大型风电场多Agent系统建模仿真及降损控制

doi:10.19912/j.0254-0096.tynxb.2020-1369

太阳能学报 ›› 2022, Vol. 43 ›› Issue (9): 314-320.DOI: 10.19912/j.0254-0096.tynxb.2020-1369

大型风电场多Agent系统建模仿真及降损控制

肖运启, 李浩志, 卢泽众, 马静静, 付楠

华北电力大学控制与计算机工程学院,北京 102206

收稿日期:2020-12-21 出版日期:2022-09-28 发布日期:2023-03-28
通讯作者: 肖运启（1980—）,男,博士、副教授,主要从事风力发电系统建模与优化控制方面的研究。xiaoyq@ncepu.edu.cn

LARGE-SCALE WIND FARM MODELING AND LOSS REDUCTION CONTROL BASDE ON MULTI-AGENT SYSTEM

Xiao Yunqi, Li Haozhi, Lu Zezhong, Ma Jingjing, Fu Nan

School of Control and Computer Engineering, North China Electric Power University, Beijing 102206, China

Received:2020-12-21 Online:2022-09-28 Published:2023-03-28

摘要/Abstract

摘要： 设计一种基于多Agent的风电场控制架构,并针对集电线路损耗突出的问题,提出一种无功降损控制策略。同时,开发基于Java/JADE + MySQL + Matlab/Simulink的混合仿真平台,对某125 MW大型风电场进行多Agent系统建模,算例结果验证了所提策略的有效性。

关键词: 风电场, 无功功率, 粒子群算法, 多Agent系统, JADE平台

Abstract: Due to the increasing installed capacity of wind farm, traditional centralized control and communication mode cannot meet the requirements of operation reliability and compatibility. Therefore, a wind farm control framework based on multi-agent is designed, with a novel reactive power control strategy for collector line loss reduction. Meanwhile, a hybrid multi-agent simulation platform based on Java/JADE+MySQL+Matlab/Simulink is developed, on which a 125 MW wind farm is modeled and simulated. The study results verify the effectiveness of the strategy proposed.

Key words: wind farm, reactive power, particle swarm optimization （PSO）, multi Agent systems, JADE platform

中图分类号:

TM614

肖运启, 李浩志, 卢泽众, 马静静, 付楠. 大型风电场多Agent系统建模仿真及降损控制[J]. 太阳能学报, 2022, 43(9): 314-320.

Xiao Yunqi, Li Haozhi, Lu Zezhong, Ma Jingjing, Fu Nan. LARGE-SCALE WIND FARM MODELING AND LOSS REDUCTION CONTROL BASDE ON MULTI-AGENT SYSTEM[J]. Acta Energiae Solaris Sinica, 2022, 43(9): 314-320.

参考文献

[1] 黄碧斌, 张运洲, 王彩霞. 中国“十四五”新能源发展研判及需要关注的问题[J]. 中国电力, 2020, 53(1): 1-9.
HUANG B B, ZHANG Y Z, WANG C X.New energy development and issues in China during the 14th five-year plan[J]. Electric power, 2020, 53(1): 1-9.
[2] 韩明, 朱志成, 包大恩. 风电场综合厂用电率统计分析[J]. 风力发电, 2015(4): 36-39.
HAN M, ZHU Z C, BAO D E.Statistical analysis of wind farm integrated auxiliary rate[J]. Wind power, 2015(4): 36-39.
[3] JUNG S, JANG G.A loss minimization method on a reactive power supply process for wind farm[J]. IEEE transactions on power systems, 2017, 32(4): 3060-3068.
[4] 刘昊, 王玮, 唐芬. 基于变功率因数的分散式风电场优化运行策略[J]. 太阳能学报, 2019, 40(2): 387-395.
LIU H, WANG W, TANG F.Optimal operation strategy for dispatch wind farms based on variable power factor[J]. Acta energiae solaris sinica, 2019, 40(2): 387-395.
[5] 丁明, 张宏艳, 韩平平, 等. 考虑机组同调性的风电场无功协调控制[J]. 电网技术, 2014, 38(12): 3390-3395.
DING M, ZHANG H Y, HAN P P, et al.A coordinated reactive power control strategy for wind farm considering coherence of generating units[J]. Power system technology, 2014, 38(12): 3390-3395.
[6] KUMAR V S S, REDDY K K, THUKARAM D. Coordination of reactive power in grid-connected wind farms for voltage stability enhancement[J]. IEEE transactions on power systems, 2014, 29(5): 2381-2390.
[7] 李丽霞, 姚兴佳, 王晓东, 等. 双馈风电场新型无功优化分配策略研究[J]. 太阳能学报, 2017, 38(5): 1397-1404.
LI L X, YAO X J, WANG X D, et al.An optimal reactive power dispatch strategy for interior-point method based wind farms[J]. Acta energiae solaris sinica, 2017, 38(5): 1397-1404.
[8] 王振浩, 葛津铭, 李国庆, 等. 改善风电场群并网地区电压稳定的无功协调控制的研究[J]. 太阳能学报, 2017, 38(4): 983-990.
WANG Z H, GE J M, LI G Q, et al.Research of reactive power coordinated control to improve voltage stability in on-grid region of clastered wind farms[J]. Acta energiae solaris sinica, 2017, 38(4): 983-990.
[9] 肖运启, 张晓航, 苗田银, 等. 基于多Agent协作控制的风电场功率调度策略[J]. 太阳能学报, 2018, 39(7): 2003-2011.
XIAO Y Q, ZHANG X H, MIAO T Y, et al.Wind farm power dispatching control strategy based on multi-agent system[J]. Acta energiae solaris sinica, 2018, 39(7): 2003-2011.
[10] 李海峰, 王海风, 陈珩. 紧急情况下二次电压的多代理协调控制[J]. 电力系统自动化, 2001, 25(24): 17-21.
LI H F, WANG H F, CHEN H.Multi-agent based secondary voltage coordination control in power system contingencies[J]. Automation of electric power systems, 2001, 25(24): 17-21.
[11] LAGORSE J, SIMOES M G, MIRAOUI A.A multiagent fuzzy-logic-based energy management of hybrid systems[J]. IEEE transactions on industry applications, 2009, 45(6): 2123-2129.

[1]	曹洁, 张玉林, 王进花, 余萍. 基于VMD和SVPSO-BP的滚动轴承故障诊断[J]. 太阳能学报, 2022, 43(9): 294-301.
[2]	袁建华, 谢斌斌, 何宝林, 赵子玮, 刘宇, 刘邦. 基于DTW-VMD-PSO-BP的光伏发电功率短期预测方法[J]. 太阳能学报, 2022, 43(8): 58-66.
[3]	蒋秋俊, 郑海涛, 杨庆山, 周绪红, 黄国庆, 林毅峰. 基于网格-坐标化遗传算法的风电场布局优化[J]. 太阳能学报, 2022, 43(8): 266-272.
[4]	李辉, 吴优, 谢翔杰, 李青和, 谭宏涛, 郑杰. 考虑控制链路延时的风电场经MMC-HVDC并网系统稳定性分析及提升策略[J]. 太阳能学报, 2022, 43(8): 323-333.
[5]	朱剑锋, 杨浩, 徐日庆, 潘斌杰, 饶春义. 硫氧镁水泥固化沿海风电场滩涂软土加固机理及微观特性分析[J]. 太阳能学报, 2022, 43(7): 276-283.
[6]	杨锡运, 刘雅欣, 邢国通, 张悦超. 基于风电概率预测的风电场调频容量估计方法[J]. 太阳能学报, 2022, 43(7): 409-416.
[7]	薛翼程, 张哲任, 徐政. 适用于短路故障分析的风电场动态等值建模方法[J]. 太阳能学报, 2022, 43(5): 327-335.
[8]	李培强, 李雄, 蔡笋, 赵伟, 雷二涛. 风电场含退役动力电池的混合储能系统容量优化配置[J]. 太阳能学报, 2022, 43(5): 492-498.
[9]	曹文思, 张敏, 黄慧. 基于混合算法的配电网中电池储能的多目标优化配置研究[J]. 太阳能学报, 2022, 43(5): 541-546.
[10]	花赟昊, 朱武, 靳一奇, 花明, 王世萱, 焦哲晶. 基于自适应变异粒子群算法的光伏MPPT控制研究[J]. 太阳能学报, 2022, 43(4): 219-225.
[11]	胡文波, 贾祺, 刘侃, 王俊茜, 安军, 严干贵. 低运行工况下直驱风电场电流内环主导的次同步振荡特性研究[J]. 太阳能学报, 2022, 43(4): 341-350.
[12]	陈鹤林, 郑晓云. 海上风电多端柔性直流并网系统频率支持研究[J]. 太阳能学报, 2022, 43(3): 356-365.
[13]	王康, 万天虎, 李华, 黄昆, 寇鹏. 风速差异条件下的风电场自适应频率响应控制方法[J]. 太阳能学报, 2022, 43(3): 366-372.
[14]	刘其辉, 洪晨威. 考虑风电机组位置差异的双馈风电场SSO特性及规律研究[J]. 太阳能学报, 2022, 43(3): 433-441.
[15]	方君, 王立忠, 洪义, 赵吉东. 泥石流对山区风电场冲击防治研究[J]. 太阳能学报, 2022, 43(2): 357-364.

大型风电场多Agent系统建模仿真及降损控制

LARGE-SCALE WIND FARM MODELING AND LOSS REDUCTION CONTROL BASDE ON MULTI-AGENT SYSTEM

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