基于協(xié)同進(jìn)化算法的調(diào)頻反饋納什均衡控制方法
【專利摘要】本發(fā)明公開(kāi)了基于協(xié)同進(jìn)化算法的調(diào)頻反饋納什均衡控制方法，包括步驟包括：步驟1、考慮調(diào)速器死區(qū)、控制動(dòng)作幅值限制、機(jī)組爬坡速率約束等工程實(shí)際因素，建立IEEE兩區(qū)域互聯(lián)系統(tǒng)中一、二次調(diào)頻間的微分博弈模型；步驟2、采用協(xié)同進(jìn)化算法求解帶有各種復(fù)雜約束的一、二次調(diào)頻間的微分博弈模型，求得其反饋納什均衡解；步驟3、將求得的反饋納什均衡策略作為區(qū)域的一、二次調(diào)頻控制量，有效解決了一、二次調(diào)頻間的沖突反調(diào)問(wèn)題，從而實(shí)現(xiàn)了電力系統(tǒng)一、二次調(diào)頻間的協(xié)調(diào)控制。具有減少了機(jī)組損耗量，獲得了良好的控制效果等優(yōu)點(diǎn)。
【專利說(shuō)明】基于協(xié)同進(jìn)化算法的調(diào)頻反饋納什均衡控制方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種電力系統(tǒng)自動(dòng)控制技術(shù)，特別涉及一種基于協(xié)同進(jìn)化算法的調(diào)頻反饋納什均衡控制方法。
【背景技術(shù)】[0002]在電力系統(tǒng)中，一次調(diào)頻和二次調(diào)頻(自動(dòng)發(fā)電控制，AGC)是實(shí)時(shí)跟蹤負(fù)荷變化，調(diào)整發(fā)電出力實(shí)現(xiàn)有功平衡，維持頻率穩(wěn)定的主要手段。
[0003]一次調(diào)頻和二次調(diào)頻的工作方式、響應(yīng)周期、控制信號(hào)、控制目標(biāo)均有較大差異，一次調(diào)頻以設(shè)備所在地頻率偏差為信號(hào)，經(jīng)DHl系統(tǒng)或機(jī)械調(diào)速器改變機(jī)組有功出力，是當(dāng)?shù)仡l率閉環(huán)控制；二次調(diào)頻以頻率偏差和區(qū)域聯(lián)絡(luò)線交換功率偏差為信號(hào)，經(jīng)總站控制器計(jì)算后給出各AGC機(jī)組的有功調(diào)整量，最后由各機(jī)組協(xié)調(diào)控制系統(tǒng)實(shí)現(xiàn)，是全區(qū)功率閉環(huán)控制。雙方的實(shí)時(shí)調(diào)整方向可能相反，而它們又同時(shí)作用于機(jī)組有功出力，任意時(shí)刻機(jī)組功率輸出變化量為一、二次調(diào)頻機(jī)組有功出力調(diào)整量總和，故可能發(fā)生沖突反調(diào)現(xiàn)象，造成調(diào)整動(dòng)作次數(shù)的增多和調(diào)整量的浪費(fèi)。在大規(guī)模間歇式能源并網(wǎng)情況下，新能源功率波動(dòng)將導(dǎo)致系統(tǒng)頻率和區(qū)域聯(lián)絡(luò)線交換功率更大的波動(dòng)，大大增加了沖突反調(diào)現(xiàn)象發(fā)生概率。
[0004]本發(fā)明使用微分博弈理論解決一次調(diào)頻和二次調(diào)頻之間的沖突反調(diào)問(wèn)題。由于一次調(diào)頻根據(jù)當(dāng)前頻率偏差做出響應(yīng)，二次調(diào)頻根據(jù)當(dāng)前區(qū)域控制偏差(ACE)做出響應(yīng)，故是一個(gè)反饋博弈模型，在考慮各類復(fù)雜約束后，頻率控制系統(tǒng)模型應(yīng)是非線性的，控制變量和狀態(tài)變量受不等式約束的。
[0005]非線性、控制變量和狀態(tài)變量有約束模型的反饋博弈模型求解起來(lái)非常困難，難以找到理論上的均衡解。為了彌補(bǔ)傳統(tǒng)數(shù)學(xué)方法的不足，本發(fā)明采用協(xié)同進(jìn)化算法對(duì)該復(fù)雜模型進(jìn)行求解(因協(xié)同進(jìn)化算法是多個(gè)種群的進(jìn)化，每個(gè)種群用遺傳算法來(lái)單獨(dú)實(shí)現(xiàn)進(jìn)化，協(xié)同進(jìn)化算法的進(jìn)化過(guò)程中包括遺傳算法)。協(xié)同進(jìn)化算法借鑒自然界中的協(xié)同進(jìn)化(Coevolution,也稱共同進(jìn)化或協(xié)同演化)機(jī)制。應(yīng)用最早可追溯到Hillis的宿主和寄生物模型和Husbands的車間作業(yè)調(diào)度的多物種協(xié)同進(jìn)化模型。協(xié)同進(jìn)化算法可以處理多主體問(wèn)題，且由于考慮了主體間的相互沖突和作用，很好地符合博弈的自然演化過(guò)程，是求解博弈問(wèn)題的一個(gè)有效方法。在現(xiàn)有的研究中，用協(xié)同進(jìn)化算法求解帶有復(fù)雜約束的線性二次型微分博弈這一領(lǐng)域仍是一個(gè)空白，本發(fā)明嘗試證明協(xié)同進(jìn)化算法在該領(lǐng)域的應(yīng)用前景。
[0006]本發(fā)明是在國(guó)家863計(jì)劃項(xiàng)目基金資助下，建立一二次調(diào)頻協(xié)調(diào)控制的線性二次型反饋微分博弈，并考慮控制器死區(qū)、控制動(dòng)作幅值限制、機(jī)組爬坡速率約束等工程因素，用協(xié)同進(jìn)化算法求得其反饋納什均衡解(FNES)，所求得的控制量能在滿足各種工程因素下有效解決一二次調(diào)頻間的沖突反調(diào)問(wèn)題。本發(fā)明為微分博弈理論應(yīng)用于電力系統(tǒng)實(shí)際調(diào)頻系統(tǒng)中提供了強(qiáng)有力的計(jì)算工具。

【發(fā)明內(nèi)容】
[0007]本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)與不足，提供一種基于協(xié)同進(jìn)化算法的調(diào)頻反饋納什均衡控制方法，該方法在復(fù)雜電力系統(tǒng)中，協(xié)調(diào)一次調(diào)頻和二次調(diào)頻控制量，有效減少了機(jī)組損耗量，獲得了良好的控制效果。
[0008]本發(fā)明的目的通過(guò)以下技術(shù)方案實(shí)現(xiàn):
[0009]本發(fā)明將目標(biāo)函數(shù)為線性二次型的，信息集為無(wú)記憶、完全狀態(tài)信息的反饋博弈引入電力系統(tǒng)頻率控制中，η人非零和、非合作、確定性無(wú)限時(shí)長(zhǎng)線性二次型微分博弈中，每位參與者i力圖最小化各自的支付函數(shù)Ji:
[0010]
【權(quán)利要求】
1.基于協(xié)同進(jìn)化算法的調(diào)頻反饋納什均衡控制方法，其特征在于，包括步驟包括: 步驟1、建立兩區(qū)域互聯(lián)系統(tǒng)中的一、二次調(diào)頻間的微分博弈模型，所述兩區(qū)域互聯(lián)系統(tǒng)包括區(qū)域I和區(qū)域2 ； 步驟2、定義負(fù)荷跳變后的所述的兩區(qū)域互聯(lián)系統(tǒng)的狀態(tài)； 步驟3、采用協(xié)同進(jìn)化算法求解所述一、二次調(diào)頻間的微分博弈模型，求得所述一、二次調(diào)頻間的微分博弈模型的反饋納什均衡解； 步驟4、將步驟3求得的所述反饋納什均衡解作為區(qū)域的一、二次調(diào)頻控制量。
2.根據(jù)權(quán)利要求1所述的基于協(xié)同進(jìn)化算法的調(diào)頻反饋納什均衡控制方法，其特征在于: 所述步驟I中，建立兩區(qū)域互聯(lián)系統(tǒng)中的一、二次調(diào)頻間的微分博弈模型的步驟為: a.采用微分博弈控制器求取所述區(qū)域I的一次調(diào)頻控制量和二次調(diào)頻控制量的大小，均用，對(duì)所述區(qū)域2采用比例積分控制方式； b.選擇系統(tǒng)的狀態(tài)變量為:
3.根據(jù)權(quán)利要求1所述的基于協(xié)同進(jìn)化算法的調(diào)頻反饋納什均衡控制方法，其特征在于: 所述步驟1，所述微分博弈模型有加入實(shí)際工程約束，所述實(shí)際工程約束包括調(diào)速器死區(qū)約束、控制量幅值約束和機(jī)組爬坡速率約束； 所述調(diào)速器死區(qū)約束 的表達(dá)式為:
4.根據(jù)權(quán)利要求1所述的基于協(xié)同進(jìn)化算法的調(diào)頻反饋納什均衡控制方法，其特征在于: 所述步驟I中，把所述微分博弈模型簡(jiǎn)化為標(biāo)準(zhǔn)形式，把所述微分博弈模型簡(jiǎn)化為標(biāo)準(zhǔn)形式的步驟為: A.假設(shè)負(fù)荷作確定性階躍變化，以擾動(dòng)后穩(wěn)態(tài)值作為參考點(diǎn)定義系統(tǒng)狀態(tài):
5.根據(jù)權(quán)利要求1所述的基于協(xié)同進(jìn)化算法的調(diào)頻反饋納什均衡控制方法，其特征在于: 所述步驟3包括以下步驟: I)所述區(qū)域I的一次調(diào)頻和二次調(diào)頻以狀態(tài)變量的線性反饋系數(shù)k為變量；區(qū)域I的一次調(diào)頻和二次調(diào)頻均采用遺傳算法來(lái)求解，所述遺傳算法的計(jì)算方法為:給區(qū)域I的一次調(diào)頻和二次調(diào)頻設(shè)置用于遺傳算法的兩個(gè)種群，所述兩個(gè)種群為種群Pop1和種群pop2，所述種群POP1和種群POP2均由若干個(gè)染色體組成，每個(gè)所述染色體為區(qū)域I的一次調(diào)頻和二次調(diào)頻的狀態(tài)變量的線性反饋系數(shù)k的一個(gè)隨機(jī)樣本； 2)假設(shè)當(dāng)前算法進(jìn)化至第L代，所述POP1和p0p2在協(xié)同機(jī)制下進(jìn)化，將步驟c所述的系統(tǒng)狀態(tài)方程作為聯(lián)系種群Pop1和種群p0p2的樞紐，將所述區(qū)域I的一次調(diào)頻和二次調(diào)頻支付函數(shù)的倒數(shù)1/Ji作為染色體的適應(yīng)度值； 對(duì)種群Pop1執(zhí)行以下操作:選擇將種群POP2在第L-1代適應(yīng)度值最大的染色體所對(duì)應(yīng)的策略K2est作為代表策略；對(duì)種群Pop1中每一條染色體對(duì)應(yīng)策略ks1與種群pop2的代表策略K2best，令u1=ks1(t), u2=k2bestx(t) 并將U1, U2代入系統(tǒng)狀態(tài)方程求出系統(tǒng)狀態(tài)軌跡，將區(qū)域I的一次調(diào)頻的支付函數(shù)倒數(shù)1/J1設(shè)置為染色體的適應(yīng)度值，種群POPl中的每個(gè)染色體均具有一個(gè)適應(yīng)度值，所述適應(yīng)度值作為遺傳算法的選擇操作的依據(jù)，選取種群POPl中染色體的適應(yīng)度值最大的染色體K1best作為種群popl的代表策略，所述種群popl的代表策略單獨(dú)對(duì)種群POP1進(jìn)行遺傳算法的選擇操作、交叉操作和變異操作； 對(duì)種群Pop2做以下操作:選擇將種群POP1在第L-1代適應(yīng)度值最大的染色體所對(duì)應(yīng)的策略作為代表策略；對(duì)種群Pop2中每一條染色體對(duì)應(yīng)策略A24與種群POP1的代表策略K1best ,令u1=k1bestx(t),u2=ks1(t) 并將U1, U2代入系統(tǒng)狀態(tài)方程求出系統(tǒng)狀態(tài)軌跡，將區(qū)域I的二次調(diào)頻的支付函數(shù)倒數(shù)1/J2設(shè)置為該染色體的適應(yīng)度，種群POP2中每個(gè)染色體均具有一個(gè)適應(yīng)度值，所述適應(yīng)度值作為遺傳算法的選擇操作的依據(jù)，選取種群pop2中染色體的適應(yīng)度值最大的染色體K2best作為種群POP2的代表策略，所述種群pop2的代表策略單獨(dú)對(duì)種群POP2進(jìn)行遺傳算法的選擇操作、交叉操作和變異操作； 3)重復(fù)步驟2)，使種群POP1和種群p0p2都實(shí)現(xiàn)進(jìn)化； 4)重復(fù)步驟2)到3)，直到所述協(xié)同進(jìn)化算法收斂為止； 5)把步驟1)至4)求得的種群POP1和種群p0p2的代表策略k1best和K2best組成微分博弈的反饋納什均衡策略，所述反饋納什均衡策略的表達(dá)式為: u1=ks1(t), u2=k2bestx(t) 其中，u1為區(qū)域I的一次調(diào)頻的反饋納什均衡策略，u2區(qū)域1的二次調(diào)頻的反饋納什均衡策略； 把所述反饋納什均衡策略作為區(qū)域1的一次調(diào)頻控制量U1和二次調(diào)頻控制量u2。
【文檔編號(hào)】G06Q50/06GK103441492SQ201310134921
【公開(kāi)日】2013年12月11日 申請(qǐng)日期:2013年4月18日 優(yōu)先權(quán)日:2013年4月18日
【發(fā)明者】陳皓勇, 盧潤(rùn)戈, 葉榮, 魏國(guó)清, 黃良毅, 吳鋒 申請(qǐng)人:海南電網(wǎng)公司, 華南理工大學(xué)