本發(fā)明涉及新能源微電網(wǎng)能量調(diào)配和管理
技術(shù)領(lǐng)域：
智能控制技術(shù)，特別涉及一種用于獨立微電網(wǎng)系統(tǒng)的多目標(biāo)魯棒頻率控制方法。
背景技術(shù)：
：獨立微電網(wǎng)為解決偏遠(yuǎn)山區(qū)和沿海海島等特殊地區(qū)供電難題提供了一種可行方案，因此近年來受到了國內(nèi)外新能源與電力系統(tǒng)領(lǐng)域的廣泛研究與推廣應(yīng)用。但光伏發(fā)電和風(fēng)力發(fā)電隨著地區(qū)天氣的變化呈現(xiàn)出較強(qiáng)的隨機(jī)性和間歇性，加之需求負(fù)荷的多樣性和復(fù)雜性等特征，將容易導(dǎo)致獨立微電網(wǎng)系統(tǒng)有功功率供需不平衡從而使得系統(tǒng)頻率出現(xiàn)波動。因此，如何在獨立微電網(wǎng)系統(tǒng)結(jié)構(gòu)參數(shù)不確性和外界干擾的情形下實現(xiàn)平穩(wěn)、快速且準(zhǔn)確的頻率控制是獨立微電網(wǎng)系統(tǒng)能量調(diào)配和管理領(lǐng)域必須解決的重要技術(shù)難題之一。目前，獨立微電網(wǎng)頻率控制的主流技術(shù)主要包括：(1)基于遺傳算法或模糊粒子群算法的傳統(tǒng)整數(shù)階PID或PI控制技術(shù)，但存在振蕩幅度較大、響應(yīng)速度較慢、抗干擾能力不足、優(yōu)化算法自身參數(shù)整定復(fù)雜、計算效率較低等缺陷；(2)基于遺傳算法和Kriging代理模型等優(yōu)化算法的分?jǐn)?shù)階PID控制技術(shù)，但遺傳算法包含選擇、交叉和變異等復(fù)雜進(jìn)化計算操作，算法自身可調(diào)參數(shù)較多，計算效率較低，而基于Kriging代理模型對初始樣本數(shù)目依賴較高，也同樣存在算法自身參數(shù)整定復(fù)雜、計算效率偏低等缺陷；(3)基于標(biāo)準(zhǔn)H無窮和μ分析原理的控制方法，但還存在魯棒控制器的評價性能指標(biāo)過于單一，難以綜合優(yōu)化獨立微電網(wǎng)系統(tǒng)的頻率控制性能。為了彌補(bǔ)以上技術(shù)的不足，在國家自然科學(xué)基金(No.51207112)、浙江省公益科技計劃(Nos.2014C31074、2014C31093)、浙江省自然科學(xué)基金(Nos.LY16F030011、LZ16E050002、LQ14F030006、LQ14F030007)等項目的支持下，本發(fā)明公開一種用于獨立微電網(wǎng)系統(tǒng)的多目標(biāo)魯棒頻率控制方法。本發(fā)明通過小信號建模方法建立獨立微電網(wǎng)系統(tǒng)各組件小信號頻率響應(yīng)模型，在此基礎(chǔ)上建立獨立微電網(wǎng)系統(tǒng)魯棒回路成型分?jǐn)?shù)階頻率控制模型，將獨立微電網(wǎng)系統(tǒng)頻率偏差與時間相乘的累加和最小、系統(tǒng)功率偏差與時間相乘的累加和最小、魯棒回路成型系統(tǒng)矩陣函數(shù)的無窮范數(shù)最小、魯棒控制器輸出信號值最小作為評估魯棒頻率控制器性能的優(yōu)化目標(biāo)函數(shù)，將魯棒穩(wěn)定性能和抑制干擾性能指標(biāo)均小于1作為約束條件，并設(shè)計一種自適應(yīng)多目標(biāo)約束優(yōu)化求解器高效地實現(xiàn)魯棒回路成型頻率控制參數(shù)的優(yōu)化整定。技術(shù)實現(xiàn)要素：本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足，提供一種用于獨立微電網(wǎng)系統(tǒng)的多目標(biāo)魯棒頻率控制方法。本發(fā)明的目的是通過以下技術(shù)方案來實現(xiàn)的：一種用于獨立微電網(wǎng)系統(tǒng)的多目標(biāo)魯棒頻率控制方法，該方法包括以下步驟：(1)通過小信號建模方法建立獨立微電網(wǎng)系統(tǒng)各組件(包括風(fēng)力發(fā)電機(jī)、光伏陣列、柴油發(fā)電機(jī)、燃料電池、鉛酸蓄電池、飛輪儲能系統(tǒng)和電力電子變換器)小信號頻率響應(yīng)模型，在此基礎(chǔ)上建立基于魯棒回路成型分?jǐn)?shù)階頻率控制器的控制系統(tǒng)模型，獨立微電網(wǎng)系統(tǒng)監(jiān)控計算機(jī)讀取系統(tǒng)讀取獨立微電網(wǎng)控制系統(tǒng)模型和負(fù)荷數(shù)據(jù)；其中魯棒回路成型分?jǐn)?shù)階頻率控制器CR的傳遞函數(shù)模型如下：CR＝W1C∞W2,其中其中，W1和W2表示權(quán)重函數(shù)，Kr表示分?jǐn)?shù)階控制器C∞的比例系數(shù)，Tr1與Tr2分別表示兩個分?jǐn)?shù)階慣性環(huán)節(jié)慣性時間系數(shù)，λr1與λr2分別表示兩個慣性環(huán)節(jié)的分?jǐn)?shù)階階次。(2)設(shè)置多目標(biāo)約束優(yōu)化求解器的參數(shù)數(shù)值，包括外部存檔最大個數(shù)Amax、最大迭代優(yōu)化次數(shù)Imax。(3)隨機(jī)產(chǎn)生一個實數(shù)編碼的個體SI＝(U-L)*R+L，其中SI＝[Kr,Tr1,Tr2,λr1,λr2]，U與L表示魯棒回路成型分?jǐn)?shù)階頻率控制器優(yōu)化變量上限和下限，R表示一組在0到1范圍內(nèi)產(chǎn)生的均勻分布隨機(jī)數(shù)，并令外部存檔A為空。(4)對當(dāng)前個體SI逐個優(yōu)化變量進(jìn)行變異并保持其它組員不變，產(chǎn)生5個子代個體{Sj,j＝1,2,…,5}，具體變異操作如式(2)～(4)所示：Sj(xi)＝SI(xi)+α.βmax(xi),i＝1,2,...,5(2)其中βmax(xi)＝max(SI(xi)-L(xi),U(xi)-SI(xi)),i＝1,2,...,5(4)其中，xi表示第i個優(yōu)化變量，Sj(xi)和Sj(xi)分別表示個體Sj和SI中的第i個優(yōu)化變量，L(xi)和U(xi)分別表示第i個優(yōu)化變量的下限值和上限值，Ic表示當(dāng)前迭代次數(shù)，r1是在0和1范圍內(nèi)產(chǎn)生的均勻隨機(jī)數(shù)。(5)按照式(5)～(6)計算{Sj,j＝1,2,…,5}所有個體的約束違反量g(Sj)；g(Sj)=Σh=1pGk(Sj)p,j=1,...,5---(5)]]>其中p為約束條件的數(shù)量。(6)計算每個個體的m個適應(yīng)度值{Fk(Sj),j＝1,2,…,5,k＝1,2,…,m}，具體計算過程如下：(6.1)若Sj是可行解，則Fk(Sj)＝fk(Sj),j＝1,2,…,5,k＝1,2,…,m,其中fk(Sj)表示第j個個體的第k個適應(yīng)度函數(shù)，具體計算詳見權(quán)利2；(6.2)若Sj是不可行解，則Fk(Sj)＝fk(Sj)+ηk.g(Sj)，其中ηk表示對違反約束的懲罰因子。(7)使用基于非支配排序的Pareto適應(yīng)度評價準(zhǔn)則對這5個子代個體{Sj,j＝1,2,…,5}進(jìn)行Pareto排序。(8)如果只存在一個非支配個體，則令該個體為Sn；如果存在多個非支配個體，則隨機(jī)選擇一個個體作為Sn。(9)采用基于擁擠度距離的更新機(jī)制更新外部文檔A，具體實現(xiàn)方式如下：(9.1)如果外部存檔中至少有一個體能夠支配個體Sn，則個體Sn不加入外部存檔A。(9.2)如果個體Sn能夠支配外部存檔中的某些個體，則將這些個體移除，并將個體Sn加入外部存檔A。(9.3)如果外部存檔中的所有個體與個體Sn互不支配時，若外部存檔個數(shù)未達(dá)到最大個數(shù)Amax，則將個體Sn加入外部存檔A；若外部存檔個數(shù)達(dá)到最大個數(shù)Amax，且若個體Sn位于外部存檔最擁擠的地方，則不加入外部存檔A；否則個體Sn將替代位于外部存檔最擁擠的地方的個體，從而加入外部存檔A。擁擠度距離計算具體如下：假設(shè)外部文檔A中個體數(shù)量為l，對A中所有個體{A(i),i＝1,2,..,l}對應(yīng)的m個適應(yīng)度函數(shù){Fk(A(i)),i＝1,2,..,l,k＝1,2,…,m}按照升序排序，從而使得Fk(A(O(1)))≤Fk(A(O(2)))≤…≤Fk(A(O(l)))，其中O(1),O(2)…,O(l)為排序索引號，Ak(O(i))表示第m個適應(yīng)度函數(shù)值排序為O(i)對應(yīng)的外部文檔個體；Ak(O(1))和Ak(O(l))的擁擠距離d(Ak(O(1)))和d(Ak(O(l)))為：d(Ak(O(1)))＝d(Ak(O(l)))＝∞；對于i＝2,…,(l－1)，則Ak(O(i))的擁擠距離d(Ak(O(i)))為：d(Ak(O(i)))＝[Ak(O(i+1))－Ak(O(i－1))]/[Fk(A(O(l)))－Fk(A(O(1)))]。(10)Sn無條件地替代當(dāng)前個體SI。(11)重復(fù)步驟(4)至(10)，直至滿足達(dá)到最大迭代優(yōu)化次數(shù)Imax。(12)將外部存檔作為到目前為止最優(yōu)化的Pareto解集輸出，從中選取Pareto解集中最中間的個體作為魯棒回路成型分?jǐn)?shù)階頻率控制器的優(yōu)化參數(shù)Sbest，將其傳輸至實際獨立微電網(wǎng)系統(tǒng)中，獨立微電網(wǎng)系統(tǒng)監(jiān)控計算機(jī)獲得實際獨立微電網(wǎng)系統(tǒng)的實時運行數(shù)據(jù)和波形。步驟6中所涉及的獨立微電網(wǎng)系統(tǒng)的魯棒分?jǐn)?shù)階頻率控制的多目標(biāo)優(yōu)化模型包括多目標(biāo)適應(yīng)度函數(shù)及其約束條件模型如式(7)～(17)所示：minf(x)＝min[f1(x),f2(x),f3(x),f4(x)],x＝[Kr,Tr1,Tr2,λr1,λr2](7)f1(x)=∫tmintmax(t|Δf|)dt---(8)]]>f2(x)=∫tmintmax(t|ΔPg|)dt---(9)]]>f3(x)=∫tmintmaxu2dt---(10)]]>f4(x)＝||[IC∞]T(1-PC∞)-1[IP]||∞,其中P＝W2P0W1(11)subjectto||W1T||∞<1,||W2S||∞<1(12)S＝(I+P0CR)-1(13)T＝P0CR(I+P0CR)-1(14)W1=Ka(s+a1)s+b1,a1<b1,W2=1---(15)]]>ΔP=(M+ΔM)-1(N+ΔN),||ΔMΔN||∞≤1/1+EVmax(X1Z1)---(16)]]>L≤x≤U(17)其中，t表示系統(tǒng)運行時間，tmin和tmax分別表示系統(tǒng)運行時間的起始時間和終止時間，Δf表示系統(tǒng)頻率偏差，ΔPg表示系統(tǒng)總功率偏差，u表示魯棒控制器輸出信號幅值，a1和b1分別表示權(quán)重函數(shù)W1的零點和極點，Ka表示W(wǎng)1的比例系數(shù)，P0表示系統(tǒng)正常情況下的被控對象模型，S和T分別表示靈敏度函數(shù)和補(bǔ)靈敏度函數(shù)，ΔP表示系統(tǒng)不確定因素下的擾動模型，M和N分別表示正常被控對象P0的分母與分子模型，ΔM和ΔN分別表示被控對象在不確定性因素下擾動的分母與分子模型，EVmax(X1Z1)表示X1Z1的最大特征根，X1和Z1分別是方程(18)和(19)的正解：(A1-B1Sa-1D1TC1)TX1+X1(A1-B1Sa-1D1TC1)-X1B1Sa-1B1T+C1TRC1＝0(18)(A1-B1Sa-1D1TC1)TZ1+Z1(A1-B1Sa-1D1TC1)-Z1B1Sa-1B1T+C1TRC1＝0(19)其中，R＝I+D1D1T,Sa＝I+D1TD1，A1、B1、C1、D1為被空對象P的最小空間實現(xiàn)的系數(shù)矩陣。本發(fā)明的有效效果是：采用本發(fā)明可實現(xiàn)獨立微電網(wǎng)系統(tǒng)多性能指標(biāo)折衷優(yōu)化的魯棒頻率控制，具有現(xiàn)有技術(shù)所不具備的以下優(yōu)點：在獨立微電網(wǎng)系統(tǒng)參數(shù)不確定性和干擾等情形下的系統(tǒng)運行穩(wěn)定裕度更高，系統(tǒng)頻率偏差和功率偏差波動更平緩，調(diào)節(jié)時間更短，控制精度更高，控制器輸出信號值更平緩，魯棒控制器參數(shù)優(yōu)化整定效率更高，且優(yōu)化求解器設(shè)計與實現(xiàn)更簡單。附圖說明圖1是獨立微電網(wǎng)的拓?fù)浣Y(jié)構(gòu)及多目標(biāo)魯棒分?jǐn)?shù)階頻率控制原理示意圖；圖2是基于小信號模型的獨立微電網(wǎng)多目標(biāo)魯棒分?jǐn)?shù)階頻率控制原理方框圖；圖3是獨立微電網(wǎng)多目標(biāo)魯棒分?jǐn)?shù)階頻率控制的實現(xiàn)過程示意圖。具體實施方式下面結(jié)合附圖對本發(fā)明進(jìn)一步說明，本發(fā)明的目的和效果將更加明顯。圖1是獨立微電網(wǎng)的拓?fù)浣Y(jié)構(gòu)及多目標(biāo)魯棒分?jǐn)?shù)階頻率控制原理示意圖，獨立微電網(wǎng)主要組件包括風(fēng)力發(fā)電機(jī)、光伏陣列、柴油發(fā)電機(jī)、燃料電池、鉛酸蓄電池、飛輪儲能系統(tǒng)和電力電子變換器，依據(jù)機(jī)理分析和實驗測試數(shù)據(jù)相結(jié)合的方法建立獨立微電網(wǎng)頻率控制系統(tǒng)模型，同時按照工程需求的多性能指標(biāo)和約束條件建立獨立微電網(wǎng)多目標(biāo)魯棒分?jǐn)?shù)階頻率控制優(yōu)化模型，通過多目標(biāo)約束優(yōu)化求解器優(yōu)化的分?jǐn)?shù)階頻率制參數(shù)實現(xiàn)獨立微電網(wǎng)的多目標(biāo)魯棒頻率控制。圖2是基于小信號模型的獨立微電網(wǎng)多目標(biāo)魯棒分?jǐn)?shù)階頻率控制原理方框圖，其中TWTG、TPV、TDEG、TFC、TBESS、TFESS分別表示風(fēng)力發(fā)電機(jī)、光伏陣列、柴油發(fā)電機(jī)、燃料電池、鉛酸蓄電池、飛輪儲能系統(tǒng)的慣性時間系數(shù)，D與M1分別表示電力系統(tǒng)傳遞函數(shù)的常數(shù)和慣性系數(shù)，Pp與Pw分別表示光伏陣列和風(fēng)力發(fā)電輸入功率，PWTG、PPV、PDEG、PFC、PBESS、PFESS分別表示風(fēng)力發(fā)電機(jī)、光伏陣列、柴油發(fā)電機(jī)、燃料電池、蓄電池和飛輪儲能系統(tǒng)的輸出功率，Pt表示風(fēng)力發(fā)電和光伏發(fā)電的功率之和，即Pt＝PWTG+PPV，PS表示獨立微電網(wǎng)系統(tǒng)產(chǎn)生的功率之和，即PS＝Pt+PDEG+PFC±PBESS±PFESS，PL表示負(fù)荷功率，ΔPg表示系統(tǒng)總功率偏差，即ΔPg＝PL-PS，Δf表示獨立微電網(wǎng)系統(tǒng)的頻率偏差，u表示魯棒控制器CR的輸出信號。圖3是獨立微電網(wǎng)多目標(biāo)魯棒分?jǐn)?shù)階頻率控制的實現(xiàn)過程示意圖。以沿海地區(qū)某個500kW獨立微電網(wǎng)系統(tǒng)為例，采用本發(fā)明提出的獨立微電網(wǎng)多目標(biāo)魯棒分?jǐn)?shù)階頻率控制進(jìn)行實施。(1)通過小信號建模方法建立獨立微電網(wǎng)系統(tǒng)各組件(包括風(fēng)力發(fā)電機(jī)、光伏陣列、柴油發(fā)電機(jī)、燃料電池、鉛酸蓄電池、飛輪儲能系統(tǒng)和電力電子變換器)小信號頻率響應(yīng)模型，在此基礎(chǔ)上建立基于魯棒回路成型分?jǐn)?shù)階頻率控制器的控制系統(tǒng)模型，并建立獨立微電網(wǎng)系統(tǒng)魯棒分?jǐn)?shù)階頻率控制的多目標(biāo)優(yōu)化模型，獨立微電網(wǎng)系統(tǒng)監(jiān)控計算機(jī)讀取系統(tǒng)讀取獨立微電網(wǎng)控制系統(tǒng)模型和負(fù)荷數(shù)據(jù)。在本實施例中，獨立微電網(wǎng)系統(tǒng)在正常運行狀態(tài)點附近的小信號狀態(tài)空間模型計算如下：ΔX·=A1(ΔX)+B1(ΔU)+B2(ΔW)Y=C1(ΔX)+D1(ΔU)---(1)]]>式中ΔX＝[ΔPWTGΔPPVΔPDEGΔPFCΔPBESSΔPFESSΔf]T表示狀態(tài)向量，ΔPWTG、ΔPPV、ΔPDEG、ΔPFC、ΔPBESS、ΔPFESS分別表示風(fēng)力發(fā)電機(jī)、光伏陣列、柴油發(fā)電機(jī)、燃料電池、蓄電池和飛輪儲能系統(tǒng)的功率變化，Δf表示獨立微電網(wǎng)系統(tǒng)的頻率偏差，表示狀態(tài)向量的一階導(dǎo)數(shù)向量，ΔW＝[ΔPwΔPpΔPl]T表示干擾向量，ΔPw、ΔPp、ΔPl分別表示風(fēng)力發(fā)電、光伏發(fā)電和負(fù)荷的功率波動干擾，ΔU＝u表示系統(tǒng)輸入向量，A1、B1、B2、C1、D1表示系統(tǒng)系數(shù)矩陣，在本實施例中計算如下：A1=-1/TWTG0000000-1/TPV0000000-1/TDEG0000000-1/TFC0000000-1/TBESS01/TBESS00000-1/TFESS1/TFESS000000-2D/M1,B1=001/TDEG1/TFC000,]]>B2=1/TWTG0001/TPV0000000000000002/M1,C1=0000001T,D1=0000000T.]]>魯棒回路成型分?jǐn)?shù)階頻率控制器CR的傳遞函數(shù)模型如下：CR＝W1C∞W2,其中其中，W1和W2表示權(quán)重函數(shù)，Kr表示分?jǐn)?shù)階控制器C∞的比例系數(shù)，Tr1與Tr2分別表示兩個分?jǐn)?shù)階慣性環(huán)節(jié)慣性時間系數(shù)，λr1與λr2分別表示兩個慣性環(huán)節(jié)的分?jǐn)?shù)階階次。在本實施例中，獨立微電網(wǎng)系統(tǒng)魯棒分?jǐn)?shù)階頻率控制的多目標(biāo)優(yōu)化模型包括多目標(biāo)適應(yīng)度函數(shù)及其約束條件模型如下式(3)～(13)所示：minf(x)＝min[f1(x),f2(x),f3(x),f4(x)],x＝[Kr,Tr1,Tr2,λr1,λr2](3)f1(x)=∫tmintmax(t|Δf|)dt---(4)]]>f2(x)=∫tmintmax(t|ΔPg|)dt---(5)]]>f3(x)=∫tmintmaxu2dt---(6)]]>f4(x)＝||[IC∞]T(1-PC∞)-1[IP]||∞,其中P＝W2P0W1(7)subjectto||W1T||∞<1,||W2S||∞<1(8)S＝(I+P0CR)-1(9)T＝P0CR(I+P0CR)-1(10)W1=Ka(s+a1)s+b1,a1<b1,W2=1---(11)]]>ΔP=(M+ΔM)-1(N+ΔN),||ΔMΔN||∞≤1/1+EVmax(X1Z1)---(12)]]>L≤x≤U(13)其中，t表示系統(tǒng)運行時間，tmin和tmax分別表示系統(tǒng)運行時間的起始時間和終止時間，Δf表示系統(tǒng)頻率偏差，ΔPg表示系統(tǒng)總功率偏差，u表示魯棒控制器輸出信號幅值，a1和b1分別表示權(quán)重函數(shù)W1的零點和極點，Ka表示W(wǎng)1的比例系數(shù)，P0表示系統(tǒng)正常情況下的被控對象模型，S和T分別表示靈敏度函數(shù)和補(bǔ)靈敏度函數(shù)，ΔP表示系統(tǒng)不確定因素下的擾動模型，M和N分別表示正常被控對象P0的分母與分子模型，ΔM和ΔN分別表示被控對象在不確定性因素下擾動的分母與分子模型，優(yōu)化向量的下限L和上限U在此分別設(shè)置為L＝[0,0.01,0.01,0,0]和U＝[100,1,1,2,2]，EVmax(X1Z1)表示X1Z1的最大特征根，X1和Z1分別是方程(14)和(15)的正解：(A1-B1Sa-1D1TC1)TX1+X1(A1-B1Sa-1D1TC1)-X1B1Sa-1B1T+C1TRC1＝0(14)(A1-B1Sa-1D1TC1)TZ1+Z1(A1-B1Sa-1D1TC1)-Z1B1Sa-1B1T+C1TRC1＝0(15)其中R＝I+D1D1T,Sa＝I+D1TD1，A1、B1、C1、D1為被控對象P的最小空間實現(xiàn)的系數(shù)矩陣。(2)設(shè)置多目標(biāo)約束優(yōu)化求解器的參數(shù)數(shù)值，包括外部存檔最大個數(shù)Amax＝50、最大迭代優(yōu)化次數(shù)Imax＝500。(3)隨機(jī)產(chǎn)生一個實數(shù)編碼的個體SI＝(U-L)*R+L，其中SI＝[Kr,Tr1,Tr2,λr1,λr2]，U與L表示魯棒回路成型分?jǐn)?shù)階頻率控制器優(yōu)化變量上限和下限，R表示一組在0到1范圍內(nèi)產(chǎn)生的均勻分布隨機(jī)數(shù)，并令外部存檔A為空。(4)對當(dāng)前個體SI逐個優(yōu)化變量進(jìn)行變異并保持其它組員不變，產(chǎn)生5個子代個體{Sj,j＝1,2,…,5}，具體變異操作如式(16)～(18)所示：Sj(xi)＝SI(xi)+α.βmax(xi),i＝1,2,...,5(16)其中βmax(xi)＝max(SI(xi)-L(xi),U(xi)-SI(xi)),i＝1,2,...,5(18)其中，xi表示第i個優(yōu)化變量，Sj(xi)和Sj(xi)分別表示個體Sj和SI中的第i個優(yōu)化變量，L(xi)和U(xi)分別表示第i個優(yōu)化變量的下限值和上限值，Ic表示當(dāng)前迭代次數(shù)，r1是在0和1范圍內(nèi)產(chǎn)生的均勻隨機(jī)數(shù)。(5)按照式(19)～(20)計算{Sj,j＝1,2,…,5}所有個體的約束違反量g(Sj)；g(Sj)=Σh=1pGk(Sj)p,j=1,...,5---(19)]]>其中p為約束條件的數(shù)量。(6)計算每個個體的m個適應(yīng)度值{Fk(Sj),j＝1,2,…,5,k＝1,2,…,m}，具體計算過程如下：(6.1)若Sj是可行解，則Fk(Sj)＝fk(Sj),j＝1,2,…,5,k＝1,2,…,m,其中fk(Sj)表示第j個個體的第k個適應(yīng)度函數(shù)，具體計算詳見權(quán)利2；(6.2)若Sj是不可行解，則Fk(Sj)＝fk(Sj)+ηk.g(Sj)，其中ηk表示對違反約束的懲罰因子。(7)使用基于非支配排序的Pareto適應(yīng)度評價準(zhǔn)則對這5個子代個體{Sj,j＝1,2,…,5}進(jìn)行Pareto排序。(8)如果只存在一個非支配個體，則令該個體為Sn；如果存在多個非支配個體，則隨機(jī)選擇一個個體作為Sn。(9)采用基于擁擠度距離的更新機(jī)制更新外部文檔A，具體實現(xiàn)方式如下：(9.1)如果外部存檔中至少有一個體能夠支配個體Sn，則個體Sn不加入外部存檔A。(9.2)如果個體Sn能夠支配外部存檔中的某些個體，則將這些個體移除，并將個體Sn加入外部存檔A。(9.3)如果外部存檔中的所有個體與個體Sn互不支配時，若外部存檔個數(shù)未達(dá)到最大個數(shù)Amax，則將個體Sn加入外部存檔A；若外部存檔個數(shù)達(dá)到最大個數(shù)Amax，且若個體Sn位于外部存檔最擁擠的地方，則不加入外部存檔A；否則個體Sn將替代位于外部存檔最擁擠的地方的個體，從而加入外部存檔A。擁擠度距離計算具體如下：假設(shè)外部文檔A中個體數(shù)量為l，對A中所有個體{A(i),i＝1,2,..,l}對應(yīng)的m個適應(yīng)度函數(shù){Fk(A(i)),i＝1,2,..,l,k＝1,2,…,m}按照升序排序，從而使得Fk(A(O(1)))≤Fk(A(O(2)))≤…≤Fk(A(O(l)))，其中O(1),O(2)…,O(l)為排序索引號，Ak(O(i))表示第m個適應(yīng)度函數(shù)值排序為O(i)對應(yīng)的外部文檔個體；Ak(O(1))和Ak(O(l))的擁擠距離d(Ak(O(1)))和d(Ak(O(l)))為：d(Ak(O(1)))＝d(Ak(O(l)))＝∞；對于i＝2,…,(l－1)，則Ak(O(i))的擁擠距離d(Ak(O(i)))為：d(Ak(O(i)))＝[Ak(O(i+1))－Ak(O(i－1))]/[Fk(A(O(l)))－Fk(A(O(1)))]。(10)Sn無條件地替代當(dāng)前個體SI。(11)重復(fù)步驟(4)至(10)，直至滿足達(dá)到最大迭代優(yōu)化次數(shù)Imax＝500。(12)將外部存檔作為到目前為止最優(yōu)化的Pareto解集輸出，從中選取Pareto解集中最中間的個體作為魯棒回路成型分?jǐn)?shù)階頻率控制器的優(yōu)化參數(shù)Sbest，將其傳輸至實際獨立微電網(wǎng)系統(tǒng)中，獨立微電網(wǎng)系統(tǒng)監(jiān)控計算機(jī)獲得實際獨立微電網(wǎng)系統(tǒng)的實時運行數(shù)據(jù)和波形。通過對采用本發(fā)明技術(shù)與現(xiàn)有技術(shù)的該獨立微電網(wǎng)系統(tǒng)運行實驗結(jié)果對比分析，我們可以發(fā)現(xiàn)：采用本發(fā)明可實現(xiàn)獨立微電網(wǎng)系統(tǒng)頻率偏差、功率偏差、穩(wěn)定裕度、控制器輸出信號等多個性能指標(biāo)折衷優(yōu)化的魯棒頻率控制，具有現(xiàn)有技術(shù)所不具備的以下優(yōu)點：在獨立微電網(wǎng)系統(tǒng)參數(shù)不確定性和干擾等情形下的系統(tǒng)運行穩(wěn)定裕度更高，系統(tǒng)頻率偏差和功率偏差波動更平緩，調(diào)節(jié)時間更短，穩(wěn)態(tài)誤差更小，控制器輸出信號值更平緩，魯棒控制器參數(shù)優(yōu)化整定效率更高，且優(yōu)化求解器設(shè)計與實現(xiàn)更簡單。當(dāng)前第1頁1 2 3