为解决港口岸电系统中负荷功率存在较强冲击性问题,提出一种基于储能电池的负荷功率柔性控制方法,在实现功率实时平抑和无功动态补偿的基础上,降低系统网侧线损、提升储能电池循环寿命及应对极端工况的能力。首先,介绍负荷功率柔性控制...为解决港口岸电系统中负荷功率存在较强冲击性问题,提出一种基于储能电池的负荷功率柔性控制方法,在实现功率实时平抑和无功动态补偿的基础上,降低系统网侧线损、提升储能电池循环寿命及应对极端工况的能力。首先,介绍负荷功率柔性控制系统(load power flexible control system,LPFCS)的拓扑结构及控制方式;其次,依据负荷功率和电池荷电状态来划分负荷工况,进而以负荷功率波动的平抑、防止电池过充过放以及提升储能系统应对极端工况的能力为原则,将LPFCS的工作模式分为空闲、填谷、削峰以及限幅4种模式;然后,建立系统网侧线损优化模型,求解模型得出功率补偿值的取值区间,并基于该区间确定不同工况下LPFCS的功率补偿值。最后,基于长江某岸电系统实测负荷数据,对LPFCS的工作性能进行仿真和实验验证。结果表明:LPFCS的补偿响应时间小于0.3 s,负荷功率波动抑制率达到90%,系统网侧线损率下降17.2%。展开更多
单一微网的容量有限,而在得以广泛应用的多微网系统中,各子微网之间能够相互支撑,从而显著提高多微网系统的可靠性与稳定性。针对多微网系统中更为复杂的网络拓扑架构以及分布式电源、负荷随机性扰动所引起的频率控制问题,该文提出了基...单一微网的容量有限,而在得以广泛应用的多微网系统中,各子微网之间能够相互支撑,从而显著提高多微网系统的可靠性与稳定性。针对多微网系统中更为复杂的网络拓扑架构以及分布式电源、负荷随机性扰动所引起的频率控制问题,该文提出了基于改进多智能体深度确定性策略梯度(multi-agent deep deterministic policy gradient,MA-DDPG)的多微网负荷频率控制(load frequency control,LFC)策略。首先,考虑集群柔性负荷中组成单元工作状态的用户随机性,构建了包含微型燃气轮机、分布式电源、飞轮储能、柔性负荷及相应随机功率增量约束的多微网LFC模型;在传统多微网功率耦合环节的基础上,考虑了各子微网控制器之间的联络关系;然后,为减少传输成本与计算复杂度,通过加入模块化Q函数对MA-DDPG算法进行改进;依照“集中训练、分散执行”的协同调控思想,设计了多智能体控制器的状态、动作空间与奖励函数。算例结果表明,该文提出的改进MA-DDPG控制器具备在线学习和经验回放能力,在强随机性扰动、系统网络拓扑参数改变等复杂运行工况下能够快速稳定系统频率。同时,当单个子微网的调频机组发生极端故障时,改进MA-DDPG控制器具有强鲁棒性,仍能通过合理“牺牲”正常子微网一定的“调节指标”来保证多微电网系统的整体稳定性。展开更多
文摘为解决港口岸电系统中负荷功率存在较强冲击性问题,提出一种基于储能电池的负荷功率柔性控制方法,在实现功率实时平抑和无功动态补偿的基础上,降低系统网侧线损、提升储能电池循环寿命及应对极端工况的能力。首先,介绍负荷功率柔性控制系统(load power flexible control system,LPFCS)的拓扑结构及控制方式;其次,依据负荷功率和电池荷电状态来划分负荷工况,进而以负荷功率波动的平抑、防止电池过充过放以及提升储能系统应对极端工况的能力为原则,将LPFCS的工作模式分为空闲、填谷、削峰以及限幅4种模式;然后,建立系统网侧线损优化模型,求解模型得出功率补偿值的取值区间,并基于该区间确定不同工况下LPFCS的功率补偿值。最后,基于长江某岸电系统实测负荷数据,对LPFCS的工作性能进行仿真和实验验证。结果表明:LPFCS的补偿响应时间小于0.3 s,负荷功率波动抑制率达到90%,系统网侧线损率下降17.2%。
文摘单一微网的容量有限,而在得以广泛应用的多微网系统中,各子微网之间能够相互支撑,从而显著提高多微网系统的可靠性与稳定性。针对多微网系统中更为复杂的网络拓扑架构以及分布式电源、负荷随机性扰动所引起的频率控制问题,该文提出了基于改进多智能体深度确定性策略梯度(multi-agent deep deterministic policy gradient,MA-DDPG)的多微网负荷频率控制(load frequency control,LFC)策略。首先,考虑集群柔性负荷中组成单元工作状态的用户随机性,构建了包含微型燃气轮机、分布式电源、飞轮储能、柔性负荷及相应随机功率增量约束的多微网LFC模型;在传统多微网功率耦合环节的基础上,考虑了各子微网控制器之间的联络关系;然后,为减少传输成本与计算复杂度,通过加入模块化Q函数对MA-DDPG算法进行改进;依照“集中训练、分散执行”的协同调控思想,设计了多智能体控制器的状态、动作空间与奖励函数。算例结果表明,该文提出的改进MA-DDPG控制器具备在线学习和经验回放能力,在强随机性扰动、系统网络拓扑参数改变等复杂运行工况下能够快速稳定系统频率。同时,当单个子微网的调频机组发生极端故障时,改进MA-DDPG控制器具有强鲁棒性,仍能通过合理“牺牲”正常子微网一定的“调节指标”来保证多微电网系统的整体稳定性。
