廖小兵, 劉開培, 汪寧渤, 馬彥宏, 陳 釗, 丁 坤, 周 強, 秦 亮
(1. 武漢大學電氣工程學院, 湖北省武漢市 430072; 2. 國網甘肅省電力公司風電技術中心, 甘肅省蘭州市 730050)
自動發電控制(AGC)是能量管理系統中的一項重要功能,它按照一定的調節速率實時調整發電機組出力,以滿足電力系統頻率和聯絡線功率控制的要求[1-2]。隨著規?;L電接入交直流互聯電網,這對AGC系統的控制性能提出了更高的要求,以適應大規模風電出力的隨機性和間歇性[3]。
為實現AGC系統的控制目標,國內外研究人員已提出了許多控制方法和策略。目前,應用最為廣泛的控制算法主要是基于智能優化技術的比例—積分—微分(PID)控制方法[4-7]、基于微分博弈理論的控制方法[8-10]、模型預測控制(MPC)[11-13]等三類?;谥悄軆灮夹g的PID控制方法是在經典PID結構的基礎上對控制器參數采用智能優化方法進行整定,以達到最優的控制性能,比如采用遺傳算法[4]、粒子群優化算法[5]、混合智能算法[6]等對控制器參數進行優化整定。基于微分博弈理論的控制方法將博弈理論和最優控制理論相結合,通過多方博弈達到納什均衡的控制策略。這兩類方法都要求建模精度高,且不易處理復雜、多變量的約束條件。MPC是近年來被廣泛應用于AGC系統的一類反饋控制策略,具有系統模型要求低、控制性能好、在線優化便捷、能處理多變量約束等優點[14],成功地應用于AGC系統控制器設計。
MPC方法根據制器結構分為:集中式模型預測控制(CMPC)[15]、分散式模型預測控制(DMPC)[16-17]、分層式模型預測控制(HMPC)[18-19]三大類?!?br>