智能电网环境下,可控负荷参与低频减载（under frequency load shedding,UFLS）协助电力系统辅助调频,成为了新型低频减载研究的重点。新型低频减载策略对于负荷调节的时效性以及准确性要求较高,但负荷的通信状态和用户被控意愿等问题...智能电网环境下,可控负荷参与低频减载（under frequency load shedding,UFLS）协助电力系统辅助调频,成为了新型低频减载研究的重点。新型低频减载策略对于负荷调节的时效性以及准确性要求较高,但负荷的通信状态和用户被控意愿等问题会对调频减载结果造成影响。该文综合考虑上述问题,对负荷通信延迟、丢包进行建模,同时考虑用户被控次数,提出了一种新型集群控制策略。该文首先分析了简化的发电机–负荷模型下的通信状态对调频减载结果的影响,而后基于此提出了考虑通信状态与控制均衡的负荷群参与低频减载的优化控制方案。最后以IEEE3机9节点系统模型为例,对优化控制策略的效果进行验证。仿真结果说明了控制策略对负荷群的控制具有低延时、高准确性的特点,能够保证控制动作的及时性,从而抑制系统频率下降深度,减少频率调节误差,大大降低了系统失稳的风险。展开更多
文摘智能电网环境下,可控负荷参与低频减载（under frequency load shedding,UFLS）协助电力系统辅助调频,成为了新型低频减载研究的重点。新型低频减载策略对于负荷调节的时效性以及准确性要求较高,但负荷的通信状态和用户被控意愿等问题会对调频减载结果造成影响。该文综合考虑上述问题,对负荷通信延迟、丢包进行建模,同时考虑用户被控次数,提出了一种新型集群控制策略。该文首先分析了简化的发电机–负荷模型下的通信状态对调频减载结果的影响,而后基于此提出了考虑通信状态与控制均衡的负荷群参与低频减载的优化控制方案。最后以IEEE3机9节点系统模型为例,对优化控制策略的效果进行验证。仿真结果说明了控制策略对负荷群的控制具有低延时、高准确性的特点,能够保证控制动作的及时性,从而抑制系统频率下降深度,减少频率调节误差,大大降低了系统失稳的风险。
