logo全球能源互联网期刊信息服务平台

【论文推荐】武汉大学杨军、范培潇等:基于可进化PID的含电动汽车孤岛微电网负荷频率控制策略

阅读原文 阅读原文

基于可进化PID的含电动汽车孤岛微电网负荷频率控制策略

范培潇1,胡文平2,温裕鑫1,柯松1,杨军1

(1.武汉大学电气与自动化学院;

2.国网河北省电力有限公司电力科学研究院)

本文发表在《全球能源互联网》2023年第3期“基于人工智能技术的新型电力系统优化运行与控制”专题上,欢迎点击品读。本文受国家自然科学基金资助项目(51977154)资助。

文章导读

在“碳达峰”与“碳中和”的国家能源战略大背景下,以化石能源为驱动力的常规发电机组逐渐被风力发电与光伏发电等可再生能源机组所代替。而具有开发和延伸特性的微电网能够充分促进这类具有强随机性的分布式电源的大规模接入,从而得到了高速的发展建设。同时,发展电动汽车是保障低碳能源的趋势,我国也将电动汽车作为战略性新兴产业,微电网的发展也促使电动汽车开始广泛应用于电网的削峰填谷、抑制功率波动中。

但是,在大规模电动汽车接入微电网的同时,孤岛运行的微电网的电能质量也会下降,从而引起整个微电网的不稳定。因此,新型微电网结构与稳定控制策略必须能够自适应地应对各类外部环境状态、控制资源及偶然事件中的强不确定性,本文由此提出了一种基于可进化PID的含电动汽车微电网频率控制策略。

文章亮点

01

提出在全天时间尺度下,考虑电动汽车移动性和用户充电行为随机性的频率控制模型。更现实、更具体地还原电动汽车充电站可控容量在小时间尺度上发生随机性变化,在大时间尺度上发生阶段性突变。

02

提出一种基于可进化PID的频率控制策略。深度确定性策略梯度(deep deterministic policy gradient,DDPG)智能体能够基于经验积累的不断进化,从而根据各类复杂场景的环境情况对PID控制器的控制参数进行适应性调整,解决电动汽车与强随机扰动给孤岛微电网稳定控制所带来的非线性影响。

主要内容

01

电动汽车充电站频率控制模型

在荷电状态达到SOCm后(或进站时荷电状态已经大于SOCm),电动汽车将能够参与微电网的调频过程,即能够在微电网遇到较大扰动时参与放电,且这一放电过程不会使电动汽车电量低于SOCm。当电动汽车荷电状态达到最大荷电容量SOCmax时,电动汽车将不再进行充电,以保证电池寿命,此时电动汽车将自动停止充电(保持荷电状态)或进行放电以参与微电网调频。具体状态如图1、2所示。

02

微电网系统频率控制模型

可搭建出微电网系统的频率控制模型架构如图3所示。图中,ΔPW是风电扰动功率,ΔPMT是微型燃气轮机的输出功率增量,ΔPEV是电动汽车站的输出功率增量,Ht是微网的惯性常量。

图3  微电网负荷频率控制模型

03

基于DDPG的自适应参数PID控制器结构

图4  可进化PID控制器结构图

DDPG对PID控制器进行权重参数自适应调整的结构,如图4所示。

而智能体的动作集可定义为PID控制器的可调参数KPKIKD,即

而环境状态可以选取在微电网频率控制闭环系统的状态量:实时频率偏差ΔF(t)、电动汽车的充电功率的实时上、下限约束集。因此,可定义状态空间S为:

并可设计出其奖励函数如下:

04

算例分析与结论

为评价上述策略的控制效果,根据图3中的模型,在MATLAB/Simulink软件中构建微电网系统,如图5所示。

图5  微电网系统结构图

⬇ 表1  场景1中受到随机扰动时的仿真结果

⬇ 表2  场景2中受到随机扰动时的仿真结果

综上所述,由算例结果可知:

01

电动汽车站在微电网控制中具有惯性小、调节速度快的特点,可在微电网频率调节中发挥重要作用。

02

与PID控制控制相比,可进化PID算法能够更好地应对随机性扰动,并更好地适应系统参数和结构的变化:当微电网内发生强随机干扰或电动汽车站容量发生阶段性突变时,DDPG智能体能够对PID控制器参数在小时间尺度下进行精细调节,在大时间尺度下进行阶段性调整,显著增强了含的电动汽车微电网频率控制的鲁棒性和适应性。

05

展望

电动汽车冬季和夏季电池功耗不同会影响微电网的负荷频率控制过程,但是由于本文所研究的控制过程是短暂的,控制模型可以根据实际需要随时进行调整,在夏季/冬季切换相应的控制模型,即可完成对应的控制过程。同样地,在不同地区,控制模型也可能发生一定的改变,相关内容将在后续的工作中进行深入研究。

本文引文信息

范培潇,胡文平,温裕鑫,等:基于可进化PID的含电动汽车孤岛微电网负荷频率控制策略[J]. 全球能源互联网,2023,6(3):258-265.

FAN Peixiao, HU Wenping, WEN Yuxin, et al. A load frequency control strategy of island microgrid with V2G based on evolutionary-PID [J]. Journal of Global Energy Interconnection, 2023, 6(3): 258-265 (in Chinese).

 研究团队

武汉大学电气与自动化学院杨军教授团队长期从事电力系统优化与控制、电动汽车与电网互动、电力市场、储能与微电网、综合能源系统等方面的研究工作。近年来,课题组发表SCI、EI检索论文100余篇,申请发明专利数十项,先后承担了包括国家重点研发计划、国家自然科学基金和国家电网公司科技项目等课题60余项,并与华为数字能源、美国福特公司等多个国内外企业、高校开展合作研究。

作者简介

范培潇

硕士研究生

研究方向为深度强化学习、微电网控制,

E-mail:

whufpx0408@163.com。

图片

杨   军

工学博士,教授,博士生导师,现任武汉大学电气与自动化学院电力工程系主任,E-mail:jyang@whu.edu.cn。

主要研究方向为电力系统运行与控制、人工智能在电力系统中的应用、电动汽车等。主持3项国家自然科学基金、国家重点研发计划子课题等国家级项目,发表相关论文数十篇(含ESI高被引论文和F5000领跑者论文等)

编辑:李锡

审核:周舟

郑重声明

根据国家版权局相关规定,纸媒、网站、微博、微信公众号转载、摘编本网站作品,需包含本网站名称、二维码等关键信息,并在文首注明《全球能源互联网》原创。 个人请按本网站原文转发、分享。