一种新的模糊辅助滑动模式控制方法,用于风力支持的自主微电网的频率调节

科学领域:

• 电气工程 电气工程
• 控制系统工程 控制系统工程
• 可再生能源系统可再生能源系统

背景情况:

• 使用可再生能源的自主微电网 (ATMG) 由于间歇性发电而面临频率稳定性挑战.
• 有效的控制方案对于将太阳能和风能等绿色能源集成到微电网中至关重要.
• 可再生能源的不可预测性影响系统频率,需要先进的控制策略.

研究的目的:

• 开发基于模糊逻辑的智能滑动模式控制 (F-SMC) 用于基于风柴油发电机的ATMG系统的频率调节.
• 设计一个动态结构,让风力发电机能积极参与频率支持.
• 为了优化F-SMC参数,使用人工大猩猩部队优化 (GTO) 技术来提高性能.

主要方法:

• 实现基于模糊逻辑的滑动模式控制 (F-SMC) 与PID类型的滑动表面.
• 用于频率支持的风力发电机的动态建模.
• 使用人工大猩猩部队优化 (GTO) 算法优化F-SMC参数.
• 与传统的SMC (C-SMC),粒子群优化 (PSO) 和灰狼优化 (GWO) 相比的比较分析.

主要成果:

• 拟议的GTO调整的F-SMC在负载干扰下显示出优越的频率调节,而C-SMC则在负载干扰下显示出优越的频率调节.
• F-SMC方案有效地管理由负载变化,调节器死带,发电率约束和风速变化引起的频率偏差.
• 在标准IEEE-14总线系统上的验证证实了基于GTO的F-SMC方法的稳定性和有效性.

结论:

• 开发的GTO调整的F-SMC为风柴油ATMG系统的频率稳定提供了强大而高效的解决方案.
• 智能控制策略对于减轻可再生能源可变性对微电网频率的影响至关重要.
• GTO优化技术提供了一种有效的手段来调整高级控制参数,以提高系统性能.