，但高阶系统和控制器存在一些局限性，如控制律制定复杂、设计难度大、系统理解困难和控制设计成本高等。通过为高阶系统推导合适的降阶（RO）模型，可以轻松克服这些局限性。

本文提出了一种利用高阶WTG系统及其降阶模型的时间矩（T - Ms）和马尔可夫参数（M - Ps）来降低互联WTG系统阶数的方法。首先构建适应度函数，通过最小化降阶WTG模型与高阶WTG系统之间T - Ms和M - Ps的误差，利用灰狼优化器（GWO）算法进行优化，并满足稳态匹配约束和Hurwitz稳定性准则，以获得稳定的降阶模型。通过阶跃响应、脉冲响应和Bode响应以及时域规格和误差准则的表格数据，证明了该方法的有效性和适用性。

2 互联风力发电机系统的数学表示

对于单区域电力系统模型，给出了互联风力发电机（WTG）的动态及其闭环传递函数的数学公式。互联单区域WTG系统的框图由WTG模型、调速器模型、电机模型、负