灰狼算法在风电水电协同运行中的应用

doi:10.12096/j.2096-4528.pgt.2018.007

发电技术 ›› 2018, Vol. 39 ›› Issue (1): 43-48.DOI: 10.12096/j.2096-4528.pgt.2018.007

灰狼算法在风电水电协同运行中的应用

李星(),杨秀媛,王丽婕

北京信息科技大学, 北京市海淀区 100192

收稿日期:2017-12-16 出版日期:2018-02-28 发布日期:2018-07-27
作者简介:李星(1991),男,硕士研究生,研究方向为风水协同运行控制, 1534703887@qq.com|杨秀媛(1962),女,副教授,主要从事含新能源的电力系统分析与规划方面的研究工作|王丽婕(1980),女,博士,副教授,研究方向为电气自动化控制
基金资助:
家自然科学基金项目(51377011);家自然科学基金项目(51607009)

Grey Wolf Algorithm in Coordinated Hydro and Wind Power Generation

Xing LI(),Xiuyuan YANG,Lijie WANG

Beijing Information Science & Technology University, Haidian District, Beijing 100192, China

Received:2017-12-16 Published:2018-02-28 Online:2018-07-27
Supported by:
National Natural Science Foundation of China(51377011);National Natural Science Foundation of China(51607009)

摘要/Abstract

摘要：

风电随机波动给电网的功率平衡带来了困难，因此出现了弃风问题。为了减少风电功率波动对电力系统功率平衡的影响，可以实行风电水电协同运行。充分利用水电的调节能力和风电的能量，用水电厂来平抑风电场输出功率的波动，通过控制水电机组实现风电水电协同运行，使风水协同系统按照计划输出功率。为了实现风电水电协同运行和提高风水协同输出的平稳性，采用灰狼算法优化水轮机PID控制，使水电可以稳定地跟踪风电的变化，使风电与水电出力按照计划输出。仿真结果验证了控制方法的有效性。

关键词: 风电, 水电, 风水协同, 灰狼算法

Abstract:

Wind is stochastic that trouble the grid power balance and make wind curtailment occur. The wind power and hydropower could cooperate operation to reduce the influence of wind power fluctuation. Through making full use of the regulating ability of hydropower and wind energy, the coordinated operation of wind power and hydropower can be realized by controlling hydropower units, so that the wind and hydropower coordinating operation system will output according to the plan, stabilize the power system. To achieve the coordinated operation of wind power and hydropower and improve the stationarity of the coordinate output, the Grey Wolf algorithm was used to optimize the PID control of hydraulic turbine, to facilitate hydropower steadily track the change of wind power and make the output of wind power and hydropower output according to plan. The simulation results verified the effectiveness of the method.

Key words: wind power, hydropower, wind and hydropower coordinating operation, grey wolf optimizer algorithm

李星,杨秀媛,王丽婕. 灰狼算法在风电水电协同运行中的应用[J]. 发电技术, 2018, 39(1): 43-48.

Xing LI,Xiuyuan YANG,Lijie WANG. Grey Wolf Algorithm in Coordinated Hydro and Wind Power Generation[J]. Power Generation Technology, 2018, 39(1): 43-48.

参考文献

1	王凤蛟, 李鹏. 电力体制改革背景下发电集团面临的挑战和机遇[J]. 发电与空调, 2017, 38 (3): 51- 55.
2	杨秀媛, 陈瑶, 陈麒宇, 等. 导前微分控制在风电水电协同运行中的应用[J]. 中国电机工程学报, 2015, 35 (18): 4591- 4597.
3	王学成, 杨雨. 基于发电效益最大化的水光互补方案优化设计[J]. 发电与空调, 2015, 36 (6): 27- 30, 56.
4	兰维, 张中泉, 雷阳. 风电机组出力性能分析方法研[J]. 发电与空调, 2017, 38 (3): 26- 29.
5	范永威, 潘文霞. 风-水电联合优化运行分析[J]. 太阳能学报, 2008, 29 (1): 80- 84.
6	周宇昊, 张海珍, 宋胜男. 多能互补分布式能源实验平台系统关键技术研究[J]. 发电与空调, 2017, 38 (6): 5- 9, 37.
7	孙春顺, 王耀南, 李欣然. 水电-风电系统联合运行研究[J]. 太阳能学报, 2009, 30 (2): 232- 236.
8	尚志娟, 周晖, 王天华. 带有储能装置的风电与水电互补系统的研究[J]. 电力系统保护与控制, 2012, 40 (2): 99- 105.
9	Chen Q, Littler T, Han S. Large-scale wind generator cascaded tripping[C]. Proceedings of the 3rd IEEE Conference on Computer Science and Automation Engineering, Guangzhou, China, 2013.
10	Chen Q , Littler T , Wang H . Tripping control for transient stability in coordinated hydro and wind generation[J]. Proceedings of IET International Conference on Renewable Power Generation Conference 2013(RPG 2013), Beijing, China, 2013, 1- 4.
11	韩方冰. 基于风电水电联合运行的中长期机组组合研究[J]. 大连理工大学学报, 2013, 25 (10): 103- 106.
12	吴虎胜, 张凤鸣, 吴庐山. 一种新的群体智能算法一狼群算法[J]. 系统工程与电子技术, 2013, 35 (11): 2430- 2438.
13	静铁岩, 吕泉, 郭琳. 水电-风电系统日间联合调峰运行策略[J]. 电力系统自动化, 2011, 35 (22): 97- 103.
14	罗佳, 唐斌. 新型灰狼优化算法在函数优化中的应用[J]. 兰州理工大学学报, 2016, 42 (3): 96- 101.
15	苏永亮, 周彬. 基于自适应粒子群算法的水轮机PID调速参数优化[J]. 水电厂自动化, 2014, 35 (2): 47- 50.
16	方红庆, 沈祖诒. 基于改进粒子群算法的水轮发电机组PID调速器参数优化[J]. 中国电机工程学报, 2005, 25 (22): 123- 127.
17	Lansberry J E . Optimal hydrogenerator governor tuning with a genetic algorithm[J]. IEEE Transactions on Energy Conversion, 1992, 7 (4): 623- 630.
18	周强, 周永全. 一种基于领导者策略的狼群搜索算法[J]. 计算机应用研究, 2013, 30 (9): 2629- 2632.
19	张新明, 涂强, 康强, 等. 强化狼群等级制度的灰狼优化算法[J]. 数据采集与处理, 2017, 32 (5): 879- 889.
20	陈涵.基于灰狼算法的水轮机调速器参数优化[D].武汉:华中科技大学, 2016.
21	施行之, 周宇昊. 分布式能源系统的多目标优化模型研究[J]. 发电与空调, 2015, 36 (2): 1- 4.

[1]	严新荣, 张宁宁, 马奎超, 魏超, 杨帅, 潘彬彬. 我国海上风电发展现状与趋势综述[J]. 发电技术, 2024, 45(1): 1-12.
[2]	许帅, 杨羽霏, 刚傲, 谢越韬, 张晓明, 刘功鹏. 中欧漂浮式海上风电关键技术与产业链合作路径研究[J]. 发电技术, 2024, 45(1): 13-23.
[3]	王进钊, 严干贵, 刘侃. 基于交替方向隐式平衡截断法的直驱风电场次同步振荡分析的模型降阶研究[J]. 发电技术, 2023, 44(6): 850-858.
[4]	孙财新, 张波, 唐巍, 周昳鸣, 付明志, 秦猛, 郭小江. 海上风电机组国产化研究与实践[J]. 发电技术, 2023, 44(5): 696-702.
[5]	贾文虎, 徐群杰. 海上风电设施防腐蚀技术研究进展[J]. 发电技术, 2023, 44(5): 703-711.
[6]	霍丽新, 王日成. 水电联产机组低负荷工况海水淡化系统供汽方案研究[J]. 发电技术, 2023, 44(5): 722-730.
[7]	张舒涵, 马晓锋, 张芮琳, 朱燕群, 何勇, 王智化. 一种用于PEM水电解制氢的高效负载型锰铱掺杂型催化剂[J]. 发电技术, 2023, 44(3): 340-349.
[8]	杨健, 柳玉, 黄坤鹏, 罗亚洲, 牛四清, 王伟, 环加飞, 张雷, 张沛, 李华伟. 考虑发电工况和站内损耗的风电场可用发电功率估算方法[J]. 发电技术, 2023, 44(2): 235-243.
[9]	楚帅, 王爱华, 葛维春, 李音璇, 崔岱. 电网调控集中式储热降低弃风率分析方法[J]. 发电技术, 2023, 44(1): 18-24.
[10]	周昳鸣, 闫姝, 刘鑫, 张波, 郭雨桐, 郭小江. 中国海上风电支撑结构一体化设计综述[J]. 发电技术, 2023, 44(1): 36-43.
[11]	吴荣辉, 刘冬, 郁冶, 牟凯龙, 赵兰浩. 基于浸入边界法的海上风电双向流固耦合数值模拟方法[J]. 发电技术, 2023, 44(1): 44-52.
[12]	董辉, 葛维春, 张诗钽, 刘闯, 楚帅. 海上风电制氢与电能直接外送差异综述[J]. 发电技术, 2022, 43(6): 869-879.
[13]	康佳乐, 余浩, 段瑶, 陈武晖, 王丹辉. 风电场次同步振荡等值建模方法研究[J]. 发电技术, 2022, 43(6): 880-891.
[14]	刘晓明, 谭祖贶, 袁振华, 刘玉田. 柔性直流接入海上风电并网选址综合优化[J]. 发电技术, 2022, 43(6): 892-900.
[15]	陈晓光, 杨秀媛, 王镇林, 王浩扬. 考虑多目标优化模型的风电场储能容量配置方案[J]. 发电技术, 2022, 43(5): 718-730.

灰狼算法在风电水电协同运行中的应用

Grey Wolf Algorithm in Coordinated Hydro and Wind Power Generation

RichHTML

PDF (PC)

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