随着现代电力系统中可再生能源比例的逐步增加,电网频率波动问题日益突出。为提升火电机组在复杂扰动条件下的调频能力,提出一种基于智能前馈补偿与分数阶PID控制的火电机组调频优化控制策略。采用多层感知器(MLP)对系统负荷扰动和新能...随着现代电力系统中可再生能源比例的逐步增加,电网频率波动问题日益突出。为提升火电机组在复杂扰动条件下的调频能力,提出一种基于智能前馈补偿与分数阶PID控制的火电机组调频优化控制策略。采用多层感知器(MLP)对系统负荷扰动和新能源并网扰动进行精准预测,为前馈控制环节提供可靠输入。在反馈回路中设计分数阶PID控制器,利用其分数阶微分和积分项的优势,更精细地调节复杂动态系统的响应特性。通过改进粒子群优化(PSO)算法对控制器参数进行优化,以充分发挥控制器的性能。在多级连续负载扰动与新能源并网扰动场景下测试所提策略的有效性。结果表明:与传统PID控制相比,在两种不同场景下,本文策略下频率偏差的绝对值乘以时间的积分(Integral of Time multiplied by Absolute Error,ITAE)分别降低了34.67%和41.87%,系统的动态响应更迅速,稳定误差得到了有效抑制。展开更多
针对同时考虑时间维、对象维和指标维的三维动态评价问题,指出传统TOPSIS(technique for order preference by similarity)方法的应用弊端,提出了一种扩展TOPSIS理论下的三维空间组合定权投影模型,阐明其投影降维原理与算法实现。在此...针对同时考虑时间维、对象维和指标维的三维动态评价问题,指出传统TOPSIS(technique for order preference by similarity)方法的应用弊端,提出了一种扩展TOPSIS理论下的三维空间组合定权投影模型,阐明其投影降维原理与算法实现。在此基础上,引入指标维存在非线性映射关系的普适性假设和混沌系统设计思想,分别选择ANP(the analytic network process)结构模型和CPSO(chaos particle swarm optimization)寻优算法来确定指标体系的对象维与时间维权重,测算出最终的三维空间组合权重与评价排序结果。实证研究结果表明,本文提出的动态综合评价模型能够较好地解决三维空间组合定权问题,与PSO(particle swarm optimization)、EGA(elite genetic algorithm)等算法相比,CPSO具有权值全局寻优、搜索速度快、定权方法简便的优点,综合评价结论具有较强的可信度。展开更多
摘要随着现代电力系统中可再生能源比例的逐步增加,电网频率波动问题日益突出。为提升火电机组在复杂扰动条件下的调频能力,提出一种基于智能前馈补偿与分数阶PID控制的火电机组调频优化控制策略。采用多层感知器(MLP)对系统负荷扰动和新能源并网扰动进行精准预测,为前馈控制环节提供可靠输入。在反馈回路中设计分数阶PID控制器,利用其分数阶微分和积分项的优势,更精细地调节复杂动态系统的响应特性。通过改进粒子群优化(PSO)算法对控制器参数进行优化,以充分发挥控制器的性能。在多级连续负载扰动与新能源并网扰动场景下测试所提策略的有效性。结果表明:与传统PID控制相比,在两种不同场景下,本文策略下频率偏差的绝对值乘以时间的积分(Integral of Time multiplied by Absolute Error,ITAE)分别降低了34.67%和41.87%,系统的动态响应更迅速,稳定误差得到了有效抑制。