基于AFSA的新型电力弹簧多目标电能质量优化控制

doi:10.3969/j.issn.1000-7229.2020.02.015

电力建设 ›› 2020, Vol. 41 ›› Issue (2): 125-132.doi: 10.3969/j.issn.1000-7229.2020.02.015

• 智能电网 • 上一篇

基于AFSA的新型电力弹簧多目标电能质量优化控制

邓玉君，周建萍，茅大钧，胡成奕，叶剑桥，方乐

上海电力大学自动化工程学院，上海市 200090

出版日期:2020-02-01
作者简介:邓玉君(1994)，女，硕士研究生，主要研究方向为电力弹簧稳定和控制等；周建萍(1978)，女，博士，副教授，通信作者，主要研究方向为分布式发电与微电网技术；茅大钧(1966)，男，教授，研究方向为电站过程自动化、计算机测控技术以及智能仪器仪表；胡成奕(1996)，女，硕士研究生，研究方向为基于虚拟同步机的微网控制；叶剑桥(1995)，男，硕士研究生，研究方向为电能质量和非线性控制；方乐(1993)，男，硕士研究生，研究方向为电力弹簧在微网电能质量方面的应用。
基金资助:
国家自然科学基金项目(61275038)；上海市“科技创新行动计划”地方院校能力建设专项项目（19020500700）

Multi-Objective Power Quality Optimization Control of Novel Electric Spring on the Basis of AFSA

DENG Yujun， ZHOU Jianping， MAO Dajun， HU Chengyi， YE Jianqiao， FANG Le

School of Automation Engineering， Shanghai University of Electric Power， Shanghai 200090， China

Online:2020-02-01
Supported by:
This work is supported by National Natural Science Foundation of China（No.61275038）.

摘要/Abstract

摘要： 电力弹簧（electric spring， ES）作为需求侧响应的一种新技术已经成为电力行业研究的热点。为充分发掘ES潜力，文章提出基于人工鱼群算法（artificial fish swarm algorithm， AFSA）的新型ES多目标电能质量优化控制策略，实现关键负载（critical load， CL）的电压、系统频率和非关键负载（non-critical load， NCL）功率因数的优化。首先提出一种新型背靠背型电力弹簧（back-to-back electric spring， B2B-ES）拓扑结构，实现负载侧供电侧功率双向流动稳定NCL电压范围。其次提出加权平均视觉范围和自适应拥挤度因子的改进AFSA，设计多目标优化函数提取负载侧NCL的电压值和系统频率等本地信息优化ES的控制信号，通过在线调整电力弹簧的补偿功率改善系统电能质量。经仿真验证，文章所提优化控制策略能够克服现有ES控制方法目标单一、实时性差的缺点，实现多目标电能质量实时优化。

关键词: 电力弹簧（ES）, 背靠背（B2B）型结构, 多目标电能质量优化, 人工鱼群算法（AFSA）

Abstract: Electric spring (ES)， as a new technology for demand-side response， has become a hot issue in the power industry. In order to fully exploit the potential of ES， this paper proposes a multi-objective power quality optimization control strategy for novel ES on the basis of AFSA to optimize the voltage of critical load (CL)， system frequency and power factor of non-critical load (NCL). Firstly， a new back-to-back electric spring (B2B-ES) topology is proposed to realize bidirectional flow of power on the load side. Secondly， an improved artificial fish swarm algorithm (AFSA) is proposed， which is based on the weighted average visual range and adaptive crowding factor. The multi-objective optimization function is designed to extract the local value of the load-side NCL voltage and system frequency to optimize the ES control signal， so as to compensate the power quality of the system online by adjusting the power of the electric spring. Finally， the simulation proves that the proposed optimization control can overcome the shortcomings of single-objective and poor real-time performance of the existing ES control method， and realize real-time optimization of multi-objective power quality control.

Key words: electric spring (ES), back-to-back (B2B) structure, multi-objective power quality optimization, artificial fish swarm algorithm (AFSA )

中图分类号:

TM 711

邓玉君，周建萍，茅大钧，胡成奕，叶剑桥，方乐. 基于AFSA的新型电力弹簧多目标电能质量优化控制[J]. 电力建设, 2020, 41(2): 125-132.

DENG Yujun， ZHOU Jianping， MAO Dajun， HU Chengyi， YE Jianqiao， FANG Le . Multi-Objective Power Quality Optimization Control of Novel Electric Spring on the Basis of AFSA[J]. Electric Power Construction, 2020, 41(2): 125-132.

参考文献

［1］刘晓峰，高丙团，李扬. 博弈论在电力需求侧的应用研究综述［J］. 电网技术， 2018， 42(8): 2704-2711.
LIU Xiaofeng， GAO Bingtuan， LI Yang. Review on application of game theory in power demand side［J］. Power System Technology， 2018， 42(8): 2704-2711.
［2］HUI S Y， LEE C K， WU F F. Electric springs: a new smart grid technology［J］. IEEE Transactions on Smart Grid， 2012， 3(3): 1552-1561.
［3］LEE C K， HUI S Y R. Reduction of energy storage requirements in future smart grid using electric springs［J］. IEEE Transactions on Smart Grid， 2013， 4(3): 1282-1288.
［4］KANAKESH V K， SEN B， SONI J， et al. Control strategies for Electric Spring in an islanded microgrid: a comparative evaluation［C］//2017 IEEE 3rd International Future Energy Electronics Conference and ECCE Asia (IFEEC 2017 - ECCE Asia). Kaohsiung: IEEE， 2017.
［5］CHEN J， YAN S， RON HUI S Y. Using consensus control for reactive power sharing of distributed electric springs［C］//2017 IEEE Energy Conversion Congress and Exposition (ECCE). Cincinnati: IEEE， 2017.
［6］LEE C K， CHAUDHURI N R， CHAUDHURI B， et al. Droop control of distributed electric springs for stabilizing future power grid［J］. IEEE Transactions on Smart Grid， 2013， 4(3): 1558-1566.
［7］CHEN X， HOU Y H， TAN S C， et al. Mitigating voltage and frequency fluctuation in microgrids using electric springs［J］. IEEE Transactions on Smart Grid， 2015， 6(2): 508-515.
［8］JIN X， XIE S Y， HE J， et al. Optimization of tuned mass damper parameters for floating wind turbines by using the artificial fish swarm algorithm［J］. Ocean Engineering， 2018， 167: 130-141.
［9］高博，韩冬，张国志，等. 基于人工鱼群和粒子群混合算法的配电网重构［J］. 东北电力大学学报， 2012， 32(6): 10-13.
GAO Bo， HAN Dong， ZHANG Guozhi， et al. Based on artificial fish and hybrid algorithm for distribution network reconfiguration［J］. Journal of Northeast Dianli University， 2012， 32(6): 10-13.
［10］王青松. 电力弹簧若干关键技术研究［D］. 南京: 东南大学， 2016.
WANG Qingsong. Research on key issues of electric springs［D］. Nanjing: Southeast University， 2016.
［11］尹发根，王淳. 电力弹簧研究进展: 原理、拓扑结构、控制和应用［J］. 电网技术， 2019， 43(1): 174-184.
YIN Fagen， WANG Chun. Review of electric spring: principle， topologies， control and applications［J］. Power System Technology， 2019， 43(1): 174-184.
［12］WANG Q S， CHENG M， BUJA G. Integration of electric springs and multi-port transformers: a new solution for AC microgrids with renewable energy sources［J］. Energies， 2017， 10(2): 193.
［13］朱俚治. 关于人工鱼群算法的综述［J］. 电脑知识与技术， 2018， 14(4): 173-175.
ZHU Lizhi. Overview of artificial fish swarm algorithm［J］. Computer Knowledge and Technology， 2018， 14(4): 173-175.
［14］李林，郭源博，张晓华. 复杂电网工况下基于CDSOGI-SPLL的电网电压同步方法［J］. 电力系统自动化， 2017， 41(16): 151-157.
LI Lin， GUO Yuanbo， ZHANG Xiaohua. Synchronization method of grid voltage based on CDSOGI-SPLL under complex power grid conditions［J］. Automation of Electric Power Systems， 2017， 41(16): 151-157.
［15］程启明，谭冯忍，程尹曼，等. 电网不平衡下基于内模观测器和无源控制器的DFIG网侧变换器控制方法研究［J］. 高电压技术， 2017， 43(10): 3280-3289.
CHENG Qiming， TAN Fengren， CHENG Yinman， et al. Research on DFIG grid-side converter based on internal model observer and passivity-based controller under unbalanced grid voltage condition［J］. High Voltage Engineering， 2017， 43(10): 3280-3289.
［16］李云丰，安婷，丁骁，等. 电网电压不平衡MMC-HVDC无锁相环控制策略［J］. 高电压技术， 2016， 42(1): 105-111.
LI Yunfeng， AN Ting， DING Xiao， et al. Control strategies of MMC-HVDC in the absence of PLL under unbalanced grid［J］. High Voltage Engineering， 2016， 42(1): 105-111.

[1]	王亮, 盖振宇, 蒋维勇, 史宇欣, 孟庆萌. ±800 kV雁淮特高压直流系统送端孤岛运行闭锁策略[J]. 电力建设, 2020, 41(8): 40-47.
[2]	孙蓉，吕振华，廖星星，陈兵，王锐，朱晨宸，卫志农. 基于广义半不变量及最大熵法的电网概率潮流分析[J]. 电力建设, 2020, 41(7): 33-41.
[3]	刘辉，谢良峰，谢海敏，阳育德，覃智君. 考虑电动汽车响应AGC的系统网损评估[J]. 电力建设, 2020, 41(6): 52-59.
[4]	张宇威, 杨军，吴赋章，詹祥澎，龙雪梅，张俊，徐箭. 基于电网-交通网耦合的充电站故障传播分析框架[J]. 电力建设, 2020, 41(1): 13-22.
[5]	葛磊蛟，汪宇倩，戚嘉兴，王慧，林强，彭莹. 面向城市能源互联网的电力物联网内涵、架构和关键技术[J]. 电力建设, 2019, 40(9): 91-98.
[6]	张今，江全元，周自强，陆翌，杨勇. 含柔性多状态开关的配电网分区方法[J]. 电力建设, 2019, 40(2): 71-78.
[7]	尚慧玉，王崇宇，陈明辉，阳曾，熊文，文福拴. 灾害天气条件下电力系统故障诊断特征匹配方法[J]. 电力建设, 2018, 39(10): 37-43.
[8]	朱凌1，林冠强1，叶晓君1，韩畅2，林振智2，文福拴2. 联合采用客观赋权和夹角度量法的电力系统关键线路辨识[J]. 电力建设, 2018, 39(3): 49-.
[9]	胡德权，郭春林，俞秦博，杨晓言. 基于电价引导的电动汽车充电双层优化策略[J]. 电力建设, 2018, 39(1): 48-.
[10]	倪伟，吕林,李婷，胥威汀，刘俊勇，许立雄. 考虑电热混合储能与重构联合优化的配电网风电消纳策略[J]. 电力建设, 2017, 38(12): 112-.
[11]	徐政，王世佳，邢法财，肖晃庆. 电力网络的谐振稳定性分析方法研究[J]. 电力建设, 2017, 38(11): 1-.
[12]	彭小圣，樊闻翰，王勃，张涛，文劲宇，邓迪元，熊磊，车建峰. 基于改进空间资源匹配法的风电集群功率预测技术[J]. 电力建设, 2017, 38(7): 10-.
[13]	姜世公，吴志力，李红军，王云飞，郑浩. 直流配电电压等级及负荷距分析 [J]. 电力建设, 2017, 38(6): 59-.
[14]	李力，傅子昊，孙磊，杨银国，谭嫣，林振智，文福拴. 基于半监督谱聚类的黑启动分区策略[J]. 电力建设, 2017, 38(4): 9-.
[15]	李付强，彭龙，张文朝，郭秋婷. 考虑短路容量和电压稳定约束的受端电网饱和负荷规模研究[J]. 电力建设, 2017, 38(3): 63-.

基于AFSA的新型电力弹簧多目标电能质量优化控制

Multi-Objective Power Quality Optimization Control of Novel Electric Spring on the Basis of AFSA

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价