多智能体系统与海上风电场分布式协同与优化控制研究文献综述
2020-04-15 16:56:44
我国海上风能资源丰富,10 m高度可利用的风能资源超过7.5亿kW,而且距离电力负荷中心很近。我国有海岸线约1 800 km,岛屿6 000多个,大有风能开发利用的前景。海上风速高,而且很少有静风期,可以有效利用风电机组发电容量;海水表面粗糙度低,风速随高度的变化小,可以降低塔架高度;海上风的湍流强度低,没有复杂地形对气流的影响,减少风电机组的疲劳载荷,延长使用寿命。一般估计风速比平原沿岸高20%,发电量增加70%,在陆上设计寿命20年的风电机组在海上可达25年到30年。随着海上风电场技术的发展成熟,海上风力发电将来必然会成为重要的可持续能源。在如此背景下本文将研究如何更合理高效的利用风能资源。
我国海上风电起步较晚,2006年开始海上测风,2008年投资236亿元建设了我国第一座大型海上风电项目——上海东海大桥海上风电项目,该项目安装了34台国产单机容量3MW的离岸型风电机组,总装机容量102 M W,该项目拉开了中国海上风电开发的帷幕。我国拥有十分丰富的近海风资源,有数据显示我国近海10 m水深的风能资源约1亿kW,近海20 m水深的风能资源约3亿kW,近海30 m水深的风能资源约4. 9亿 kW.
英国、丹麦、瑞典、荷兰是世界海上风力发电的中心。丹麦的国家目标是,到2030年风能发电量达到5 500 MW(其中4 000 MW将来自海岸风场),因此,在全球已投入使用的529 MW海上风机容量中,丹麦占有主要份额。2002年,丹麦在H omR ev建成第1座大型海上风电场,共安装80台单机标称功率2MW的风机,总装机功率160 MW 。2003年,N ysted又建成第2座海上风电场,总装机功率158 MW。2009年英国拥有12个风电场、287台涡轮机、882.80MW容量;丹麦有9个风电场、305台涡轮机、639.15MW容量;瑞典有5个风电场、75台涡轮机、163.65MW容量;荷兰有4个风电场、130台涡轮机、246.8MW容量。
提高风能的利用率,除了增加风力涡轮机的数量及风电场的个数外还可以通过提高单台风电机的工作质量、将风电场与多智能体系统结合起来进行优化。多智能体系统(MAS)的显著特征是:系统中每Agent的能力有限,而大量这样的个体聚集到一起,通过相互作用会产生有意义的社会活动或完成单个Agent所不能完成的任务。因此MAS研究领域中一个重要的问题就是设计正确的控制策略,使MAS完成给定任务,即MAS的协同控制问题。分布式控制系统是空间分布的动态系统,其来源于大量的工程实例,比如飞行器的编队飞行,其具体到海上风电场,可将整个风电场作为一个分布式网络,每台风电机组是网络中的一个节点,通讯线路构成节点问的连线。整个系统通过网络连线彼此交换信息,在此基础上设计风电机组的控制律,形成分布式控制策略。分布式控制分散了集中式控制存在的风险,即便通讯或单机出现故障,也不会影响风电场的整体运行,并可将故障损失降到最低。
{title}2. 研究的基本内容与方案
{title}2.1研究内容
首先研究单个智能体——一台风电机,在额定风速以下风况时采用传统PID的独特解耦控制改变发电机转矩,实现风电机组变速运行最大程度地实现最佳风能利用系数曲线的追踪控制;在额定风速以上风况时对比于传统的变桨控制采用模糊变桨控制,通过建立模糊规则对PID控制参数进行实时在线的调整,这样能够使系统获得良好的动态性能进而保证电力系统的稳定性,实现单个智能体的局部优化。接下针对海上风电场中双馈风电机群,基于Hamilton能量理论提出分布式协同控制策略,使闭环系统全局稳定且输出同步。将双馈风电机组单机模型拓展为含风电场网络拓扑的机群模型,利用分布式Hamilton系统设计方法,构造风电场多机系统的分布式协同控制策略。
2.2研究目标
1)研究单个智能体(单台风力发电机的控制系统)并对其进行局部优化,变速变桨风力机运行区域可分为四个部分,每个运行区域的风速、能量转换目标、控制策略都是不同的,通过解耦转矩控制与模糊变桨控制使控制系统拥有更快的响应速度,更小的超调量,更好的稳定性。
2)多智能体进行分布式协同控制,实现整个风电场运行故障的减少、使用寿命的提高、风能利用率的提高。
2.3拟采用的技术方案