自适应遗传算法的MMC-MG并网微源功率协调优化方法

自适应遗传算法的mmc-mg并网微源功率协调优化方法
技术领域
1.本发明涉及一种微电网控制技术，特别是mmc半桥串联结构微电网(modular multilevel converter microgrids,mmc-mg)并网运行模式下的微源功率协调优化控制方法。


背景技术：

2.在能源需求日益增长的背景下，微电网技术已成为解决环境污染、能源短缺以及大量分布式发电单元集中并网等问题的重要手段。并网运行的微电网需要通过合理的发电模块(generation module,gm)投切优化策略以提高微源的利用率，以尽可能多地向电网和负荷提供能量，同时实现微电网与电网的功率平衡。现有功率协调控制方法大多以载波移相调制技术为基础，通过调节各逆变单元的调制波幅值和相位以实现功率协调。但该方法会导致输出电压发生畸变，并不适用于含有随机性微源的mmc半桥串联结构微电网系统。
1.mmc半桥串联结构微电网是一种新的组网方式。该微电网系统在并网运行时，既能提高本地负载的供电可靠性，又能为电网传送能量。本系统在并网运行模式下，采用载波层叠调制(phase disposition spwm,pd-spwm)方法时，桥臂中发电模块的投切时间不一致，进而会使得微源的利用率降低。为解决该问题，本发明提供一种基于自适应遗传算法的mmc-mg并网微源功率协调优化方法，以对发电模块的投切进行优化，进而提高可再生能源的利用率。


技术实现要素：

3.本发明的目的是提供一种基于自适应遗传算法的mmc-mg并网微源功率协调优化方法。
4.本发明是基于自适应遗传算法的mmc-mg并网微源功率协调优化方法，其步骤为：步骤1：通过功率外环、电流内环得到调制波信号u
xref
，然后由载波层叠调制方法得到上、下桥臂中需要投入运行的发电模块gm个数n
xp
或n
xn
；所述步骤1中，u
xref
为x相调制波信号；n
xp
为x相上桥臂需要投入的发电模块gm个数；n
xn
为x相下桥臂需要投入的发电模块gm个数；x＝a,b,c；步骤2：根据桥臂中发电模块的投切数量、微源输出功率、系统输出电流构造适应度函数；系统中，每相共有2n个发电模块gm时，同一时刻上、下桥臂应投入的gm数之和为n，则上、下桥臂中需投入的发电模块gm个数必须满足以下约束条件：公式一中：n
xy
为x相y桥臂需要投入的gm数；y＝p,n；p代表上桥臂；n代表下桥臂；n表示各桥臂中发电模块gm的总数。下桥臂投入的发电模块gm数n
xn
从0到n变化，上桥臂投入的gm数n
xp
从n到0变化；三相六桥臂中发电模块gm投入个数的约束用f
xyi1
表示：
公式二中：f
xyi1
为桥臂中发电模块gm的投入个数约束；桥臂中微源输出功率的约束用f
xyi2
表示：公式三中：p
mxyi
表示x相y桥臂中第i个微源输出的最大功率值；p
imin
为微源输出最小功率；p
imax
为微源输出最大功率；f
xyi2
为桥臂中微源输出功率的约束；f
xyi2
的值越大，表示桥臂中第i个发电模块gm的投入概率较大；反之，发电模块gm的投入概率越小；在并网运行模式下，还需考虑系统输出电流的平衡性；输出电流的约束用f
xyi3
表示：f
xyi3
＝(i
xref-i
x
)2ꢀꢀꢀꢀ
(公式四)i
xref
表示x相输出电流参考值；i
x
表示x相输出电流实际值；综合考虑f
xyi1
、f
xyi2
、f
xyi3
的约束条件，得到适应度函数f
xyi
：公式五中：w
xyi1
、w
xyi2
、w
xyi3
分别表示各约束条件的权重，用以调整各约束条件的比重，0《w
xyi1
～w
xyi3
《1。适应度函数值f
xyi
越小，表示gm中微源输出功率较大；反之，gm中微源输出功率越小；步骤3：根据步骤2所述的适应度函数，计算x相y桥臂中n个适应度函数的平均值f
xy_a
步骤4：根据步骤2所述的适应度函数与步骤s3所述的平均值，并结合桥臂中需投入发电模块的变化量，选择需要投入的发电模块gm；所述步骤4中，桥臂中需投入发电模块gm的变化量为式中，
△nxp
、
△nxn
分别表示上、下桥臂需要投入发电模块gm的变化量；n
xp_on
、n
xn_on
表示上、下桥臂已投入的发电模块gm数；所述步骤4中，有三种情况：(1)n
xp
＝n且n
xn
＝0；(2)n
xp
＝0且n
xn
＝n；(3)0《n
xp
《n或0《n
xn
《n；步骤41：情况(1)中，上桥臂投入n个发电模块gm，下桥臂投入0个发电模块gm；步骤42：情况(2)中，上桥臂投入0个发电模块gm，下桥臂投入n个发电模块gm；步骤43：情况(3)中，需要结合自适应遗传算法，使适应度函数较小的发电模块gm优先投入，使适应度函数较大的发电模块gm优先切除；情况(3)中，根据
△nxy
的大小并比较f
xyi_on
与f
xy_a
的大小，以得到需要投入和切除的发电模块gm，其中，f
xyi_on
表示已投入gm的适应度函数；
a.
△nxy
＝0，判断f
xyi_on
与f
xy_a
的大小；f
xyi_on
《f
xy_a
，桥臂中gm保持原有投切状态不变；f
xyi_on
》f
xy_a
，执行替换操作；替换操作含义为：将未投入且适应度函数较小的发电模块gm与已投入且适应度函数较大的发电模块gm进行替换；b.
△nxy
》0，判断f
xyi_on
与f
xy_a
的大小；f
xyi_on
《f
xy_a
，执行投入操作；f
xyi_on
》f
xy_a
，执行投入操作，同时执行替换操作，替换操作方法与a中所述相同。c.
△nxy
《0，判断f
xyi_on
与f
xy_a
的大小；f
xyi_on
《f
xy_a
，执行切除操作；若f
xyi_on
》f
xy_av
，执行切除操作，同时执行替换操作，替换操作方法与a中所述相同。所述步骤4，投入和切除操作相当于变异，而替换操作相当于交叉；对适应值小的发电模块gm赋以较小的自适应变异概率，对适应值大的gm赋以较大的自适应变异概率；桥臂中适应值趋于一致或局部最优时，使交叉概率pc和变异概率pm减少；反之，适应值比较分散时，使pc和pm增加；针对适应值低于平均值的个体，使它对应较低的pc和pm，其表达式如下：下：式中，k1,k2,k3,k4均为系数常数，且0≤k1,k2,k3,k4≤1.0；f
′
xyi
表示两个待替换发电模块gm操作中，适应值较小的发电模块gm；f
x”yi
表示要投入和切除操作的发电模块gm的适应值；f
min
表示发电模块gm中适应值的最小值。
5.本发明的有益之处是：本发明结合发电模块gm投切数目的变化量，采用自适应遗传算法对gm的投切进行了优化。将微源最大输出功率作为主要因素构造适应度函数。以“适应度函数越小gm投入次数越多，适应度函数越大gm投入次数越少”为原则，对发电模块进行投入、切除、替换操作。该方法可以实现对发电模块gm的投切进行优化控制，以提高微源的利用率。
附图说明
6.图1是mmc半桥串联结构微电网拓扑结构图；图2是发电模块gm的拓扑结构；图3是载波层叠调制方法示意图；图4是微源功率协调优化总体控制框图；图5是微源功率协调优化控制流程图。
具体实施方式
7.图1为本发明一实施例桥臂n微源mmc-mg结构拓扑图。由a相(包括a相上桥臂、a相下桥臂)、b相(包括b相上桥臂、b相下桥臂)、c相(包括c相上桥臂、c相下桥臂)、滤波器、负
载、静态开关等组成。该系统中三相子系统对称。如图2所示，各桥臂中，发电模块gm由风力微源与光伏微源经过ac/dc整流电路或dc/dc直流变换电路后分别并联至微源半桥变流器的直流侧。
8.为提高可再生能源的利用率，本发明提供一种基于自适应遗传算法的mmc-mg并网微源功率协调优化方法。该方法以每相需投入发电模块gm总个数、微源功率、输出电流为约束条件。并将微源最大输出功率作为构造适应度函数的主要因素。然后，结合桥臂中n个适应度函数的均值和发电模块投切数的变化量，以“适应度函数越小投入次数越多，适应度函数越大投入次数越少”为原则，对发电模块进行投切或替换操作。
9.本发明是基于自适应遗传算法的mmc-mg并网微源功率协调优化方法，其步骤为：s1：通过功率外环、电流内环得到调制波信号u
xref
，然后由载波层叠调制方法得到上、下桥臂中需要投入运行的发电模块gm个数n
xp
或n
xn
；所述s1中，u
xref
为x相调制波信号；n
xp
为x相上桥臂；n
xn
为x下桥臂需要投入的发电模块gm个数；x＝a,b,c；s2：根据桥臂发电模块投切数量、微源输出功率、系统输出电流构造适应度函数；s3：根据步骤s2所述的适应度函数，计算桥臂中n个适应度函数的平均值；s4：根据步骤s2所述的适应度函数与步骤s3所述的平均值，并计算桥臂中需投入发电模块的变化量，选择需要投入的发电模块gm；所述步骤s1中，载波层叠调制方法如图2所示。mmc-mg系统中6个桥臂的电气状态和工作原理类似。在载波层叠调制下，每个发电模块有三种状态：投入、切除、pwm。图中，以下桥臂为例，4个三角载波与同一个调制波相比较，可得到相应gm的驱动信号。若u
an
》vj时，驱动信号为“1”，相应的gm投入运行；若u
an
《v
x
时，驱动信号为“0”，相应的gm切除运行；特别地，当调制波和载波交叉时，gm处于pwm状态。三相调制波相位相差120度，上、下桥臂调制波相位相差180度，每相上、下桥臂控制投切的原理相同。
10.所述步骤s2中，发电模块gm的投切方案用初始种群来表示。将桥臂中发电模块gm的投切情况看作染色体(编码6位)，其中相单元1位，桥臂单元1位，发电模块2位，投切状态2位。三个相单元用1-3编号。六个桥臂用1-6编号。考虑到gm投入运行时，发电模块中s1开通，开通用1表示，s2关断，关断用0表示；当gm的切除时，s1关断，关断用0表示，s2开通，开通用1表示。因此，gm投入时用10编号，切除时用01编号。每个桥臂中gm的编号：若0《n《10时，用01-09编号；若n≥10时，用10-编号。若n＝4，则具体编码如表2、表3所示。
11.表2相单元和桥臂单元的基因编码表3发电模块gm投切编号(n＝4)
12.gm投切的基因编码具有唯一性，在确定各个基因的编码后，将这些基因进行整合形成一条完整的投切编码。如个体编码“1-1-01-10”表示a相上桥臂gm1的运行状态为投入。表2、表3所示的全部投切编码方案可以用一个二维数组表示，数组的行代表每个桥臂，数组的列代表运行状态。数组中的每个元素代表gm投切的一种基因编码。随机产生的多个投切方案就可以产生初始种群。
13.所述步骤s2中，每相共有2n个发电模块gm时，同一时刻上、下桥臂应投入的gm数之和为n，则上、下桥臂中需投入的发电模块个数必须满足以下约束条件：式中：n
xy
为x相y桥臂需要投入的gm数；n
xp
为x相上桥臂需要投入的gm数；n
xn
为下桥臂需要投入的gm数；n表示桥臂中gm总数。下桥臂投入的gm数n
xn
从0到n变化，上桥臂投入的gm数n
xp
从n到0变化；三相六桥臂中gm投入个数的约束用f
xyi1
表示：式中：f
xyi1
为桥臂中发电模块gm的投入个数约束；桥臂中微源输出功率的约束用f
xyi2
表示：式中：p
mxyi
表示x相y桥臂中第i个微源输出的最大功率值；p
imin
为微源输出最小功率；p
imax
为微源输出最大功率；f
xyi2
为桥臂中微源输出功率的约束；f
xyi2
的值越大，表示桥臂中第i个gm的投入概率较大；反之，投入的概率越小；在并网运行模式下，还需考虑系统输出电流的平衡性能；则输出电流的约束用f
xyi3
表示：f
xyi3
＝(i
xref-i
x
)2ꢀꢀꢀꢀ
(公式四)综合考虑f
xyi1
、f
xyi2
、f
xyi3
的约束条件，得到适应度函数f
xyi
：
式中：w
xyi1
、w
xyi2
、w
xyi3
分别表示各约束条件的权重，用以调整各约束条件的比重，0《w
xyi1
～w
xyi3
《1。公式五中所示的适应度函数值f
xyi
越小，表示gm中微源输出功率较大；反之，微源输出功率越小；所述步骤s3中，桥臂中n个适应度函数的平均值f
xy_a
为：所述步骤s4中，桥臂中需投入发电模块gm的变化量为：式中，
△nxp
、
△nxn
分别表示上、下桥臂需要投入发电模块gm的变化量；n
xp_on
、n
xn_on
表示上、下桥臂已投入的发电模块gm数；所述步骤s4中，有三种情况：(1)n
xp
＝n且n
xn
＝0；(2)n
xp
＝0且n
xn
＝n；(3)0《n
xp
《n或0《n
xn
《n；情况(1)中，上桥臂投入n个发电模块gm，下桥臂投入0个发电模块gm；情况(2)中，上桥臂投入0个发电模块gm，下桥臂投入n个发电模块gm；情况(3)中，需要结合自适应遗传算法，使适应度函数较小的发电模块gm优先投入，使适应度函数较大的发电模块gm优先切除；情况(3)中，根据
△nxy
的大小并比较f
xyi_on
与f
xy_a
的大小，以得到需要投入和切除的发电模块gm，其中，f
xyi_on
表示已投入gm的适应度函数；c.
△nxy
＝0，判断f
xyi_on
与f
xy_a
的大小；f
xyi_on
《f
xy_a
，桥臂中gm保持原有投切状态不变；f
xyi_on
》f
xy_a
，执行替换操作；替换操作含义为：将未投入且适应度函数较小的发电模块gm与已投入且适应度函数较大的发电模块gm进行替换；d.
△nxy
》0，判断f
xyi_on
与f
xy_a
的大小；f
xyi_on
《f
xy_a
，执行投入操作；f
xyi_on
》f
xy_a
，执行投入操作，同时执行替换操作，替换操作方法与a中所述相同；e.
△nxy
《0，判断f
xyi_on
与f
xy_a
的大小；f
xyi_on
《f
xy_a
，执行切除操作；若f
xyi_on
》f
xy_av
，执行切除操作，同时执行替换操作，替换操作方法与a中所述相同。
14.所述步骤s4，投入和切除操作相当于变异，而替换操作相当于交叉；对适应值小的gm赋以较小的自适应变异概率，对适应值大的gm赋以较大的自适应变异概率；桥臂中适应值趋于一致或局部最优时，使交叉概率pc和变异概率pm减少；反之，适应值比较分散时，使pc和pm增加；针对适应值低于群体均值的个体，使它对应较低的pc和pm，其表达式如下：
式中，k1,k2,k3,k4均为系数常数，且k1,k2,k3,k4≤1.0；f
′
xyi
表示两个待交叉操作中，适应值较小的个体；f
″
xyi
表示要变异个体的适应值；f
min
表示发电模块中适应值的最小值。
15.以上是本发明的实施方法之一，对于本领域内的一般技术员而言，在不花费创造性劳动的情况下，可对上述实施例进行多种变化，同样能够实现本发明的目的。但是很明显，这种变化应该包含在本发明权利要求书的保护范围内。